BAB I PENDAHULUAN1.1 Maksud 1.1.1 Memisahkan fraksi butiran sedimen pada ukuran (diameter) butir tertentu. 1.1.2 Menentukan nilai koefisien sortasi, skewness dan kurtosi baik secara grafis maupun matematis. 1.1.3 Menginterpretasikan lokasi pengendapan dan setting geologi

berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1.2 Tujuan 1.2.1 Dapat memisahkan fraksi butiran sedimen pada ukuran (diameter) butir tertentu. 1.2.2 Dapat menghitung dan menentukan nilai median diameter, koefisien sortasi, skewness dan kurtosis baik secara grafis maupun matematis. 1.2.3 Dapat menginterpretasikan lokasi pengendapan dan setting geologi berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1

BAB II PENGOLAHAN DATA2.1 Bagian Hulu 2.1.1 Metode GrafisNo. Ukuran Butir Lanau 0.0625 2 3 4 5 6 7 Pasir Sangat Halus 0.125 Pasir Halus 0.25 Pasir Sedang 0.5 Pasir Kasar 1 Pasir Sangat Kasar 2 Kerikil 4 -2 -1 3 46 4.6 100 0 1.5 232 23.2 95.4 1 0.75 355 35.5 72.2 2 0.375 173 17.3 36.7 3 0.1875 93 9.3 19.4 4 0.09375 71 7.1 10.1 Diameter Diameter (mm) phi 0.0039 1 8 0.0507 30 3 3 Mid Point (m) frekuensi % (gr) frekuensi % kumulatif

Harga So menurut Folk dan Ward (1957): d 5 = 0.063 mm = d = 0.262 mm

log 0.063 log 2

25 =

log 0.262 log 2

= 3.989

= 1.932

d

= 0.15 mm

d

= 0.457 mm

16 =

log 0.15 log 2

50 =

log 0.457 log 2

= 2.737

= 1.129

2

d

= 0.79 mm

d

= 1 mm

75 =

log 0.79 log 2

84 =

log 1 log 2

= 0.340 d

= 0 = 1.5 mm

95 =

log 1.5 log 2

= -0.584 Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi (So): So =

84 164

+

95 56. 6

= 0 2.737 4

+

(-0.584) 3.898 6.6

= (-0.684) + 0.693 = 0.009 (very well sorted) Skewness (Sk): Sk =

16 84 2 50 5 95 2 50 + 2( 84 16 ) ( 95 5)+ (-0.584) 3.989 2 (1.129) -0.584 3.989

= 2.737 + 0 2 (1.129) 2(0 2.737) = 0.249 (fine skewed) Kurtosis (K): K = =

95 5 2.44 ( 75 25 )(-0.584) 3.989 2.44 (-0.34- 1.932)

= 1.177 (lepto kurtic)

3

4

2.1.2 Perhitungan Metode Matematis Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi So =

f .(m x) 2 100

=

233.6931 100

= 1.528 (poorly sorted)

Skewness f .( m x) 3 Sk = 100 .So 3

=

425.9347 100.3.5675

= 1.193 (strongly fine skewed)

Kurtosis K = f .( m x) 4 2637.469 = = 4.838 (Extremly Lepto Kurtic) 4 100.5.4511 100 .So

5

2.2 Bagian Hilir 2.2.1 Metode GrafisNo. 1 2 3 4 5 6 7 Ukuran Butir Lanau 0.0625 Pasir Sangat Halus 0.125 Pasir Halus 0.25 Pasir Sedang 0.5 Pasir Kasar 1 Pasir Sangat Kasar 2 Kerikil 4 -2 -1 3 56 5.6 100 0 1.5 32 3.2 94.4 1 0.75 178 17.8 91.2 2 0.375 196 19.6 73.4 3 0.1875 287 28.7 53.8 4 0.09375 189 18.9 25.1 Diameter (mm) 0.0039 Diameter phi 8 Mid Point (m) 0.0507 frekuensi (gr) 62 % % frekuensi kumulatif 6.2 6.2

Harga So menurut Folk dan Ward (1957): d 5 = 0.05 mm =

log 0.05 log 2

d

= 0.167 mm

= 4.32

50 =

log 0.167 log 2

= 2.58 d = 0.073 mm

16 =

log 0.073 log 2

d

= 0.385 mm

= 3.78 d = 0.093 mm

75 =

log 0.385 log 2

= 1.37

25 =

log 0.093 log 2

= 3.43

6

d

= 0.53 mm

d

= 1.5 mm

84 =

log 0.53 log 2

95 =

log 1.5 = -0.584 log 2

= 0.92 Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi (So): So =

84 164

+

95 56. 6

= 0.92 3.78 + 4 = (-0.715) + 0.742

(-0.584) 4.32 6.6

= 1.457 (very well sorted) Skewness (Sk): Sk =

16 84 2 50 5 95 2 50 + 2( 84 16 ) ( 95 5)(-0.584) 4.32 2 (2.58) -0.584 4.32

= 0.92 + 3.78 2 (2.58) + 2(0.92 3.78) = -0.299 (coarse skewed) Kurtosis (K): K = =

95 5 2.44 ( 75 25 )(-0.584) 4.32 2.44 (1.37- 3.43)

= 0.97 (meso kurtic)

7

8

2.2.2 Perhitungan Metode Matematis Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi So =

f .(m x) 2 100

=

282 .3344 100

= 1.680 (poorly sorted)

Skewness f .( m x) 3 Sk = 100 .So 3

=

82.74796 100.4.742

= 0.1745 ( fine skewed)

Kurtosis K = f .( m x) 4 2728.15 = = 3.424 (Extremly Lepto Kurtic) 4 100 .So 100.7.966

