SKRIPSI
Disetujui Oleh,
Pembimbing 1 Pembimbing 2
Disahkan Oleh
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Tanjungpura
ii
DAPERTEMEN PENDIDIKAN NASIONAL
UNIVERSITAS TANJUNGPURA
FAKULATAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
PONTIANAK
iii
ESTIMASI VOLUME BAUKSIT DENGAN MENGGUNAKAN
METODE ORDINARY KRIGING PADA PT ANTAM
UNIT BISNIS PERTAMBANGAN BAUKSIT
KALIMANTAN BARAT SITE TAYAN
Abstrak
iv
ESTIMASI VOLUME BAUKSIT DENGAN MENGGUNAKAN
METODE ORDINARY KRIGING PADA PT ANTAM
UNIT BISNIS PERTAMBANGAN BAUKSIT
KALIMANTAN BARAT SITE TAYAN
Abstract
West Kalimantan Province is the largest bauxite-producing region in Indonesia.
One of the bauxite mining companies in West Kalimantan is PT Antam West
Kalimantan Bauxite Mining Business Unit. In bauxite mining, resource calculation
is an important step to assess bauxite mineral reserves in a mining area, one method
that can be used to estimate bauxite volume is the kriging method. This study uses
the ordinary kriging method based on 829 test put data. Data processing was
carried out using Saga GIS and Qgis software. In performing ordinary kriging
interpolation, the model used is an exponential semivariogram with a nugget value
of 1.25, a sill value of 3.28, and a range value of 447.5. The resulting bauxite
volume is 2,242,097.02 m3 with a tonnage of 4,461,773 tonnes.
v
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT karena atas Rahmat
dan Karunia-Nya penulias dapat menyelesaikan penelitian dan penulisan skripsi
yang berjudul “ESTIMASI VOLUME BAUKSIT DENGAN MENGGUNAKAN
METODE ORDINARY KRIGING PADA PT ANTAM UNIT BISNIS
PERTAMBANGAN BAUSKIT KALIMANTAN BARAT SITE TAYAN ” ini
dapat terselesaikan dengan baik. Adapun Penulisan skripsi ini bertujuan untuk
memenuhi salah satu syarat memperoleh gelar Sarjana sains (S.Si) bagi mahasiswa
strata satu (S1) di program studi Geofisika Fakultas Matematikan dan Ilmu
Pengetahuan Alam Universitas Tanjungpura. Penulis menyadari bahwa skirpsi ini
masih jauh dari kata sempurna, sehingga besar harapan dari penulis untuk
mendapatkan kritik dan saran yang bersifat membangun dalam memperbaiki segala
bentuk kekurangannya.
Dalam penyusunan skripsi ini tidak terlepas dari bantuan, bimbingan serta
dukungan dari berbagai pihak. Oleh karena itu dalam kesempatan ini penulis
dengan senang hati menyampaikan banyak terima kasih kepada:
Teristimewa kepada kedua orang tua penulis, yakni Bapak Lilik Prasetya Budi,
S.Si., M.Se. dan Ibu Mukayati yang selalu memberi motivasi, mendoakan dan
pengorbanan yang begitu besar kepada penulis, sehingga dapat menyelesaikan
skripsi ini.
1. Bapak Dr. Gusrizal, S.Si., M.Si., selaku Dekan Fakultas Matematika dan
Ilmu Pengetahuan Alam Universitas Tanjungpura yang telah mengesahkan
skripsi ini.
2. Bapak Dr. Bintoro Siswo Nugroho, S.Si., M.Si., selaku ketua Jurusan Fisika
Fakultas Matematika dan Ilmu Pengetahuan Alam Univeristas Tanjungpura.
3. Bapak Dr. Yoga Satria Putra, S.Si., M.Si., selaku ketua Prodi Geofisika
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tanjungpura.
4. Bapak Zulfian, S.Si., M.Si., selaku dosen pembimbing I yang telah ikhlas
dan sabar dalam membimbing dan selalu memberikan arahan serta
vi
semangat baik dalam penulisan maupun dalam pengolahan data hingga
penulisan skirpsi dan publikasi jurnal ini bisa terselesaikan
5. Bapak Radhitya Perdhana, S.Si,. M.Sc., selaku pembimbing II yang telah
sabar dalam membimbing penulis dalam pengolahan data serta masukan
untuk menyelesaikan skirpsi ini.
6. Bapak Muliadi, S.Si., M.Si. dan Bapak Yuris Sutanto, S.Si., M.Sc., selaku
dosen penguji yang telah banyak memberikan kritik dan saran demi
kebaikan dan kemajuan skripsi ini.
7. Kepada Marjuki, S.Si., Tifanny Budi Murti, Muhammad Ghaza Eka Putra
yang telah membantu penulis dalam percetakkan selama pengerjaan skripsi
ini.
8. Kepada seluruh sahabat-sahabat Geofisika Angkatan 2019 (Orion) yang
telah memberikan masukan, dorongan dan semangat kepada penulis dalam
menyelesaikan skripsi ini.
