JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
ESTIMASI SUMBERDAYA BATUBARA DENGAN MENGGUNAKAN GEOSTATISTIK (KRIGGING) Dedi Yulhendra1 Yoszi Mingsi Anaperta2 ABSTRACT To calculate coal resources usually use polygon method or mean area method where these methods doesn’t have mechanism of error. Instead using Geostatistical Method (Kriging) resource calculation can be done accurately is by expressing and summarizing data into a conceptual model exploration and expression komprehesif Conditions coal research area has low ash variation because have negative histogram skewness and between one borehole data with other data no correlation to each other. For sulfur parameters, coal have normal skewness that content of sulfur value from 0,5% to 1% and meet the requirements to do the mining process. Total tonnage of coal seam A = 3,100,000 tons with SR = 10.12 and seam B = 7,100,000 with SR = 4 Keywords: geostatistics, coal, tonnage, reserves INTISARI Biasanya untuk melakukan perhitungan sumberdaya batubara digunakan metoda poligon atau metoda mean area dimana pada metode-metode tersebut tidak ada mekanisme mengukur kesalahan. Sebaliknya dengan menggunakan Metoda Geostatistik (Kriging) perhitungan sumberdaya dapat dilakukan secara akurat yaitu dengan mengekspresikan dan merangkum data-data eksplorasi menjadi sebuah model konseptual dan ekspresi yang komprehesi Kondisi batubara didaerah penelitian mempunyai variasi dikadar abu yang rendah dilihat dari bentuk histogramnya skewness negatif dan antara satu data lubang bor dengan data lainnya tidak ada korelasi satu sama lain. Untuk parameter sulfur batubara daerah penelitian berbentuk skewness normal dengan kadar yang bervariasi yang mempunyai nilai 0,5 – 1 % dan memenuhi persyaratan untuk dilakukan proses penambangan. Total tonase batubara didaerah penelitian didapatkan untuk Seam A = 3.100.000 ton dengan SR = 10.12 dan Seam B = 7.100.000 dengan SR = 4 Kata Kunci : geostatistik, batubara, tonase, cadangan
1 2
Dosen Tambang Fakultas Teknik Universitas Negeri Padang Dosen Tambang Fakultas Teknik Universitas Negeri Padang
168
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
PENDAHULUAN Pada umumnya perhitungan sumberdaya batubara menggunakan metode polygon dan metoda isoline dimana kedua metoda tersebut tidak menyatakan elemen geometri endapan batubara dalam model yang sistematik, sehingga menyulitkan proses perhitungan sumberdaya batubara. Misalkan permukaan topografi dan bidang perlapisan batubara belum dinyatakan dalam model matematik yang sistematik. Dengan mengekspresikan dan merangkum data-data eksplorasi menjadi sebuah model konseptual dan ekspresi yang komprehesif, maka akan memudahkan perhitungan Sumberdaya batubara. Salah satu solusi dari permasalahan diatas adalah pemodelan dengan Metoda Geostatistik (KRIGING)
ISSN : 2086 – 4981
diambil di tempat yang tidak beraturan. Komputer akan bekerja hanya dengan data digital yang teratur (misal kalau akan menggambar konturnya). Untuk itu perlu dibuat jejala (grid) yang teratur, dimana sampel data harus ditempatkan untuk bisa diproses oleh komputer. Variogram Variogram merupakan suatu metode analisis secara geostatistik yang berfungsi untuk mengkuantifikasi tingkat kemiripan atau variabilitas antara dua conto yang terpisah pada jarak tertentu. Data yang dekat dengan titik yang ditaksir memiliki kecenderungan nilai yang lebih mirip dibandingkan data yang lebih jauh. Variogram Indikator adalah variogram yang dibuat dari hasil transformasi berupa indicator data 0 dan 1. Indikator variogram eksperimental didapatkan dengan persamaan sebagai berikut :
PENDEKATAN PEMECAHAN MASALAH Metode Kriging Istilah kriging diambil dari nama seorang ahli, yaitu D.G. Krige, yang pertama kali menggunakan korelasi spasial dan estimator yang tidak bias. Istilah kriging diperkenalkan oleh G. Matheron untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan varians dari hasil estimasi. Jadi metode kriging Kriging sebagai metode interpolasi membutuhkan proses inversi matriks korelasi antar sampel. Secara empiris, observasi yang berada jauh dari titik interpolasi cenderung memiliki bobot nol atau negative (screen effect). Metode kriging menghasilkan estimator tidak bias terbaik (the best unbiased estimator, BLUE) dari variabel yang ingin diketahui nilainya. Sampel data dalam geosains biasanya
N
( h)
Dimana : (h) z(xi)
zt i zt i i 1
: :
z(xi + h) : N(h)
:
2 N h
2
h
1
Variogram indikator Nilai ketebalan pada lokasi Nilai ketebalan pada lokasi Jumlah pasangan data
Persamaan diatas hanya berlaku bagi data dengan jarak antar pasangan (lag) yang sama sebesar h dan berarah 0 . Sedangkan untuk data yang memiliki jarak antar conto tidak teratur diperlukan suatu toleransi untuk kedua variabel tersebut.
