BAB I

MICROMINE – PEMODELAN GEOLOGI

DAN ESTIMASI SUMBERDAYA MINERAL

1.1. Latar Belakang

Indonesia merupakan negara dengan potensi tambang mineral yang besar dan
berkualitas. Potensi ini perlu dipertimbangkan untuk masa yang akan datang.
Untuk mengetahui jumlah potensi yang ada, maka diperlukan kegiatan pemodelan
dan estimasi dari sumberdaya. Pentingnya melakukan estimasi sumberdaya adalah
mengetahui banyaknya endapan yang berpotensi untuk ditambang, sehingga dapat
mengurangi kerugian.

Sumberdaya (resources) baik itu mineral dan batubara, menurut Standar Nasional
Indonesia (SNI) merupakan endapan yang diharapkan dapat dimanfaatkan secara
nyata. Estimasi sumberdaya adalah estimasi potensi dari endapan mineral bijih
yang terletak di permukan bumi untuk mengetahui apakah endapan tersebut layak
untuk dilanjutkan ke proses selanjutnya, yaitu perhitungan cadangan.

Model geologi adalah penggambaran matematis yang mencerminkan interpretasi

geologi dari suatu cebakan. Pemahaman yang baik tentang geologi harus
ditetapkan sebelum membangun model, karena ini akan memandu pemilihan
teknik pemodelan yang paling tepat untuk cebakan. Penting untuk memahami
prinsip yang mendasari perangkat lunak yang digunakan. Ini termasuk memahami
langkah-langkah yang diperlukan dalam proses pemodelan, dan langkah yang
diperlukan dalam pemodelan yang menggambarkan interpretasi geologi.

1.2. Tujuan Praktikum

Tujuan dari praktikum acara 1 ini antara lain :
1. Memahami konsep dasar sumberdaya dan cadangan mineral

Sri Dian Prasasti / 112210096 / Acara I 1

2. Memahami Langkah kerja dan analisis dalam proses estimasi sumberdaya
mineral.

1.3. Diagram Alir

Langkah umum estimasi menggunakan software micromine dapat dilihat pada
diagram alir berikut ini :
DATA

VALIDASI

ANALISIS STATISTIK DAN HISTOGRAM

PEMODELAN GEOLOGI

PEMODELAN BLOCK (BLANK MODEL)

VARIOGRAM

ESTIMASI SUMBER DAYA

KLASIFIKASI SUMBER DAYA

1.4. Dasar Teori

1.4.1. Sumberdaya Mineral
Sumber daya mineral dan energi merupakan sumber daya alam yang tidak dapat
diperbaharui (unrenewable resources). Berdasarkan SNI 4726:2019 tentang
Pedoman Pelaporan, Sumberdaya, dan Cadangan Mineral, Sumberdaya Mineral
merupakan suatu konsentrasi atau keterjadian dari material yang memiliki nilai
ekonomi pada atau di atas kerak bumi, dengan bentuk, kualitas dan kuantitas
tertentu yang memiliki keprospekan yang beralasan untuk pada akhirnya dapat di
ekstraksi secara ekonomis. Jumlahnya sumber daya tersebut sangat terbatas dan
proses pembentukan serta pemulihannya membutuhkan waktu lama.Untuk itu,
pemanfaatannya harus digunakan seefektif dan seefisien mungkin.

Sri Dian Prasasti / 112210096 / Acara I 2

Sumber daya mineral dengan keyakinan geologi tertentu dapat berubah menjadi
cadangan setelah dilakukan pengkajian kelayakan tambang dan memenuhi kriteria
layak tambang.

Sumber : SNI 4726:2019

Gambar 1.1
Hubungan Antara Hasil Eksplorasi, Sumber daya, dan Cadangan

Diperlihatkan pada gambar diatas mengenai kerangka untuk mengklasifikasikan

estimasi, sumber daya mineral yang mencerminkan tingkat kelayakan geologi
yang berbeda dan estimasi cadangan dengan mempertimbangkan faktor yang
menentukan tingkat keyakinnanya. Selain itu, sumber daya terukur dapat
ditingkatkan menjadi cadangan terbukti jika telah memenuhi semua faktor
pengubah yang ada atau dapat menjadi cadangan terkira jika ada satu atau lebih
faktor pengubah yang belum terpenuhi.
1.4.1.1. Klasifikasi Sumberdaya Mineral
Klasifikasi sumber daya mineral dan cadangan adalah suatu proses pengumpulan,
penyaringan serta pengolahan data dan informasi dari suatu endapan mineral
untuk memperoleh gambaran yang ringkas mengenai endapan itu berdasarkan
kriteria keyakinan geologi dan kelayakan tambang.