Akhirnya, penulis mengucapkan ribuan terima kasih kepada semua pihak Semoga
Tuhan yang maha Esa memberikan balasan yang berlimpah, Amin.
NIM. H1071191036
vii
DAFTAR ISI
Abstrak ............................................................................................................iv
KATA PENGANTAR .....................................................................................vi
DAFTAR ISI ................................................................................................ viii
DAFTAR GAMBAR ........................................................................................x
DAFTAR TABEL............................................................................................xi
DAFTAR LAMPIRAN.................................................................................. xii
BAB I ................................................................................................................1
PENDAHULUAN .............................................................................................1
1.1 Latar Belakang .................................................................................1
1.2 Rumusan Masalah ............................................................................2
1.3 Tujuan Penelitian .............................................................................2
1.4 Manfaat Penelitian ...........................................................................3
1.5 Batasan Masalah ..............................................................................3
BAB II ..............................................................................................................4
Tinjauan Pustaka .............................................................................................4
2.1 Geologi Daerah Penelitian ................................................................4
2.2 Bauksit Laterit..................................................................................4
2.3 Metode Test Pit ................................................................................7
2.4 Data Spasial .....................................................................................8
2.5 Geostatistika ....................................................................................9
2.6 Variogram ...................................................................................... 11
2.7 Semivariogram Eksperimental ........................................................ 13
2.8 Semivarogram Teoritis ................................................................... 13
2.9 Kriging…............................................................................... ……16
2.10 Ordinary Kriging ........................................................................... 18
2.11 Evaluasi Model dan Estimasi .......................................................... 21
BAB III ........................................................................................................... 22
METODOLOGI PENELITIAN ..................................................................... 22
3.1 Lokasi Penelitian ............................................................................ 22
3.2 Peta Sebaran Titik Test Pit.............................................................. 22
3.3 Peralatan dan Bahan ....................................................................... 23
3.4 Tahapan Pengolahan Data............................................................... 23
3.5 Diagram Alir Penelitian .................................................................. 24
viii
BAB IV ........................................................................................................... 26
HASIL DAN PEMBAHASAN........................................................................ 26
4.1 Analisis Statistik Univarian ............................................................ 26
4.2 Analisis Semivariogram.................................................................. 28
4.3 Validasi Model Semivariogram....................................................... 30
4.4 Analisis Ordinary Kriging Dalam 2D.............................................. 31
4.5 Hasil Model 3D dengan Menggunakan Odinary Kriging ................. 32
4.6 Estimasi Volume Bauksit................................................................ 34
BAB V............................................................................................................. 36
KESIMPULAN DAN SARAN........................................................................ 36
5.1 Kesimpulan .................................................................................... 36
5.2 Saran ............................................................................................. 36
DAFTAR PUSTAKA ..................................................................................... 37
LAMPIRAN ................................................................................................... 41
ix
DAFTAR GAMBAR
Gambar 2. 1 Peta geologi lembar Sanggau, Kalimantan skala 1:100.00 ............... 4
Gambar 2. 2 Zona lapisan Endapan Bauksit Laterit (Shaffer, 1975). .................... 7
Gambar 2. 3 Hubungan antara semivariogram dan kovarian Faturrachman, (2018)
....................................................................................................................... 12
Gambar 2. 4 Variogram dan nilai nugget, sill dan range (Fathurrachman, 2018) 15
Gambar 2. 5 Variogram teoritis model spherical, exponential, dan gaussian
(Bohling, 2005) ............................................................................................... 16
Gambar 3. 1 Peta sebaran titik test pit pada lokasi penelitian ............................. 22
Gambar 3. 2 Diagram alir penelitian ................................................................ 25
Gambar 4. 1 Histogram ketebalan bauksit ........................................................ 27
Gambar 4. 2 Grafik model semivariogram spherical ......................................... 28
Gambar 4. 3 Grafik model semivariogram exponential ..................................... 29
Gambar 4. 4 Grafik model semivariogram gaussian ......................................... 29
Gambar 4. 5 Hasil interpolasi ketebalan bauksit dengan ordinary kriging .......... 31
Gambar 4. 6 Overlay Ketebalan Bauksi dengan elevasi dalam 3D menggunakan
metode ordinary kriging dari arah Selatan ....................................................... 32
Gambar 4. 7 Overlay Ketebalan Bauksi dengan elevasi dalam 3D menggunakan
metode ordinary kriging dari arah Barat .......................................................... 33
Gambar 4. 8 Overlay ketebalan bauksi dengan elevasi dalam 3D menggunakan
metode ordinary kriging dari arah Utara........................................................... 33
Gambar 4. 9 Overlay ketebalan bauksi dengan elevasi dalam 3D menggunakan
metode ordinary Kriging dari arah Timur......................................................... 34
x
DAFTAR TABEL
Tabel 4. 1 Hasil analisis statistik univarian pada data ketebalan bauksit............. 27
Tabel 4. 2 Hasil perhitungan Mean Square Error ............................................. 30
Tabel 4. 3 Nilai RMSE setiap model semivariogram teoritis ............................ 30
Tabel 4. 4 Estimasi volume bauksit pada lokasi penelitian ............................... 35
xi
DAFTAR LAMPIRAN
Lampiran 1 Data inputan untuk Qgis dan Saga Gis ........................................... 41
Lampiran 2 Bauksit Laterit Pada daerah penelitian ........................................... 61
Lampiran 3 Histogram ketebalan bauksit.......................................................... 61
Lampiran 4 Hasil interpolasi ketebalan bauksit dengan ordinary kriging ........... 62
Lampiran 5 Overlay Ketebalan Bauksi dengan elevasi dalam 3D menggunakan
metode ordinary kriging dari arah Selatan ....................................................... 62
Lampiran 6 Peta geologi lembar Sanggau, Kalimantan skala 1:100.00 .............. 63
Lampiran 7 Peta geologi lembar Sanggau, Kalimantan skala 1:250.00 .............. 63
xii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Bauksit merupakan sumber utama dari bahan baku alumunium. Pada umumnya
bauksit terbentuk akibat adanya proses pelapukan kimia yang intens. Hal ini sudah
banyak dijelaskan oleh banyak ahli geologi di dunia (Bogatyrev et al., 2009).
