Alat dan bahan yang digunakan dalam praktikum ini adalah sebagai berikut:

MODUL 2 – GEOSTATISTIK A. TUJUAN

Tujuan praktikum ini adalah sebagai berikut:

1. Praktikan dapat membuat data membuat data yang dapat dibaca oleh perangkat lunak SGeMS

2. Praktikan dapat menginput dan menampilkan data pada SGeMS

3. Praktikan dapat membuat variogram eksperimental dan variogram model pada SGeMS

4. Praktikan dapat melakukan estimasi dengan menggunakan metode ordinary kriging pada SGeMS

5. Praktikan dapat menentukan koordinat setiap hasil estimasi pada Microsoft Excel

6. Praktikan dapat menentukan elevasi permukaan setiap hasil estimasi dengan menggunakan Global Mapper.

7. Praktikan dapat menghilangkan data-data hasil estimasi yang berada di atas elevasi permukaan

8. Praktikan dapat menampilkan hasil estimasi yang telah dikoreksi dengan topografi

B. ALAT DAN BAHAN

Alat dan bahan yang digunakan dalam praktikum ini adalah sebagai berikut: 1. Alat yang digunakan adalah personal computer (PC) yang dilengkapi

perangkat lunak Microsoft Excel, SGeMS, Datamine Studio 3, dan Global Mapper.

2. Bahan yang digunakan adalah data pemboran endapan nikel laterit dan data topografi

C. TEORI DASAR

Teori yang mendasari praktikum ini adalah metode geostatistik (dibahas dalam Pengantar Geostatistik)

D. LANGKAH KERJA

Adapun langkah-langkah kerja dalam praktikum ini adalah sebagai berikut: 1. Persiapan data pemboran

a. Buka bahan praktikum.xls

b. Hapus kolom BHID, from, to, Fe, co, SiO2, CaO dan MgO c. Hapus baris nama

d. Tambahkan 6 baris di bagian atas

e. Pada setiap baris yang baru ditambahkan:  Baris 1 ketikkan nama (contoh: Nikel)

 Baris 2 ketikkan jumlah kolom (dalam hal ini 4)  Baris 3 ketikkan x

 Baris 4 ketikkan y  Baris 5 ketikkan z  Baris 6 ketikkan Ni

f. Jika pada baris ke-2 angka yang tertuliskan dalam bentuk decimal (misalnya 4.00), klik kanan pada kolom tersebut, klik format cell, klik number, isikan 0 pada decimal places, dan OK.

g. Simpan file dengan nama “Nikel” dan save as .txt (tab delimited) dengan cara klik file, klik save as, isikan pada “file name” Nikel, dan pada “save as type” pilih Text (tab delimited), lalu OK.

2. Input data pada SGeMS a. Buka SGeMS

b. Klik object, lalu klik load object

c. Cari file Nikel.txt, klik pada file tersebut, lalu klik OK

d. Pada “import from GSLIB” untuk select object type pilih point set, lalu klik next.

e. Pada point set name isikan nama “Ni” dan pada col. # for z coordinate isikan 3, lalu klik finish.

f. Untuk melihat persebaran data bor yang telah diinput secara spasial, klik pada objects Ni, dan untuk melihat persebaran kadar nikel klik Ni.

3. Pembuatan Variogram Eksperimental dan Variogram Model a. Variogram eksperimental vertikal

 Klik data analysis lalu klik variogram

 Pada variogram modeler, untuk select task pilih compute variogram from scratch, pada choose grid name and properties untuk grid name pilih Ni, lalu klik next.

 Pada input the parameters for variogram computation:

o Pada lags, number of lags isikan 16, lag separation isikan 1, lag tolerance 0.5

o Pada directions, number of directions isikan 1, azimuth 0, dip 90, tolerance 30, bandwith 0.5, measure type variogram, lalu klik next

 Sekarang kita sudah mendapatkan variogram eksperimental arah vertical. Untuk menampilkan gambar secara penuh tekan Ctrl+T

 Untuk menyimpan gambar, klik file, klik export plot as images. Pada variogram plot settings, pada save as, klik, berikan nama var_ni_vertikal, lalu save.

 Untuk menyimpan hasil perhitungan variogram eksperimental, klik file, klik save experimental variograms, klik save as, berikan nama var_ni_vertikal, lalu save.

b. Variogram eksperimental horizontal  Lakukan seperti pada (a)

 Pada input the parameters for variogram computation:

o Pada lags, number of lags isikan 16, lag separation isikan 25, lag tolerance 5

o Pada directions, number of directions isikan 1, azimuth 0, dip 90, tolerance 30, bandwith 5, measure type variogram, lalu klik next  Simpan gambar dengan nama var_ni_horizontal

 Simpan perhitungan variogram dengan nama var_ni_horizontal c. Variogram eksperimental gabungan

 Untuk membuat variogram eksperimental gabungan buka folder lalu buka file var_ni_vertikal dan var_ni_horizontal pada notepad

 Copy var_ni_vertikal ke dalam var_ni_horizontal (lihat gambar di bawah) lalu simpan file denan nama var_ni_gabungan.txt

 Simpan file (save as) dengan nama var_ni_gabungan.txt d. Varogram model

 Kembali pada SGeMS

 Klik data analysis, lalu klik variogram

 Pada select the working grid, untuk select task pilih load existing experimental variogram

 Pada select variogram file, klik dan pilih var_ni_gabungan.txt, lalu klik open, kemudian klik next.