169
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 HASIL DAN PEMBAHASAN 1. Pengolahan Data Berdasarkan hasil analisis data-data sekunder yang sudah terkumpul maka dilakukan rekapitulasi data lubang bor sebagai basis data yang nantinya akan digunakan untuk pengolahan data selanjutnya, dimana pengolahan data awal menggunakan metoda statistik konvensional. Selain itu dilakukan perhitungan seperti studi indikator
ISSN : 2086 – 4981
variogram, penentuan parameter estimasi dengan metoda indikator kriging kemudian dilanjutkan permodelan endapan batubara. Proses pengolahan basis data tersebt menggunakan pogram SGeMS (Stanford Geostatistical Earth Modeling Software) versi 2.0 Data yang ditemukan dibuat dalam bentuk xls dan txt yang didapatkan dari data log bor yang ada.
Gambar 1. Format Input dalam txt Data yang didapatkan terdiri dari parameter sebagai berikut : 1. Koordinat Easting titik bor 1 dan seterusnya
2. Koordinat Northing titik bor 2 dan seterusnya 3. Elevasi lapisan untuk setiap lubang bor
170
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 4. 5.
Kadar abu/ash Kadar Sulfur
6.
ISSN : 2086 – 4981
Nilai Caloric Value (CV)
Mulai
Studi literatur
Data sekunder Data log bor Peta sebaran titik bor Peta geologi lokal Peta kontur struktur top dan bottom batubara 5. Peta topografi 1. 2. 3. 4.
Pengkompositan data
Rekapitulasi data
Basis data
Pembuatan variogram
Metode Kriging dengan SGeMS
Pemodelan endapan batubara
Perbandingan hasil
Perhitungan sumberdaya
Analisa dan pembahasan
Kesimpulan
171
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
Gambar 2. Metodologi Penelitian Perhitungan Estimasi Batubara Penyusunan Basis Data Assay Basis data assay merupakan suatu data atau informasi penting yang menjadi dasar dalam proses pemodelan dan estimasi cadangan yang diperoleh dari hasil kegiatan pemercontohan dan hasil analisa kadar terhadap sampel. Dalam penelitian ini data pemercontohan yang dilakukan untuk mendapatkan informasi mengenai karakteristik data dan populasi ebdapan batubara diperoleh berdasarkan kegiatan pemboran. Sebagaimana telah dijelaskan sebelumnya bahwa basis data assay 1. Analisis Histogram
untuk penelitian ini terdiri atas 2 bagian yaitu data lubang bor berupa data koordinat dan elevasi, serta data kadar hasil assay permeter kedalaman sampel lubang bor yang diperoleh. Data koordinat lubang bor sangat penting karena akan menetukan distribus pada daerah atau blok perhitungan dimana data lubang bor ini akan digunakan sebagai data awal untuk melakukan estimasi sumberdaya batubara. Karakteristik spasial dari populasi data awal ini dapat diketahui dari hasil analisa variogram terhadap data-data tersebut.
Gambar 3. Histogram Ash
172
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
Gambar 4. Histogram Sulfur
Gambar 5. Histogram Thick Analisis Diagram Pencar atau populasi yang berbeda yang terletak Scatter Plot pada lokasi yang sama. Diagram Diagram pencar atau scatter plot pencar antara caloric value dan sulfur digunakan untuk mengetahui untuk blok perhitungan dapat dilihat hubungan antara 2 (dua) variabel atau pada gambar dibawah ini. 2.
Gambar 6. Scatter Plot korelasi Sulphur dan CV
173
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
Gambar 7. Scatter plot Cv dan Ash Analisis Variogram Analisa variogram untuk setiap perhitungan blok sumberdaya dibuat dalam berbagai arah yaitu 4 (empat) arah Utama dalam bidang horizontal dan 1 (satu) arah vertikal. Tujuannya untuk mengetahui kontinuitas data secara 3 (tiga) dimensi dan mendapatkan parameter penaksiran yang representatif untuk pengolahan data selanjutnya yaitu penaksiran dengan menggunakan metode kriging. 3.
