BAB V
PEMBAHASAN
Bab pembahasan ini dibagi menjadi tiga bagian pembahasan. Pembahasan yang pertama ialah hasil simulasi NPV Scheduler, berikutnya akan membahas analisis hasil berupa perbandingan dari simulasi skenario (1), (2), (3) pada NPV Scheduler. Bagian terakhir dari pembahasan akan diakhiri dengan analisis hasil berupa perbandingan simulasi skenario (1), (2), (3) pada NPV Scheduler dengan simulasi skenario (1), (2), (3), (4), (5) pada program sederhana.
5.1
Hasil Simulasi NPV Scheduler
5.1.1 Skenario (1)
Simulasi skenario (1) diawali dengan simulasi penambangan dimana asumsi harga komoditas dan biaya penjualan baik itu tembaga atau emas yaitu sebesar $ 23,6/gr dan $ 3,31/gr untuk emas dan $ 8.157,09/tonne dan $8,1571/tonne untuk tembaga. Biaya yang digunakan untuk menambang batuan sebesar $ 1,166/tonne batuan, kemudian biaya untuk mengolah dan p roses penggerusan-pemurnian untuk SULF1 sebesar $ 2,67/tonne bijih dan $ 176,34/tonne Cu. Biaya yang digunakan untuk pelindian dan proses pengambilan Cu (dalam bentuk katoda) untuk SULF2 sebesar $ 1,29/tonne bijih dan $ 308,65/tonne Cu. Faktor lainnya dari penambangan seperti dilusi tambang digunakan 5% dan perolehan tambang digunakan 95%. Perolehan dari pengolahan SULF1 untuk Au dan Cu sebesar 85% dan 89%, sementara perolehan dari pengolahan SULF2 untuk Au dan CU sebesar 0% dan 63%.
Laju produksi penamban gan diharapkan sekitar 10 juta tonne batuan/tahun. Pabrik pengolahan (milling plant) sebagai tujuan bijih SULF1 berada pada jenjang 24 elevasi 2.060m dpl, sementara ( leaching plant) yang merupakan tujuan bijih SULF2 berada pada jenjang 26 elevasi 2.040m dp l, serta tempat tujuan waste yaitu dump berada pada jenjang 20 elevasi 2.100m dpl. Tempat penampungan (s tockpile) yang digunakan untuk simulasi ini berjumlah dua yaitu S1 untuk menerima limpahan bijih SULF1 berkapasitas 25 juta tonne dan S2 untuk menerima limpahan bijih SULF2 dengan kapasitas 10 juta tonne.
total dari tambang. Hasil menjalankan simulasi skenario satu menggunakan software NPV Scheduler sbb :
(1) Hasil Model Masukkan (Input Model)
Model masukkan merupakan model yang menetapkan (blok model) sebagai masukkan pit mula-mula kemudian produk keluaran dari pit. Produk keluaran dari simulasi ini ialah bijih dan waste, sementara bijih pada simulasi ini dibagi menjadi dua yaitu SULF1 dan SULF2. Produk berharga yang dapat diekstrak dan diolah dari kedua jenis bijih tersebu t untuk dijual sebagai produk berharga berupa tembaga (tonne) dan emas (gram), dengan kadar rata -rata tembaga 0,113% dan kadar rata -rata emas 0,344 gram/tonne
(2) Hasil Model Ekonomi (Economic Model)
Model ekonomi merupakan model lanjutan dari model mas ukkan dan bertujuan untuk menghasilkan (membuat data rekapitulasi cadangan pit) yaitu tonase bijih, blok bijih, tonase waste, dan blok waste. Hasil keluaran model ekonomi juga berupa perkiraan ongkos penambangan dan pengolahan, nilai dari bijih yang ada pa da pit, dan tampilan kontur awal pit.
Gambar 5.3 North South View (5100E) - Tipe Batuan Gambar 5.2 PlanView - Tipe
Batuan
Data penting lainnya dari hasil keluaran model ekonomi sbb : Total tonase bijih : 343.409.344 tonne
Total tonase bijih SULF1 : 176.674.072 tonnes Total tonase bijih SULF2 : 166.735.272 tonnes Total tonase waste : 336.287.068 tonnes
Perkiraan cadangan produk berharga : Tonase tembaga : 435.544 tonne Tonase emas : 135.822.754 gram
Perkiraan nilai bijih keseluruhan : $ 2.349.076.686
(3) Hasil Model Batas Pit Akhir (Ultimate Pit Limit Model)
Model batas pit akhir merupakan model yang berperan untuk menentukan ultimate pit limit dari pit masukkan (blok model). Model ini juga memberikan keterangan mengenai jumlah bijih d an waste yang berada di ultimate pit, estimasi biaya penambangan, pengolahan, pendapatan dari penjualan produk berharga, keuntungan bersih dari tambang, umur tambang, dan stripping ratio. Gambar 5.4
U U 5100 E A A’ A A’
Hasil penting lainnya keluaran dari model batas pit akhir ( ultimate pit limit model) ialah sebagai berikut :
Total tonase batuan : 170.044.076 Total tonase bijih : 127.759.450 tonne
Total tonase bijih SULF1 : 92.604.585 tonne Total tonase bijih SULF2 : 35.154.866 tonne Total tonase waste : 42.284.626 tonne
Perkiraan cadangan produk berharga : Total tembaga : 228.306 tonne Total emas : 60.650.711 gram
Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 2.225.985.861 Biaya Penambangan : $ 362.966.881
Biaya Pengolahan : $ 324.296.253
Keuntungan bersih (Profit) : $ 1.538.722.727 Perkiraan NPV : $ 1.076.212.693
SR : 0,33
Gambar 5.5 Plan View - Pushback Gambar 5.6 North South View (5100E) - Pushback (4) Hasil Model Pushback (Pushback Generator)
Model Pushback bekerja dengan melanjutkan hasil keluaran model ekonomi (harga logam, ongkos produksi, dll) dan hasil keluaran model batas pit akhir ( ultimate pit limit beserta urutan penambangannya). Hasil dari model batas pit akhir yaitu didapat jumlah cadangan bijih sekitar 127 juta tonne dengan laju produksi bijih yang diharapkan untuk tetap dijaga dari tambang sebesar 10 juta tonne/tahun
Hasil keluaran model batas pit akhir bersama dengan batasan desain pembuatan pushback seperti lebar jalan pengangkutan minimum yang ditetapkan sebesar 20m. Laju bijih yang diharapkan masuk ke pabrik pen golahan (millore sebesar 8 juta tonne bijih SULF1/ pushback) akan menjadi target utama pada model penjadualan, selain laju penambangan 10 juta tonne/tahun. Model pushback telah membagi tambang menjadi 10 pushback berdasarkan kesanggupan menyediakan minimum untuk laju penambangan dan laju bijih SULF1 sebesar 10 juta tonne/tahun dan 8 juta tonne/pushback. Keluaran model pushback generator akan menghasilkan 10 pushback. Penjelasan lebih lengkapnya seperti yang telah dirangkum pada tabel dan gambar berikut.
