KLASIFIKASI SUMBERDAYA ENDAPAN NIKEL LATERIT DAERAH PULAU OBI, HALMAHERA SELATAN DENGAN PENDEKATAN RELATIVE KRIGING STANDARD DEVIATION (RKSD)

(1)

71 PULAU OBI, HALMAHERA SELATAN DENGAN PENDEKATAN

RELATIVE KRIGING STANDARD DEVIATION (RKSD)

Wawan A.K. CONORAS

Fakultas Teknik, Universitas Muhammadiyah Maluku Utara, Ternate Email: wawanmine01@gmail.com

ABSTRAK

Klasifikasi sumberdaya mineral ialah suatu hal yang sangat penting dalam bidang eksplorasi terutama dalam penaksiran cadangan. Penelitian ini dilakukan pada endapan Nikel laterit Pulau Obi dengan pemodelan geometri endapan bijih nikel laterit dan kemudian dilakukan klasifikasi sumberdaya yang mengacu pada standar klasifikasi sumberdaya mineral dari SNI 4726:2011 dengan pendekatan RKSD berdasarkan data estimasi Ordinary Kriging. Hasil Klasfikasi Sumberdaya, jumlah Total sumberdaya tonase dan kadar rata-rata yaitu sumberdaya measured (Terukur) 414.016 ton Ni 1.69%

Fe 23.34%, indicated (Terunjuk) 1.318.375 ton Ni 1.23 Fe 36.16 dan jumlah sumberdaya Inferred (Tereka) 98.672 ton Ni 1.01% Fe 44.73%.

Kata kunci : Pemodelan, Klasifikasi sumberdaya, nikel Laterit.

1. PENDAHULUAN

Dalam bidang eksplorasi, pemodelan endapan merupakan suatu bagian yang sangat penting dalam penaksiran cadangan.

Dari pemodelan tersebut akan diperoleh gambaran berbagai hal yang berkaitan dengan endapan tersebut, antara lain:

konsentrasi kadar, sebaran potensi, dan bentuk endapan. Sedangkan geometri endapan berkaitan dengan distribusi parameter-parameter seperti elevasi topografi, kedalaman lubang bor dan ketebalan endapan.

Untuk pemodelan sumberdaya kadar Nikel laterit di Pulau Obi (Maluku Utara), didasarkan atas data-data pemboran yang telah dilakukan dengan spasi jarak tertentu.

Pemodelan ini juga berkaitan dengan parameter-parameter lainnya seperti topografi, geologi, dan arah sebaran endapan. Data-data yang diperoleh akan dianalisis dengan metoda geostatistik estimasi. Untuk Klasifikasi Sumberdaya menggunakan pendekatan RKSD (Relative Kriging Standard Deviation) dari hasil Estimasi Ordinary Kriging (OK).

(2)

Wawan AK Conoras, DINTEK VOL. 10 No. 1. Maret 2017. Page: 71-77

Pemodelan dan klasifikasi sumberdaya ini sangat penting, karena dapat memberikan gambaran taksiran kuantitas dan kualitas dari endapan, perkiraan bentuk/ dimensi endapan, yang pada akhirnya dapat digunakan sebagai dasar untuk Penerapan metoda penambangan atau perencanaan tambang (mine planning) yang tepat.

2. METODOLOGI

Penelitian ini dilakukan di Pulau Obi Kabupaten Halmahera Selatan Provinsi Maluku Utara.

Penelitian ini dilakukan dengan metodologi meliputi, Klasifikasi Sumberdaya mineral dari data hasil estimasi Ordinary Kriging (OK), terhadap nilai kadar Ni dan Fe dari Blok Eksplorasi.

Pembuatan Blok dengan ukuran cell Blok 12.5×12.5×1 meter. Ukuran cell Blok diambil dari 1 4⁄ jarak spasi bor, dimana jaraknya didominasi spasi bor adalah 50 meter (Gambar 2).