Kriteria keyakinan geologi didasarkan pada tahap eksplorasi yang meliputi survei
tinjau, prospeksi, eksplorasi umum dan eksplorasi rinci. Kriteria kelayakan
tambang didasarkan pada factor – factor ekonomi, teknologi,
peraturan/perundang-undangan, lingkungan dan sosial.

Sri Dian Prasasti / 112210096 / Acara I 3

Klasifikasi sumberdaya mineral ada tiga yaitu :
1. Sumber daya mineral tereka (inferred mineral resource)
Merupakan bagian dari sumber daya mineral total yang diestimasi meliputi
tonase, densitas, bentuk, dimensi, kimia, kadar, dan kandungan mineralnya
hanya dapat diperkirakan dengan Tingkat kepercayaan yang rendah. Titik
pengamatan yang mungkin didukung oleh data pendukung dan keyakinan
geologi rendah tidak cukup untuk membuktikan kemenerusan cebakan
mineral dan kadarnya
2. Sumber daya mineral tertunjuk (indicated mineral resource)
Merupakan bagian dari sumber daya mineral total yang diestimasi meliputi
tonase, densitas, bentuk, dimensi, kimia, kadar, dan kandungan mineralnya
dapat diperkirakan dengan Tingkat kepercayaan yang beralasan, didasarkan
pada informasi yang didapatkan dari titik pengamatan yang mungkin
didukung oleh data pendukung dan keyakinan geologi medium. Titik
pengamatan yang ada cukup untuk menginterpretasikan kemenerusan
cebakan mineral, tetapi tidak cukup untuk membuktikan kemenerusan kadar
dan kandungan mineralnya
3. Sumber daya mineral terukur (measured mineral resource)
Merupakan bagian dari sumber daya mineral total yang diestimasi meliputi
tonase, densitas, bentuk, dimensi, kimia, kadar, dan kandungan mineralnya
dapat diperkirakan dengan Tingkat kepercayaan tinggi, didasarkan pada
informasi yang didapat dari titik pengamatan yang mungkin didukung oleh
data pendukung dan keyakinan geologi tinggi. Titik pengamatan jaraknya
cukup berdekatan untuk membuktikan kemenerusan kadar dan kandungan
mineralnya. Pada tahapan ini kajian ekonomisnya pada tingkatan studi
pelingkupan
1.4.2. Cadangan Mineral
Cadangan mineral merupakan bagian dari sumber daya mineral tertunjuk dan/atau
terukur yang dapat ditambang secara ekonomis. Dalam proses estimasi cadangan
mineral, kajian yang tepat pada tingkat minimum Prastudi Kelayakan (Pre FS)
harus sudah dilakukan dengan mempertimbangkan semua faktor pengubah
(modifying factors) yang relevan, meliputi teknis penambangan, pengolahan,

Sri Dian Prasasti / 112210096 / Acara I 4

metalurgi, sarana dan prasarana, ekonomi, pemasaran, legal, lingkungan, sosial,
dan peraturan perundang-undangan. Kajian tersebut harus bisa
mendemonstrasikan bahwa cadangan mineral tersebut secara teknis dapat
ditambang dan menguntungkan.

Ada yang menyebutkan pula bahwa Cadangan (reserve) adalah endapan mineral
yang telah diketahui ukuran, bentuk, sebaran, kuantitas dan kualitasnya dan yang
secara ekonomis, teknis, hukum, lingkungan dan soisal dapat ditambang pada saat
perhitungan dilakukan.
1.4.2.1. Klasifikasi Cadangan Mineral
Klasifikasi Cadangan mineral ada dua yaitu :
1. Cadangan mineral terbukti (Probable minerals reserves)
Merupakan bagian dari sumber daya mineral terukur yang dapat ditambang
secara ekonomis, setelah terdapat kepastian terhadap faktor pengubah terkait
yang dipertimbangkan.
2. Cadangan mineral terkira. (Proved minerals reserves)
Merupakan bagian dari sumber daya mineral tertunjuk yang dapat ditambang
secara ekonomis setelah semua faktor pengubah yang relevan
dipertimbangkan. Cadangan mineral terkira juga bisa diartikan sebagai bagian
dari sumber daya mineral terukur yang dapat ditambang secara ekonomis,
namun hasil penilaian terhadap faktor pengubah menunjukkan bahwa terdapat
ketidakpastian pada salah satu atau lebih dari faktor pengubah tersebut.

