laporan geostatistik estimasi cadangan
DESCRIPTION
Tugas Permodelan dan Estimasi Cadangan.TRANSCRIPT
BAB IPENDAHULUAN
1.1 LATAR BELAKANGEksplorasi merupakan langkah awal yang sangat penting dalam suatu kegiatan penambangan. Dari kegiatan eksplorasi kita bisa memperoleh berbagai macam informasi yang nantinya dapat digunakan untuk memperkuat keyakinan kita akan keberadaan suatu cadangan. Sehingga dapat ditentukan suatu metode dan pola penambangan yang efektif dan efisien.Salah satu kegiatan tahapan dalam kegiatan eksplorasi adalah penaksiran cadangan. Hasil dari taksiran cadangan ini sangat berguna untuk suatu perusahaan sebagai bahan pertimbangan untung ruginya investasi tambang yang akan dilakukannya. Oleh karena itu metode penaksiran cadangan merupakan suatu bahasan yang penting untuk kita ketahui.
1.2 RUMUSAN MASALAHBeberapa hal yang dapat dibahas dalam penaksiran suatu cadangan antara lain: Apa metode yang paling baik untuk mengolah data agar dihasilkan penaksiran cadangan yang optimal? Bagaimana perbandingan perhitungan data secara manual dengan perhitungan data menggunakan software/program?
1.3 TUJUAN PENULISANTujuan penulisan laporan ini yaitu agar pembaca dapat mengetahui langkah-langkah pengolahan data sehingga didapat hasil taksiran cadangan yang optimal. Selain itu dapat membandingkan hasil perhitungan data manual maupun dengan menggunakan program.
1.4 METODE PENULISANMetode penulisan yang digunakan dalam pembuatan laporan ini antara lain studi literatur, studi pustaka, dan internet.BAB IIPEMBAHASAN
Data hasil kegiatan eksplorasi bijih oleh Golden Mineral Company terdiri dari 396 lubang bor. Dari seluruh lubang bor tersebut diambil 100 lubang sebagai sampel untuk mineral Pb. Berikut data 100 sampel lubang bor tersebut diperlihatkan pada tabel di bawah ini :
Tabel. Data Hasil Eksplorasi Pengeboran Golden Mineral CompanyNoHole IDCoor XCoor YDepthGrade Pb
1QVD-0013418876.372 7306769.220 181.7 0.521
2QVD-0023419093.369 7306599.017 140.2 0.091
3QVD-0033419102.563 7306700.631 111.1 1
4QVD-0043418737.754 7306857.868 135.1 0.768
5QVD-0053418910.377 7306811.421 114.8 0.207
6QVD-0063418961.731 7306881.166 122.4 0.957
7QVD-0073418819.577 7306860.120 193.9 0.507
8QVD-0083418640.970 7306907.207 166.2 0.111
9QVD-0093419023.120 7306717.990 140.3 0.762
10QVD-0103419152.650 7306637.166 111.4 0.069
11QVD-0113419153.767 7306638.758 129.4 0.298
12QVD-0123419041.268 7306755.820 140.3 0.621
13QVD-0133418642.684 7306905.530 89.5 0.816
14QVD-0143419191.778 7306735.566 130.0 0.003
15QVD-0153419192.420 7306736.916 184.0 0.459
16QVD-0163419098.655 7306669.056 197.2 0.391
17QVD-0173419099.506 7306670.910 89.3 1
18QVD-0183419253.799 7306848.350 251.0 0.601
19QVD-0193419254.133 7306849.099 200.5 0.605
20QVD-0203419144.807 7306749.706 103.0 1.229
21QVD-0213419066.718 7306710.891 103.0 3.11
22QVD-0223419067.560 7306712.776 85.9 0.133
23QVD-0233419065.266 7306816.294 95.9 0.29
24QVD-0243419147.080 7306754.304 122.3 2.916
25QVD-0253418552.069 7306915.802 160.9 0.005
26QVD-0263418657.072 7306901.719 171.70.395
27QVD-0273418725.783 7307022.910 162.9 0.324
28QVD-0283418733.168 7306841.555 77.0 0
29QVD-0293418814.705 7306985.232 55.8 0
30QVD-0303418666.683 7307023.910 169.1 0.403
31QVD-0313418843.219 7307045.619 99.3 0.021
32QVD-0323418946.629 7306803.909 109.5 0.463
33QVD-0333418947.345 7306805.828 135.3 1.184
34QVD-0343419022.508 7306949.082 178.1 0.427
35QVD-0353418849.301 7306833.597 201.1 0.128
36QVD-0363418849.699 7306834.527 179.2 0.406
37QVD-0373418921.053 7306972.107 260.7 0.3092
