ESTIMASI SUMBER DAYA DAN CADANGAN BIJIH NIKEL LATERIT PADA PT.LENGAN TENGGARA RESOURCE KECAMATAN LANGGIKIMA KABUPATEN KONAWE UTARA PROVINSI SULAWESI
TENGGARA
LAPORAN MINGGUAN
DIAJUKAN OLEH:
FITRATTUN WULANDARI R1D120038
TUN TUN ZUMRATUN R1D120064
MUH. TAUFIK RIDWAN R1D120094
LD. MUH. SHAKTYAWAN R1D120084
ZAINAL ABIDIN R1D120122
JURUSAN TEKNIK PERTAMBANGAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HALU OLEO
KENDARI 2023
BAB 1 PENDAHULUAN 1.1 Latar Belakang
Indonesia pada dasarnya merupakan negara yang kaya akan sumberdaya alam, terutama bahan tambang yang merupakan sumberdaya alam yang tidak diperbaharui. Salah satu contoh sumberdaya alam yang sangat penting adalah mineral. Mineral ini merupakan bahan baku dalam industri pertambangan.
Pertambangan adalah sebagian atau seluruh tahapan kegiatan dalam rangka penelitian, pengelolaan dan pengusahaan mineral atau batubara yang meliputi penyelidikan umum, eksplorasi, studi kelayakan, konstruksi, penambangan, pengolahan dan pemurnian, pengangkutan dan penjualan, serta kegiatan pascatambang. Salah satu komoditas tambang terbesar di Indonesia adalah pertambangan nikel.
Nikel sebagai salah satu sumber daya mineral ekonomis sangat diperlukan untuk dapat memenuhi kebutuhan dibidang perindustrian. . Di Indonesia nikel dijumpai hanya dalam bentuk nikel sekunder atau ynag biasa disebut nikel laterit.
Istilah “laterit” bisa diartikan sebagai endapan yang kaya oksida besi, miskin unsure silica dan secara intensif ditemukan pada endapan lapukan pada iklim tropis . Nikel laterit dapat juga diartikan sebagai mineral logam hasil dari proses pelapukan dan pengkayaan mineral pada batuan ultramafik.
Sulawesi Tenggara merupakan salah satu penghasil nikel laterit. Salah satu daerah di Sulawesi Tenggara yang memiliki sumberdaya nikel laterit yaitu di kecamatn Langgikima, kabupaten Konawe Utara pada PT. Lengan Tenggara Resource. Untuk dapat menentukan kuantitas dan kualitas dari suatu endapan maka estimasi sumberdaya dan cadangan sangat berperen penting. Sebab dari hasil estimasi yang baik dan akurat dapat sangat menguntungkan bagi perusahaan.
Estimasi sumberdaya adalah estimasi dari bijih endapan mineral yang mana bagian dariperhitungan cadangan yang merupakan hal yang paling vital sebelum dilanjutkan ketahap selanjutnya yaitu perhitungan cadangan. Perhitungan cadangan berperan penting dalam menentukan jumlah, kualitas dan kemudahan
dalam eksplorasi secara komersial dari suatu endapan. Hasil perhitungan cadangan dapat memberikan taksiran kuantitas terhadap komoditas tambang, yaitu pada praktikum ini merupakan bijih nikel sehingga dari jumlah cadangan yang diperoleh dapat ditentukan umur tambang, perencanaan pabrik pengolahan dan penentuan batas-batas kegiatan penambangan, serta keperluan insfrastruktur lainnya yang dibuat berdasarkan rencana penambangan.
1.2 Batasan Masalah
Adapun batasan masalah pada praktikum ini adalah proses perhitungan atau estimasi cadangan yang dilakukan menggunakan metode Inverse Distance Weighted (IDW).
1.3 Rumusan Masalah
Adapun rumusan masalah pada praktikum ini adalah sebagai berikut:
1. Bagaimana metode estimasi sumberdaya dan cadangan yang digunakan pada praktikum ini?
2. Berapa juumlah estimasi sumberdaya dan cadangan pada praktikum ini?
1.4 Tujuan Penelitian
Adapun tujuan pada praktikum ini adalah sebagai berikut:
1. Untuk menentukan metode yang akan digunakan dalam estimasi sumberdaya dan cadangan.
2. Untuk menentukan berupa jumlah estimasi sumberdaya dan cadangan.
1.5 Manfaat Penelitian
Adapun manfaat pada praktikum ini adalah untuk menentukan metode yang digunakan dalam menghitung sumberdaya dan cadangan serta untuk menentukan hasil perhitungan sumberdaya dan cadangan.
BAB II
TINJAUAN PUSTAKA 2.1 Nikel Laterit
Nikel laterit merupakan salah satu mineral logam hasil dari proses pelapukan kimia batuan ultramafik yang mengakibatkan pengkayaan unsure Ni, Fe, Mn, dan Co secara residual dan sekunder. Nikel laterit dicirikan oleh adanya logam oksida yang berwarna coklat kemerahan mengandung Ni dan Fe. Salah satu faktor yang mempengaruhu pembentukan endapan nikel laterit adalah morfologi, batuan asal dan tingkat pelapukan (Lintjewas, dkk., 2019).
2.1.1 Genesa Nikel Laterit
Nikel laterit adalah material dari regolit (lapisan hasil pelapukan batuan yang menyelimuti batuan dasar) yang berasal dari batuan ultra basa yang mengandung unsure Ni dan Co. Laterit berasal dari bahasa latin yaitu later artinya batu atau membentuk bongkah-bongkah yang tersusun oleh fragmen-fragmen batuan yang mengambang diantara matriks, seperti bata diantara semen. Nikel laterit terbentuk pada daerah yang terbentuk pada zona perubahan muka air tanah.
Terjadinya perubahan dari musim kemarau ke musim hujan akan mempengaruhi pergerakan muka air tanah sehingga sesuai untuk terjadinya pembentukan laterit.
Air hujan yang mengandung CO2 dari udara meresap sampai ke permukaan air tanah sambil melindi mineral primer yang tidak stabil seperti olivine dan piroksin.
Air tanah meresap secara perlahan sampai batas antar zona limonit dan saprolit, kemudian mengalir secara lateral dan selanjutnya didominasi transportasi larutan secara horizontal.
