BAB IV PENYUSUNAN DAN PENGOLAHAN DATA Dalam studi penelitian Permodelan dan Estimasi Sumberdaya Nikel Laterit di Pulau Gee, Halmahera Timur Propinsi Maluku Utara ini data awal yang digunakan berasal dari hasil kegiatan eksplorasi Unit Geomin PT Antam Tbk. Obyek penelitian ini berupa pengamatan terhadap hasil pemboran yang tembus zona bijih dari nikel laterit yaitu zona limonit dan zona saprolit sebagai produk utama disamping zona soil dan zona bedrock. Penelitian ini dilakukan pengolahan data Blok GB Pulau Gee dengan luas area pemboran eksplorasi ± 25 Ha dari ruang lingkup pemboran eksplorasi nikel Blok GA, Blok GC, Blok GD dan Blok GE di Pulau Gee dengan luas area pemboran eksplorasi ± 60 Ha. Pada daerah penelitian terdapat 319 drillholes dan 4559 assay data yang terekam dengan menggunakan data pemboran eksplorasi berjarak spasi antar lubang bor 25 meter. Selain unsur Ni yang dianalisis, terdapat unsur logam lain yaitu unsur Fe dan MgO yang terdapat di masing – masing horizon nikel yaitu pada zona Limonite dan Low Saprolite Zone Ore / High Saprolite Ore Zone (Saprolite).
Area Daerah Penelitian
Distribusi Titik Bor
Gambar 4.1 : Distribusi Titik Bor Eksplorasi di Pulau Gee
53
Secara umum dalam pemodelan dan estimasi sumberdaya endapan nikel diperlukan data-data dasar sebagai berikut :
Peta topografi,
Peta geologi lokal (meliputi litologi, stratigrafi, & struktur geologi).
Data bor tembus zona bijih,
menghasilkan data berformat .*csv yaitu : -
Data Collar
-
Data Assay, Berdasarkan kombinasi data-data olahan tersebut di atas dapat dilakukan
analisis dan evaluasi untuk penentuan dan perhitungan jumlah sumberdaya nikel pada daerah penelitian. Setiap tahapan dan prosedur pekerjaan seperti diuraikan di atas dapat dikerjakan dan dihitung secara bertahap dan simultan dengan menggunakan kombinasi perangkat lunak AutoCad dan Microsoft Excel diolah serta diinterpretasikan dalam perangkat lunak Studio 3 Datamine. Secara umum tahapan pengerjaan dapat dikelompokkan menjadi 3 (tujuh) tahapan utama, yaitu :
Konstruksi peta topografi
Permodelan geologi horizon nikel dalam 3 dimensi (limonit, saprolit)
Penaksiran sumberdaya nikel pada setiap zona – zona bijih dalam model blok.
Dimana urutan pengerjaannya secara spesifik adalah sebagai berikut : 1. Pemasukan, penyusunan dan validasi data collar dan assay untuk input file data drillhole (lubang bor). 2. Input / pemasukan basis data menjadi file drillhole tiga dimensi pada perangkat lunak Datamine (Database). 3. Composite drillhole untuk pembuatan legenda dan korelasi. 4. Pemeriksaan model drillhole terhadap listing data collar dan assay pada Ms. Excel (Validasi). 5. Korelasi badan bijih dari data penembusan badan bijih/horizon/zona. 6. Pembuatan model tiga dimensi kerangka badan bijih (3-D Orebody Modelling).
54
7. Verifikasi permodelan terhadap topografi dan terhadap masing – masing zona bijih (Smoothing). 8. Analisis statistik kadar rata – rata dari setiap unsur bijih dan pembawa bijih 9. Pembuatan prototype model blok sumberdaya (Block Size). 10. Pemilihan metode estimasi. 11. Estimasi sumberdaya blok badan bijih (zona). 12. Pelaporan sumberdaya blok badan bijih (Tabulasi). Permodelan dibatasi dengan jarak toleransi setengah dari jarak spasi antar titik bor terluar. Sedangkan permodelan terhadap zona soil tidak dimasukkan karena dari statistik kadar Ni di dalam soil diklasifikasikan tidak ekonomis, begitu juga dengan bedrock.