9

BAB III PEMBAHASANGranulometri adalah suatu analisa ukuran butir pada batuan sedimen silisiklastik. Dalam granulometri ini lebih mengutamakan bagaimana sebaran butiran batuan sedimen klastik tersebut. Dalam analisis pemisahan ukuran butir ini digunakan dua cara yaitu dengan cara grafis dan cara matematis. 3.1 Analisis Granulometri Bagian Hulu (Cara Grafis dan Cara Matematis) Dari hasil perhitungan dengan cara grafis dan matematis ini, didapat nilai dari parameter granulometri yaitu tampak ada perbedaan yang cukup terlihat antara dengan cara matematis. Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil fine skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai skewednya berharga negatif dimana jumlah butir yang kasar lebih banyak dibanding dengan jumlah butir yang halus. Tetapi hal ini berkebalikan dengan kurva skewed bahwa apabila butiran kasar lebih dominan dibanding dengan butir halus berarti menunjukan harga yang positif. hasil perhitungan menggunakan cara grafis

10

40 35 30 25 20 15 10 5 0 ukuran butir lanau pasir sangat halus pasir halus pasir sedang pasir kasar pasir sangat kasar kerikil

Gambar 3.1 Diagram batang bagian hulu

Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis didapat hasil lepto kurtic menandakan pesebaran ukuran butir tidak merata. Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat hasil strongly fine skewed. Hal tersebut menandakan bahwa harga skewednya positif berarti jumlah butiran halus lebih banyak disbanding jumlah butiran kasar. Hasil tersebut hampir sama, berarti didapat hasil butir halus yang lebih banyak dari butir kasar. Kemudian dengan cara matematis didapat hasil extremely lepto kurtic. Dalam klasifikasi, hasil ini juga terlihat berbeda. Dilihat dari cara matematisnya, hasil pengolahan data yang dilakukan menggunakan interval nilai untuk mendapatkan nilai mid point dan frekuensi yang dapat dijadikan patokan dalam penentuan nilai (m).f, (m x), dan (m x ).f dan seterusnya dengan menghitung pangkat dari nilai (m x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga dapat dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis (K).Dari data data yang ada dibuatlah histogram dengan hubungan % 11

berat dan phi (). merupakan satuan skala dari nomor mesh / diameter dari penyaring.

Gambar 3.2 Tabel hjulstrom hulu

Secara matematis pada bagian hulu jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis sebesar 0.75 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir sangat kasar yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui pada daerah hulu ini memilki kecepatan aliran sungai sebesar 8 cm/s.

Gambar 3.3 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hulu ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

12

3.2 Analisis Granulometri Bagian Hilir (Cara Grafis dan Cara Matematis) Dari hasil perhitungan dengan cara grafis dan matematis ini, didapat nilai dari parameter granulometri yaitu tampak ada perbedaan yang cukup terlihat antara dengan cara matematis. Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil coarse skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai skewednya berharga positif dimana jumlah butir yang halus lebih banyak dibanding dengan jumlah butir yang kasar. Tetapi hal ini berkebalikan dengan kurva skewed bahwa apabila butiran halus lebih dominan dibanding dengan butir kasar berarti menunjukan harga yang negatif.30 25 20 15 10 5 0 Klasifikasi Butir 19.6 lanau pasir sangat halus pasir halus pasir sedang pasir kasar pasir sangat kasar kerikil

hasil perhitungan menggunakan cara grafis

Gambar 3.4 Diagram batang bagian hilir

13

Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis didapat hasil meso kurtic menandakan pesebaran ukuran butir merata (normal). Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat hasil fine skewed. Hal tersebut menandakan bahwa harga skewednya positif berarti jumlah butiran halus lebih banyak disbanding jumlah butiran kasar. Hasil tersebut hampir sama, berarti didapat hasil butir halus yang lebih banyak dari butir kasar. Kemudian dengan cara matematis didapat hasil extremely lepto kurtic menandakan pesebaran ukuran butir sangat tidak merata. Dalam klasifikasi, hasil ini juga terlihat berbeda. Dilihat dari cara matematisnya, hasil pengolahan data yang dilakukan menggunakan interval nilai untuk mendapatkan nilai mid point dan

frekuensi yang dapat dijadikan patokan dalam penentuan nilai (m).f, (m x), dan (m x ).f dan seterusnya dengan menghitung pangkat dari nilai (m x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga dapat dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis (K).Dari data data yang ada dibuatlah histogram dengan hubungan % berat dan phi (). merupakan satuan skala dari nomor mesh / diameter dari penyaring.

Gambar 3.5 Tabel hjulstrom hilir

14

Secara matematis pada bagian hilir jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis sebesar 0.1875 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir halus yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui pada daerah hulu ini memilki kecepatan aliran sungai sebesar 2cm/s.

Gambar 3.6 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

15

3.3 Perbandingan Hulu dan Hilir ( Perbandingan Antara Cara Grafis dengan Cara Matematis )Tabel 3.1 Perbedaan antara hulu dan hilir

Perbandingan Nilai Koefisien Sortasi Harga Skewness Harga Kurtosis Proses Sedimen Kecepatan Aliran Struktur Sedimen Lingkungan Pengendapan

Hulu Poorly sorted Fine skewed Exteremely lepto kurtic Terdeposisi 8 cm/s riples Daearah energi bergelombang

Hilir Poorly well sorted Strongly fine skewed Exteremely lepto kurtic Terdeposisi 2 cm/s riples Daerah energi bergelombang

16

BAB IV PENUTUP

4.1 Kesimpulan 4.1.1 Hulu Berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras Pada daerah hulu jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi yang memilki kecepatan aliran sungai sebesar 8 cm/s. Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

4.1.2 Hilir Berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras. Pada daerah hilir jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi yang memilki kecepatan aliran sungai sebesar 2cm/s. Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

17