bab iv penyusunan dan pengolahan data · studio 3 datamine dengan format *.dwg (autocad) dalam...
TRANSCRIPT
53
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).
Gambar 4.1 : Distribusi Titik Bor Eksplorasi di Pulau Gee
Area Daerah Penelitian
DistribusiTitik Bor
54
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).
55
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 data-
data 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
56
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)
HorizonNilai Cut Off
Kadar Fe (%-berat) Kadar Ni (%-berat)
Limonite 40 < Fe < 50 1.0 < Ni < 1.4
Low Saprolite Ore Zone(L.S.O.Z)
30 < Fe < 40 1.4 < Ni < 1.8
High Saprolite Ore Zone(H.S.O.Z)
Fe < 30 Ni > 1.8
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
… … … …
57
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.
79
0E
79
0E
80
0E
80
0E
81
0E
81
0E
82
0E
82
0E
83
0E
83
0E
84
0E
84
0E
85
0E
85
0E
86
0E
86
0E
87
0E
87
0E
88
0E
88
0E
89
0E
89
0E
90
0E
90
0E
91
0E
91
0E
92
0E
92
0E
93
0E
93
0E
94
0E
94
0E
95
0E
95
0E
96
0E
96
0E
97
0E
97
0E
98
0E
98
0E
99
0E
99
0E
10
00
E
10
00
E
10
10
E
10
10
E
10
20
E
10
20
E
10
30
E
10
30
E
40 Elev40 Elev
50 Elev50 Elev
60 Elev60 Elev
70 Elev70 Elev
80 Elev80 Elev
90 Elev90 Elev
100 Elev100 Elev
110 Elev110 Elev
120 Elev120 Elev
130 Elev130 Elev
140 Elev140 Elev
150 Elev150 Elev
160 Elev160 Elev
170 Elev170 Elev
180 Elev180 Elev
190 Elev190 Elev
GB
492 G
B49
3 GB
494 G
B49
5 GB
496 G
B49
7GB
498
GB
499
0 10 20 30 40Legenda
[BEDROCK]
[LIMONITE]
[SOIL]
[SPRLITE]
String Correlation
Section 5 W-E
Scale 1:1000 Studio 3 Datamine
Gambar 4.2 Korelasi Zona Nikel Pada Section GB 492 - GB 499
58
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.
59
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.
60
Gambar 4.4 Estimasi Kadar pada Model Blok Section N-S 901 E
(BHID GB 365 – GB 628)
B
B’
61
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 parameter-
parameter 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
Statistik
ZONA
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 -0.73 1.4195 2.119 1.418 -0.647
Kurtosis -0.09 1.847 14.13 -0 -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.
62
Gambar 4.5 Pembagian Blok Utara – Blok Selatan Peta Penelitian Blok GB
Pulau Gee
Blok Utara
Blok Selatan
63
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).
64
Gambar 4.6 Histogram Kadar Ni Blok ; a) Blok Utara ,b) Blok Selatan
a)
b)
65
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 %.
66
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.
67
Gambar 4.7 Histogram Kadar Fe Blok ; a) Blok Utara ,b) Blok Selatan
a)
b)
68
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.
69
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.
70
Gambar 4.8 Histogram Kadar MgO Blok ; a) Blok Utara ,b) Blok Selatan
b)
a)
71
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.
72
Gambar 4.9 Diagram Pencar antara Kadar Ni dan Fe Blok Utara
Gambar 4.10 Diagram Pencar antara Kadar Ni dan Fe Blok Selatan
73
Gambar 4.11 Diagram Pencar antara Kadar Ni dan MgO Blok Utara
Gambar 4.12 Diagram Pencar antara Kadar Ni dan MgO Blok Selata
74
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
Gee berdasarkan klasifikasi zona nikel :
500E
500E
600E
600E
700E
700E
800E
800E
900E
900E
1000E
1000E
1100E
1100E
1200E
1200E
1300E
1300E
900
N
1000
N
1000
N
1100
N
1100
N
1200
N
1200
N
1300
N
1300
N
1400
N
1400
N
1500
N
1500
N
1600
N
1600
N
1700
N
1700
N
1800
N
1800
N
1900
N
1900
N
-100 Elev-100 Elev
-50 Elev-50 Elev
0 Elev0 Elev
50 Elev50 Elev
100 Elev100 Elev
150 Elev150 Elev
200 Elev200 Elev
250 Elev250 Elev
300 Elev300 Elev
350 Elev350 Elev
Block Model Zone Nickel
1:4000
Datamine: ORE (mod_ore (block model))
[LIMONITE]
[SPRLITE]
Gambar 4.13 Model Blok Nikel Blok GB P. Gee
75
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
Ni Co Fe SiO2 CaO MgO
LIMONIT 310,704.41 1.6 497,127.06 1.286 0.12 44.3 16.27 0.0201 9.3931SAPROLIT 1,486,248.13 1.6 2,377,997.01 2.076 0.07 20 34.64 0.0574 23.322
TOTAL 1,796,952.54 1.6 2,875,124.06 1.68 0.09 32.18 25.46 0.04 16.36
ZONA VOLUME (m3) DENSITY (Ton/m
3) TONNES (Ton)
Kadar Rata - Rata (%)
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
StatistikKadar (%)
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
76
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
StatistikKadar (%)
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