38QVD-0383418703.418 7306878.382 131.3 0.564
39QVD-0393418704.075 7306879.909 197.2 1.564
40QVD-0403419125.359 7306825.769 320.5 0.182
41QVD-0413418991.541 7306785.710 358.8 0.159
42QVD-0423418992.120 7306787.114 120.3 0.229
43QVD-0433419071.709 7306938.608 134.3 0.737
44QVD-0443419207.770 7306654.698 193.4 0.826
45QVD-0453419208.119 7306655.914 209.5 0.296
46QVD-0463418979.348 7306974.406 305.5 0.691
47QVD-0473418819.620 7306864.306 145.3 0.017
48QVD-0483418883.273 7307005.707 200.7 0.334
49QVD-0493418655.360 7306848.433 374.5 0.293
50QVD-0503418632.619 7306860.441 180.7 3.9
51QVD-0513418681.619 7306839.056 155.0 1.142
52QVD-0523418681.437 7306891.311 302.4 0.268
53QVD-0533418726.397 7306874.345 350.3 0.014
54QVD-0543418726.876 7306875.306 389.4 0.409
55QVD-0553418794.102 7306888.750 155.0 0.746
56QVD-0563418829.180 7306850.570 160.0 0.221
57QVD-0573418755.898 7306817.232 250.0 0.501
58QVD-0583418825.509 7306793.016 158.3 6.537
59QVD-0593418892.315 7306760.662 285.0 1.004
60QVD-0603418970.355 7306792.742 221.5 0.373
61QVD-0613418976.990 7306751.289 340.4 0.527
62QVD-0623419014.006 7306771.367 390.0 0.128
63QVD-0633419102.915 7306724.885 457.5 3.22
64QVD-0643419146.735 7306700.405 235.4 1.417
65QVD-0653418843.167 7306933.326 266.7 0.294
66QVD-0663418786.517 7306823.868 356.4 0.349
67QVD-0673418828.604 7306853.167 382.5 0.216
68QVD-0683418769.189 7306845.286 130.0 0.699
69QVD-0693419125.008 7306609.867 159.7 0.191
70QVD-0703418679.825 7306893.425 281.5 0.294
71QVD-0713418702.228 7306882.354 150.2 1.449
72QVD-0723418710.733 7306839.498 182.6 0.508
73QVD-0733418803.542 7306802.303 339.4 0.322
74QVD-0743418727.756 7306822.076 131.4 1.957
75QVD-0753418848.326 7306781.288 166.5 1.037
76QVD-0763418870.555 7306827.055 357.2 0.29
77QVD-0773418866.115 7306749.716 231.6 0.508
78QVD-0783418921.876 7306756.936 354.6 0.237
79QVD-0793418918.496 7306806.203 332.0 5.049
80QVD-0803418944.985 7306750.995 430.7 1.42
81QVD-0813418997.959 7306740.853 199.0 0.038
82QVD-0823418966.384 7306725.360 249.5 0.837
83QVD-0833418986.452 7306717.798 253.0 0.209
84QVD-0843419042.199 7306720.981 199.9 0
85QVD-0853419030.871 7306698.391 302.0 0.872
86QVD-0863419047.492 7306668.562 260.0 0.759
87QVD-0873419075.859 7306668.466 341.6 0.515
88QVD-0883419121.562 7306653.725 343.8 0.405
89QVD-0893419087.973 7306644.253 251.1 0.142
90QVD-0903419168.328 7306634.687 221.2 0.442
91QVD-0913418691.993 7306887.645 331.0 0.28
92QVD-0923418684.188 7306870.075 121.6 0.311
93QVD-0933418668.329 7306844.846 98.1 0.004
94QVD-0943418709.454 7306866.926 79.5 2.86
95QVD-0953418698.927 7306847.029 121.6 0.197
96QVD-0963418719.465 7306881.584 119.0 0.894
97QVD-0973419094.615 7306737.062 131.0 0.022
98QVD-0983419075.172 7306700.478 175.6 0.153
99QVD-0993419053.796 7306668.497 130.9 0.862
100QVD-1003419110.358 7306711.580 79.9 1.567
Untuk dapat mengetahui penyebaran dari mineral bijih yang ingin diteliti, misalnya Pb. Maka data tersebut dapat diolah dengan menggunakan program Geostatistik. Data hasil olahan tersebut nantinya dapat digunakan untuk merencanakan operasi penambangan lebih lanjut.Penyebaran lubang bor di lokasi eksplorasi menurut program GS+9 adalah sebagai berikut:
Grafik frekuensi dari data pengeboran tersebut adalah:
Metode yang umum digunakan dalam program Geostatistik adalah Kriging dan Inverse Distance Weighting (IDW). Ada 4 model variogram yang tersedia yaitu model Linear, Spherical, Exponensial, dan Gaussian. Berikut tampilan dari masing-masing model tersebut.