Klasifikasi sumberdaya mineral Nikel laterit pada penelitian ini mengacu pada standar klasifikasi sumberdaya mineral dari SNI 4726:2011 Tentang Hubungan Antara Hasil Eksplorasi, Sumberdaya Mineral dan Cadangan Mineral, dimana

klasifikasi sumberdaya mineral dikategorikan terukur (Measured), tertunjuk (Indicated) dan tereka (Inferred).

Klasifikasi sumberdaya mineral dikelompokkan berdasarkan keyakinan geologi (Gambar 1).

Pada penelitian ini, tingkat keyakinan geologi dalam klasifikasi sumberdaya diwakili oleh tingkat kesalahan dalam pembuatan model estimasi cadangan, tingkat kesalahan ini diukur dengan variance atau error variance.

Gambar 1. Hubungan Antara Hasil Eksplorasi, Sumberdaya mineral dan Cadangan Mineral.

Menurut Blackwell (1998), hubungan antara sumberdaya Measured, Indicated dan Inferred berdasarkan RKSD (Relative Kriging Standard Deviation) dari hasil perhitungan. Jika hasil perhitungan RKSD memperlihatkan nilainya kurang dari 0.3

(3)

73

maka hasil tersebut dapat dikategorikan

sebagai sumberdaya Measured dan jika hasil perhitungan RKSD memperlihatkan nilainya antara 0.3 sampai kurang dari 0.5 maka hasil tersebut dikategorikan sebagai sumberdaya Indicated, serta jika dari hasil perhitungan RKSD memperlihat nilainya sama dengan atau lebih dari 0.5 maka hasil tersebut dikategorikan sebagai sumberdaya Inferred. Sumberdaya dapat diklasifikasikan dengan persamaan sebagai berikut (1):

Measured 0.3 ≤ Indicated 0.5 ≤ Inferred RKSD =1.96(^𝜎^𝐸

𝑧^∗)

...(1)

𝜎𝐸

=

Kriging Stadard Deviation.

Z* = Kriging Value

Penelitian ini menggunakan data primer dan data sekunder. Data primer yaitu data mengenai data kadar Ni dan Fe, data geologi lokal yang diperoleh peneliti melalui observasi secara langsung.

Sedangkan data sekunder yaitu data pendukung dari hasil literature yang ada.

Berdasarkan Hasil klasifikasi Sumberdaya dengan RKSD, akan memberikan gambaran statistic dan model sebaran Sumberdaya serta tabulasi Sumberdaya.

3. HASIL DAN PEMBAHASAN

Pada penelitian ini, proses klasifikasi terhadap sumberdaya mineral Nikel laterit dilakukan menggunakan data hasil estimasi Ordinary Kriging dari data kadar pemboran hasil eksplorasi, dengan memakai data varians error dari hasil estimasi OK kadar Ni (Tabel 1).

Tabel 1. Statistik hasil estimasi kadar Ordinary Kriging pada Blok

Parameter Ni Fe

Z* (%) Z* (%)

Number of

data 24616 24616 24616 24616

Mean 0.91 0.25 33.00 11.74

Minimum 0.05 0.20 2.48 7.82

Maximum 2.66 0.51 58.88 22.52

Std Dev 0.37 0.04 14.48 2.65

Variance 0.14 0.0013 209.59 7.00

CV 0.41 0.14 0.44 0.23

3.1 Klasifikasi Sumberdaya Mineral Nikel Laterit Blok.

Pada klasifikasi sumberdaya mineral Ni (Gambar 2.), tampak terlihat dominasi klasikasi sumberdaya Ni Inferred mendominasi hampir sebagian permukaan Blok. Sedangkan pada penampang arah Timur-Barat terlihat sumberdaya Inferred dipermukaan dan sumberdaya Indicated

𝝈_𝑂𝐾 𝝈_𝑂𝐾

(4)

74

serta Measured terlihat menyebar dari tengah penampang ke arah Barat penampang. Pada penampang arah Selatan-Utara terlihat juga sumberdaya Inferred dan Indicated masih mendominasi.

