GEOSTATISTICAL MODELLING

Tugas Pemodelan dan Evaluasi Cadangan

Oleh :

Kelompok 8

Mairia Ulfa Khatimmah 1204108010035

Ulfa Riani 1204108010062

Muhammad Dicka Andrian 12041080100

Dosen Pembimbing : Mulkal Razali, M. Sc

PROGRAM STUDI TEKNIK PERTAMBANGAN FAKULTAS TEKNIK

UNIVERSITAS SYIAH KUALA

BANDA ACEH

2015

KATA PENGANTAR

Puji dan syukur bagi Allah SWT karena berkat rahmat dan karunia-Nya

penulis dapat menyelesaikan tugas laporan “ geostatistical modelling“. Laporan

ini diajukan sebagai syarat untuk melengkapi tugas pemodelan dan evaluasi

cadangan.

Dalam penulisan laporan ini penulis telah banyak mendapat bantuan serta

bimbingan dari berbagai pihak. Oleh karena itu pada kesempatan ini penulis ingin

menyampaikan penghargaan, rasa hormat dan ucapan terima kasih kepada Bapak

Mulkal Razali, M. Sc yang telah meluangkan waktunya untuk membimbing

penulis sehingga dapat menyelesaikan laporan ini.

Penulis berharap penyusunan laporan ini dapat bermanfaat bagi penulis

sendiri dan juga bagi para pembaca. Dengan disusunnya laporan ini diharapkan

dapat menjadi bahan belajar untuk pengembangan ilmu, serta menjadi inspirasi

untuk menciptakan karya yang lebih baik lagi kedepannya. penulis menyadari

bahwa dalam pembuatan laporan ini masih jauh dari sempurna untuk itu penulis

menerima saran dan kritik yang bersifat membangun demi perbaikan kearah

kesempurnaan. Akhir kata penulis sampaikan terimakasih.

Banda Aceh, April 2015

Penulis

i

DAFTAR ISI

KATA PENGANTAR..............................................................................................i

DAFTAR ISI............................................................................................................ii

BAB I PENDAHULUAN........................................................................................1

1.1 Latar Belakang....................................................................................1

1.2 Tujuan Penulisan.................................................................................2

BAB II PEMBAHASAN.........................................................................................3

2.1 Prediksi Sebaran Bijih Besi.................................................................3

2.2 Prediksi Standar Kesalahan.................................................................9

2.3 Blok Prediksi Sebaran Bijih Besi.....................................................13

BAB III PENUTUP................................................................................................15

3.1 Kesimpulan.......................................................................................15

3.2 Saran.................................................................................................16

ii

BAB I

PENDAHULUAN

1.1 Latar Belakang

Salah satu tahapan dari operasi pertambangan adalah pengambilan cadangan

mineral maupun batubara yang terdapat di dalam bumi. Namun, sebelum

dilakukannya pengambilan cadangan tersebut perlu dilakukan evaluasi dan

pemodelan cadangan terlebih dahulu agar perusahaan dapat mencapai suatu target

produksi tertentu dan tidak mengalami kerugian. Pemodelan cadangan harus

dibuat berdasarkan data faktual yang telah diolah secara objektif dan dapat

mencerminkan secara tepat kondisi geologi, karakteristik serta sifat endapan.

Pemodelan cadangan sangat penting untuk dilakukan karena tujuan utama

kita adalah untuk mengambil cadangan, sehingga perlu diketahui secara pasti

kuantitas serta kualitas dari cadangan yang akan kita ambil. Dengan adanya

pemodelan cadangan ini maka kita dapat memilih metode penambangan serta

pengolahan mineral yang sesuai dan ekonomis. Dalam tugas ini kami harus

melakukan pemodelan sebaran kandungan bijih besi (fe) dengan metode

geostatistical modeling.