Indonesia merupakan negara yang memiliki kekayan sumberdaya komoditas
berlimpah, salah satunya adalah komoditas bauksit. Dengan memiliki cadangan
bauksit sebesar 8,2 milyar ton, menjadikan Indonesia sebagai negara nomor 6
dengan cadangan bauksit terbesar di dunia (KESDM, 2020).
Menurut data dari laporan peluang investasi bauksit yang terbitkan oleh KESDM
(2020), Provinsi Kalimantan Barat merupakan salah satu wilayah penghasil
komoditas bauksit terbesar di Indonesia, selain emas, bijih besi, zirkon, granit,
kaolin, andesit, batu bara, pasir kuarsa, mangan, timah, dan gambut. Provinsi ini
menampung cadangan bauksit sebanyak 2,2 milyar ton yang tersebar di daerah
Sanggau, Ketapang, dan Mempawah. Salah satu penyebab Kalimantan Barat
menjadi daerah penyebaran bauksit terbesar ialah batuan dasar yang bersifat asam-
Intermediet (Sienit, Diorit, Kuarsa, Granodiorit, dan Nefelin), sehingga
menyebabkan komposisi unsur Alumunium (Al) berumur Pra-tersier berlimpah,
curah hujan yang tinggi dan mekanisme proses pelapukan untuk terjadinya proses
lateritisasi pembentukan endapan dan karakteristik bauksit yang dihasilkan
(Ramadhan et al, 2014).
Dalam penambangan bauksit, perhitungan sumber daya bauksit merupakan
suatu langkah yang penting untuk melihat kelayakan dari suatu galian (Megawati
et al., 2019). Salah satu metode yang dapat digunakan untuk menghitung estimasi
volume bauksit adalah metode kriging. Metode ini merupakan suatu teknik
interpolasi spasial yang digunakan untuk menduga nilai pengubah pada lokasi
tertentu, berdasarkan nilai terboboti dari pengubah yang sama pada lokasi lainnya.
Metode ini terbagi menjadi, ordinary kriging (OK), simple kriging, indicator
kriging, dan co-kriging (Yimit et al., 2011).
1
2
4
5
bijih. Ketika proses ini terus berlangsung dalam waktu yang cukup dan terhindar
dari erosi, maka endapan lateritik akan terbentuk (Afandi, 2019; Setiawan et al.,
2019).
Proses laterisasi bauksit pada umumnya terdiri beberapa tahapan, yakni
pelarutan, transportasi, dan pengendapan kembali mineral (Valeton, 1972). Dalam
kasus ini maka faktor yang terpenting pada pelarutan adalah pH, kelarutan, dan
kestabilan mineral (Shafferr, 1975). Pada proses transportasi dan pengendapan
kembali mineral terdapat beberapa faktor, yaitu iklim, topografi, morfologi, dan
mobilitas unsur. Setelah pelapukan terjadi, maka hasilnya akan ditransportasikan
oleh air tanah atau air hujan yang kemudian akan diendapkan kembali. Terdapat
faktor yang perlu dilihat apabila ingin proses laterisasi berjalan dengan baik, di
mana proses ini terjadi pada permukaan tanah landai dengan kemiringan tertentu,
keadaan morfologoi dan topografi yang cenderung miring (Ramadhan et al, 2014).
2.2.1 Proses Pembentukan Bauksit
Dalam proses pembentukan bauksit, menurut Valeton (1972) terdapat
beberapa syarat, yaitu:
1. Wilayah tersebut memiliki iklim tropis atau sub-tropis dengan curah
hujan yang tinggi
2. Memiliki batuan dengan persentase kandungan alumunium yang banyak
dalam kondisi pelapukan yang sesuai. Contoh batuan tersebut adalah
Granidorit, Basaltic, Nephenite, Syenite, Gibsit, dll.