Endapan laterit terbentuk dari pelpukan batuan ultramafik seperti peridotit yang disebabkan oleh pengaruh perubahancuaca (iklim). Cuaca merubah komposisi batuan dan melarutkan unsure-unsur Ni, Co, dan Fe. Air hujan yang mengandung CO2 dari udara meresap kebawah sampai ke permukaan air tanah sambil melindih mineral primer yang tidak stabil seperti serpentin dan piroksin.
Air tanah meresap secara perlahan dari atas ke bawah sampai batas antara zona
limonit dan zona saprolit kemudian mengalir secara lateral dan selanjutnya didominasi oleh transportasi larutan secara horizontal. Unsur-unsur yang terbawa bersama larutan seperti magnesium dan siliki akan mengalami pengendapan yang memungkinkan nikel hasil dari pengendapan unsur-unsur yang mudah larut akan masuk ke zona saprlolit. Pada zona ini batuan ultramafik akan berakumulasi dengan unsur-unsur yang mengandung nikel dan akan mengendap kembali pada rekahan melalui transportasi air tanah yang memasuki rekahan-rekahan tersebut sehingga zona saprolit ini akan menjadi jenuh dengan unsure nikel. Unsur-unsur yang tertinggal di zona limonit seperti Fe, Mg, Co, dan Ni akan mengalami pelapukan lebih lambat yang disebabkan oleh kurangnya konsentrasi air tanah pada zona ini sehingga kandungan nikel pada zona limonit akan lebih sedikit dibandingkan kandungan nikel pada zona saprolit (Santoso dan Subagio, 2018).
Untuk bahan-bahan yang sukar atau tidak mudah larut akan tinggal pada tempatnya dan sebagian turun ke bawah bersama larutan sebagi larutan koloid.
Batuan-batuan seperti Fe, Ni, dan Co akan membntuk konsentrasi celah pada zona yang disebut dengan zona saprolit, berwarna coklat kuning kemerahan (Kurniadi, dkk, 2018).
2.1.2 Profil Endapan Nikel Laterit
Profil endapan nikel laterit pada umumnya terbagi dari 5 zona gradasi sebagai berikut:
1. Tanah penutup atau top soil (biasanya disebut “Iron Capping”). Tanah residu berwarna merah tua yang merupakan hasil oksidasi yang terdiri dari masa hematite, geothit serta limonit. Kadar besi yang terkandung sangat tinggi dengan kelimpahan unsure Ni yang snagat rendah.
2. Zona limonit berwarna merah coklat atau kuning, berukuran butir halus hingga lempungan, lapisan kaya besi dari limonit soil yang menyelimuti seluruh area.
3. Zona lapisan antara atau “Silica Boxwork” zona ini jarang terdapat pada batuan dasar (bedrock) yang serpentinisasi. Berwarna putih-orange chert, quartz, menmgisi sepanjang rekahan dan sebagian menggantikan zona
terluar dari unserpentine fragmen peridotit, sebagian mengawetkan struktur dan tekstur dari batuan asal. Terkadang terdapat mineral opal, magnesit. Akumulasi dari garnierite-garnierit di dalam boxwork mungkin berasal dari nikel ore yang kaya akan silika.
4. Zona saprolit merupakan campuran dari sisa-sisa batuan, bersifat pasiran, saprolitic rims, vein dari garnierite, nickeliferous quartz, mangan dan pada pada beberapa kasus terdapat silica bozwork, bentukan dari suatu zona transisi dari limonit ke bedrock. Terkadang terdapat mineral quartz yang mengisi rekahan, mineral-mineral primer yang terlapukan, chlorit.
Garnierite dilapangan biasanya diidentifikasi sebagai “colloidal talk”
dengan lebih atau kurang nickeliferous serpentine. Struktur dan tekstur batual asal masih terlihat.
5. Batuan dasar (bedrock) tersusun atas bongkahan atau blok dari batuan induk yang secara umum sudah tidak mengandung mineral ekonomis (kadarnya sudah mendekati atau sama dengan batuan dasar). Bagian ini merupakan bagian terbawah dari profil laterit.
Gambar 2.1 Profil Nikel Laterit (Kurniadi dkk., 2018) 2.1.3 Faktor Pembentukan Nikel Laterit
Faktor-faktor yang mempengaruhi pembentukan bijih laterit nikel ini adalah sebagai berikut:
1. Batuan asal, batuan asal untuk terbentuknya endapan nikel laterit adalah batuan ultra basa. Terdapat elemen Ni pada olivin dan piroksin,
2. Struktur yang umumnya dijumpai pada zona laterit nikel adalah struktur kekar (joint) .
3. Iklim, pergantian musim kemarau dan musim penghujan dimana terjadi kenaikan dan peranan permukaan air tanah juga dapat menyebabkan terjadinya proses pemisahan dan akumulasi unsur-unsur.
4. Proses pelarutan kimia dan vegetasi, adalah unsur-unsur dan senyawa- senyawa yang membantu mempercepat proses pelapukan batuan menjadi soil. Air tanah yang mengandung CO2 memegang peranan penting didalam proses pelapukan kimia.
5. Topografi , yang landai akan mempunyai kesempatan untuk mengadakan penetrasi lebih dalam melalui rekahan-rekahan atau pori-pori batuan.
6. Waktu yang cukup lama akan mengakibatkan pelapukan yang cukup intensif karena akumulasi unsuur nikel cukup tinggi. Waktu laterisasi tiap ketebalan 1 mm membutuhkan waktu sekitar 100 tahun (Kurniadi dkk., 2018).
2.2 Klasifikasi Sumberdaya dan Cadangan Mineral 2.2.1 Sumberdaya Mineral
Berdasarkan Kode KCMI 2017 sumberdaya mineral adalah suatu konsentrasi atau keterjadian dari material yang memiliki pada atau di atas kerak bumi, dengan bentuk, kualitas dan kuantitas tertentu yang memiliki keprospekan yang beralasan untuk pada akhirnya dapat diekstrasi secara ekonomis.
Berdasarkan tingkat keyakinan geologinya sumberdaya mineral dibagi dalam tiga kategori yaitu:
1. Sumberdaya mineral tereka merupakan bagian dari sumberdaya mineral dimana kuantitas dan kualitas kadarnya diestimasi berdasarkan bukti-bukti geologi dan pengembalian conto yang terbatas.