Untuk mengubah sumber daya mineral menjadi cadangan mineral harus

memperhatikan faktor – faktor sebagai berikut:
1. Penambangan
Faktor penambangan meliputi ketersediaan dan aksesibilitas sumber daya,
jenis mineral atau logam yang terkandung, dan kualitas serta jumlah deposit.
Semua faktor ini mempengaruhi keuntungan ekonomi yang dapat dihasilkan
dari cadangan.
2. Pengolahan
Faktor pengolahan meliputi teknologi dan metode pengolahan yang
digunakan untuk mengubah mineral mentah menjadi produk akhir yang siap
untuk dipasarkan. Faktor ini mempengaruhi biaya produksi dan keuntungan

Sri Dian Prasasti / 112210096 / Acara I 5

 yang dapat dihasilkan. Teknologi pengolahan dapat berubah seiring dengan
kemajuan teknologi, dan dapat mempengaruhi nilai ekonomi dari deposit
mineral.
3. Pemurnian
Pemurnian adalah proses menghilangkan mineral non-ekonomis dari bijih dan
memurnikan mineral yang ekonomis menjadi produk akhir. Faktor ini dapat
mempengaruhi kualitas akhir produk tambang dan biaya produksi.
4. Infrastruktur
Faktor pengubah ini meliputi infrastruktur yang dibutuhkan untuk
mengekstrak, mengolah, dan memasarkan produk tambang. Infrastruktur
termasuk jalan, rel kereta, pelabuhan, dan listrik.
5. Ekonomi
Faktor ekonomi meliputi harga pasar, permintaan, dan penawaran untuk
produk akhir yang dihasilkan. Harga mineral dipengaruhi oleh faktor-faktor
seperti persediaan, permintaan, dan geopolitik global.
6. Pemasaran
Faktor pemasaran meliputi strategi pemasaran, branding, dan jaringan
distribusi yang digunakan untuk memasarkan produk akhir. Faktor ini
mempengaruhi ketersediaan pasar dan keuntungan ekonomi yang dapat
dihasilkan.
7. Hukum
Aspek hukum dapat mempengaruhi proses pengambilan keputusan dalam
industri tambang. Hal ini dapat mencakup peraturan lingkungan, peraturan
keamanan, peraturan tenaga kerja, dan peraturan terkait pemilikan,
penggunaan lahan, biaya operasional dan proses perizinan yang harus diikuti
8. Lingkungan
Faktor pengubah ini mencakup dampak lingkungan yang dihasilkan dari
kegiatan penambangan, pengolahan, dan pemurnian. Dampak lingkungan
dapat meliputi perubahan ekosistem, air tanah, dan udara.

Sri Dian Prasasti / 112210096 / Acara I 6

9. Sosial
Faktor pengubah sosial mencakup dampak kegiatan tambang terhadap
masyarakat sekitar, termasuk pekerja tambang, keluarga mereka, dan
masyarakat di sekitar lokasi tambang.
10. Pemerintah
Pemerintah dapat mempengaruhi kegiatan industri tambang melalui
kebijakan, peraturan, dan tindakan hukum. Pemerintah juga dapat
mempengaruhi industri tambang melalui kebijakan pajak dan subsidi.

Studi kelayakan sangat berhubungan erat dengan faktor pengubah dikarenakan

studi kelayakan tidak dapat dilakukan jika masih dalam bentuk sumber daya
mineral. Hasil dari studi kelayakan ini bisa menjadi dasar dalam pengambilan
keputusan akhir dari pemilik proyek untuk melanjutkan pengembangan proyek
atau dari institusi ekonomi untuk membiayai pengembangan proyek tambang.