3. Memiliki periode yang cukup dalam hal cuaca, yakni seimbang antara
musim hujan dengan musim panas.
4. Wilayah tersebut harus memiliki topografi yang bergelombang rendah
5. Terdapat bahan reaksi yang melimpah termasuk presipitasi yang berguna
untuk melapukkan silikat dan pelarutan silikat pada kondisi pH tertentu
pada endapan laterit (Afandi, 2019). Dalam pengambilan sampel yang memiliki
ukuran kecil, biasanya dilakukan dengan channel sampling pada dinding test pit.
Test pit yang digunakan oleh PT Antam UBPB Kalimantan Barat
menggunakan dimensi channel 120 cm x 80 cm dan maksimum kedalaman adalah
10 meter dengan minimal ketebalan ore satu meter. Apabila ketebalan ore yang
didapat kurang dari satu meter, maka disebut sebagi test pit kosong.Penggalian dari
satu lubang dinyatakan berhenti, Ketika sudah mencapai zona clay atau kong,
boulder batu atau batuan dasar.
2.4 Data Spasial
Spasial di ambil dari kata space yang memiliki arti ruang dan kata spasial
yang artinya bersifat keruangan. Data spasial merupakan data yang disajikan dalam
posisi geografis dari suatu objek, di mana memiliki keterkaitan dengan lokasi,
bentuk dan hubungan diantaranya dalam ruang bumi. Data spasial dapat berupa data
diskrit atau kontinu serta dapat juga memiliki lokasi spasial beraturan maupun tidak
beraturan (Alfiana, 2010). Data diskrit merupakan data yang didapatkan melalui
perhitungan dan bukan pecahan atau rata-rata. Sedangkan data kontinu adalah data
yang memiliki nilai yang terletak di dalam suatu interval. Data tipe ini juga
memiliki lokasi spasial yang beraturan dan lokasi tidak beraturan. Perbedaan dua
lokasi tersebut dilihat dari jarak antara lokasi yang berdekatan.
Data spasial terbagi menjadi tiga, yaitu data geostatistika, data area, dan pola
titik. Terdapat dua bagian penting yang dapat membedakan data spasial dengan data
lainnya, yakni informasi lokal dan informasi deskriptif (Puntodewo et al., 2003).
Data spasial mengandung beberapa informasi lokal yang memiliki hubungan
dengan suatu koordinat baik koordinat geografi (lintang dan bujur) maupun
koordinat XYZ, termasuk diantaranya informasi proyeksi dan datum. Data spasial
merupakan salah satu model data tidak bebas, karena data ini dikumpulkan melalui
lokasi berbeda yang mengindikasikan ketergantungan antara pengukuran data dan
lokasi (Cressie, 1993).
9
2.5 Geostatistika
Analisa deret waktu merupakan salah satu bagian yang dipertimbangkan dan
dijelaskan dengan metode stokastik. Metode ini diperluas serta dikembangkan lebih
lanjut untuk menganalisis variabilitas spasial yang membentuk disiplin ilmu, yakni
geostatistika (Bárdossy, 1997). Kata geostatistika terdiri dari dua bagian, yakni geo
dan statistika yang memiliki kemiripan dengan geofisika atau geokimia. Cara kerja
geostatistika adalah dengan berdasarkan parameter yang dihasilkan fitting
variogram eksperimental dengan variogram teori (Amri et al., 2018).
Metode geostatistika yang paling sering digunakan adalah metode ordinary
kriging, di mana terdapat dua tahapan dalam menggunakan metode ini, yaitu
menghitung variogram atau semivariogram dan melakukan penaksiran lokasi yang
tidak tersampel (Conoras and Tabaika, 2019). Dalam analisis data geostatistika,
stasioneritas dibagi menjadi tiga, yaitu strictly stationery, second-order stationary,
dan instrinsic stationary (Cressie, 1993). Nilai rata-rata, ragam dan kovarian akan
bergantung pada jarak yang memisahkan antar kedua titik (Webster, 2007).
Stasioneritas menjadi asumsi yang wajib terpenuhi pada metode ordinary
kriging. Dalam menguji stasioneritas dapat diidentifikasikan dengan cara
melakukan pemosisian data secara 2D terhadap koordinatnya masing-masing,
antara data terhadap koordinat latitude dan kordinat longitude. Salah satu cara lain
untuk mengidentifikasi kestasioneritasan adalah dengan cara memplotkan data
kedalam grafik 3D untuk melihat gradasi warna dari data sehingga dapat dilihat
kecenderungan atau trend dari data tersebut (Laksana, 2010).