2. Sumberdaya mineral tertunjuk merupakan bagian dari sumberdaya mineral dimana kuantitas, kadar atau kualitas, kerapatan, bentuk, darakteristik fisiknya dapat diestimasi dengan tingkat keyakinan yang cukup untuk memungkinkan penerapan faktor-faktor pengubah secara memadai untuk
mendukung perencanaan tambang dan evaluasi kelayakan ekonomi cebakan tersebut.
3. Sumberdaya mineral terukur merupakan bagian dari sumberdaya mineral dimana kuantitas, kadar atau kualitas, kerapatan, bentuk, karakteristik fisiknya dapat diestimasi dengan tingkat keyakinan yang memadai untuk memungkinkan penerapan faktor-faktor pengubah untuk mendukung perencanaan tambang detail dan evaluasi akhir dari kelayakan ekonomi cebakan tersebut.
2.2.2 Cadangan Mineral
Berdasarkan kode KCMI cadangan mineral adalah bagian dari sumberdaya mineral terukur dan/atau tertunjuk yang dapat ditambang secara ekonomis.
Cadangan mineral termaksuk material dilusi dan mempertimbangkan mineral atau bijih hilang yang mungkin terjadi ketika material tersebut diambang atau diesktraksi, dan ditentukan berdasarkan studi-studi yang berada pada tingkat pra- kelayakan atau kelayakan termaksud penerapan faktor pengubah.
Faktor pengubah merupakan pertimbangan-pertimbangan yangdigunakan untuk mengkonversi sumberdaya mineral ke cadangan mineral. Ini termaksuk, dan atau tidak terbatas pada, faktor-faktor penambangan, pengolahan, metalurgi, ekonomi, pemasaran, hokum, lingkungan, infrasturktur, sosial, dan pemerintah.
Hal tersebut dapat dijelaskan pada gambar berikut:
Gambar 2.2 Hubungan Umum antara Hasil Eksplorasi, Sumberdaya Mineral dan Cadangan Mineral (Kode KCMI, 2017).
2.3 Block Model
Dalam mengestimasi data terlebih dahulu dilakukan pembuatan block model dimana pembuatan ini bertujuan agar data yang telah ditaksir dengan ketetapan titik bor dapat diestimasikan dengan membuat block-block kecil yang telah ditetapkan ukuranya dengan tujuan untuk memperlihatkan kandungan dari pada suatu logam seperti Ni, Fe, dan lain-lain. Pemodelan blok yang dibuat, disesuaikan dengan spasi titik bor sehingga ukuran block model akan sesuai dengan spasi titik bor, selain itu pembuatan block model disesuaikan dengan perencanaan penambangan dan metode penambangan yang digunakan perusahaan serta disesuaikan dengan penyebaran endapan bahan galian. Untuk ukuran block user block size maximum block panjang 25 meter, lebar blok 25 meter, dan tebal block 3 meter. Sedangkan sub block size minimum dengan ukuran panjang block 12.5 meter,lebar block 12.5 meter, dan tebal block 1.5 meter (Conoras dan Tabaika, 2019).
2.4 Metode Estimasi
2.4.1 Metode Inverse Distance Weighting (IDW)
Metode inverse distance weighting adalah salah satu dari metode penaksiran dengan sampel yang dekat daripada yang lebih jauh. Bobot (weight) akan berubah secara linier sesuai dengan jaraknya dengan data sampel. Bobot ini tidak akan dipengaruhi oleh letak dari data sampel. Metode ini biasanya digunakan dalam industri pertambangan karena mudah untuk digunakan.
Pemilihan nilai sangat mempengaruhi hasil interpolasi nearest neighbor dimana nilai yang didapatkan merupakan nilai dari data point terdekat. Secara lanjut dapat dijelaskan dengan persamaan berikut:
𝑍 = ∑ 𝑤𝑖𝑧1
𝑛 𝑖=1
(1) Keterangan:
Z = Kadar yang ditaksir Wi = bobot conto Zi = kadar conto
Metode ini merupakan suatu cara penaksiran yang telah memperhitungkan adanya hubungan letak ruang (jarak), merupakan kombinasi linear atau harga rata-
rata tertimbang (weighting average) dari titik-titik data yang ada disekitarnya Metode seperjarak ini mempunyai batasan pada jarak saja dan belum memperhatikan efek pengelompokan data, sehingga data dengan jarak yang sama, namun mempunyai pola sebaran yang berbeda masih akan memberikan hasil yang sama atau dengan kata lain metode ini belum memberikan korelasi ruang titik data dengan titik data yang lain (Husaini dkk., 2018).
2.4.2 Metode Ordinary Kriging (OK)
Kriging adalah penaksir geostatistik yang dirancang untuk penaksiran kadar blok sebagai kombinasi linier dari sampel yang berada di sekitar blok, sedemikan rupa sehingga taksiran ini tidak nias dan memiliki varians minimum.
Metode ini mengombinasikan antar pembobotan rata-rata dengan linier dari data titik bor yang berada disekitarnya, dan juga mengkorelasikan antar sampel sesuai dengan jarak. Metode ini merupakan metode yang paling umum dipakai dalam penaksiran kualitas/kadar blok dalam suatu model cadangan.
Dengan teknik rata-rata tertimbang (weighted average), kriging akan memberikan bobot yang tinggi untuk sampel di dekat blok, dan sebaliknya bobot yang rendah untuk sampel di dekat blok, dan sebaliknya bobot yang rendah yang rendah untuk sampel yang jauh letaknya. Metode kriging yang digunakan adalah teknik linier (ordinary kriging). Ordinary kriging cenderung menghasilkan taksiran blok yang lebih merata atau kurang bervariasi dibandingkan dengan kadar yang sebenarnya (Husaini dkk, 2018).
Pada metode ini diasumsikan bahwa rata-rata (mean) tidak diketahui dan bernilai mkonstan. Ada beberapa hal yang perlu diperhatikan dalam pengolahan data dengan metode ordinary kriging antara lain (Conoras dan Tabaika, 2019):
1. Mencari nilai rata-rata di seluruh block. Bila harga taksiran suatu kadar Z dari suatu volume blok adalah 𝒁(𝑉), maka taksiran kadar dapat dihitung melalui pembobotan kadar-kadar conto 𝒁(𝑥𝑖).