Geostatistik merupakan suatu jembatan antara statistik dan GIS. Analisis

geostatistik merupakan teknik geostatistik yang terfokus pada variable spasial,

yaitu hubungan antara variable yang diukur pada titik tertentu dengan variable

yang sama diukur pada titik dengan jarak tertentu dari titik pertama. Proses yang

dilakukan dalam analisis geostatistik adalah meregister seluruh data,

mengeksplorasi data, membuat model, melakukan diagnostic dan membandingkan

model. Tujuan dari pemodelan pada industri pertambangan adalah tentu saja untuk

membuat model dari mineral ataupun batubara. Model ini sangat berguna untuk

mendapatkan perseujuan dari pemerintah dalam hal ini pemerintah akan juga

mempertimbangkan aspek ekonomi berdasarkan model yang dibuat. Secara

mendasar, ada dua macam metode yang didasarkan pada variogram dan

covariance yang tersedia yaitu untuk pemetaan dan estimasi, variogram dapat

digunakan untuk menginterpolasi antara titik data (kriging). Sedangkan untuk

1

mengkarakterisasi suatu ketidaktentuan pada estimasi (volume minyakbumi, kadar

di atas cut-off, resiko polusi), variogram yang sama juga dapat digunakan.

Adapun langkah-langkah analisa geostatistik adalah meliputi eksplorasi

data, pembuatan model, melakukan diagnostic dan membandingkan model.

eksplorasi data perlu untuk dilakukan agar kita mendapatkan pemahaman pada

data yang menyeluruh agar dapat kita lakukan analisis. Pada mulanya geostatistik

merupakan sinonim dari “kriging”. Tetapi kemudian dalam perkembangannya

juga meliputi metode deterministic. Metode deterministik tidak memiliki

penilaian untuk kesalahan prediksi, tidak ada asumsi untuk data sedangkan

metode kriging memiliki penilaian untuk kesalahan prediksi dan mengasumsikan

data dari proses stokastik. Peta yang dihasilkan dapat berupa peta prediksi (peta

interpolasi), peta standar eror, peta Quantile, peta probability.

Sebelum menghasilkan hasil akhir harus kita ketahui dahulu seberapa

bagusnya prediksi nilai di tempat yang tidak memiliki data real. Dalam pemodelan

geologi khususnya pemodelan reservoir, model yang baik akan memiliki satu

kualitas yang sederhana yaitu: harus menyediakan prediksi yang baik dari perilaku

reservoir untuk merespon keadaan (Tyson and Math, 2009). Untuk prediksi yang

baik harus memiliki prediksi mean eror yang mendekati nol, RMS (root-mean-

square) yang lebih kecil lebih baik. Apabila estimasi rata – rata standar eror

dibandingkan dengan prediksi eror RMS sama maka prediksi bagus, apabila <1

maka overestimate dan apabila >1 maka underestimate.

Selain itu, dalam pemodelan geostatistik beberapa model yang dihasilkan

dari beberapa perlakuan harus dibandingkan untuk melihat mana yang lebih baik.

Penggunaan cross validation statistic sangat membantu dalam pembandingan ini.

Aturan – aturan dasar sebelumnya untuk prediksi yang baik masih digunakan juga

untuk pembandingan model.

Dalam tugas ini kami melakuka Pemodelan cadangan dengan

menggunakan geostatistical analyst yang terdapat pada software arcgis.

Geostatistical analyst sangat bergantung pada model semivariogram dan metode

kriging yang dipakai. Setiap model semivariogram akan menghasilkan error yang

berbeda-beda, sehingga harus dipilih model semivariogram yang paing cocok

berdasarkan hasil error terkecil. Geostatistical analyst akan menghasilkan

beberapa macam peta diantaranya peta prediksi sebaran bijih, peta quantile, dan

peta prediksi standar error.

1.2 Tujuan

1. Mengetahui cara membuat peta sebaran bijih dengan metode interpolasi

kriging dan model semivariogram yang paling sesuai.