Klasifikasi sumberdaya mineral Ni Indicated Blok, tampak terlihat menempati permukaan bagian Utara Blok dengan terakumulasi dan sebarannya membentuk busur, namun keterdapatannya tidak terlalu dominan pada Blok. Pada penampang arah Timur-Barat terlihat sumberdaya mineral Indicated dan Measured Ni menempati bagian tengah penampang dan menyebar ke arah Barat dari penampang. Sedangkan pada penampang arah Selatan-Utara, kehadiran sumberdaya Indicated terlihat hampir mendominasi penampang dengan pola penyebaran ke arah Utara penampang dan sebagianya lagi berada dibagian lereng dari penampang. Pada Blok, tampak terlihat klasifikasi sumberdaya Measured hanya terlihat sedikit, dan secara keseluruhan hanya di dominasi oleh klasifikasi sumberdaya Inferred dan sumberdaya Indicated (Gambar 2).

Gambar 2. Klasifikasi sumberdaya dari hasil estimasi OK Blok

3.2 Statistik Klasifikasi Sumberdaya Hasil dengan RKSD.

Proses klasifikasi dilakukan untuk mendapatkan data statistik klasifikasi sumberdaya, dari data statistik klasifikasi sumberdaya Ni (Tabel 2) memperlihatkan adanya Zonasi OB1 dengan nilai mean sumberdaya Ni Indicated 0.86% dan Inferred 0.62%. Sedangkan pada Zonasi OB2 dengan nilai mean sumberdaya Ni Indicated 1.07% dan Inferred 0.98%,

A B

D

Penampang Sumberdaya arah (Barat-Timur), Data OK

A B

B

Penampang Sumberdaya arah (Selatan-Utara), Data OK

C D

(5)

75

Pada Zonasi Limonit 1 terlihat kehadiran

sumberdaya dengan kadar rata-rata mean Ni Indicated 1.04% dan Inferred 0.98%, sedangkan pada Zonasi Limonit 2 memperlihatkan nilai kadar rata-rata sumberdaya Measured Ni 1.61%, Indicated 1.34% dan Inferred 1.24%. Pada Zonasi Saprolit 1 tampak terdapat sumberdaya Measured 1.48%, Indicated 1.34% dan Inferred 1.23%, serta Zonasi Saprolit 2 dengan sumberdaya Measured 1.93%, Indicated 1.73%, sedangkan pada Zonasi Bedrock terlihat sumberdaya kadar rata-rata mean Indicated 1.04% dan Inferred 0.65% (Tabel 2).

Tabel 2. Statistik klasifikasi Zonasi dan sumberdaya kadar Ni dengan RKSD

Statistik klasifikasi sumberdaya dari kadar Fe mengikuti pola klasifikasi sumberdaya dari nilai kadar estimasi Ni. Pada statistik

klasifikasi sumberdaya Fe (Tabel 3), terlihat nilai mean OB1 Indicated 46.80%

dan Inferred 41.74%, sedangan pada Zonasi OB2 masih terdapat sumberdaya Indicated 30.29% dan Inferred 30.57%.

Pada Zonasi Limonit 1 terlihat sumberdaya Indicated 48.24% dan Inferred 46.54%.

Selain itu juga, pada Zonasi Limonit 2 terlihat nilai mean sumberdaya Measured 33.10%, Indicated 34.25% dan Inferred 31.55%. Tampak nilai mean Zonasi Saprolit 1 dengan sumberdaya Measured 14.52%, Indicated 14.02% dan Inferred 16.03%, serta Zonasi Saprolit 2 dengan sumberdaya Measured 14.00%, Indicated 13.24%. Sedangkan pada Zonasi Bedrock seperti halnya pada klasifikasi sumberdaya Bedrock pada kadar Ni yaitu hanya terdapat sumberdaya Indicated 13.71% dan Inferred 12.19% (Tabel 3).

Dari hasil statistik kasifikasi Zonasi sumberdaya Blok lebih di dominasi oleh sumberdaya Inferred kemudian di ikuti sumberdaya Indicated serta sumberdaya Measured. Keterdapatan sumberdaya Measured dari hasil statistik sangat sedikit dibandingkan dua kategori Indicated dan Inferred.