1.5. Estimasi Sumberdaya Mineral

Estimasi sumber daya dan cadangan merupakan salah satu kegiatan dalam dunia
pertambangan yang dilakukan sebelum tahap persiapan penambangan. Untuk
dapat memperkirakan cadangan maka harus diketahui batasan antara sumber daya
(resources) dan cadangan (reserves).
1.5.1. Metode Estimasi Sumberdaya Mineral
1.5.1.1. Nearest Neighbour Point
Metode Nearest Neighbour Point (NNP) merupakan metode estimasi sumberdaya
yang memperhitungkan nilai di suatu blok didasari oleh nilai titik yang paling
dekat dengan blok tersebut. Dalam kerangka model blok,dikenal jenis penaksiran
poligon dengan jarak titik terdekat (rule of nearest point), yaitu nilai hasil
penaksiran hanya dipengaruhi oleh nilai conto yang terdekat, atau dengan kata
lain titik (blok) terdekat memberikan nilai pembobotan satuuntuk titik yang
ditaksir, sedangkan titik (blok) yang lebih jauh memberikan nilai pembobotan nol
(tidak mempunyai pengaruh) (Haris, 2005). Metode ini dikenal juga sebagai
interpolasi.

Sri Dian Prasasti / 112210096 / Acara I 7

 Sumber: ISSN: 2579-5546

Gambar 1.2
Metode Nearest Neighbour Point
1.5.1.2. Inverse Distance Weighted
Inverse Distance Weight merupakan salah satu metode interpolasi untuk menaksir
suatu nilai pada lokasi yang tidak tersampel berdasarkan data disekitarnya.
Metode ini sering digunakan dalam kegiatan eksplorasi karena dalam proses
perhitungannya lebih sederhana dan mudah dipahami. Dalam metode IDW, setiap
titik data dikaitkan dengan bobot yang ditentukan berdasarkan jaraknya dari titik
yang akan diestimasi. Bobot kemudian digunakan untuk menghitung nilai yang
akan diestimasi pada titik tersebut.

Sumber: How Inverse Distance Weighted (IDW) Works

Gambar 1.3
Metode Inverse Distance Weight
Dalam metode ini, jarak antara titik yang diketahui dengan lokasi yang tidak
diketahui menjadi faktor penting dalam penghitungan estimasi. Semakin dekat
jaraknya, semakin besar pengaruhnya terhadap estimasi nilai pada lokasi tersebut.
Bobot yang digunakan dalam IDW dihitung dengan rumus:

Sri Dian Prasasti / 112210096 / Acara I 8

Keterangan : Z: Kadar yang ditaksir
Wi: bobot conto
Zi: kadar conto
1.5.1.3. Krigging
Metode kriging pertama kali dikembangkan oleh Georges Matheron bersama
dengan Danie Krige. Menurut Awali dkk (2013), kriging merupakan analisis data
geostatistika yang digunakan untuk mengestimasi besarnya nilai yang mewakili
suatu titik yang tidak tersampel berdasarkan titik-titik tersampel yang berada di
sekitarnya dengan mempertimbangkan korelasi spasial yang ada di dalam data
tersebut dengan menghasilkan estimator tak bias. Kegunaan metode kriging yaitu:
1. Mencari penaksir tak-bias linier terbaik.
2. Memiliki rata-rata berbobot dari nilai sampel yang memiliki variansi
minimum.
3. Interpolasi spasial.

Estimator kriging Ẑ(𝑠) dapat dirumuskan sebagai berikut (Bohling, 2005):

dimana,
si,si : lokasi untuk estimasi dan salah satu lokasi dari data yang berdekatan,
dinyatakan dengan i
m(s) : nilai ekspektasi dari Z(s)
m(si) : nilai ekspektasi dari Z(si)
λi : faktor bobot
n : banyaknya data sampel yang digunakan untuk estimasi.
Z (s) diperlakukan sebagai bidang acak dengan suatu komponen trend,
m(s) dan komponen sisa atau error e(s) = (Z)(s)-m(s). Estimasi kriging
yang bersifat sisa pada s sebagai penjumlahan berbobot dari sisa data
disekitarnya. Nilai λi diperoleh dari kovariansi atau semivariogram, dengan
diperlukan komponen karakteristik sisa (Bohling, 2005).