2.6.1 Strict Stationarity
Variabel random 𝑍(𝑠) dapat dikatakan strict stationary apabila fungsi
distribusi kumulatif dari (𝑍1 (𝑠1 ), 𝑍2 (𝑠2 ), … , 𝑍𝑘 ( 𝑠𝑡 )) dan
(𝑍1 (𝑠1+ℎ ), 𝑍2 (𝑠2+ℎ ), … , 𝑍𝑘 ( 𝑠𝑡+ℎ )) sama untuk sembarang nilai h (Montero
et al., 2015), dengan h merupakan suatu konstanta dan 𝑠𝑖 adalah lokasi
pengamatan. Hal ini dapat dijelaskan melalui persamaan (2.1) sebagai
berikut :
Nilai rata -rata µ konstan pada setiap lokasi s sehingga nilai rata-rata µ (𝑠1 )
dan µ(𝑠2 ) dapat digantikan dengan µ (Fischer and Getis, 2010). Selain itu,
second order stationary juga mengasumsikan seandainya terdapat dua titik
pengamatan 𝑠𝑖 dan 𝑠𝑗 , maka nilai kovarian kedua titik tersebut akan
bergantung pada jarak dan bukan pada lokasi, sehingga hal ini berlaku untuk
masing-masing titik yang terpisah pada lag h = 𝑠𝑖 = 𝑠𝑗 , hal ini dapat
dijelaaskan pada persamaan (2.4):
2.6 Variogram
Variogram adalah alat dasar geostatistik yang digunakan untuk
mengkuantifikasi korelasi antar sampel (Gingga, 2019). Dalam pengertian lain,
variogram merupakan vektor yang dapat mengkuantifikasi derajat kesamaan antara
dua sampel yang dipisahkan oleh suatu jarak (Isaaks and Srivastava, 1989).
Hipotesis yang digunakan untuk menentukan variogram terdapat pada sifat intrinsic
stationarity. Di mana nilai rata-rata akan berubang seiring dengan perbedaan lokasi
dan kemudian nilai variansi juga akan berubah seiring dengan semakin luasnya
daerah pengamatan (Fischer and Getis, 2010). Maka dari itu, nilai kovarian tidak
bisa ditemukan karena nilai rata-rata µ tidak diketahui. Meskipun nilai rata-rata
tidak konstan, namun akan tetap memiliki perbedaan pada setiap perubahan jarak
sehingga menyebabkan nilai ekspektasi menjadi 0. Nilai kovarian pada titik yang
sama dapat dilihat dalam persamaan (2.7) – (2.8) :
𝐶(0) = 𝜎 2 (2.8)
Terdapat hubungan antara kovarian dengan variogram, hal ini dapat ditunjukkan
pada persamaan (2.9) sebagai berikut:
Korelasi, kovarian dan semivariogram memiliki hubungan terkait bentuk dari kurva
korelasi yang mirip dengan bentuk kurva fungsi kovarian serta bentuk kurva
semivariogram akan terlihan seperti bentuk kurva kovarian yang di balik (Bohling,
2005). Hal ini dapat dilihat pada Gambar 2.3.
𝑁(ℎ) (2.14)
1
𝛾(ℎ) = ∑ [ 𝑍(𝑠𝑖 + ℎ) − 𝑍(𝑠𝑖 )]2
2𝑛(ℎ)
𝑖=1
Dengan,
Gambar 2. 4 Variogram dan nilai nugget, sill dan range (Fathurrachman, 2018)
Terdapat tiga jenis model variogram yang secara umum digunakan dalam
analisis struktural, yaitu:
1. Model Semivariogran Spherical yang didefinisikan sebagai berikut :
3ℎ ℎ 3 (2.15)
𝐶 +𝐶[ −( ) ], ℎ≤𝑎
𝛾(ℎ) = { 0 2𝑎 2𝑎
𝐶 + 𝐶0 ℎ>𝑎
ℎ (2.16)
𝛾(ℎ) = 𝐶 [1 − exp (− )] + 𝐶0 , ℎ>0
𝑎
ℎ (2.17)
𝛾(ℎ) = 𝐶 [1 − exp (− ) 2 ] + 𝐶0 , ℎ>0
𝑎
16
Di mana:
h = jarak lokasi antar sampel
𝐶0 + 𝐶 = sill, yaitu nilai semivariogram pada saat tidak terjadi
peningkatan
𝑎 = range, yaitu jarak pada saat nilai variogram mencapai sill
Dengan,
𝑠,𝑠𝑎 : vektor lokasi untuk estimasi dan salah satu dari data yang berdekatan akan
dinyatakan sebagai 𝛼
𝜆𝛼 (𝑠) : Nilai 𝑍(𝑠𝛼) untuk estimasi lokasi 𝑢. Nilai 𝑍(𝑠𝛼) yang sama akan
memiliki nilai yang berbeda untuk estimasi pada lokasi berbeda
Estimator kriging Ẑ(𝑠) dianggap sebagai bidang acak dengan suatu komponen
trend, m(u) dan komponen sisa atau eror, 𝑒(s) = Z(s) – m(s). sisa dari estimasi
kriging pada s dianggap sebagai penilaian penjumlahan dari sisa data disekitarnya.