Tabel 3. Statistik klasifikasi Zonasi dan sumberdaya kadar Fe dengan RKSD

(6)

3.3 Perhitungan Hasil Klasifikasi Total Sumberdaya Ore Ni dan Fe.

Dari perhitungan hasil klasifikasi total sumberdaya Blok (Tabel 4), memperlihatkan jumlah total tonase sumberdaya Ore 1,831,063 ton dengan total kadar rata-rata Ni 1.32% dan Fe 33.73%. dari total tersebut terlihat jumlah tonase sumberdaya Measured 414,016 ton dengan kadar rata-rata Ni 1.69% dan Fe 23.34%. dari hasil ini juga memperlihatkan jumlah tonase Inferred 98.672 ton Ni 1.01 Fe 44.81% lebih kecil dibandingkan jumlah tonase Measured dan Indicated

1,318,375 ton Ni 1.23% Fe 36.16%, namun semberdaya Measured memiliki kadar rata-rata Ni 1.69% lebih tinggi dari kedua kategori sumberdaya yang lain.

Tabel 4. Tabulasi hasil klasifikasi total sumberdaya Ore Ni-Fe

4. KESIMPULAN

Dari hasil Penelitian, klasifikasi Sumberdaya dengan pendekatan RKSD menunjukan pola sebaran sumberdaya Measured (terukur) Cenderung menempati bagian utara Blok dengan total Sumberdaya terukur 414,016 ton dengan kadar rata-rata Ni 1.69% dan Fe 23.34%.

kehadiran sumberdaya Indicated (Terunjuk) sangat dominan terlihat pada zona limonit sampai saprolit Ore. dari hasil ini juga memperlihatkan jumlah tonase Inferred (Terreka) lebih kecil dibandingkan jumlah tonase Measured (Terukur) dan Indicated

(7)

77

namun semberdaya Measured memiliki

kadar rata-rata Ni lebih tinggi dari kedua kategori sumberdaya tersebut.

DAFTAR PUSTAKA

Boldt, J.R, and Queneau, P, 1967, The winning of Nickel, Its Geology, Mining, and Extractive Metallurgy. Longmans Canada.

Conoras, W. A. (2017). Pemodelan Kadar Nikel Laterit Daerah Pulau Obi Dengan Pendekatan Metoda Estimasi Ordinari Kriging. DINTEK, 10(2), 16-20.

David, M., 1977, Geostatistical Ore Reserve Estimation, Elsavier Scintific Publishing Compay Amsterdam Oxford New York.

Elias, M, Donalson, M.J, and Giorgetta, N, 1981, Geology, mineralogy, and chemistry of lateritic nickel-cobalt deposits near Kalgorlie, Western Australia. Economic Geology, 76, 1775 – 1783..

Emery, X, Ortiz, J.M, and Rodriguez, J.J., 2006, Quantifying Uncertainty in Mineral Resources with Classification Schemes and Conditional. Department of Mining Engineering, University of Chile..

Golightly, J.P, 1979, Geology Of Soroako Nickeliferous Laterite Deposite, Int. Laterite Simp, New Orleans

Heriawan, M. N, Rivoirard, J, and Darijanto, T, Grade Estimation and Geometric Modeling of a Lateritic Nickel Deposit Using Ordinary Block Kriging, Jurnal Teknologi Mineral, Volume XI No. 1, 2004, pp. 41 - 52.

Sinclair J. A, and H. Garston Blackwell., 2004, Applied Mineral Inventory Estimation.

Cambridge University.

SNI 13-6344-2000., Syarat mutu bijih nikel laterit berdasarkan mineralogi, Badan Standar Nasional Indonesia,

SNI 4726:2011., Pedoman Pelaporan, Sumberdaya dan Cadangan Mineral, Badan Standar Nasional Indonesia

Wellmer, W. F., Dalheimer, M., and Wagner, M., 2003., Economic Evaluations in Exploration, Springer-Verlag Berlin Heidelberg 1989, 2008