a. Model Linear
b. Model Spherical
c. Model Exponential
d. Model Gaussian
Tabel Hasil Pengolahan Data Kriging dan Inverse Distance Weighting beserta modelnya:Parameter StatistikModel Variogram
LinearSphericalExponensialGaussian
KrgIDWKrgIDWKrgIDWKrgIDW
Regression Coefficient ( 1)-5.612-0.842-0.985-0.842-1.996-0.842-1.597-0.842
Standar Error ( 0 )3.3611.9791.4131.9792.2561.9792.2211.979
r2 ( 1)0.0280.0020.0050.0020.0080.0020.0050.002
Y Intercept ( 0 )1.420.840.850.840.970.840.920.84
SE Prediction ( 0 )1.0141.0281.0261.0281.0251.0281.0261.028
Berdasarkan tabel diatas, dapat diasumsikan bahwa metode yang paling cocok untuk digunakan adalah metode Kriging dengan model Spherical. Tampak dari nilai Regression Coefficient yang paling mendekati 1, memiliki Standar Error paling kecil, dan Y Intercept yang paling mendekati 0. Meskipun nilai r2 dan SE Prediction masih belum sesuai tetapi model spherical masih lebih baik dibanding model lainnya untuk data ini.Perbandingan Metode Kriging Spherical dan Metode IDW berdasarkan penyebaran data pemboran adalah sebagai berikut:
a. Gambar Penyebaran Data Kriging Model Spherical
b. Gambar Penyebaran Data Inverse Distance Weighting
GS+ Output: Block Kriging Interpolation File v9.0Set: Dimensions: 2; Interval source: GridInterpolation interval (x; y): 6.2129; 6.1178X-coor: range: 3418552.0700 - 3419254.1300Y-coor: range: 7306599.0200 - 7307045.6200Z-est: range: 0.01 - 0.81Z-sd: Estimation Standard Deviation range: 0.046992 - 0.156498Mean Z-estimate (sd): 0.1204 (0.052104)Valid N: 8436; Missing N: 0; Missing Value Indicator: -99
X-CoordinateY-CoordinateZ-EstimateEstStdDevn
3418552.077306599.020.160.152116
3418552.077306605.140.160.152116
3418552.077306611.260.150.15216
3418552.077306617.370.140.151816
3418552.077306623.490.140.152116
3418552.077306629.610.140.152116
3418552.077306635.730.140.152116
3419254.137307045.620.120.151216
Perbandingan data statistik antara perhitungan manual dengan perhitungan menggunakan program GS+9 adalah sebagai berikut:NoStatistik DasarManualSoftware
1Min00
2Max6.5376.537
3Median0.613750.61375
4Mean0.860.741
5Standar Deviasi1.0284791.029
6Skewness3.5728073.26
7Kurtosis15.7009612.46
8Variance0.985411.05846
Dapat dilihat bahwa hasil perhitungan manual dan perhitungan dengan menggunakan software terdapat perbedaan yang tidak terlalu jauh. Berarti dapat disimpulkan bahwa software GS+9 dapat menghasilkan perhitungan yang dapat dipercaya dalam pengolahan data statistik.
BAB IIIPENUTUP
3.1 KESIMPULANBeberapa kesimpulan yang dapat diambil dari laporan ini antara lain: Metode yang paling tepat untuk pengolahan data eksplorasi dari Golden Mineral Company adalah Metode Kriging dengan Model Spherical. Metode Kriging memiliki hasil yang lebih baik dalam pengolahan data heterogen dibandingkan Metode IDW. Hasil dari Metode Kriging untuk data pemboran didapat sebanyak 8436 data taksiran. Hasil perhitungan manual dan perhitungan menggunakan software GS+9 memiliki nilai yang hampir sama.
3.2 SARANLaporan yang kami buat masih sangat jauh dari kata sempurna, beberapa hasil perhitungan baik secara manual maupun dalam penggunaan software masih belum sepenuhnya benar. Hal ini dikarenakan terbatasnya sumber dan sarana untuk mempelajari software Geostatistik secara lebih lanjut. Diharapkan kedepannya ada pemberian materi dan tutorial yang lebih lengkap untuk mendapatkan hasil yang lebih optimal.
LAMPIRAN