U U 5100 E A’ A A A’
Tabel 5.1
Hasil Keluaran Pushback Generator Pushback Total tonase
batuan (tonne) Total tonase bijih (tonne) Total tonase waste (tonne) Total bijih SULF1 (tonne) Total bijih SULF2 (tonne) Laba bersih (Profit) ($) NPV ($) Umur pushback (tahun) 1 12.712.598 10.134.564 2.578.034 8.143.453 1.991.112 229.078.948 217.889.530 0,96 2 21.596.682 18.495.258 3.101.424 14.878.988 3.616.270 292.304.020 242.839.223 1,62 3 15.193.321 12.530.375 2.662.946 9.349.972 3.180.403 172.866.634 125.410.772 1,14 4 23.204.512 18.265.777 4.938.735 11.421.825 6.843.952 260.963.141 162.924.220 1,74 5 15.964.776 11.952.907 4.011.869 8.057.366 3.895.541 151.788.162 82.195.888 1,20 6 16.096.317 11.249.009 4.847.308 8.000.800 3.248.209 132.958.967 63.594.882 1,21 7 17.576.861 11.547.993 6.028.868 8.200.344 3.347.649 112.599.917 47.247.781 1,32 8 22.569.043 14.554.925 8.014.118 10.543.693 4.011.232 114.138.914 41.077.862 1,70 9 20.220.225 15.187.410 5.032.815 10.870.068 4.317.342 57.216.978 17.805.631 1,52 10 4.909.741 3.841.231 1.068.510 3.138.076 703.156 14.807.047 4.191.214 0,37 Total 170.044.076 127.759.450 42.284.626 92.604.585 35.154.866 1.528.722.728 1.005.177.003 12.78
(5) Hasil Model Penjadualan ( Scheduling Model)
Model Penjadualan pada NPV Scheduler memiliki t ujuan untuk menjadualkan pit hasil optimasi ke dalam kurun waktu tertentu agar lebih praktis untuk dilakukan dilapangan serta memaksimalkan hasil NPV.
Model penjadualan pada simulasi ini dirancang untuk menjaga jumlah bijih baik itu yang akan masuk ke milling plant tetap terjaga pada tingkat tonase tertentu dengan tetap berusaha mempertahankan laju penambangan dari tambang ( mining rate) yang hasil akhirnya akan diukur dalam kurun waktu tertentu (contoh : dalam tahunan), juga menjadual waktu kerja truk (dal am jam) sebagai komponen yang ikut mendukung kebutuhan peralatan untuk mengoperasikan jadual.
Simulasi ini mentargetkan untuk mempertahankan laju bijih SULF1 dari tambang yang masuk ke milling plant yaitu sebesar 5.110.000 tonne bijih/tahun. Berikutnya dengan semaksimal mungkin mempertahankan laju penambangan 10 juta tonne/tahun. Konsep tersebut pada NPV Scheduler dinamakan mining ratio. Mining ratio bertujuan untuk menjaga laju bijih yang masuk ke milling plant (pada tingkat tonase tertentu) dengan tetap mempertahankan semaksimal mungkin laju bijih dari tambang tetap tinggi. Berikut ialah formula untuk menentukan serta target dari mining ratio :
-Rock tonnage Mill ore tonnage Waste tonnage Leach ore tonnage Mining Ratio
Mill ore tonnage Mill ore tonnage
Tabel 5.3
Waktu Kerja Keseluruhan Alat Angkut/Truk ( Input) Tabel 5.2
Mining ratio (Input)
Waktu (tahun) Target Minimum Maximum
0 – 100 1,25 0,0 1,30
Konsep berikutnya dalam penjadualan ialah untuk membantu pencarian waktu kerja truk (jam) dan jarak angkut. Berikut masukkan untuk alat angkut (truk) : waktu tunggu rata-rata di load dan dump point : 13 menit dan 4 menit, kecepatan rata -rata truk loaded (8kph) unloaded (12kph), availability 92%. Truk diasumsikan mengangkut 100 tonne untuk bijih dan waste setiap siklusnya. Maka formula perhitungan sebagai masukkan untuk NPV Scheduler sbb:
waktu edar = (waktu tunggu total + 2*jarak angkut/kecepatan rata -rata) / availability = ((13menit+4menit)/60 + 2*jarak angkut(m) / (8kph+12kph)/2) / 0,92 ) = ((13+4)/60*0,92) +(2 * jarak angkut(m) / (20/2)x1000mph * 0,92) = (0,308) jam + (0,217*jarak angkut(m) / 1000) jam
= (0,308/100 ) * tonne + (0,217/100) * meter.ktonne Waktu kerja truk/100tonne = 0,00308 * tonne + 0,00217 * meter.ktonne
Truk dan batasan waktu kerja alat angkut (truk) yang dibuat berdasarkan asumsi satu buah truk bekerja dengan 6000 jam setiap tahunnya, tabel berikut menjelaskan nilai minimum, target, maksimum dari jam kerja.