 Pada bagian ini, kita menentukan parameter-parameter variogram model sampai terlihat sesuai

o Pada nugget effect isikan angka (misal 0.15) atau dibiarkan 0. o Pada Nb. Of structures isikan 2

o Isikan semua angka yang lain sampai grafiknya sesuai (contoh pada gambar di atas)

 Simpan gambar variogram model dengan nama var_ni_model  Simpan parameter variogram model dengan nama var_ni_model 4. Estimasi dengan metode ordinary kriging

a. Pembuatan grid

 Buka bahan praktikum.xls

 Untuk mencari nilai koordinat x, y, z terendah dan tertinggi, kita gunakan formula min,dan max

 Sebagai contoh, untuk mendapatkan nilai maksimal pada x, maka pada sebuah kotak kosong di excel kita ketikkan =max( lalu select semua data di x (mE) lalu tutup kurung ) dan enter. Untuk mendapatkan nilai minimal x pada salah satu kotak kosong, ketikkan =min( lalu select semua data di x dan tutup kurung ) lalu enter. Lihat contoh pada gambar di bawah.

 Untuk mencari banyaknya grid yang dibatasi oleh x_min dan x_max, y_min dan y_max, z_min dan z_max dengan interval x sebesar 25 meter, interval y sebesar 25 meter, dan interval z sebesar 1 meter, kita kurangkan data max dan data min dibagi interval. Lihat gambar di bawah.

 Kembali ke SGeMS, klik objects, klik new Cartesian grid  Pada create new Cartesian grid, lihat gambar di bawah

o Klik create grid

b. Estimasi

 Klik estimation pada algorithms, lalu klik kriging

 Pada tab general and data: o Grid name, pilih grid

o New property name, ketik estimasi o Pilih ordinary kriging (OK)

o Pada hard data, untuk object pilih Ni

o Pada search ellipsoid min 4 max 16, range max 200, med 200, min 25, angles azimuth 0, dip 90, rake 0,

 Pada tab variogram load existing model, dan masukkan var_ni_model

 Biarkan sampai proses selesai

 Untuk melihat visual hasil estimasi klik grid dan klik estimasi

5. Penentuan koordinat hasil estimasi

a. Simpan hasil estimasi dengan cara klik objects, klik save objects

b. Pada save object, untuk look in pilih E, pada file name ketik estimasi_nikel_OK , pada grid to save klik estimasi, lalu klik save c. Buka file estimasi_nikel_OK di E:\\ dengan excel.

d. Jalankan program python lalu ketikkan command berikut (gambar)

e. Buka file koordinat_nikel.txt di E:\\ dengan Microsoft excel f. Copy kolom estimasi dan paste pada koordinat_nikel g. Berikan nama-nama kolom x, y, z, dan estimasi

h. Simpan file (save as) dengan nama nikel.txt 6. Penentuan elevasi permukaan setiap hasil estimasi

a. Membuat dem

 Jalankan Global Mapper  Klik open

 Pilih topografi.dwg lalu klik open

 Pada select projection, ikuti sesuai gambar di bawah, lalu klik OK

 Klik tools lalu klik control center

 Pada Elevation grid creation options, klik OK

 Setelah DEM terbentuk, klik tools, klik control center, klik topografi.dwg, lalu klik close overlay

b. Membuat koordinat x dan y untuk titik-titik estimasi  Buka python

 Akan terlihat di E:\\ file dengan nama koordinatxy.txt c. Mengimport koordinat x dan y dan menambahkan elevasi (z)

 Kembali pada Global Mapper  Klik open

 Pilih koordinatxy.txt, lalu klik open

 Pada Generic ASCII Text File Import Options, ikuti seperti gambar di bawah, lalu klik OK

 Pada Unknown Projection klik OK

 Akan terdapat titik-titik seperti gambar di bawah

 Klik digitizer, select semua titik dengan cara klik kiri pada sebuah sudut tahan mouse dan tarik ke sudut yang lain, lalu lepaskan mouse. Jika semua titik telah berwarna merah artinya semuanya telah ter-select.

 Klik kanan, kemudian pilih add coordinate attributes to selected points

 Klik kanan lagi, dan pili happy elevation from terrain layers to selected points

 Hilangkan centang pada areas dan lines, klik new search, lalu klik select all

 Klik kanan seperti pada gambar di bawah, lalu klik Copy the selected results to the clipboard as Text

 Jalankan Excel, klik kanan pada sebuah kotak teratas, lalu klik paste.  Setelah data terlihat pada Excel, klik kolom A, klik text to columns

 Pada convert text to column wizard, pilih delimited, lalu klik next

 Klik finish dan data akan terlihat seperti gambar di bawah

 Delete semua kolom yang tidak dibutuhkan, letakkan kolom sesuai dengan urutan x, y, z, dan berikan nama setiap kolom (lihat gambar di bawah)

 Simpan file di E:\\ dengan nama koordinatxyz.txt (tab delimited)

7. Koreksi topografi a. Koreksi topografi

 Jalankan python

b. Menampilkan data hasil koreksi topografi

 Buka E:\\ dan akan terdapat file baru dengan nama data_akhir.txt  Jalankan Excel dan buka data_akhir.txt

 Berikan nama-nama sesuai format SGeMS (lihat gambar di bawah) dan save

 Jalankan SGeMS, klik object, klik load object, pilih data_akhir.txt  Pilih point set

 Berikan nama estimasi

 Korekasi topografi selesai