4.1
Basis Data Assay Basis data assay berisi informasi-informasi dari data eksplorasi rinci yang
akan menjadi input file assay dan drillhole pada Studio 3 Datamine berupa datadata dalam file Microsoft Excel dengan format *.csv (comma delimitted) sebanyak 4 macam file. Informasi dasar basis data assay diperoleh dari kegiatan pemboran eksplorasi. Basis data ini harus dilakukan verifikasi terlebih dahulu sebelum dilakukan pengolahan data lebih lanjut, hal ini sangat penting karena di dalam proses pemodelan dan estimasi sumberdaya bersumber dari basis data assay ini. Data assay tersebut meliputi :
File Collar, memuat informasi koordinat x,y,z permukaan dari drillhole.
File Survey, memuat informasi bearing/dip direction, dip, dan deviasi lubang bor/trench/stope sampling. Dalam penelitian ini data survey tidak digunakan karena pemboran untuk ekpslorasi nikel adalah pemboran tegak.
File Assay, memuat informasi kedalaman penembusan (from and to) beserta kadar Ni, Fe, MgO, CaO,Co dan SiO2 pada tiap penembusan bor inti atau interval sampling pada bijih.
File Lithologi, memuat informasi kedalaman penembusan (from and to) dan informasi rock type yang membedakan jenis batuan (ore/waste) dari tiap
55
penembusan bor inti atau tiap interval sampling, namun file lithologi ini digabungkan dengan file assay. Basis – basis data di atas dijadikan satu basis data yang memuat informasi drillholes data dan assay data (data kadar) beserta koordinat dan elevasi serta kedalaman lubang bor. Termasuk juga basis data Lithologi. Basis data tersebut digunakan dalam penentuan horizon / zona nikel. Parameter yang digunakan meliputi unsur – unsur seperti pada tabel 4.1 berikut.
Tabel 4.1 Batasan Kandungan Fe & Ni dalam Penentuan Horizon Laterit (Sumber : Geomin PT. Antam Tbk) Nilai Cut Off
Horizon
Kadar Fe (%-berat)
Kadar Ni (%-berat)
40 < Fe < 50
1.0 < Ni < 1.4
30 < Fe < 40
1.4 < Ni < 1.8
Fe < 30
Ni > 1.8
Limonite Low Saprolite Ore Zone (L.S.O.Z) High Saprolite Ore Zone (H.S.O.Z)
Batasan yang digunakan pada tabel tersebut dapat berubah tergantung dari kebutuhan user / perusahaan dan berdasarkan kondisi pangsa pasar logam. Kemudian untuk data topografi, importing data ke dalam perangkat lunak Studio 3 Datamine dengan format *.DWG (Autocad) dalam bentuk 3 dimensi (3D). Sedangkan data hasil pemboran disusun ke dalam worksheet Microsoft Excel (format *.xls) dengan tabel-tabel kolom utama sebagaimana terlihat pada tabel 4.2 berikut. Tabel 4.2 Tabulasi Data Collar BHID
X COLLAR
Y COLLAR
Z COLLAR
GB 19
601.17
2225.72
33.27
GB 20
626.17
2225.72
32.02
GB 21
651.17
2225.72
26.50
…
…
…
…
56
Tabel 4.3 Tabulasi Data Assay BHID
FROM
TO
LITHO
Ni
Fe
Co
SiO2
CaO
MgO
GB 19
0.00
1
SOIL
1.00
55.63
0.05
11.62
0.02
7.00
GB 19
1.00
2
SOIL
1.05
58.58
0.06
9.71
0.02
6.47
GB 19
2.00
3
LIMONITE
0.86
42.41
0.05
15.46
0.02
7.37
GB 19
4.00
5
HSOZ
2.12
8.36
0.02
42.55
0.01
20.53
…
…
…
…
…
…
…
…
…
…
4.2
Permodelan Badan Bijih Data assay dan collar yang telah diinputkan menjadi satu file assay di
dalam Studio 3 Datamine digunakan untuk korelasi badan bijih berdasarkan data – data geologi dan penampang inti bor tembus zona bijih yang dibuat dari setiap section / penampang dan divisualisasikan dalam bentuk warna yang berbeda – beda dari setiap zona. Visualisasinya dapat dilihat pada gambar 4.2.