Sri Dian Prasasti / 112210096 / Acara I 9

 Tujuan kriging adalah untuk menentukan nilai λi yang meminimalkan
variansi pada estimator, dapat dinyatakan sebagai berikut:

σ2=var [Ẑ(s)-(Z)(s)]

Tiga pokok dalam estimasi kriging yang bergantung pada model dengan
sifat acak yaitu simple kriging, ordinary kriging, dan universal kriging
(Bohling, 2005; Goovaerts, 1998).
1. Simple Kriging (SK)
Simple kriging merupakan metode kriging dengan asumsi bahwa rata-rata
(mean) dari populasi telah diketahui dan bernilai konstan. Pengolahan dari
metode simple kriging adalah dengan cara data spasial yang akan diduga
dipartisi menjadi beberapa bagian.
2. Ordinary Kriging (OK)
Ordinary kriging merupakan metode yang diasumsikan rata-rata (mean) dari
populasi tidak diketahui, dan pada data spasial tersebut tidak mengandung
trend. Selain tidak mengandung trend, data yang digunakan juga tidak
mengandung pencilan.
3. Universal Kriging (UK)
Universal kriging merupakan metode kriging yang dapat diaplikasikan pada
data spasial yang mengandung trend atau data yang tidak stasioner.

1.6. Database Pemodelan Geologi

Pemodelan geologi merupakan ilmu yang untuk menggambarkan keadaan geologi
di bawah permukaan bumi dengan penggambaran metode 3 dimensi. Pemodelan
geologi sangat erat kaitannya dengan ilmu geologi seperti geologi struktur,
stratigrafi, sedimentologi, dan diagenesis. Pemodelan geologi mempunyai suatu
tujuan tertentu, yaitu untuk membatasi penaksiran kadar agar penaksirannya tidak
diekstrapolasikan terlalu jauh ke blok – blok di luar batas mineralisasi.

Dalam pemodelan geologi secara komputer memerlukan basis data assay maupun
yang bersih, sehingga dalam pemodelan geologi dan topografi perlu dilakukan
pengecekan yang berulang. Hasil dari pemodelan geologi dapat digunakan untuk

Sri Dian Prasasti / 112210096 / Acara I 10

perencanaan penambangan ataupun sebagai data tambahan dalam mitigasi
bencana geologi dan pengelolaan sumber daya alam
Penggunaan model geologi berguna untuk mengidentifikasi daerah yang potensial
dan ekonomis dengan lebih baik. Pemodelan geologi umumnya meliputi beberapa

langkah, yaitu:
a. Analisis awal, berisi data geologi pada daerah penelitian.
b. Interpretasi data
c. Pemodelan struktur yang menggambarkan batas batuan.
Data yang dibuthkan dalam pemodelan geologi :
Terdapat beberapa data yang dibutuhkan dalam pemodelan geologi, yaitu
1. Data Topografi
Data ini berguna untuk mengetahui level dari bahan galian yang akan
dimodelkan serta kondisi medan yang akan dilalui jika penambangan
dilakukan
2. Data Geologi
Data geologi berguna untuk mengetahui keadaan geologi seperti struktur
geologi, tipe batuan, kekuatan batuan dan lain sebagainya
3. Data Logbor
Data logbor digunakan sebagai data tambahan untuk korelasi data litologi
4. Data Assay
Data assay yang berisi informasi mengenai kadar pada tiap-tiap interval
kedalaman tertentu sesuai dengan analisis kadar yang dilakukan.
5. Data eksplorasi rinci
 Data pemetaan
 Data pemboran (litologi)
 Data survey topografi
 Data hasil analisis laboratorium (Uji Kualitas)
6. Data survey tambang (untuk batubara)
 Data thickness atau pinchout
 Data survey roof
 Data survey floor

Sri Dian Prasasti / 112210096 / Acara I 11

1.7. Langkah Pemodelan Geologi
1.8. Block Model
Block model merupakan suatu metode pemodelan bentuk endapan bahan galian
yang dibuat dalam bentuk tiga dimensi yang dibagi berdasarkan grid-grid dengan
ukuran tertentu sesuai keinginan. Pembuatan block model digunakan untuk
kegiatan estimasi jumlah cadangan suatu endapan bahan galian. Metode estimasi
pun beragam antara lain dengan metode ordinary krigging, inverse distance
weigthing, dan nearest neighbourth point.

1.9. Langkah Kerja Estimasi Sumberdaya Mineral Menggunakan

Software Micromine
Adapun langkah langkah dalam mencari estimasi sumberdaya mineral
menggunakan micromine.
1. Membuka aplikasi micromine.