Variabel 𝜆 diperoleh melalui kovariansi atau semivariogram serta perlu komponen
18
𝜆1 𝜆1 (2.20)
𝜆2 𝜆2
: :
𝚲= 𝑎𝑡𝑎𝑢
: :
𝜆𝑘 𝜆𝑘
[𝜇] [−𝜇]
menjadi:
Atau
𝑍(𝑠1 ) (2.23)
𝑍(𝑠2 )
𝐘= …
𝑍(𝑠𝑘 )
[ 0 ]
Penulisan persamaan (2.20) sampai dengan (2.22) dapat digantikan dengan rumus
matriks, hal ini dapat dilihat pada persamaan (2.24):
𝚲𝐖 = 𝑩 (2.24)
𝚲 = 𝑾−𝟏 𝑩 (2.25)
−𝟏
Ẑ(𝒔𝟎 ) = 𝒀′ 𝚲 = 𝐘′𝑾 𝑩 (2.26)
1 𝑛
(2.28)
𝑀𝐸 = ∑ (𝑍(𝑠𝑖 ) − Ẑ(𝑠𝑖 ))
𝑛 𝑖=1
Sedangkan untuk Root Square Mean Error dapat dilihat pada persamaan (2.29)
sebagai berikut:
𝑛 (2.29)
1 2
𝑅𝑀𝑆𝐸 = √ ∑ (𝑍(𝑠𝑖 ) − Ẑ(𝑠𝑖 ))
𝑛 𝑖=1
Dengan
n = jumlah prediksi
Berdasarkan hasil nilai RMSE, maka semakin besar nilai RMSE yang dihasilkan
akan mengindikasikan tingkat keakuratan yang rendah dan begitupun
sebaliknya.
BAB III
METODOLOGI PENELITIAN
3.1 Lokasi Penelitian
Data yang digunakan pada penelitian ini merupakan data test pit yang diperoleh
dari PT Antam UBPB Kalimantan Barat pada saat Kerja Praktek dilaksanakan.
Kemudian data ini akan digunakan untuk mengetahui estimasi dari cadangan
bauksit pada salah satu blok penambangan bauksit yang ada di PT Antam UBPB
Kalimantan Barat.
3.2 Peta Sebaran Titik Test Pit
Penelitian ini menggunakan data dari PT Antam UBPB Kalimantan Barat. Peta
sebaran titik test pit yang digunakan disajikan pada Gambar 3.1.
22
23
26
27
200
J 180
u 160
m 140
l 120
a
100
h
80
D 60
a 40
t 20
a 0
Tebal Bauksit
Parameter Komposit
Minimum 0.4
Maximum 8
Mean 3,7
Median 3,6
Variansi 2,9
Standar Deviasi 1,71
CV 0,78
Skewness 0,3
Kortusis 2,2
Jumlah Data 828
28
Semivariogram
Eksperimental
Semivariogram
Spherical
Semivariogram
Eksperimental
Semivariogram
Eksponential
Semivariogram
Eksperimental
Semivariogram
Gaussian
Spherical 1,84
Exponential 1,80
Gaussian 1,96
Setelah nilai mean square error dari ketiga model sudah didapatkan, maka
Langkah selanjutnya adalah menentukan nilai root mean square error dengan
menggunakan persamaan (2.29). Hasil validasi yang didapatkan berupa nilai RMSE
dari masing-masing model semivariogram teoritis yang selanjutnya akan
dibandingkan malalui nilai RMSE terkecil. Nilai RMSE dapat dilihat pada Tabel
4.3.
Tabel 4. 3 Nilai RMSE setiap model semivariogram teoritis
Spherical 1,35
Exponential 1,34
Gaussian 1,4
31
Berdasarkan hasil perhitungan RMSE pada Tabel 4.3, dapat dilihat bahwa nilai
RMSE terkecil terdapat pada model semivariogram exponential dengan nilai
sebesar 1,34. Maka dari itu model ini akan digunakan pada tahap selanjutnya untuk
proses interpolasi ordinary kriging.
4.4 Analisis Ordinary Kriging Dalam 2D
Setelah menentukan model semivariogram terbaik yang akan digunakan,
langkah berikutnya adalah menggunakan model semivariogram tersebut dalam
melakukan analisis ordinary kriging dengan menggunakan blok 100 x 100.
Penaksiran dengan ordinary kriging dilakukan dengan metode point kriging.
Metode ini merupakan teknik penaksiran yang menaksir nilai suatu titik
berdasarkan pada nilai titik contoh disekitarnya, sehingga titik yang ditaksir
tersebut akan memiliki satu nilai estimasi (Adnyano, 2021). menggunakan.
Interpolasi kriging 2D dapat dilihat pada gambar (4.6).
ordinary kriging. Berdasarkan kontur pada Gambar 4.5 diketahui bauksit yang
memiliki ketebalan rendah terletak pada lembah bukit dan rata rata bauksit yang
memiliki ukuran tebal berada di lereng landai dan lereng curam.
4.5 Hasil Model 3D dengan Menggunakan Odinary Kriging
Tahapan ini digunakan untuk memvisualisasikan hasil prediksi ordinary
kriging 2D ke dalam 3D untuk melihat hubungan antara tingkat ketebalan bauksit dengan
elevasi. hasil Prediksi Ordinary kriging 3D dapat dilihat pada Gambar 4.7 sampai Gambar
4.10.