190 Elev
1030 E
1020 E
1010 E
1000 E
990 E
980 E
970 E
960 E
950 E
940 E
930 E
920 E
910 E
900 E
890 E
880 E
870 E
860 E
850 E
840 E
830 E
820 E
810 E
800 E
790 E
180 Elev
190 Elev 180 Elev
String Correlation 170 Elev
Scale 1:1000
160 Elev
Studio 3 Datamine
150 Elev
150 Elev
140 Elev
140 Elev
130 Elev 120 Elev 110 Elev 100 Elev 90 Elev G
B
G
2 49
B
B G
3 49
B G
4 49
5 49
G
B
B G
6 49
7 49
B G
8 49
G
B
9 49
130 Elev 120 Elev 110 Elev 100 Elev 90 Elev
80 Elev
80 Elev
70 Elev
70 Elev 0
10
20
30
Legenda
40
[BEDROCK]
60 Elev
[SOIL]
50 Elev 1020 E
1000 E
990 E
980 E
970 E
960 E
950 E
940 E
930 E
920 E
910 E
900 E
890 E
880 E
870 E
860 E
850 E
840 E
830 E
820 E
810 E
800 E
790 E
[SPRLITE]
1010 E
50 Elev 40 Elev
60 Elev
[LIMONITE]
1030 E
160 Elev
170 Elev
Section 5 W-E
40 Elev
Gambar 4.2 Korelasi Zona Nikel Pada Section GB 492 - GB 499
57
Korelasi di atas dilakukan di setiap penampang / section bor yang ditarik dari arah barat – timur. Kemudian dari korelasi tersebut dihasilkan model badan bijih awal berupa wireframe (kerangka) badan bijih tiga dimensi. Seperti pada gambar 4.3 berikut.
Gambar 4.3 Wireframe 3 Dimensi Badan Bijih Nikel Blok GB P. Gee Kerangka model badan bijih yang berupa jaring-jaring wireframe tiga dimensi ini menjadi batas pengisian model blok kosong yang belum memiliki nilai kadar logam pada masing-masing zona bijih. Model blok sumberdaya pada Blok GB Pulau Gee ini dibuat dengan dimensi blok dalam X x Y x Z = ½ Jarak Spasi Antar Titik Bor (1/2 x 25 m), Y = ½ Jarak Spasi Antar Titik Bor (1/2 x 25 m) dan Z = 2 m (Berdasarkan Konvensi) untuk klasifikasi sumberdaya terukur. Pembuatan model blok tersebut berdasarkan pada titik acuan koordinat awal pada tabel 4.4 berikut.
Tabel 4.4 Batasan Koordinat Acuan Model Blok FIELD (A8)
MINIMUM (N)
MAXIMUM (N)
RANGE (N)
XP
508.49231
1166.526978
658.034668
YP
988.219971
1788.219971
800
ZP
4
160.477097
156.477097
Model blok ini sebenarnya ditentukan berdasarkan dari kemampuan dan kapasitas alat penambangan. Oleh karena itu asumsi model blok yang di ambil dalam penelitian ini adalah berdasarkan unit penambangan terkecil.
58
4.3
Estimasi Kadar Model Blok Tidak semua data pada assay drillhole ini dipakai dalam estimasi
sumberdaya, hanya data-data yang masuk dalam ruang badan bijih hasil korelasi yang digunakan untuk memberikan pengaruh terhadap penaksiran kadar dalam badan bijih / zona masing-masing. Dalam Datamine untuk pemilahan data ini dilakukan dengan perintah “seltri” yang akan mengestimasi kadar pada setiap model blok berdasarkan zona awal yang sudah ditentukan dari hasil rekapitulasi data (batasan kadar) pada tabel 4.1. Setelah model blok ditentukan, dilakukan estimasi kadar pada tiap blok tersebut berdasarkan dari informasi setiap interval kadar bor inti terhadap masing – masing zona nikel baik limonit dan saprolit. Dalam penelitian ini tidak di lakukan komposit data dikarenakan dari data asli sudah memiliki interval yang cukup baik yaitu interval setiap 1 meter. Untuk metode estimasi kadar tersebut digunakan metode konvensional yaitu Inverse Distance Power terutama Inverse Distance Square (pangkat 2). Estimasi pada model blok dilakukan dari informasi kadar Ni dari setiap interval bor. Radius pencarian data yang digunakan pada penelitian ini adalah X = 37.5 m dan Y = 37,5 m yaitu 1 ½ jarak antar lubang bor dan Z = 5 m. Dalam Datamine parameter ini diinputkan dalam perintah “Estima” dari parameter ‘espar’ dan ‘sparm’. Parameter tersebut merupakan prototype dalam estimasi kadar pada setiap model blok. Visualisasi estimasi kadar tersebut dapat dilihat pada gambar 4.4.