2. Buat new project dengan cara klik project pilih new , masukkan nama dan

judul kemudian klik new project.

Sri Dian Prasasti / 112210096 / Acara I 12

3. Siapkan data collar, data assay, dan data geologi pada ms. excel

4. Pisahkan data limonit dan data saprolit pada ms. Excel.

Sri Dian Prasasti / 112210096 / Acara I 13

5. Dalam pengimputan data base ubah format excel menjadi format micromine.
Dengan cara klik file kemudian new file dan isi data sesuai dengan tabel.

Sri Dian Prasasti / 112210096 / Acara I 14

 6. Masukkan data pada excel dengan cara copy dan paste ke micromine.

7. Lakukan analisis statistik dengan cara klik stats, pilih histogram kemudian
lakukan analisis data assay keseluruhan, pilih data field nikel (Ni), untuk
graph limits pada minimum dan maximum klik calculate.

Sri Dian Prasasti / 112210096 / Acara I 15

 Lakukan hal yang sama untuk membuat histogram assay limonit dan assay
saprolit
8. Lakukan pengkompositan dengan klik drillhole pilih downhole pada menu
input pilih interval file berupa data assay limonit yang akan dikomposit
terlebih dahulu. Lakukan hal yang sama untuk pengkompositan pada data
assay saprolite.

Sri Dian Prasasti / 112210096 / Acara I 16

9. Setelah kedua data dilakukan pengkompositan selanjutnya kita lakukan
analisis statistik Kembali seperti pada langkah sebelumnya.

10. Selanjutnya membuat data base dengan klik drillhole > new > new drillhole
database, masukkan data collar kemudian memasukkan interval field data
assay, limonit, saprolit, komposit saprolit dan limonit serta data geologinya.

Sri Dian Prasasti / 112210096 / Acara I 17

11. Setelah data base sudah dibuat selanjutnya tampilkan titik bor dengan cara
klik trace pada vizex layer types selanjutnya untuk input data kita masukkan
data base nikel, trace thickness pilih medium, colour coding gunakan data
assay keseluruhan , colour field pilih Ni, colour set kita buat berdasarkan
interval yang diinginkan.

12. Pada hole name centang show hole name, pada top label pilih location >
centre, pada depth centang show hole depth, pada collar pilih hole di colour
field dan symbol field , untuk symbol set kita sesuaikan dengan yang
diinginkan, dan pada downhole, pierce points, dan performance dapat
dikosongkan (opsional) kemudian klik ok. Akan diperoleh hasil titik bor.

Sri Dian Prasasti / 112210096 / Acara I 18

13. Setelah memunculkan titik bor jangan lupa untuk save terlebih dahulu
kemudian membuat interval label dengan kli interval label pada vizex layer
types pada input data masukkan data base nikel, untuk interval file pilih
komposit limonit, pada field pilih Ni untuk melihat kadarnya.

Sri Dian Prasasti / 112210096 / Acara I 19

14. Selanjutnya tampilkan interval label untuk litologinya dengan cara yang sama,
tapi pada field-nya kita pilih litologi dan pada display kita ubah labelnya
menjadi di sebelah kanan. Lakukan hal yang sama untuk data saprolit

15. Kemudian membuat pemodelan geologi dengan tujuan untuk mengetahui

batasan yang akan diestimasi menggunakan string, sebelum itu kita buat
lubang-lubang bor menjadi beberapa section dengan klik define section.

Sri Dian Prasasti / 112210096 / Acara I 20

16. Kemudian buat string dengan cara klik new string pada tab design kemudian
buat string pada top dan bottom limonit maupun saprolite.

17. Selanjutnya
klik interactive new
DTM , kemudian
untuk output
wireframe kita pilih DTM
dan isi nama
kemudian klik ok. Lakukan hal yang sama untuk membuat wireframe pada
bottom limonit dan saprolit

Sri Dian Prasasti / 112210096 / Acara I 21

18. Jika sudah semua selanjutnya membuat dtm menjadi surface to solid dengan
klik operation > surface to solid untuk input data pada top surface masukkan
top limonit pilih dtm ,dan bottom surface pilih dtm. Untuk output-nya pilih ore
dan ubah warnanya. Kemudian klik run.