653.658,25 2.242.097,02
Tabel 4.4 menunjukkan hasil estimasi volume bauksit pada lokasi penelitian di PT
Antam UBPB Kalimantan Barat didapat sebesar 2.242.097,02 m3 dengan luas area
penambangan seluas 653.658,25 m2 .
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil dan pembahassan mengenai penerapan metode ordinary
kriging pada data ketebalan bauksit, maka dapat ditarik kesimpulan sebagai berikut:
1. Metode ordinary kriging merupakan salah satu analisis yang digunakan untuk
mengestimasi cadangan hasil tambang. Metode ini digunakan pada kasus data
sampel ketebalan bauksit yang tidak memiliki trend tertentu.
2. Model semivariogram terbaik yang digunakan adalah model exponential,
dikarenakan model ini memiliki nilai RMSE terkecil dibandingkan dengan
model lainnya.
3. Berdasarkan hasil pediksi ordinary kriging pada salah satu blok
penambangan di PT Antam UBPB Kalimantan Barat menunjukkan bahwa
estimasi volume bauksit yang didaptkan sebanyak 2,242,097.02 m3 dengan
luas area penambangan sebesar 653.658,25 m2 .
5.2 Saran
Berdasarkan penelitian yang telah dilakukan, terdapat beberapa saran yang
dapat diberikan demi penyempurnaan hasil penelitian sebagai berikut:
1. Pada penelitian selanjutnya, disarankan untuk menambahkan Borehole agar
dapat ditambah variasi estimasi lainnya seperti top soil , overburden, dan
clay beserta sayatan setiap lapisannya
2. Perlu ditambahkan data kadar agar dapat menambahkan variasi dari estimasi
kadar, arah sebarannya serta kualitas dari kandungan bauksit pada salah satu
lokasi penambangan PT Antam UBPB Kalimantan Barat.
36
DAFTAR PUSTAKA
Afandi, I.H., 2019, Perbandingan Sampling dengan Metode Test Pit dan
Pengeboran pada Endapan Bauksit PT. Prima Abadi Mineral Kabupaten
Ketapang Provinsi Kalimantan Barat, J. Simetrik, 9 (1), 164.
Alfiana, A.N., 2010, Metode Ordinary Kriging Pada Geostatistika, Univ. Negeri
Yogyakarta. Jogjakarta.
Almasi, A., Jalalia, A., and Toomanian, N., 2014, Using OK and IDW methods for
prediction the spatial variability of a horizon depth and OM in soils of
Shahrekord, Iran, J. Environ. Earth Sci., 4 (15), 17–27.
Amri, N.A., Hartono, and Siri, H.T., 2018, Kriging by partition: Case of Ciurug
Quartz Gold Vein, IOP Conf. Ser. Earth Environ. Sci., 212 (1).
Bárdossy, A., 1997, Introduction to Geostatistics, Germany, Institute of Hydraulic
Enginering University of Stutgart.
Bargawa, W.S., 1999, Aplikasi Kriging Indikator dalam Pemodelan Urat Bijih
Emas Cikidang Jawa Barat.
Bogatyrev, B.A., Zhukov, V. V, and Tsekhovsky, Y.G., 2009, Formation conditions
and regularities of the distribution of large and superlarge bauxite deposits,
Lithol. Miner. Resour., 44 (2), 135–151.
Bohling, G., 2005, Introduction To Geostatistics And Variogram Analysis, Assist.
Sci. Kansas Geol. Surv.
Conoras, W.A.K. and Tabaika, M., 2019, Pemodelan dan Estimasi Sumberdaya
Nikel Laterit Site Pulau Pakal PT. ANTAM (Persero) Tbk Ubp Nickel Maluku
Utara Menggunakan Metode Inverse Distance Weight dan Ordinary Kriging,
DINTEK, 12 (1), 19–28.
Cressie, N., 1993, Statistics for spatial data, Danvers, Sons, John Wiley &.
Fathurrachman, B., 2018, Penerapan Metode Interpolasi Spasial Universal Kriging
Menggunakan Semivariogram Spherical Dan Pentaspherical (Studi Pada Data
Curah Hujan Bulan Maret 2017 di Malang Raya).
Fischer, M.M. and Getis, A., 2010, Handbook of applied spatial analysis: software
tools, methods and applications, Springer.
Gaetan, C. and Guyon, X., 2010, Spatial Statistics and Modeling, Springer New
York Dordrecht Heidelberg London.
37
38
Galaxy, R., Purnomo, H., Prastowo, R., and Sidiq, H., 2022, Estimasi Sumberdaya
Nikel Laterit Menggunakan Metode Inverse Distance Weighting Nearest
Neighbour Point dan Ordinary Kriging Pada Blok X Kec Petasia Kab
Morowali Utara Provinsi Sulawesi Tengah, Inst. Teknol. Nas. Yogyakarta, 70–
76.
Gingga, F., 2019, Analisis penaksiran sumberdaya bauksit menggunakan metode
geostatistik di kabupaten ketapang provinsi kalimantan barat tesis,
Yogyakarta.