59
B’
B
Gambar 4.4 Estimasi Kadar pada Model Blok Section N-S 901 E (BHID GB 365 – GB 628)
60
4.4
Statistik Deskriptif Analisis statistik digunakan untuk memberikan gambaran menyeluruh dan
kecenderungan dari data awal dan data hasil olahan. Dengan pendekatan statistik ini maka akan didapatkan batas pencilan data untuk tujuan verifikasi data awal. Tujuan dilakukannya analisis statistik adalah untuk mengetahui parameterparameter atau karakteristik populasi endapan dari data yang akan diolah yaitu data kadar hasil analisis dari pemboran. Hasil pengolahan data statistik deskriptif tersebut seperti pada table 4.5 berikut.
Tabel 4.5 Statistik Deskriptif Zona Nikel Blok GB P. Gee ZONA Statistik
LIMONIT
LSOZ
HSOZ
Ni
Fe
MgO
Ni
Fe
MgO
Ni
Fe
MgO
Minimum
1.01
8.07
6.32
1.4
6.41
6.45
1.8
7.55
9.18
Maximum
1.39
56.88 33.77
1.78
55.6
31.06
4.02
42.81
36.05
Range
0.38
48.81 27.45
0.38
49.19
24.61
2.22
35.26
26.87
Mean
1.257 41.56 10.22 1.534 36.87 13.013 2.061 16.02 25.737
Median
1.27
43.25 9.225
1.51
39.86
10.99
1.93
14.33
26.09
Mode
1.33
44.24
9.61
1.49
11.35
18.95
1.83
11.46
30.01
ST Dev
0.089 9.594
4.13
0.097 11.16 5.5065 0.315 6.372 4.7633
Skewness
-0.66
-1.24
3.451 0.903
Kurtosis
-0.09
1.847 14.13
-0
-0.73
1.4195 2.119 1.418
-0.647
-0.28
1.3182 6.485 2.227 0.3496
Untuk mempermudah penaksiran kadar dan melihat penyebaran kadar, daerah penelitian dibagi menjadi 2 bagian yaitu blok utara dan blok selatan blok GB Pulau Gee yang ditinjau dan dilihat dari 3 unsur yaitu nilai kadar Ni, Fe dan MgO seperti pada gambar 4.5 berikut.
61
Blok Utara
Blok Selatan
Gambar 4.5 Pembagian Blok Utara – Blok Selatan Peta Penelitian Blok GB Pulau Gee
62
4.4.1
Statistik Univarian Statistik deskriptif yang digunakan untuk melihat hubungan antar data
dalam satu populasi, tanpa mempertimbangkan faktor posisi dari data-data tersebut. Tabel 4.6 Hasil analisis statistik univarian kadar Ni Statistik Kadar Ni (%) Parameter
Blok Utara
Blok Selatan
Minimum
0.32
0.34
Maximum
5.81
4.62
Mean
1.552615651
1.783637
Median
1.52
1.72
Mode
1.45
1.35
Standard Deviation
0.644818
0.669382
Standard Error
0.013027
0.01422
Variance
0.41579
0.448072
Kurtosis
1.654829
-0.214228
Skewness
0.510274
0.207604
Range
5.49
4.28
Sum
3583.12
49720.98
Count
2314
2228
Pertimbangan yang melatarbelakangi membagi 2 daerah blok utara dan blok selatan blok GB Pulau Gee adalah untuk membandingkan penyebaran kadar Ni, Fe dan MgO yang relatif menyebar tidak merata. Disamping itu juga bermanfaat sebagai bahan tambahan evaluasi dan pertimbangan didalam estimasi kadar pada suatu model blok. Dari tabel 4.6 dapat dilihat bahwa karakteristik populasi data kadar Ni pada blok utara sedikit berbeda dengan populasi data kadar Ni pada blok selatan. Hal ini dapat ditunjukkan pada besarnya nilai mean / rata – rata blok utara sebesar 1.55 % sedangkan blok selatan sebesar 1.78 %. Kemudian untuk sebaran datanya dari dua tempat yang dibandingkan dapat dilihat dari nilai skewness dan kurtosis yang memberikan hasil yang tidak jauh berbeda (nilai Ni antara blok utara dan blok selatan memiliki karakteristik yang hampir sama).