Hasil dari surface to solid untuk limonit dan saprolit

Sri Dian Prasasti / 112210096 / Acara I 22

19. Tampilkan lubang bor kemudian membuat block model dengan klik create
block model isi sesuai dengan data sebelumnya dan pilih output block model
limonit pada block definition edit extens dan usahakan kotak memenuhi block
model

Sri Dian Prasasti / 112210096 / Acara I 23

 Hasil block model limonit
Hasil block model saprolit

20. Selanjutnya lakukan estimasi menggunakan inverse distance weighting dan

kriging, sebelum itu membuat semi variogram terlebih dahulu, dengan klik
variograms pada tab menu stats dan pada input data masukkan file komposit
limonit dan isi data fields.

21. Pada semi variogram directions isi azimuth angle per kelipatan 5, tolerance
22.5, plunge dan lain-nya.

Sri Dian Prasasti / 112210096 / Acara I 24

 Hasil semi variogram komposit limonit

22. Lakukan pada 3 arah yang berbeda pada semi variogram directions.

23. Setelah membuat variograms kemudian klik search ellipsoid, buat baru data
search pada search definition pilih ellipsoidal dan isi parameter, kemudian
pada ellipsoid properties pilih geostatistical.

Sri Dian Prasasti / 112210096 / Acara I 25

24. Selanjutnya klik kriging pada input data isi file komposit limonit, isi field dan
pada blocks from file pilih block model limonit dan isi arah field. Kemudian
pada modelling parameters pilih ordinary kriging,dan attribute field NI.

25. Pada bagian output centang semua kolom kecuali pada kolom write sectors
dan selanjutnya klik run

26. Lakukan run yang ke-dua kali agar diperoleh data yang terisi lengkap

Sri Dian Prasasti / 112210096 / Acara I 26

27. Selanjutnya buat block model kemudian isi pada bagian input data, display,
hatch, dan label, lalu klik ok.

Sri Dian Prasasti / 112210096 / Acara I 27

28. Selanjutnya gunakan metode IDW, isi input data, modelling parameters, dan

output. Kemudian klik run sama seperti metode kriging.

Sri Dian Prasasti / 112210096 / Acara I 28

29. Lakukan run yang ke-dua kali untuk memperoleh data yang lengkap

Sri Dian Prasasti / 112210096 / Acara I 29

30. Selanjutnya buat block model kemudian isi pada bagian input data, display,
hatch, dan label, lalu klik ok.

31. Untuk memperoleh kriging standard deviasi gunakan rumus akar dari kriging
varians dan untuk memperoleh nilai RKSD gunakan rumus 1.96 x
(KR_STDEV/kadar Ni).

Sri Dian Prasasti / 112210096 / Acara I 30

32. Klik modify structure kemudian tambahkan KR_STDEV, RKSD dan
Klasifikasi RKSD sesuaikan type, format, dan decimal

33. Tahap selanjutnya klik histogram kembali dan input data dari data ordinary
kriging dan IDW yang telah dibuat.

Sri Dian Prasasti / 112210096 / Acara I 31

34. Export to excel kemudian sesuaikan pada micromine dan tambahkan
klasifikasi.

35. Pada micromine tambahkan klasifikasi pada modify structure dan copy and
paste klasifikasi pada micromine.

Sri Dian Prasasti / 112210096 / Acara I 32

36. Kemudian membuat block model report file, dengan cara klik block model
pilih create a block model report isi pada bagian input/output, options dan
estimations,kemudian di-run dan liat hasilnya. Lakukan hal yang sama untuk
data IDW.

Hasil Ordinary Kriging

Hasil IDW

1.10. Pembahasan
1.11. Kesimpulan
1.12. Hasil Akhir Estimasi Sumberdaya Mineral

Sri Dian Prasasti / 112210096 / Acara I 33

 DAFTAR PUSTAKA

Herlambang, Yosia Daniel, dkk. 2022. Pemodelan dan Estimasi

Sumberdaya Nikel Laterit Menggunakan Metode Inverse
Distance Weighting dan Ordinary Kriging pada Blok X
Sulawesi Tenggara. Prodi Teknik Pertambangan, Fakultas
Teknologi Mineral, ITNY.
SNI 4726:2019_Pedoman Pelaporan Hasil Eksplorasi, Sumber Daya,
dan Cadangan Mineral.
SNI 13-4726-1998_Klasifikasi Sumberdaya Mineral dan Cadangan

Sri Dian Prasasti / 112210096 / Acara I 34