Hadi, B.S., 2013, Metode Interpolasi Dalam Studi Geografi (Ulasan Singkat dan
Contoh Aplikasinya), Geomedia, 11 (2), 231–240.
Hao, T., Zhong, L., Zhu, T., Zhang, X., Wang, X., and Zhang, L., 2020, A new
prediction method of reservoir porosity based on improved Kriging
interpolation, J. Phys. Conf. Ser., 1707 (1).
Isaaks, E.H. and Srivastava, R.M., 1989, An Introduction to Applied Geostatistics,
New York: Oxford Univ.
Jensen, M.L. and Bateman, A.M., 2015, Economic Mineral Deposits.
KESDM, K.E. dan S.D.M.R.I., 2020, Peluang Investasi Bauksit di Indonesia, 1–37.
Laksana, E.A., 2010, Analisis Data Geostatistika, Univ. Negeri Yogyakarta.
LeMay, N.E., 1995, Variogram Modeling and Estimation, Denver, Colo, University
of Colorado Denver.
Li, Y., Baorong, Z., Xiaohong, X., and Zijun, L., 2022, Application of a
semivariogram based on a deep neural network to Ordinary Kriging
interpolation of elevation data, PLoS One, 17 (4 April), 1–12.
Matheron, G., 1963, Principles of geostatistics, Econ. Geol., 58 (8), 1246–1266.
Megawati, E., Purwoko, B., and Syafrianto, M.K., 2019, Perhitungan Sumberdaya
Bauksit Dengan Block Model Menggunakan Estimasi Inverse Distance
Weighting Pada Blok X Pt . Pusaka Jaman Raja Kabupaten Ketapang
Kalimantan Barat, 1 (1), 186-194 ISSN: 1412-3576.
Montero, J.-M., Fernández-Avilés, G., and Mateu, J., 2015, Spatial and spatio-
temporal geostatistical modeling and kriging, John Wiley & Sons.
Oliver, M.A. and Webster, R., 2014, A tutorial guide to geostatistics: Computing
and modelling variograms and kriging, Catena, 113, 56–69.
Puntodewo, A., Dewi, S., and Tarigan, J., 2003, Sistem informasi geografis untuk
pengelolaan sumberdaya alam, CIFOR.
Ramadhan, F.R., Aribowo, Y., Widiarso, D.A., and Betraz, A., 2014, Geologi,
Karakteristik dan Genesa Endapan Laterit Bauksit PT. Antam (Persero) Tbk,
Unit Geomin, Daerah Kenco, Kabupaten Landak, Provinsi Kalimantan Barat,
39
Yimit, H., Eziz, M., Mamat, M., and Tohti, G., 2011, Variations in groundwater
levels and salinity in the Ili River Irrigation Area, Xinjiang, northwest China:
a geostatistical approach, Int. J. Sustain. Dev. World Ecol., 18 (1), 55–64.
41
LAMPIRAN
Lampiran 1 Data inputan ke dalam Qgis dan Saga Gis
No X Y Z ORE
13-100 405972 9991910 43.15 4.6
13-101 405998 9991909 40.10962 5.2
13-102 406020 9991910 35.645 3.6
13-103 406045 9991910 30.75964 5.4
13-104 406071 9991910 27.00292 6.5
13-105 406096 9991910 22.62472 3.7
13-106 406122 9991910 15.71197 3.9
13-107 405750 9991882 12.00118 2.6
13-108 405774 9991883 14.565 2.3
13-109 405799 9991884 16.83118 1.9
13-011 405948 9992080 11.35303 1
13-110 405824 9991883 19.31473 3.3
13-111 405849 9991882 25.48696 4.7
13-113 405899 9991881 36.79428 4.1
13-114 405922 9991886 40.71566 4.2
13-115 405946 9991885 43.20001 5.1
13-116 405972 9991885 42.44999 3.7
13-117 405997 9991884 39.45405 3.8
13-118 406022 9991883 34.36974 5.2
13-119 406048 9991885 30.54931 5.9
13-120 406073 9991885 25.34217 5.1
13-121 406098 9991884 20.818 4.1
13-122 406123 9991884 14.7222 3.5
13-123 405773 9991861 12.5853 1.9
13-124 405904 9991677 25.29757 3.5
13-125 405878 9991682 19.89187 1.4
13-126 405848 9991859 24.88735 3.6
13-127 405873 9991858 30.77617 3.3
13-128 405898 9991857 36.97322 3.5
13-129 405927 9991858 41.35319 3.1
13-130 405951 9991858 42.79462 3.1
13-131 405977 9991857 41.92756 4.5
13-132 406002 9991857 37.14897 4.1
13-133 406023 9991861 32.64829 4.5
13-134 406048 9991861 27.46284 5
13-135 406073 9991861 22.10436 4.6
13-136 406099 9991861 17.86766 1.8
13-137 405797 9991834 14.19317 1.4
42
200
F 180
R 160
E 140
K 120
U 100
E 80
N 60
40
S
20
0
TEBAL Bauksit
62