63
a)
b)
Gambar 4.6 Histogram Kadar Ni Blok ; a) Blok Utara ,b) Blok Selatan
64
4.4.1.1 Histogram Kadar Ni Histogram berguna untuk melihat sebaran data dari suatu populasi data. Apakah data tersebut mengumpul pada suatu populasi data yang bernilai tinggi ataupun sebaliknya atau juga menyebar secara merata. Konsekuensinya kita dapat mengetahui karakteristik dari populasi data tersebut dan mempermudah kita di dalam menentukan kualitas data di dalam estimasi kadar yang akan dilakukan. Taksiran bentuk populasi data ini dapat mengurangi besarnya kesalahan dan dapat digunakan sebagai informasi awal di dalam pengolahan data selanjutnya. Dari gambar 4.6a histogram kadar Ni blok utara dapat dilihat bahwa penyebaran data terletak pada nilai kadar yang relatif rendah yaitu di histogram puncak range 1,55 – 1,6 %, dapat juga dilihat dari nilai skewness positif yang menunjukkan data cenderung ke arah kiri/kadar rendah. Kemudian dari nilai variansinya yang relatif kecil menunjukkan ekor histogram yang pendek. Jika ekor histogram tersebut panjang maka memiliki nilai varians yang besar. Namun penyebaran data pada blok utara ini menunjukkan distribusi data yang hampir simetris dengan nilai puncak histogram 1,6 mendekati nilai rataan (mean). Sedangkan untuk kadar Ni blok selatan yang ditunjukkan pada gambar 4.6b dapat dilihat bahwa penyebaran data cenderung menyebar hampir secara merata tetapi sedikit lebih besar ke nilai kadar rendah. Dapat juga dilihat dari nilai skewness yang positif. Tetapi dibandingkan dengan blok utara, blok selatan ini memiliki penyebaran distribusi data yang mendekati simetris (distribusi normal) dengan memberikan nilai skewness yang hampir mendekati 0 yaitu 0,20 dan nilai variansi yang kecil serta puncak histogram yang mendekati nilai rataan (mean) yaitu 1,7 %.
65
Tabel 4.7 Hasil analisis statistik univarian kadar Fe Statistik Kadar Fe (%) Parameter
Blok Utara
Blok Selatan
Minimum
4.1
4.31
Maximum
77.339996
58.080002
Mean
21.782522
21.607147
Median
13.17
12.475
Mode
8.21
8.54
Standard Deviation
15.590073
15.455306
Standard Error
0.314967
0.328317
Variance
243.050369
238.86647
Kurtosis
-0.839354
-1.014735
Skewness
0.805585
0.751835
Range
73.239998
53.77
Sum
49720.98
47767.84005
Count
2314
2228
Berdasarkan tabel 4.7 data statistik Fe untuk blok utara dan blok selatan memberikan hasil yang tidak jauh berbeda, dilihat dari nilai mean untuk blok utara 21.78 % dan blok selatan 21.06 % dan nilai skewness dan kurtosis yang relatif sama. Sehingga untuk nilai kadar Fe pada blok utara dan blok selatan dianggap memiliki karakteristik yang hampir sama.