Waktu (tahun) Target (jam) Minimum (jam) Maximum (jam)
0 - 4 110.000 105.000 125.000
4 - 9 120.000 105.000 130.000
9 – 100 120.000 100.000 130.000
Waktu edar truk diasumsikan
mengangkut sebanyak 100tonne biijh dan waste
Jarak angkut menjadi meter meter.ktonne : tonase bijih /waste
dikalikan dengan jarak angkut dan dibagi 1000.
Tabel 5.4
Hasil Model Penjadualan
Hasil dari model penjadualan didapatkan umur tambang 19 tahun, dengan target bijih SULF1 yang diharapkan masuk kedalam milling plant sebesar 5,11 juta tonne/tahun. Hal ini b erbeda dengan hasil yang didapatkan dari model pushback karena pada model pushback target (bijih SULF1) diukur dalam tonase per pushback, sementara pada model penjadualan target (bijih SULF1) diukur dalam tonase/tahun. Gambar dan tabel pada halaman berikut merupakan hasil penting lainnya dari model penjadualan. Periode penjadualan (tahun) Tonase batuan (tonne) Tonase bijih (tonne) Tonase waste (tonne) Laba bersih (Profit) ($) NPV ($) Tonase bijih SULF1 (tonne) Tonse Bijih SULF2 (tonne) SR Prestripping 179.508 71.382 108.125 289.256 289.256 61.164 10.218 1,515 1 10.278.176 6.999.445 3.278.730 145.382.006 131.547.079 5.110.000 1.889.445 0,468 2 10.749.017 8.133.940 2.615.077 99.895.417 81.787.450 5.110.000 3.023.940 0,322 3 10.531.354 7.428.919 3.102.435 84.861.387 62.866.861 5.110.000 2.318.919 0,418 4 11.282.687 7.266.167 4.016.520 80.626.347 54.045.456 5.109.999 2.156.168 0,553 5 10.293.199 6.123.054 4.170.145 86.438.983 52.427.893 5.110.000 1.013.054 0,681 6 10.256.277 6.502.324 3.753.953 106.340.344 58.360.818 5.110.000 1.392.324 0,577 7 10.334.512 6.477.059 3.857.453 93.583.172 46.472.028 5.110.000 1.367.059 0,596 8 10.215.176 5.791.621 4.423.555 70.088.137 31.492.630 5.109.999 681.622 0,764 9 10.153.068 5.990.706 4.162.362 35.181.507 14.303.733 5.110.000 880.706 0,695 10 8.027.562 5.900.810 2.126.752 81.017.111 29.804.529 5.110.000 790.810 0,360 11 7.578.031 5.967.116 1.610.915 86.992.071 28.957.145 5.110.000 857.116 0,270 12 7.167.687 6.140.908 1.026.778 93.670.280 28.212.946 5.110.000 1.030.908 0,167 13 6.980.424 6.140.826 839.597 97.342.583 26.528.948 5.109.999 1.030.827 0,137 14 7.402.662 7.161.165 241.496 104.809.661 25.845.744 5.110.000 2.051.165 0,034 15 9.604.984 9.096.548 508.435 98.860.547 22.058.769 5.109.999 3.986.549 0,056 16 9.301.604 8.779.848 521.756 84.841.023 17.129.107 5.110.000 3.669.848 0,059 17 9.201.492 8.281.687 919.804 56.515.335 10.324.420 5.110.000 3.171.687 0,111 18 9.155.077 8.190.348 964.729 27.963.843 4.622.392 5.109.999 3.080.349 0,118 19 1.351.566 1.315.566 36.000 4.023.709 601.820 563.419 752.147 0,027 Total 169.296.363 127.047.710 42.248.653 1.538.722.719 727.679.024 92.604.578 34.443.132
U U
Gambar 5.8 North South View(5100E) Periode Penjadualan Gambar 5.7 Plan View - Periode
Penjadualan
Gambar 5.9 Mining Ratio (Output)
5100 E Tahun A A’ A’ A U MiningRatio : 1 0
Gambar 5.7 diatas merupakan gambar plan view dari periode penjadualan terhadap bagian terdalam pit, sementara Gambar 5.8 merupakan gambar penampang melintang dari utara-selatan periode penjadualan, dengan keterangan untuk gambar periode penjadualan ialah kisaran (range) periode. Grafik pada Gambar 5.9 merupakan grafik mining ratio yang dihasilkan model penjadualan dimana angka s atu berarti keadaan dimana bijih yang masuk milling plant sebesar 5.110.000 dan laju penambangan (mining rate) sekitar 10juta, angka diatas/dibawah satu menunjukkan tonase batuan (leach/waste) yang berubah guna menahan bijih SULF1 yang didapat sebesar 5,11 juta tonne. Gambar 5.10 menunjukkan waktu kerja truk yang dibutuhkan selama umur tambang dan hal ini bergantung terhadap target penjadualan dan mining ratio.