2. Membertimbangkan kondisi tak bias dengan menentukan jumlah faktor pembobotan sama dengan satu.
∑ 𝜆𝑖=1
𝑛
𝑖
(2)
2.4.3 Metode Nearest Neighbour Point (NNP)
Metode nearest neighbor point atau biasa disebut sebagai metode polygon contoh terdekat, dimana pengambilan nilai estimasi terhadap titik berdasarkan pada pengaruh masing-masing titik mengikuti titik tersebut. Metode ini umumnya digunakan pada endapan yang relatif homogen dan mempunyai geometri yang sederhana. Daerah pengaruh dibuat dengan cara membagi dua jarak antara dua titik conto dengan satu garis sumbu, yang dapt dilihat pada gambar berikut ini (Kurnianto dkk., 2019):
Gambar 2.4 Metode Nearest Neighbour Point (Kurnianto dkk., 2019) 2.5 Validasi Hasil Estimasi
2.5.1 Cross Validation
Cross validation atau dapat disebut estimasi rotasi adalah sebuah teknik validasi model untuk menilai bagaimana hasil statistik analisis akan menggenerelasasi kumpulan data independen. Teknik ini utamanya digunakan untuk melakukan prediksi model dam memperkirakan seberapa akurat sebuah model prediktif ketika dijalankan dalam praktiknya (Azis dkk., 2020).
2.5.2 Regresi Linear Sederhana
Analisis regresi adalah suatu metode statistik yang mengamati hubungan antara variabel terikat Y dan serangkaian variabel bebas. Tujuan dari metode ini adalah untuk memprediksi nilai Y untuk nilai X yang diberikan. Model regresi linier sederhana adalah model regresi yang paling sederhana yang hanya memiliki suatu variabel bebas X. Analisis regresi memiliki beberapa kegunaan, salah satunya untuk melakukan prediksi terhadap variabel terikat Y. Untuk model regresi linier sederhana dapat dilihat pada persamaan 3 (Hijriani dkk., 2016):
𝑌 = 𝑎 + 𝑏𝑋 (3)
Y adalah variabel terikat yang diramalkan X adalah variabel bebas, a adalah intercept, yaitu nilai Y pada saat X=0, dan b adalah slope, yaitu perubahan rata-rata Y terhadap perubahan satu unit X. Koefisien a dan b adalah koefisien regresi dimana nilai a dan b dapat dicara menggunakan persamaan 4 dan 5 (Hijriani dkk., 2016) :
𝑏 = 𝑛(∑ 𝑥𝑦) − (∑ 𝑥)(∑ 𝑦) 𝑛(∑ 𝑥2) − (∑ 𝑥)2
(4)
𝑎 =∑ 𝑦 − 𝑏(∑ 𝑥) 𝑛
(5) Nilai a adalah slope, b adalah intercept dan n adalah banyaknya data yang digunakan dalam perhitungan (Hijriani dkk., 2016).
2.8.3 Root Mean Square Error (RMSE)
Root mean square error (RMSE) merupakan akar kuadrat dari kuadrat kesalahan rata-rata yang dihasilkan dari perhitungan. Jika hasil RMSE semakin rendah maka akan semakin baik hasil prediksinya. Hail RMSE dapat dihitung menggunakan persamaan 6 (Hayuningtyas dan Sari, 2022):
𝑅𝑀𝑆𝐸 = ∑ = √(𝑦𝑖 − 𝑦𝑖𝑛𝑖 2 𝑛
(6) Nilai RMSE yang rendah menunjukan bahwa niali yang dihasilkan suatu model perkiraan mendekati nilai aslinya. Sedangkan nilai RMSE semakin besar, maka keakuratan nilai yang dihasilkan semakin tidak akurat (Hayuningtyas dan Sari, 2022).
BAB III
METODE PENELITIAN 3.1 Waktu dan lokasi Praktikum
Kegiatan praktikum ini di lakukan dalam jangka waktu kurang lebih satu bulan, dimulai dari tangggal 21 oktober 2023 yang berlokasi di gedung laboratorium Fakultas Matematika Dan lmu Pengetahuan Alam, Universitas Halu Oleo. Secara administrasi, lokasi praktikum berada di Kota Kendari, Provinsi Sulawesi Tenggara.
Lokasi praktikum yang di maksud dapat di lihat pada gambar 3.1. akses menuju perusahaan dapat di tempuh melalui jalur darat menggunakan sepeda motor dan mobil yang berjarak ±179,3 dari kota kendari,dengan waktuh tempuh selama ±4 jam.
3.2 Jenis Studi Penelitian
Pada tahap ini jenis data yang di gunakan adalah praktikum secara kuantitatif karna praktikum akan berfokus pada aspek pengukuran terhadap objek. Dalam pelaksannan praktikum data yang di ambil sebagian besar adalah data sekunder, kemudian dari hasil analisis tersebut mendapatkan hasil estimasi sumberdaya dan cadangan bijih nikel laterit.
3.3 Bahan Dan Materi Praktikum
Studi praktikum ini hanya menggunakan data sekunder. Data sekunder adalah sebuah data yang berasal dari sumber data yang berada dari data asli atau primer,sebagai tujuan untuk melengkapi data yang mungkin belum lengkap untuk data primer, data sekunder antara lain:
1. Data sspreed sheet logging bor 2. Data topografi lokasi studi 3. Density material
4. Cut off grade (COG)
Gamabar 3.1 peta lokasi studi
3.3 Instrumen Studi Praktikum
Instrument praktikum meliputi semua hal yang di gunakan selama melakukan kegiatan praktikum. Instrumen yang di gunakan dalam praktikum dapat dilohat pada table 3.1 berikut :
Table 3.1 instrumen studi yang digunakan dalam praktikum
NO Nama fungsi
1 Laptop Sebagai tempat untuk mengolah data
2 sofware Microsoft office Sebagai alat untuk membuat dan mengolah data base
3 Software ArcGIS 10.8 Sebagia alat untuk membuat peta 4 Software surpac 6.6.2 Sebagai alat untuk mengestimasi sumber
daya dan cadangan dari data yang ada 5 Software global mapper Sebagai alat untuk mengolah data
topografi
6 Software SASplanet Sebagai alat untuk mengambil data citra satelit (situasi)
3.5 prosedur studi praktikum 3.5.1 pengolahan data
Pada tahap ini dilakukan pengolahan pengolahan data terhadap data yang telah dikumpulkan. Tahap proses ini mencakup :
1. Membuat peta pendukung
Membuuat beberapa jenis peta berupa, peta situasi lahan, peta kemiringan lereng, peta topografi, peta geologi, peta administrasi dan peta analisis struktur dengan menggunakan bantuan aplikasi Software ArcGIS dan Global mapper.