66
a)
b)
Gambar 4.7 Histogram Kadar Fe Blok ; a) Blok Utara ,b) Blok Selatan
67
4.4.1.2.Histogram Kadar Fe Histogram kadar Fe pada blok utara gambar 4.7a menunjukkan nilai variansi yang cukup besar (ekor histogram yang panjang) kemudian nilai distribusi taksimetri (skewness) yang cukup besar yaitu 0,81 (positif). Namun disini dapat dilihat hasil nilai distribusi taksimetri (skewness) terjadi dikarenakan terdapat sedikit data yang memiliki frekuensi yang sangat banyak pada kadar Fe yang rendah tetapi data cenderung menyebar secara merata pada range selanjutnya, sehingga karakteristik kadar Fe pada blok utara ini menunjukkan nilai yang memiliki variasi yang cukup tinggi pada kadar Fe rendah, tetapi relatif menyebar pada kadar medium ke atas. Sedangkan untuk kadar Fe pada Blok Selatan yaitu pada gambar 4.7b menunjukkan nilai skewness dan mean serta variansi yang hampir sama dengan kadar Fe blok utara sehingga distribusi data pada kadar Fe blok selatan ini memiliki karakteristik yang hampir sama.
68
Tabel 4.8 Hasil analisis statistik univarian kadar MgO Statistik Kadar MgO (%) Parameter
Blok Utara
Blok Selatan
Minimum
2.21
2.21
Maximum
44
70.029999
Mean
22.497616
22.75593
Median
25.120001
26.62
Mode
7.92
8.18
Standard Deviation
10.127538
10.351607
Standard Error
0.204607
0.219899
Variance
102.567024
100.155777
Kurtosis
-1.431594
-1.332928
Skewness
-0.174772
-0.217232
Range
41.790001
67.82
Sum
52449.02997
50740.88005
Count
2306
2220
Berdasarkan tabel 4.8 hasil statistik MgO untuk blok utara dan blok selatan memberikan hasil yang juga tidak jauh berbeda, dilihat dari nilai mean untuk blok utara 22.49 % dan blok selatan 22.77 % dan nilai skewness dan kurtosis yang relatif sama sehingga untuk nilai kadar MgO pada blok utara dan blok selatan memiliki karakteristik yang hampir sama.
69
a)
b)
Gambar 4.8 Histogram Kadar MgO Blok ; a) Blok Utara ,b) Blok Selatan
70
4.4.1.3.Histogram Kadar MgO Pada gambar 4.8a ditunjukkan kadar MgO relatif menyebar pada kadar yang bernilai tinggi (nilai skewness yang negatif yaitu -0,17). Kemudian nilai variansinya besar ditunjukkan ekor histogram yang panjang. Histogram untuk kadar MgO ini menyebar relatif merata walaupun sedikit cenderung ke kadar yang tinggi. Namun histogram tersebut mendekati bentuk simetris. Sedangkan kadar MgO blok selatan pada gambar 4.8b ditunjukkan oleh penyebaran data yang relatif menyebar secara fluktuatif pada kadar rendah <12 % dan pada kadar sangat tinggi yaitu >25 %, tetapi bentuk histogram cukup simetris. Namun data nilai statistik memberikan gambaran untuk blok selatan ini hampir sama dengan blok utara.
4.4.2 Statistik Bivarian Metode statistik bivarian digunakan untuk menganalisis 2 (dua) kelompok data yang berbeda tetapi terletak pada lokasi yang sama, dimana dalam kasus ini kelompok data yang dianalisis yaitu data kadar Ni dan data kadar Fe serta data kadar MgO yang terdapat pada lokasi yang sama yaitu pada masing-masing blok pemodelan. Adapun metode statistik bivarian yang umum digunakan yaitu diagram pencar atau scatter plot.
71
Gambar 4.9 Diagram Pencar antara Kadar Ni dan Fe Blok Utara
Gambar 4.10 Diagram Pencar antara Kadar Ni dan Fe Blok Selatan
72
Gambar 4.11 Diagram Pencar antara Kadar Ni dan MgO Blok Utara
Gambar 4.12 Diagram Pencar antara Kadar Ni dan MgO Blok Selata
73
4.5
Tabulasi Sumberdaya Penelitian ini menghasilkan 2 model blok yaitu zona limonit dan zona
saprolit yang merupakan gabungan antara Low Saprolite Ore Zone dan High Saprolite Ore Zone. Selain tabulasi sumberdaya secara umum, terdapat juga tabulasi sumberdaya yang tergolong ekonomis yang tersusun didalam skenario.
