• Tidak ada hasil yang ditemukan

BAB IV PENYUSUNAN DAN PENGOLAHAN DATA

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV PENYUSUNAN DAN PENGOLAHAN DATA"

Copied!
24
0
0

Teks penuh

(1)

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).

Area Daerah Penelitian

(2)

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

(3)

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

(4)

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)

Horizon Nilai 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

(5)

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.

7 9 0 E 7 9 0 E 8 0 0 E 8 0 0 E 8 1 0 E 8 1 0 E 8 2 0 E 8 2 0 E 8 3 0 E 8 3 0 E 8 4 0 E 8 4 0 E 8 5 0 E 8 5 0 E 8 6 0 E 8 6 0 E 8 7 0 E 8 7 0 E 8 8 0 E 8 8 0 E 8 9 0 E 8 9 0 E 9 0 0 E 9 0 0 E 9 1 0 E 9 1 0 E 9 2 0 E 9 2 0 E 9 3 0 E 9 3 0 E 9 4 0 E 9 4 0 E 9 5 0 E 9 5 0 E 9 6 0 E 9 6 0 E 9 7 0 E 9 7 0 E 9 8 0 E 9 8 0 E 9 9 0 E 9 9 0 E 1 0 0 0 E 1 0 0 0 E 1 0 1 0 E 1 0 1 0 E 1 0 2 0 E 1 0 2 0 E 1 0 3 0 E 1 0 3 0 E 40 Elev 40 Elev 50 Elev 50 Elev 60 Elev 60 Elev 70 Elev 70 Elev 80 Elev 80 Elev 90 Elev 90 Elev 100 Elev 100 Elev 110 Elev 110 Elev 120 Elev 120 Elev 130 Elev 130 Elev 140 Elev 140 Elev 150 Elev 150 Elev 160 Elev 160 Elev 170 Elev 170 Elev 180 Elev 180 Elev 190 Elev 190 Elev GB 492 GB 493 GB 494 G B49 5 GB 496 GB 497 GB 498 GB 499 0 10 20 30 40 Legenda [BEDROCK] [LIMONIT E] [SOIL] [SPRLITE] String Correlation Section 5 W-E

Scale 1:1000 Studio 3 Datamine

(6)

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

(7)

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

(8)

Gambar 4.4 Estimasi Kadar pada Model Blok Section N-S 901 E (BHID GB 365 – GB 628)

B

(9)

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

(10)

Gambar 4.5 Pembagian Blok Utara – Blok Selatan Peta Penelitian Blok GB Pulau Gee

Blok Utara

(11)

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.

(12)

Gambar 4.6 Histogram Kadar Ni Blok ; a) Blok Utara ,b) Blok Selatan a)

(13)

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

(14)

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

(15)

Gambar 4.7 Histogram Kadar Fe Blok ; a) Blok Utara ,b) Blok Selatan a)

(16)

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.

(17)

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

(18)

Gambar 4.8 Histogram Kadar MgO Blok ; a) Blok Utara ,b) Blok Selatan b)

(19)

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

(20)

Gambar 4.9 Diagram Pencar antara Kadar Ni dan Fe Blok Utara

(21)
(22)

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 :

5 00 E 500 E 6 00 E 600 E 7 00 E 70 0 E 8 00 E 800 E 9 00 E 900 E 10 00 E 10 00 E 11 00 E 11 00 E 12 00 E 12 00 E 13 00 E 13 00 E 90 0N 10 00 N 10 00 N 11 00 N 11 00 N 12 00 N 12 00 N 13 00 N 13 00 N 14 00 N 14 00 N 15 00 N 15 00 N 16 00 N 16 00 N 17 00 N 17 00 N 18 00 N 18 00 N 19 00 N 19 00 N -100 Elev -100 Elev -50 Elev -50 Elev 0 El ev 0 Elev 50 El ev 50 Elev 100 Elev 100 El ev 150 Elev 150 El ev 200 Elev 200 El ev 250 Elev 250 El ev 300 Elev 300 El ev 350 Elev 350 El ev

Block Model Zone Nickel 1:4000

Datamine: ORE (mod_ore (block model)) [LIMONITE]

[SPRLIT E]

(23)

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 9.3931

SAPROLIT 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/m3) 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

(24)

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

Statistik Kadar (%) 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

Gambar

Tabel 4.1 Batasan Kandungan Fe &amp; Ni dalam Penentuan Horizon Laterit (Sumber : Geomin PT
Gambar 4.2 Korelasi Zona Nikel Pada Section GB 492 - GB 499
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.
Gambar 4.4 Estimasi Kadar pada Model Blok Section N-S 901 E (BHID GB 365 – GB 628)
+7

Referensi

Dokumen terkait

Bahwa rumusan masalah penelitian yang ditulis penulis berbeda dengan penelitian yang dilakukan oleh David Fredriek Albert Porajow yang fokus penelitiannya

Rehabilitasi Sosial dilaksanakan dalam bentuk bimbingan sosial, bimbingan fisik, bimbingan mental dan bimbingan ketrampilan (ketrampilan inti : Montir Motor,

Hal ini senada dengan pendapat Zainuddin (2005) bahwa pada budidaya ternak ayam secara intensif, pakan merupakan biaya terbesar yang dapat mencapai 70% dari biaya produksi...

•• Sel lemak dalam tubuh (sel adipose) yang ada di pinggang,pinggul Sel lemak dalam tubuh (sel adipose) yang ada di pinggang,pinggul atau tempat lain mensekresi leptin ke dalam

Penelitian ini mendapatkan hasil bahwa manfaat Customer Relationship Management dalam wujud membership yang meliputi financial benefits, social benefits dan structural

Secara kualitatif juga dapat dijelaskan, mengapa suami yang di teliti dalam penelitan ini, karena hal ini sesuai dengan teori Proverawati (2010) yang menyatakan bahwa

Aplikasi pemetaan tambal ban motor di kota Batam menggunakan Location Based Service yang berhasil dibuat mampu memetakan lokasi tambal ban per kecamatan dengan icon warna

Rancangan Jadual dan Mekanisme pembahasan 4 (empat) RUU tentang Pembentukan Pengadilan Tinggi Agama di Provinsi Maluku Utara, Banten, Bangka Belitung dan Gorontalo