Peta-peta tersebut akan digunakan sebagia bahan pendukung analisis karakteristik lokasi studi.
2. Membuat Database Geologi
Data logging bor yang sudah ada dipisahkan menjadi empat data yang terdiri atas data collar, data assay, data geologi dan data survey. Hal tersebut dilakukan untuk membuat besis data (database) logging bor dengan format besis data yang telah dibuat terlebih dahulu dalam perangkat lunak excel, data collar berupa data koordinat titik bor yang memiliki data yang terdiri atas : nama titik bor, koordinat titik bor (x,y,z) dan kedalaman level akhir titik bor. Data survey berupa data arah kemiringan dan data kedalaman bor. Data assay berupa data yang berisi kandungan unsur tiap meter dari kedalama sebuah logging bor. Serta data geologi yang berisi kedalaman masing-masing zona lapisan laterit yang terdiri dari limonite, saprolit dan bedrock.
3. Membuat geological modeling
Pemodelan geologi endapan nikel laterit dilakukan berdasarkan hasil validasi pada geologi database yang terbagi menjadi tiga zona/layer yaitu zona limonit, zona saprolit dan batuan dasar (bedrock). Dari hasil validasi dilakukan pemodelan dan analisis bentuk geomerti sebaran endapan nikel laterit.
4. Membuat composit data
Database yang telah diproses selanjutnya akan dibuat composit per satu meter dan per zona untuk menghindari adanya interval yang los atau pembacaaan kadar
pada blok model saat melakukan estimasi menggunakan software surpac atau bisa bertujuan untuk mengetahui kadar rata-rata tertimbang.
5. Melakukan analisis statistik dasar
Analisis statistic di buat untuk sampel elemen NI setiap domain mineralisasi.
Analisis statistic dilakukan untuk mengetahui nilai rata-rata (mean), modus, variance, simpangan baku, coevisien variance dan skewness serta distribusi data.
analisis data statistic yang dilakukan menggunakan data hasil composit pada setiap zona yang telah divalidasi berdasarkan setiap perubahan kadar Ni dan Fe.
6. Membuat blok model
Membuaut 3 dimensi dengan cara membentuk model blok dengan ukuran cell yang telah ditentukan yaitu 5m x 5m x 1m. selanjutnya pembuatan constrain atribut blok model berupa data density, data kadar Ni dan Fe dan data litologi untuk tiap litologi yaitu limonit, saprolit, dan bedrock. Hal ini agar memudahkan perhitungan daerah pengaruh estimasi dengan menggunakan metode IDW.
7. Estimasi menggunakan metode idw
Melalukukan estimasi sumberdaya cadangan menggunakan metode inverse distance wighting (IDW) setelah dilakukan estimasi sumberdaya, dilakukan pengelompokan sesuai COG (Cut Off Grade) agar dapat diketahui nilai nila kadar dan sebaran endapan nikel laterit dan juga dapat dihitung jumlah cadangannnya.
3.5.2 diagram alir studi praktikum
Adapun diagram alir studi praktikum sebagai berikut :
Mulai
Studi Literatur
Data Sekunder 5) Data spreed shet logging bor 6) Data topografi lokasi studi 7) Density Material
8) Cut Off Grade (COG)
Pengumpulan Data
Data Sekunder 1) Data spreed shet logging bor 2) Data topografi lokasi studi 3) Density Material
4) Cut Off Grade (COG) Pengumpulan Data
A
A
Gambar 3.3 Diagram Alir Studi Analisis
Mengestimasi seumberdaya dan cadangan dari logging bor dengan menggunakan metode Inverse Distance Weight (IDW).
Pengolahan Data 1. Membuat Peta Pendukung
2. Membuat Database Geology 3. Membuat Geological Modelling 4. Membuat Komposite Data
5. Melakukan Analisis Statistik Dasar 6. Membuatan Blok Model
7. Estimasi menggunakan metode Inverse Distance Weight (IDW)
Hasil
Bentuk sebaran danjumlah sumberdaya cadangan metode invers distance weight (IDW)
SELESAI
BAB IV
HASIL DAN PEMBAHASAN
4.1 Morfologi, Topografi, Litologi
Daerah rencana penelitian berada di wilayah administrasi Kecamatan Menuai Kepulauan Kabupaten Morowali Provinsi Sulawesi Tengah. Akses menuju perusahaan berjarak ±242 km dari Kota Kendari (ibu kota Sulawesi Tenggara) serta bisa ditempuh melalui jalur darat menggunakan motor dan juga mobil dengan estimasi waktu ±9 jam 51 menit. Peta lokasi studi dapat dilihat pada gambar berikut:
Gambar 4.1 Peta Lokasi Studi
Tata guna lahan pada daerah penelitian adalah masih terdapat hutan lebat dengan vegetasi yang rapat dan semak belukar serta berguna untuk penyerapan air dari permukaan tanah sehingga dapat membantu proses pelapukan dan pengkayaan nikel laterit. Peta situasi lahan dapat dilihat pada gambar berikut:
Gambar 4.2 Peta Situasi Lahan Daerah Studi
Kondisi topografi pada daerah sebaran titik bor PT. Lengan Tenggara Resources cenderung landai, dimana elevasi terendah adalah 250 mdpl dan elevasi tertinggi yaitu 550 mdpl. Pada pembentukan nikel laterit topografi sangat berperan penting dikarenakan topografi yang landai sampai agak curam sangat baik dalam proses laterisasi. Peta topografi daerah studi dapat dilihat pada gambar berikut:
Gambar 4.3 Peta Topografi Daerah Studi
Kemiringan lereng atau slope merupakan salah satu data penting yang diperlukan dalam eksplorasi nikel laterit, karena berdasarkan proses pembentukanya, nikel laterit akan lebih optimal terbentuk pada daerah-daerah dengan kemiringan landai sampai agak curam. Berdasarkan klarifikasi kemiringan lereng menurut Van Zuidam, lokasi WIUP PT. Lengan Tenggara Resource memiliki kondisi kemiringan lereng landai sampai agak curam, karena jika kemiringan lereng terlalu curam maka proses laterisasinya kurang baik. sementara untuk area titik bor pada PT. Lengan Tenggara Resource didominasi dengan kemiringan lereng landai sampai agak curam. Peta kemiringan lereng atau slope dapat dilihat pada gambar berikut:
Gambar 4.4 Peta Kemiringan Lereng (Slope) Daerah Studi
Berdasarkan peta geologi regional daerah studi pada IUP PT. Lengan Tenggara Resource daerah ini tersusun pada formasi batuan Kompleks Ultramafik. Batuan ultramafik adalah pembawa utama unsur Ni (Nikel), Fe (Besi), dan Mg (Magnesium). Berdasarkan lembar Kendari-Lasusua formasi kompleks ultramafik tersusun dari batuan peridotit, harzburgit, dunit, gabro, dan serpentinit.