4.5.1
Presentasi Sumberdaya Blok GB Pulau Gee Berikut ini adalah gambar model blok sumberdaya nikel blok GB Pulau
190 0N
Gee berdasarkan klasifikasi zona nikel :
130 0
N 120 0
N
N 140 0
N 150 0
N 160 0
N
N
N
170 0
E
E
E
180 0
00
00
00
E
E
E
00
0
0
350 Elev 13 00 E
70 E
110 0N
0
Block Model Zone Nickel
300 Elev
300 Elev
1:4000 250 Elev
200 Elev
200 Elev
180 0N
250 Elev
12
150 Elev 00
150 Elev
E
60 0 E
100 Elev
50 Elev
50 Elev
100 0
N
100 Elev
0 Elev
0 Elev Datamine: ORE (mod_ore (block model))
11 00
50
E
[LIMONITE]
170 0N
-50 Elev
0
-50 Elev E
-100 Elev
900 N
100 0N
110 0N
120 0N
130 0N
E
140 0N
0
0E
E
0E
0
0E
E 00
90
80
70
60
50
10
-100 Elev
150 0N
[SPRLIT E] 160 0N
190 0
13
12
11
10
90
80
350 Elev
Gambar 4.13 Model Blok Nikel Blok GB P. Gee
74
4.5.2
Tabulasi Sumberdaya Nikel Dari hasil permodelan dan estimasi kadar pada setiap model blok yang
dibuat, dikumpulkan dan diakumulasikan di dalam suatu tabulasi seperti tabel 4.9 berikut : Tabel 4.9 Tabulasi Total Sumberdaya Nikel Blok GB P. Gee 3
3
ZONA
VOLUME (m )
DENSITY (Ton/m )
LIMONIT SAPROLIT TOTAL
310,704.41 1,486,248.13 1,796,952.54
1.6 1.6 1.6
TONNES (Ton)
Ni
Kadar Rata - Rata (%) Co Fe SiO2 CaO
MgO
497,127.06 1.286 0.12 44.3 16.27 0.0201 9.3931 2,377,997.01 2.076 0.07 20 34.64 0.0574 23.322 2,875,124.06 1.68 0.09 32.18 25.46 0.04 16.36
Dalam estimasi sumberdaya yang bernilai ekonomis pada daerah penelitian dilakukan asumsi – asumsi yang diambil, hal ini dimasukkan didalam skenario – skenario. Skenario ini diambil dari parameter – paremeter yang digunakan oleh beberapa perusahaan. Kemudian dalam skenario – skenario tersebut zona limonit dan zona saprolit dijadikan menjadi satu produk yaitu zona ore dan untuk overburden nya disebut waste. Asumsi density ore 1,6 ton/m3. Hasil statistik dan tabulasi sumberdaya skenario 1 dan skenario 2 terdapat pada tabel berikut. Tabel 4.10 Hasil Statistik Deskriptif Skenario 1 (COG >1,2) Nikel Blok GB P. Gee Kadar (%) Statistik Ni
Fe
MgO
Minimum
1.802481
8.561625
14.77826
Maximum
3.241168
36.7694
32.00795
Range
1.438687
28.20778
17.22968
Mean
2.097591
20.28745
23.13431
ST Dev
0.230292
5.849509
3.719005
Skewness
1.348307
0.256561
0.094485
Kurtosis
2.932097
-0.61757
-0.626072
75
Tabel 4.11 Tabulasi Sumberdaya Ekonomis Skenario 1 (COG >1,2) Nikel Blok GB P. Gee ZONA
VOLUME(m3)
TONNES (ton)
Ore
1,768,039.00
2,682,186.50
Waste
336,795.78
Tabel 4.12 Hasil Statistik Deskriptif Skenario 2 (COG >1,8) Nikel Blok GB P. Gee Kadar (%) Statistik Ni
Fe
MgO
Minimum
1.205347
8.561625
8.623197
Maximum
3.241168
45.0274
32.00795
Range
2.035821
36.46577
23.38475
Mean
1.949525
23.35858
21.23238
ST Dev
0.288747
7.81679
4.605278
Skewness
0.633174
0.461153
-0.09408
Kurtosis
1.133735
-0.301104
-0.40276
Tabel 4.13 Tabulasi Sumberdaya Ekonomis Skenario 2 (COG > 1,8) Nikel Blok GB P. Gee ZONA
VOLUME (m3)
TONNES (ton)
Ore
1,171,253.63
1,766,697.88
Waste
210,562.27
76