Gambar 9. Variogram Omni Directional
Gambar 8. Variogram Gabungan Batubara
Gambar 10. Variogram Azimuth 45
174
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
mengestimasi setiap nilai pada setiap blok dalam bentuk grid yang sudah disiapkan dari data assay lubang bor. Grid penaksiran berukuran 100 x 100 x 1 meter. Dimensi tersebut sesuai dengan daerah pengaruh lubang bor pada bidang horizontal dan sesuai dengan spasi assay conto pemboran pada bidang vertikal.
Gambar 11. Variogram Azimuth 90
Gambar 14 Sebaran Lubang Bor dan Kadar Ash
Gambar 12. Variogram Azimuth 135
Gambar 15. Sebaran Sumberdaya Batubara 5.
Tabulasi Perhitungan Sumberdaya Tabulasi perhitungan sumberdaya merupakan tahapan akhir yang sangat penting dalam kegiatan penaksiran atau pemodelan sumberdaya bahan galian. Tabulasi
Gambar 13. Variogram Azimuth 180 4.
Analisis Estimasi Kriging Proses estimasi dengan metode kriging merupakan bagian merupakan bagian dari prosedur estimasi sumberdaya batubara. Kriging akan
175
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
[3] Darijanto, T, 1999: Geostatistik, Diktat Kuliah Departemen Teknik Pertambangan
hasil perhitungan sumberdaya merupakan tahapan untuk menampilkan model sumberdaya bahan galian yang dianggap mempunyai nilai potensial dengan mempertimbangkan aspek tertentu. Tabel 1. Total tonase sumberdaya batubara
[4] Heriawan, M. N., Koike K., 2007: Uncertainty Assesment of Coal Tonnage by Spatial Modelling of Seam Structures and Coal Qualities.
Total OB danTonnase waste m Stripping (cubic) Rasio Seam A 3.100.000
40122000
10.12
Seam B 7.250.000
7.100.000
4
KESIMPULAN 1. Kondisi batubara didaerah penelitian mempunyai variasi dikadar abu yang rendah dilihat dari bentuk histogramnys skewness negatif dan antara satu data lubang bor dengan data lainnya tidak ada korelasi satu sama lain. 2. Untuk parameter sulfur batubara daerah penelitian berbentuk skewness normal dengan kadar yang bervariasi dinilai 0.5 – 1 % dan memenuhi persyaratan untuk dilakukan proses penambangan. 3. Total tonase batubara didaerah penelitian didapatkan untuk Seam A = 3.100.000 ton dengan SR = 10.12 dan Seam B = 7.100.000 dengan SR = 4
[5] Hustrulid, & mark, 1995: Open Pit Mine Planning Design, volume 1 Fundamentals, A.,A, Balkema, Roterdam, Netherland. [6] Journel, G.A. & Hujibregts, J., 1978: Mining Geostatistic, Academic Press, London. [7] Koike, K., Minta, T., Ishizaka, S., and Ohmi, M., 1996: Hydrogeological and GroundWater Resource Analysis Using a Geotechnical Databasae, Internatioan Association for Mathematical Geology. [8] Koike, K., Sakamoto, H., and Ohmi, M., 2001: Detection and Hydrological Modelling of Aquifers in Unconsolidated Alluvial Plains Through Combination of Borehole Datasets: A case ctudy of the Arao area, Southwest Japan, Elseviers Science B.V. [9] Matheron, 1963: Geostatictics.
Principal
of
DAFTAR PUSTAKA [1] Annels, A.E, 1991: Mineral Deposit Evaluation, A Practical Chapman & Hall, London.
[10] Moredo redolfo & Reinaldo Lorandi, 2006: Indikator Kriging Geostatical Methodology Applied to Geotechnics Project Planning.
[2] Clayton V Deutsch & Andre G. Journel,1998: Geostatical Software Library and User’s Guide.
[11] Mulyono, E.E., 2004: Analisis Penaksiran Cadangan Vein Curug, UPBE Pongkor dengan Datamine. Tugas akhir Sarjana Teknik Pertambangan ITB.
176
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
[12] Remy N., 2004: Geostatical Earth Modelling Software User’s Manual.
177
ISSN : 2086 – 4981