(6) Hasil Model Optimasi Kadar Batas
Model optimasi stockpile/optimasi kadar batas merupakan mo del yang bertujuan mencari NPV maksimum dari hasil keluaran model penjadualan (NPV maksimum dari pit). Model ini dijalankan dengan terlebih dahulu memberi masukkan yaitu batas kapasitas produksi untuk pabrik pengolahan. Pada simulasi ini ditetapkan untuk mentargetkan produksi milling plant sebesar 9 juta tonne bijih SULF1 dan
Gambar 5.10 Waktu Kerja Truk (Output)
Tahun Truck
J a m
Tabel 5.5
Perbandingan Tonase Output Model
leaching plant sebesar 2,5 juta tonne bijih SULF2, serta menjadikan salah satu mineral/logam sebagai target utama, dalam kasus ini logam Cu dipilih sebagai produk utama dan Au sebagai produk sampingan.
Model optimasi yang dipilih pada simulasi ini ialah optimasi kadar batas, optimasi ini bekerja dengan menghitung kembali penjadualan dan menerapkan strategi kadar batas untuk memaksimumkan NPV dari tambang. Hasil dari model optimasi kadar batas didapat umur tambang sebesar 13 periode/13 tahun dimana (1periode = 1 tahun).
Hasil dari model optimasi kadar batas yaitu model ini membagi tambang ke dalam 13 tahun dan optimasi ini bekerja dengan cara berusaha menyusun ulang penjadualan dengan mengurutkan atau mencari terlebih dahulu bijih berkadar tinggi disusul pencarian bijih berkadar rendah dengan turut mengubah laju penambangan guna mengejar target produksi (bijih SULF1 dan bijih SULF2), dengan tetap melihat Cu sebagai produk utama tamb ang. Hasilnya terlihat jelas pada Tabel 5.5 yaitu adanya peningkatan jumlah bijih dan penurunan jumlah waste yang didapat dari model optimasi kadar batas dibandingkan dengan hasil model penjadualan. Untuk lebih lengkapnya mengenai hasil model optimasi stockpile/optimasi kadar batas dapat dilihat pada Tabel 5.5 dan Tabel 5.6
Hasil keluaranModel Tonase batuan (tonnex1000) Tonase bijih (tonnex1000) Tonase waste (tonnex1000) Pushback generator 170.044 127.759 42.284 Penjadualan 169.296 127.047 42.248 Optimasi stockpile/ optimasi kadar batas
Tabel 5.6
Model Optimasi Kadar Batas
Periode (tahun) Tonase batuan Tonase bijih Masukkan ke pabrik pengolahan Tonase waste Hasil keluaran pabrik pengolahan NPV ($x1000)
(tonneX1000) (tonneX1000) Bijih SULF1 Bijih SULF2 (tonnex1000) Perolehan Cu (tonneX1000) Perolehan Au (gramX1000) Total tonase (tonneX1000) COG Cu (%) Total tonase (tonneX1000) COG Cu (%) Periode1 18.460 14.795 8.999 0,045 2.500 0,035 3.665 26 2.815 186.094 Periode2 18.828 15.359 8.925 0,043 2.500 0,032 3.469 18 2.956 117.157 Periode3 16.952 12.171 8.176 0,043 2.500 0,033 4.781 17 3.000 104.402 Periode4 18.131 12.873 8.999 0,044 2.500 0,032 5.258 20 3.718 118.154 Periode5 17.967 12.260 9.000 0,042 1.415 0,031 5.707 12 3.164 63.155 Periode6 14.747 11.208 8.999 0,042 1.452 0,030 3.539 14 3.440 70.051 Periode7 12.844 11.040 8.999 0,042 1.709 0,031 1.804 15 4.394 79.900 Periode8 12.680 11.862 8.999 0,042 2.500 0,032 818 16 4.817 79.033 Periode9 16.522 15.776 8.999 0,042 2.500 0,030 746 15 4.514 58.939 Periode10 6.815 6.336 3.767 0,041 2.500 0,029 479 5 1.632 18.641 Periode11 7.297 6.641 4.058 0,040 2.500 0,029 656 5 1.471 12.926 Periode12 7.156 6.483 3.994 0,040 2.407 0,029 673 3 1.099 6.560 Periode13 1.453 1.408 620 0,040 786 0,029 45 0,9 164 1.117 Total 169.852 138.212 92.534 27.769 31.640 166.9 37.184 915.000
Tabel 5.7
Simulasi NPV Scheduler Skenario (2)
Hasil dari skenario (1) pada tambang yang akan diambil untuk dibandingkan dengan skenario (2) maupun skenario (3) merupakan hasil yang dikelu arkan hingga model pushback generator. Hasil simulasi skenario (1) tersebut membagi pit kedalam sepuluh pushback dengan perkiraan cadangan ekonomis bijih tambang sekitar 127 juta tonne bijih, hal ini akan menjadi tolak ukur untuk kedua skenario lainnya k arena pada NPV Scheduler untuk membentuk harga logam dan ongkos baru (pada saat tambang berjalan) yang digunakan ialah hasil pushback generator (untuk kemudian dibawa ke datamine studio), dimana keluaran pushback generator tidak dihasilkan untuk kurun waktu tertentu sementara hasil penjadualan dan optimasi stockpile/optimasi kadar batas disusun berdasarkan per kurun waktu tertentu. Hal tersebut menyebabkan hasil yang digunakan untuk perbandingan skenario (2), skenario (3) ialah keluaran hingga model pushback generator.