2. Mengetahui cara membuat peta prediksi standar error.

3. Mengetahui cara membuat peta blok prediksi sebaran bijih besi.

BAB II

PEMBAHASAN

2.1 Prediksi Sebaran Bijih Besi

Untuk mendapatkan peta prediksi sebaran bijih besi maka berikut merupakan

langkah-langkah yang dilakukan, yaitu :

1. Buka program Arcmap .

Dan akan muncul seperti gambar dibawah ini.

2. Setelah program terbuka, kemudian klik add data ( ) untuk menambahkan

dataset yang digunakan untuk membuat peta prediksi sebaran bijih besi.

Kemudian pilih object/file dan setalah itu klik add.

3. Setelah data berhasil ditambahkan, untuk melihat distribusi data apakah data

bersifat normal atau tidak maka

4. Klik kanan pada data set di layer pilih display XY Data.

5. Sesuaikan X dengan x(m) dan Y dengan y(m) klik edit untuk menambahkan kordinat pada data set.

6. Kemudian pilih Select.

7. Kemudian pilih Projected Coordinate System dan setelah itu klik Add.

8. Kemudian pilih UTM lalu klik Add.

9. Pilih WGS 1984 kemudian klik Add.

10. Kemudian pilih WGS 1984 UTM Zone 46N.prj klik Add.

11. Kemudian akan muncul seperti gambar dibawah ini. Setelah itu klik apply Ok.

12. Dan akan muncul seperti gambar dibawah ini, setelah itu klik Ok.

13. Dan setelah semua langkah-langkah diatas akan muncul titik-titik sebaran

Bijih Besi seperti yang terlihat pada gambar dibawah ini.

2.2 Prediksi Standar Kesalahan

Berikut merupakan langkah-langkah yang dilakukan untuk mendapatkan peta

prediksi standar kesalahan pada dataset yang diinginkan dengan menganalisis nilai

error pada metode yang aan digunakan, yaitu :

1. Setelah mendapatkan peta sebaran bijih besi maka kemudian Klik Geostatistical Analysist pilih Geostatistical Wizard.

2. Dan akan muncul seperti pada gambar dibawah ini. Kemudian pilih Metode Kriging. Dan sesuaikan kolom attribute dengan fe%, X field x(m), dan Y field y(m) pilih Next.

3. Pada Metode geostatistical pilih Simple kriging Prediction maps klik Next.

4. Karena kita menggunakan Semivariogram maka pilih semivariogram Selanjutnya pilih Metode spherical ( pilih metode sesuai yang di inginkan, tiap metode berbeda erornya) Pilih Next.

5. Pada Tahap ini kita memilih standar include 5 dan 2, kalau sudah terisi

langsung saja klik next.

6. Kemudian setalah itu akan muncul gambar seperti dibawah ini dan tertera

nilai error yang ingin kita ketahui klik finish.

Note : Kami akan menggunakan 4 metode sesudah spherical tadi untuk melihat

perbandingan nilai errornya. Nilai error yang paling kecil maka metode

tersebut yang akan di gunakan. Untuk langkah-langkahnya ulangi dari langkah

1-20.

7. Ini merupakan metode yang akan digunakan karena memiliki nilai error

yang paling kecil. Pilih save untuk menyimpannya pilih Ok.

8. Berikut merupakan peta prediksi standar kesalahan.

2.3 Blok Prediksi Sebaran Bijih Besi

Untuk mendapat peta blok prediksi sebara bijih besi yang diinginkan maka

lakukan langkah-langkah sebagai berikut :

1. Klik kanan Pada Simple Kriging di Layer pilih data klik export to Raster.

2. Untuk cell size (ukuran Blok) bebas. Di sini kami memilih 3 lalu output raster pilih lokasi yang di inginkan klik Ok.

3. Setelah itu maka akan tampil seperti gamabr dibawah ini.

BAB III

PENUTUP

3.1 Kesimpulan

1.

3.2 Saran