Peta geologi regional daerah studi dapat dilihat pada gambar berikut:
Gambar 4.5 Peta Geologi Regional Daerah Studi 4.2 Database dan Logging Bor
Dalam kegiatan perhitungan estimasi sumberdaya dan cadangan, database adalah data dasar sebelum melakukan perhitungan atau estimasi sumberdaya dan cadangan. Database berasal dari data logging bor yang merupakan data yang diambil pada saat kegiatan ekplorasi. Data logging bor menampilkan koordinat, kedalaman, zonasi, kadar parameter, identitas lubang bor dan juga elevasi. Dari data-data yang terdapat pada data logging bor akan dipisahkan menjadi empat data yang nantinya menjadi dasar untuk mengestimasi sumberdaya dan cadangan. Empat data tersebut adalah data assay, data collar, data survey, serta data geologi. Data-data tersebut dikelompokan dan disesuaikan berdasarkan pembacaan format database pada software Surpac 6.6.2 sebagai alat untuk mengestimasi sumberdaya dan cadangan dengan menggunakan metode estimasi IDW (Inverse Distance Weighting).
4.2.1 Pembuatan Database
Data assay adalah data yang menggambarkan atau menampilkan data kandungan unsur pada logging bor. Data ini berisikan identitas lubang bor atau
yang biasanya disebut sebagai hole id, litologi, kedalaman awal, kedalaman akhir dan juga jumlah kadar-kadar unsur Ni dan Fe.
Tabel 4.1 Data Assay
Hole_Id From To Ni Fe
DE1116 0 1 0.64 39.85
DE1116 1 2 0.65 39.82
DE1116 2 3 0.67 40.37
DE1116 3 4 1.201 41.18
DE1116 4 5 1.219 42.97
DE1116 5 6 1.25 44.84
DE1116 6 7 1.68 28.51
DE1116 7 8 1.687 15.23
DE1116 8 9 2.33 29.39
DE1116 9 10 1.54 25.14
DE1116 10 10.5 1.58 17.9
DE1116 10.5 11 1.32 7.03
DE1116 11 12 1.318 11.42
….. ….. ….. ….. …..
DE1120 2 3 1.3 49.34
DE1120 3 4 1.21 44.83
DE1120 4 5 1.25 34.42
Data collar adalah data yang menampilkan atau menggambarkan letak dan kedalaman dari suatu logging bor. Data ini berisikan identitas lubang bor atau hole id, letak dari logging bor atau koordinat titik bor (x,y,z atau elevasi) serta kedalaman maksimal dari logging bor tersebut.
Tabel 4.2 Data Collar
Hole_Id Y X Z Depth Hole Path
DE1116 9643619 422464.7 365.518 35 LINEAR DE1118 9643670 422464.6 376.928 36 LINEAR DE1120 9643719 422458.3 386.388 19.4 LINEAR DE1122 9643768 422464.4 390 41.8 LINEAR DE1124 9643865 422471.1 387.715 19 LINEAR DE1126 9643911 422464.4 385.46 21.5 LINEAR DE1213 9643970 422468.3 377.238 17 LINEAR DE1302 9644016 422470.8 367.565 15 LINEAR DE1304 9644066 422470.7 357.938 23 LINEAR DE1306 9644082 422491.6 356.12 11 LINEAR DE1308 9644110 422460.6 358.269 16 LINEAR
DE1310 9644164 422467.6 359.248 11 LINEAR
…… …… …… …… …… ……
DE1904 9643620 422566.5 375.492 14 LINEAR DE1906 9643616 422576.2 377.419 11 LINEAR DE1914 9643643 422570.2 380.984 11.3 LINEAR
Data geologi adalah data yang menampilkan atau menggambarkan zonasi nikel laterit dari logging bor. Data ini berisikan identitas lubang bor, kedalaman awal, kedalaman akhir serta zonasi/litologi nikel laterit yang berupa limonit, saprolit, dan bedrock.
Tabel 4.3 Data Geologi
Data survey adalah data yang menampilkan atau menggambarkan arah pengeboran dari suatu logging bor. Data ini berisikan identitas bor, kedalaman dari logging bor serta arah pengeboran (dip dan azimuth).
Tabel 4.4 Data Survey
Hole_Id Depth Dip Azimuth
DE1116 35 -90 0
DE1118 36 -90 0
DE1120 19.4 -90 0
hole_id from to lith
DE1116 0 1 LIM
DE1116 1 2 LIM
DE1116 2 3 LIM
DE1116 3 4 LIM
DE1116 4 5 LIM
DE1116 5 6 LIM
DE1116 6 7 SAP
DE1116 7 8 SAP
DE1116 8 9 SAP
DE1116 9 10 SAP
DE1116 10 10.5 SAP DE1116 10.5 11 SAP
DE1116 11 12 SAP
….. ….. ….. …..
DE1118 35 36 BRK
DE1120 0 1 LIM
DE1120 1 2 LIM
DE1122 41.8 -90 0
DE1124 19 -90 0
DE1126 21.5 -90 0
DE1213 17 -90 0
DE1302 15 -90 0
DE1304 23 -90 0
DE1306 11 -90 0
DE1308 16 -90 0
DE1310 11 -90 0
…. …. …. ….