5.1.2 Skenario (2)
Skenario (2) mempunyai data awal cebakan mineral, parameter ekonomi berupa harga logam, biaya penjualan, ongkos penambangan dan pengolahan, perolehan, dilusi tambang, data geoteknik, dll yang sama dengan skenario (1) sepe rti yang telah dibahas pada Bab3. Simulasi kenaikan untuk pertama kali terjadi ketika tambang telah beroperasi seiktar 3 tahun meliputi harga logam, ongkos menambang dan menjual. Kenaikan kembali terjadi setelah tambang beroperasi sekitar 7 tahun meliputi harga logam, ongkos menambang dan menjual, serta ongkos pengolahan. Tabel berikut merupakan gambaran umum perubahan yang terjadi pada skenario (2).
Nama komponen Keadaan awal Keadaan setelah
perubahan pertama
Keadaan setelah perubahan kedua
Harga Au $ 23,6/gr $ 29,15/gr $ 53,915/gr
Cu $ 8.157,09/tonne $ 10.081,34/tonne $ 18.646,45/tonne
Biaya Penjualan Au $ 3,31/gr $ 4,09/gr $ 7,56/gr
Cu $ 8,1571/tonne $ 10,0813/tonne $ 18,6465/tonne
Biaya
Penambangan
$ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne
SULF1 $ 2,67/tonne $ 2,67/tonne $ 2,937/tonne
Skenario (2) memiliki masukkan mula -mula yaitu cebakan mineral (blok model) yang sama dengan skenario (1) dengan kadar rata -rata tembaga 0,113% dan kadar rata-rata emas 0,344 gram/tonne. Berikut gambar batas akhir dari pit akhir untuk simulasi skenario (2).
Hasil penting lainnya dari optimasi pit simulasi skenario (2) menggunakan NPV Scheduler :
Total tonase batuan : 185.293.261 tonne Total tonase bijih : 135.791.977 tonne Total tonase waste : 49.501.284 tonne
Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 3.259.622.120 Biaya Penambangan : $ 481.951.441
Biaya Pengolahan : $ 350.333.912
Keuntungan bersih (Profit) : $ 2.427.044.231 Perkiraan NPV : $ 2.022.340.385
Tabel 5.8
Simulasi NPV Scheduler Skenario (3)
5.1.3 Skenario (3)
Skenario (3) mempunyai data awal cebakan mineral, parameter ekonomi berupa harga logam, biaya penjualan, ongkos penambangan dan pengolahan, perolehan, dilusi tambang, data geoteknik, dll yang sama dengan s kenario (1) seperti yang telah dibahas pada Bab3. Simulasi perubahan untuk pertama kali terjadi ketika tambang telah beroperasi sekitar 3 tahun meliputi penurunan harga logam dan ongkos menjual disertai kenaikan ongkos penambangan. Perubahan kembali terjad i setelah tambang beroperasi hampir 7 tahun meliputi penurunan harga logam dan ongkos menjual disertai kenaikan ongkos baik penambangan maupun pengolahan. Tabel berikut merupakan gambaran umum perubahan yang terjadi pada skenario (3).
Nama komponen Keadaan awal Keadaan setelah
perubahan pertama
Keadaan setelah perubahan kedua
Harga Au $ 23,6/gr $ 19,431/gr $ 17,881/gr
Cu $ 8.157,09/tonne $ 6715,814/tonne $ 5207,714/tonne
Biaya Penjualan Au $ 3,31/gr $ 2,72/gr $ 2,5/gr
Cu $ 8,1571/tonne $ 6,7158/tonne $ 5,2077/tonne
Biaya
Penambangan
$ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne
SULF1 $ 2,67/tonne $ 2,67/tonne $ 2,937/tonne
Biaya
Pengolahan SULF2 $ 1,29/tonne $ 1,29/tonne $ 1,419/tonne
Skenario (3) memiliki masukkan mula -mula yaitu cebakan miner al (blok model) yang sama dengan skenario (1) dengan kadar rata -rata tembaga 0,113% dan kadar rata-rata emas 0,344 gram/tonne. Berikut merupakan gambar batas akhir dari pit untuk simulasi skenario (3).
Hasil penting lainnya dari optimasi pit s imulasi skenario (3) menggunakan NPV Scheduler :
Total tonase batuan : 139.040.608 tonne Total tonase bijih : 103.406.348 tonne Total tonase waste : 35.634.260 tonne
Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 1.799.298.971 Biaya Penambangan : $ 352.756.964
Biaya Pengolahan : $ 281.394.073
Keuntungan bersih (Profit) : $ 1.165.147.933 Perkiraan NPV : $ 990.652.802
5.2
Analisis Hasil Ketiga Skenario
Setelah mengetahui skenario (1), skenario (2), skenario (3) seperti keterangan diatas dan melihat hasil Tabel 5.9 dan Gambar 5.13 memperlihatkan penambangan skenario (2) menghasilkan tonase terbesar baik bijih maupun waste, disusul skenario (1) baik untuk bijih maupun waste, dan yang terakhir ialah skenario (3). Hal ini terjadi karena pada skenario (2) pendapatan yang didalamnya terdapat komponen harga jual produk berharga mengalami kenaikan sehingga memungkinkan untuk menjual logam berkadar lebih rendah sekaligus menambang lebih banyak batuan termasuk didalamnya bijih dan waste.
Tabel 5.9
Perbandingan Antara Total Batuan, Bijih, Waste Tiap Skenario
Skenario Tonase batuan
(tonne) Total bijih (tonne) Total waste (tonne) 1 170.044.076 127.759.450 42.284.626 2 185.293.261 135.791.977 49.501.284 3 139.040.608 103.406.348 35.634.260 0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0 1 8 0 2 0 0 1 2 3 S k e n a r io T o n n e ( m il li o n ) To ta l r o c k To ta l o r e To ta l w a s te
Hasil keluaran model batas pit akhir berupa permukaan ultimate pit limit dari simulasi ketiga skenario (1), (2), (3) setelah dijalankan pada NPV Scheduler, terlihat bahwa skenario (1) dan (2) memiliki gambar permukaan yang relatif mirip, sementara untuk skenario (3) menghasilkan gambar permukaan ultimate pit yang berbeda dari skenario (1) dan (2).
Kenaikan harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan yang mengakibatkan naiknya revenue ternyata hanya merubah sedikit desain akhir pit suatu tambang, akan tetapi hal tersebut tidak dialami skenario penurunan harga komoditas logam. Penurunan harga komoditas logam akan lebih berdampak terhadap perubahan pada ultimate pit. Hal ini terlihat jelas seperti pada Gambar 5.14 s/ Gambar 5.16 yaitu penurunan harga logam akan lebih berdampak terhadap ultimate pit daripada adanya kenaikan harga komoditas logam yang pada akhirnya turut mempengaruhi hasil optimasi pit.
Gambar 5.13 Perbandingan Antara Total Batuan, Bijih, Waste Yang Diperoleh Tiap Skenario
Simulasi ketiga skenario skenario (1), (2), (3) yang turut mengubah ongkos penambangan per tonne bat uan maupun ongkos pengolahan per tonne bijih hanya terjadi untuk skenario (2) dan (3), tetapi tidak terjadi pada skenario (1). Perbedaan pemasukkan dari penjualan logam ( valuable product) untuk ketiga skenario (harga logam skenario (3) < harga logam skenar io (1) < harga logam skenario (2) mengakibatkan skenario (2) merupakan skenario yang menghasilkan pendapatan dari tambang terbesar, disusul skenario (1), dan yang menghasilkan pendapatan dari tambang terkecil yaitu skenario (3).
Pendapatan bersih dari ke tiga skenario skenario (1), (2), (3) proyek tambang tersebut yaitu pemasukkan dari penjualan komoditas mineral dikurangi ongkos penambangan dan pengolahan menempatkan skenario (2) sebagai skenario dengan Gambar 5.14 Ultimate Pit - Skenario (1) Gambar 5.15 Ultimate Pit - Skenario (2)
Tabel 5.10
Kondisi Keekonomian Untuk Ketiga Skenario
laba bersih yang dihasilkan tertinggi, disusul skena rio (1), dan yang terendah menghasilkan laba bersih ialah skenario (3). Pendapatan bersih tersebut turut mempengaruhi NPV ketiga skenario. Hal ini terlihat dari NPV tertinggi yang diraih skenario (2), disusul skenario (1), dan skenario (3) sebagai skenario yang menghasilkan NPV terendah.
Pada Gambar 5.17 dan Tabel 5.10 dibawah berikut terlihat bahwa meskipun profit skenario (1) cukup berbeda dengan skenario (3) tetapi untuk NPV baik skenario (1) maupun skenario (3) berada pada level kurang lebih sama. Hal ini dapat dijelaskan karena umur proyek tambang skenario (3) lebih singkat daripada skenario (1), sementara NPV sangat bergantung pada faktor umur/tahun yaitu NPV pada suatu proyek akan lebih besar nilainya pada umur proyek yang lebih singkat.
Perubahan harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan di tingkat produksi yang sama pada suatu proyek tambang (seperti pada Gambar 5.17 dan Tabel 5.10) dari awal tambang berdiri hingga tambang tersebut berakhir menyebabkan berubahnya kondisi keekonomian untuk ketiga skenario seperti Cost, Revenue, Profit, dan NPV.
Skenario Revenue ($) Total Cost ($) Profit ($) NPV ($)
1 2.225.985.861 687.263.134 1.538.722.727 1.005.177.005
2 3.259.622.120 832.577.891 2.427.044.230 2.022.340.386
3 1.799.298.971 634.151.037 1.165.147.933 990.652.802
Gambar 5.17 Kondisi Keekonomian Untuk Ketiga Skenario
0 500,000,000 1,000,000,000 1,500,000,000 2,000,000,000 2,500,000,000 3,000,000,000 3,500,000,000 1 2 3 Skenario Revenue Total Cost Profit NPV Estimate
Tabel 5.11
Umur Pushback Untuk Ketiga Skenario
Berubahnya harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan yang terjadi pada ketiga skenario penambangan diatas akan sangat mempengaruhi berakhirnya umur tamb ang umur tambang dan kadar batas rata-rata dari logam yang dapat ditambang. Hal ini terlihat jelas dari Gambar 5.18, dimana menurunnya harga komoditas logam akan lebih berdampak pada umur tambang. Skenario (1) dan skenario (2) menghasilkan umur tambang y ang relatif sama 12,78 tahun, sementara skenario (3) yang merupakan simulasi skenario disertai dengan penurunan harga logam menjadi skenario dengan umur tambang tersingkat 9,74 tahun. Semakin singkatnya umur tambang tersebut diakibatkan berkurangnya bijih yang dapat diperhitungakan menjadi cadangan yang kadarnya diatas kadar batas minimum (dapat menghasilkan keuntungan apabila ditambang) dikarenakan asumsi harga penerimaan dari penjualan logam rendah.