DE1522 13 -90 0
DE1526 20 -90 0
DE1615 17 -90 0
Setelah dikelompokkan, empat data tersebut yang menjadi database untuk melakukan perhitungan sumberdaya dan cadangan menggunakan software Surpac 6.6.2 pada PT. Lengan Tenggara Resource dengan Logging bor sebanyak 85 titik dengan jarak antar titik bor kurang lebih 50 meter. Peta sebaran titik bor dapat dilihat pada gambar berikut:
Gambar 4.6 Peta Sebaran Titik Bor Daerah Studi
4.3 Anlisis Statistik 4.3.2 Histogram
Analisis statistik dasar dalam praktikum ini hanya dilakukan pada zona limonit dan zona saprolit dari profil nikel laterit. Hal ini dikarenakan praktikum ini bertujuan untuk mengetahui sumberdaya dan cadangan endapan nikel yang ada, dimana limonit dan saprolit memiliki kadar Ni yang berpotensi untuk
dieksploitasi. Mengingat karakteristik yang berbeda dari keduanya, maka analisis statistik terhadap keduanya kemudian dibagi lagi menjadi dua bagian, yaitu analisis terhadap kadar Ni dan kadar Fe serta analisis terhadapan profile endapan yakni limonit dan saprolit. Hal ini dikarenakan kedua parameter inilah yang nantinya digunakan untuk keperluan penaksiran dan perhitungan sumberdaya dan cadangan nikel laterit. Analisis statistic dasar yang dilakukan menggunakan data hasil composite setiap zona yang telah di validasi berdasarkan setiap perubahan kadar Ni dan Fe. Parameter – parameter statistik yang digunakan dalam praktikum ini adalah:
- Jumlah data
- Nilai maksimum dan minimum - Rata-rata, median
- Standar deviation - Coefisien of variance - Skewness
- Kurtosis
1. Analisis Statistik Dasar Zona Limonit
Dari data komposit kadar Ni dan Fe Limonit yang ada, dibuat histogram kadar Ni dan Fe Limonit yang dapat di lihat pada gambar dibawah ini:
Gambar 4.7 Histogram Kadar Ni Zona Limonit
Gambar 4.8 Histogram Kadar Fe Zona Limonit
Berdasarkan hasil ananalisis terhadap jumlah komposit sebanyak 307 kadar Ni dan 307 kadar fe pada zona limonit, didapatkan beberapa paremeter- parameter statistik dari kadar Ni limonit dan felimonit. Rata-rata kadar Ni limonit adalah sebesar 0.93% dan nilai median sebesar 0.89%, nilai standar deviation sebesar 0.32 dan koevisien of fariasinya dengan nilai 0.35 serta nilai skewenes positif sebesar 0.03 . Untuk rata-rata kadar fe sebesar 33.59% dan nilai median sebesar 36.80% , nilai standar deviation sebesar 11.50, dan koevisian of variasinya
sebesar 0.34, serta nilai skewes snegatifsebesar -0.86. Hasil analisis statistic dasar terhadap kadari Ni dan Fe zonaa limonit dapat dilihat pada tabel berikut:
Tabel 4.5 Hasil Analisis Statistik Dasar Kadar Ni dan Fe Zona Limonit
Variabel Ni Fe
Number of samples 307 307
Minimum value 0.05 6.32
Maximum value 1.78 53.88
Mean 0.93 33.59
Median 0.89 36.80
Variance 0.10 132.15
Standard Deviation 0.32 11.50
Skewness 0.03 -0.56
Coefficient of variation 0.35 0.34
2. Analisis Statistik Dasar Zona Saprolit
Dari data komposit kadar Ni dan Fe saprolit yang ada, dibuat histogram kadar Ni dan Fe Limonit yang dapat di lihat pada gambar dibawah ini:
Gambar 4.9 Histogram Kadar Ni Zona Saprolit
Gambar 4.10 Histogram Kadar Fe Zona Saprolit
Berdasarkan hasil analisis statistic dasar terhadap jumlah komposit sebanyak 975 kadar Ni dan 975 kadar fe pada zona saprolit, didapatkan beberapa paremeter-parameter statistik dari kadar Ni saprolit dan Fe saprolit. Rata-rata kadar Ni saprolit adalah sebesar 1.44% dan nilai median sebesar 1.49%, nilai standar deviation sebesar 0.44 dan Coefisien Of Variance dengan nilai 0.31 serta nilai skewenes negative sebesar -03.2 . Untuk rata-rata kadar Fe sebesar 13.83%
dan nilai median sebesar 9.96%, nilai standar deviation sebesar 90.61, dan koevisian of variasinya sebesar 0.69, serta nilai skewness positif sebesar 1.69.
Hasil analisis statistic dasar terhadap kadari Ni dan Fe zonaa limonit dapat dilihat pada tabel berikut:
Tabel 4.6 Hasil Analisis Statistik Dasar Kadar Ni dan Fe Zona Saprolit
Variabel Ni Fe
Number of samples 975 975
Minimum value 0.47 1.04
Maximum value 2.39 52.19
Mean 1.44 13.83
Median 1.49 9.96
Variance 0.20 92.30
Standard Deviation 0.44 9.61
Skewness -0.32 1.69
Coefficient of variation 0.31 0.69
4.4 Blok Model
Permodelan dan penaksiran sumberdaya dengan menggunakan perangkat lunak Surpac 6.6.2 didasarkan pada kerangka model blok. Ukuran blok model berfungsi untuk menentukan geometri mineralisasi, sebaran endapan di daerah tersebut dan metode sistem penambangan yang akan digunakan. Sketsa model blok secara 3D dapat dilihat pada gambar dibawah ini.
Gambar 4.11 Blok Model
Berdasarkan blok model yang telah dibuat memiliki ukuran blok model pada arah east (timur) dengan ukuran minimal 9643485.789 meter dan ukuran maksimal 9644190.789 meter serta pada arah nort (utara) dengan ukuran minimal 422438.32 meter dan ukuran maksimal 422688.32 meter. Blok model ini memiliki elevation (ketinggian) minimal 295.392 meter dan elevation (ketinggian) maksimal 410.392 meter serta memiliki ukuran blok model 5×5×1. Hal ini dapat dilihat pada tabel berikut:
Tabel 4.7 Ukuran Blok Model Koordinat (m)
Ukuran Blok (m) Arah Minimal Maksimal
East 9643475.789 9644190.789 5
North 422438.32 422688.32 5
Elevation 295.392 410.392 1
4.5 Metode Estimasi
Pemilihan metode estimasi yang akan digunakan didasarkan atas hasil analisis statistik dasar dengan beberapa parameter seperti nilai skewness, coeffisien of variance, serta karakteristik geometri endapan dan sebaran endapan.