Hasil simulasi ketiga skenario pada NPV Scheduler memper lihatkan bahwa perubahan harga komoditas logam dan ongkos produksi dapat mempengaruhi umur tambang terutama dengan adanya penurunan harga logam yang akan lebih mempengaruhi umur tambang daripada adanya kenaikan harga logam. Kenaikan harga logam (mengakibat kan naiknya revenue) akan memberikan efek semakin rendahnya kadar logam rata -rata yang masih menguntungkan apabila diambil daripada adanya penurunan harga logam (mengakibatkan turunnya revenue). Tabel dan gambar berikut disajikan untuk menambah penjelasan diatas.
Skenario Umur tambang (tahun)
1 12,78
2 12,78
0 2 4 6 8 10 12 14 1 2 3 Skenario Ta
hun Lifetime of Mine(Tahun)
0.37 0.38 0.39 0.4 0.41 0.42 0.43 1 2 3 Skenario (gr /t onne ) Kadar SULF1-Au (gr/tonne) 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 1 2 3 Skenario (% ) Kadar SULF1-Cu (%) Kadar SULF2-Cu (%) Gambar 5.18 Umur Pushback Untuk Ketiga Skenario
grafk
Tabel 5.12
Tabulasi ketiga skenario (estimasi)
Pada Tabel 5.12 dibawah ini akan ditampilkan tabulasi dari hasil ketiga skenario :
Nama komponen Skenario 1 Skenario 2 Skenario 3
Tonase Batuan (tonne) 679.696.412 679.696.412 679.696.412
mula-mula Bijih (tonne) 343.409.344 343.409.344 343.409.344
Waste (tonne) 336.287.068 336.287.068 336.287.068
Tonase Batuan (tonne) 170.044.076 185.293.261 139.040.608
setelah optimasi Bijih (tonne) 127.759.450 135.791.977 103.406.348
Pit (LG method) Waste (tonne) 42.284.626 49.501.284 35.634.260
SR 0,33 0,36 0,34 Umur pushback tambang (tahun) 12,78 12,78 9,75 Studi Revenue ($) 2.225.985.861 3.259.622.120 1.799.298.971 Keekonomian Cost ($) 687.263.134 832.285.353 634.151.037 Profit ($) 1.538.722.727 2.427.044.231 1.165.147.933 NPV ($) 1.005.177.005 2.022.340.385 990.652.802 Perolehan SULF1-Au (gr/tonne) 0,402 0,389 0,427 kadar SULF1-Cu (%) 0,162 0,153 0,178 SULF2-Cu (%) 0,086 0,083 0,103
5.3
Analisis Hasil Simulasi NPV Scheduler Vs Program Sederhana
Gambaran simulasi dan hasil baik itu simulasi NPV Scheduler yang dijalankan dengan teknik optimasi Lerchs Grossman terhadap ketiga sk enario skenario (1), (2), (3) serta hasil simulasi program sederhana dengan teknik optimasi Lerchs Grossman terhadap lima skenario skenario (1), (2), (3), (4), (5) yaitu sbb.5.3.1 Simulasi Kenaikan
Revenue (Harga Komoditas Logam)
Disertai Kenaikan Ongkos Produ ksi
Catatan
Blok bijih : blok berwarna kuning bertanda positif Blok waste : blok berwarna abu-abu bertanda negatif Blok yang disilang (crossed) :batas maksimum pit
yang mungkin terbentuk. Semua satuan dalam ($x1000)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 2 x -10 -10 -10 -10 50 50 -10 -10 -10 -10 -10 -10 -10 -10 -10 x 3 x x -10 -10 -10 50 40 40 40 -10 -10 -10 -10 -10 -10 x x 4 x x x -10 60 60 -10 -10 -10 -10 -10 -10 -10 -10 x x x 5 x x x x 50 60 -10 -10 -10 -10 -10 -10 -10 x x x x 6 x x x x x -10 -10 -10 -10 -10 -10 -10 x x x x x 7 x x x x x x -10 -10 -10 -10 -10 x x x x x x 8 x x x x x x x -10 -10 -10 x x x x x x x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 2 x -12 -12 -12 -12 88 88 -12 -12 -12 -12 -12 -12 -12 -12 -12 x 3 x x -12 -12 -12 88 78 78 78 -12 -12 -12 -12 -12 -12 x x 4 x x x -12 98 98 -12 -12 -12 -12 -12 -12 -12 -12 x x x 5 x x x x 88 98 -12 -12 -12 -12 -12 -12 -12 x x x x 6 x x x x x -12 -12 -12 -12 -12 -12 -12 x x x x x 7 x x x x x x -12 -12 -12 -12 -12 x x x x x x 8 x x x x x x x -12 -12 -12 x x x x x x x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 2 x -12 -12 -12 -12 58 58 -12 -12 -12 -12 -12 -12 -12 -12 -12 x 3 x x -12 -12 -12 58 48 48 48 -12 -12 -12 -12 -12 -12 x x 4 x x x -12 68 68 -12 -12 -12 -12 -12 -12 -12 -12 x x x 5 x x x x 58 68 -12 -12 -12 -12 -12 -12 -12 x x x x 6 x x x x x -12 -12 -12 -12 -12 -12 -12 x x x x x 7 x x x x x x -12 -12 -12 -12 -12 x x x x x x 8 x x x x x x x -12 -12 -12 x x x x x x x Skenario (2) Skenario (3) Skenario (1)
Tabel 5.13
Kondisi Keekonomian Simulasi Kenaikan Revenue
Hasil simulasi kenaikan net revenue (harga komoditas logam) menggunakan program sederhana dengan metoda optimasi Lerchs Grossman menunjukkan bahwa kenaikan net revenue tidak berpengaruh terhadap ben tuk desain akhir pit (ultimate pit). Hasil yang hampir sama terjadi pada bentuk pit optimal simulasi kenaikan revenue NPV Scheduler.
Keuntungan bersih (net profit) yang didapat dari simulasi program sederhana untuk skenario (1), skenario (2), dan skenario (3) yaitu kenaikan. Hasil Tabel 5.13 ini mengindikasikan semakin besar kenaikan revenue akan lebih berdampak terhadap profit.
Umur tambang yang didapat dari menjalankan program sederhana dipastikan sama, baik untuk skenario (1), skenario (2), dan skenario (3) karena jumlah bijih dan waste hasil optimasi sama. Hasil ini seolah menunjukkan adanya k ecenderungan umur tambang yang relatif stabil meskipun terjadi kenaikan revenue (harga komoditas logam), hal yang sama terjadi pada simulasi kenaikan revenue NPV Scheduler.
5.3.2 Simulasi Penurunan Revenue (Harga Komoditas Logam)
Disertai Kenaikan Ongkos Produ ksi
5.3.2.1
Menggunakan Program Sederhana
Skenario Jumlah bijih Jumlah waste Profit ($)
1 10 23 268.000
2 10 23 304.000
3 10 23 604.000
Skenario (1)
Catatan
Blok bijih : blok berwarna kuning bertanda positif Blok waste : blok berwarna abu-abu bertanda negatif Blok yang disilang (crossed) :batas maksimum pit
yang mungkin terbentuk. Semua satuan dalam ($x1000)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 -10 2 x -10 -10 -10 -10 50 50 -10 -10 -10 -10 -10 -10 -10 -10 -10 x 3 x x -10 -10 -10 50 40 40 40 -10 -10 -10 -10 -10 -10 x x 4 x x x -10 60 60 -10 -10 -10 -10 -10 -10 -10 -10 x x x 5 x x x x 50 60 -10 -10 -10 -10 -10 -10 -10 x x x x 6 x x x x x -10 -10 -10 -10 -10 -10 -10 x x x x x 7 x x x x x x -10 -10 -10 -10 -10 x x x x x x 8 x x x x x x x -10 -10 -10 x x x x x x x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 2 x -12 -12 -12 -12 28 28 -12 -12 -12 -12 -12 -12 -12 -12 -12 x 3 x x -12 -12 -12 28 18 18 18 -12 -12 -12 -12 -12 -12 x x 4 x x x -12 38 38 -12 -12 -12 -12 -12 -12 -12 -12 x x x 5 x x x x 28 38 -12 -12 -12 -12 -12 -12 -12 x x x x 6 x x x x x -12 -12 -12 -12 -12 -12 -12 x x x x x 7 x x x x x x -12 -12 -12 -12 -12 x x x x x x 8 x x x x x x x -12 -12 -12 x x x x x x x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 -12 2 x -12 -12 -12 -12 38 38 -12 -12 -12 -12 -12 -12 -12 -12 -12 x 3 x x -12 -12 -12 38 28 28 28 -12 -12 -12 -12 -12 -12 x x 4 x x x -12 48 48 -12 -12 -12 -12 -12 -12 -12 -12 x x x 5 x x x x 38 48 -12 -12 -12 -12 -12 -12 -12 x x x x 6 x x x x x -12 -12 -12 -12 -12 -12 -12 x x x x x 7 x x x x x x -12 -12 -12 -12 -12 x x x x x x 8 x x x x x x x -12 -12 -12 x x x x x x x Skenario (5) Skenario (4)
Tabel 5.14
Kondisi Keekonomian Simulasi Penurunan Revenue
Tabel 5.15
Lerchs Grossman Vs Floating Cone
Hasil simulasi pada Gambar 5.24 memperlihatkan keadaan turunnya net revenue (turunnya harga komoditas logam) akan lebih berdampak pada batas akhir pit (lebih sensitifnya perubahan pada batas akhir pit) daripa da adanya kondisi kenaikan net revenue. Hasil ini sama seperti simulasi penurunan revenue NPV Scheduler yaitu perubahan bentuk pit lebih terlihat daripada adanya simulasi kenaikan revenue.
Keuntungan bersih yang didapat dari simulasi program sederhana untuk simulasi penurunan Hasil Tabel 5.14 ini memberi gambaran bagaimana pengaruh penurunan revenue (harga komoditas logam) terhadap profit.
Umur tambang yang didapat dari menjalankan program sederhana ialah skenario (1) < skenario (4) < skenario (5). Hal ini dapat dilihat dari jumlah bijih dan waste hasil optimasi. Informasi yang didapat ialah bahwa p enurunan revenue (harga komoditas logam) akan sangat memberi pengaruh pada umur tambang , hal yang sama terjadi pada simulasi penurunan revenue menggunakan NPV Scheduler.
5.4.
Simulasi Perubahan Revenue Lerchs Grossman Vs Floating Cone
Pada Tabel 5.15 optimasi menggunakan teknik Lerchs Grossman vs Floating Cone menunjukkan perbedaan keduanya terdapat pada desain pit skenario (4) penurunan revenue yang menunjukkan Lerchs Grossman menghasilkan pit yang sedikit lebih sensitif dengan profit sama, meskipun ketika revenue kembali diturunkan keduanya kembali sama.
Skenario Jumlah bijih Jumlah waste Profit ($)
1 10 23 268.000
4 9 19 114.000
5 8 17 30.000
Skenario 1
Skenario 2
Lerchs Grossman : Floating Cone :
Lerchs Grossman : Floating Cone : Skenario 3
Skenario 4
Lerchs Grossman : Floating Cone : Skenario 5