Berdasarkan analisis geologi dapat dilihat bahwa lokasi blok eksplorasi tidak terdapat struktur. Hal ini didukung juga hasil analisis statistik dasar yang dilakukan, dimana dapat dilihat dari nilai coefficient of variance yakni 0.25 > 0.75 yang berarti penyebaran endapan bijih nikel laterit pada lokasi tersebut bersifat sangat heterogen sehingga tidak memungkinkan menggunakan metode NNP (Nearest Neighboard Point). Selanjutnya, nilai yang diperhatikan adalah nilai skewness pada hasil analisis statistik dasar, jika nilainya dibawah 0,5 atau mendekati 0 menunjukan data tersebut terdistribusi secara normal maka metode yang cocok digunakan adalah ordinary krigging ataupun metode metode IDW (Inverse Distance Weighting) dengan pertimbangan jarak antara titik bor tidak jauh, dikarenakan pada estimasi metode IDW (Inverse Distance Weighting) pada dasarnya mempertimbangkan jarak antara titik bor sebagai metode pembobotan data. Dari data hasil report pada software Surpac 6.6.2 diatas, dapat dilihat nilai skewness pada dua zona yaitu zona limonit dan zona saprolite memiliki nilai Coefisien Of Variance yakni 0,25-0,75 dengan COV rendah pada kategori endapan geometri sedang. Sehingga metode estimasi yang cocok digunakan pada penelitian ini yaitu metode Inverse Distance Weighingting (IDW).
4.6 Penentuan Nilai Power Dengan Analisis RMSE
RMSE merupakan pengukuran dengan mengukur hasil perbedaan nilai dari prediksi hasil estimasi block model dengan keadaan dilapangan. Jika hasil RMSE semakin rendah maka akan semakin baik hasil prediksinya. Nilai power dengan analisis RMSE dapat dilihat pada tabel berikut:
Tabel 4.8 Nilai Power dengan Analisis RMSE
Power IDW RMSE
Power 1 0.0010
Power 2 0.0012
Power 3 0.0021
Power 4 0.0004
Power 5 0.0016
BAB V
KESIMPULAN DAN SARAN
5.1 KESIMPULAN
Kesimpulan pada praktikum ini adalah sebagai berikut:
1. Berdasarkan nilai Coefficient of variation yang berada diantara range 0,25- 0,75 maka dikategorikan endapan geometri sedang, berdasarkan nilai pada dua zona yaitu zona limonit dan zona saprolit yang memiliki nilai skewness 0 dengan hasil analisis statistik dasar yang berarti data terdistribusi secara normal. Sehingga metode estimasi yang cocok digunakan pada penelitian ini yaitu metode Inverse Distance Weighting (IDW).
2. Berdasarkan hasil analisis perhitungan, diperoleh jumlah estimasi sumberdaya bijih nikel laterit pada PT. Lengan Tenggara Resource menggunakan bantuan software Surpac 6.6.2 dengan dua zona yaitu limonit dan saprolit. Kemudian pada zona limonit memiliki density 1.6, dan volume sebesar 481,975.00 m3 serta tonase 514,139.64 ton.
Selanjutnya pada zona saprolit dengan density 1.55, serta volume yaitu sebesar 1,524,075.00 m3 mempunyai tonase 2,613,591.45 ton. Kemudian, jumlah estimasi cadangan bijih nikel laterit pada zona limonit dengan density 1.6, dengan volume total 194,475.00 m3 dan tonase sebesar 277,593.00 ton dengan rata – rata nilai kadar Ni yakni 1.45%, sedangkan pada zona saprolite dengan density `1.55 didapatkan jumlah volume sebesar 194,475.00 m3 serta tonase yaitu 277,593.41 ton dan rata rata nilai kadar Ni yaitu 1.45%.
5.2 Saran
Saran kami pada praktikum ini adalah sebagai berikut:
1. Semoga pada praktikum selanjutnya, data yang diberikan lebih baik lagi serta ditambahkan beberapa data seperti data boulder, data struktur geologi dan lain – lain.
2. Untuk kakak-kakak asisten, maaf kak sebelumnya untuk informasi pengumpulan laporan diberitahukan sebelum deadline.
DAFTAR PUSTAKA
Azis, H., Fattah, F., & Putri, P. (2020). Performa Klasifikasi K-NN dan Cross- validation pada Data Pasien Pengidap Penyakit Jantung. 12(2), 81–86.
Conoras, W. A., & Tabaika, M. (2019). Dintek Volume 12 Nomor 1 Maret. 12, 19–28.
Hayuningtyas, R. Y., & Sari, R. (2022). Implementasi Data Mining Dengan Algoritma Multiple Linear Regression Untuk Memprediksi Penyakit Diabetes. 8(1). https://doi.org/10.31294/jtk.v4i2
Hijriani, A., Muludi, K., & Andini, E. A. (2016). PENYAJIAN HASIL PREDIKSI PEMAKAIAN AIR BERSIH PDAM INFORMASI GEOFRAFIS. 11(2).
Husaini, ahmad fakhri. (2018). Prosiding Teknik Pertambangan Penjadwalan Produksi dan Pentahapan Tambang (Mine Sequence).
Kode KCMI 2017.
Kurniadi, Adi. Rosana, Mega Fatimah. Yuningsih Euis Tintin. Luhur, P. H.
(2018). Karakteristik Batuan Asal Pembentukan Endapan Nikel Laterit Di Daerah Madang dan Serakaman Tengah. Padjadjaran Geoscience Journal, 02(03), 221–234.
Kurnianto, A., Setiahadiwibowo, A. P., & Giamboro, W. S. (2019). Estimasi Sumberdaya Batubara Menggunakan Metode Nearest Neighbour Point, Inverse Distance Weighting, Dan Kriging Pada Daerah Muara Bungo, Sumatera Selatan. Jurnal Geocelebes, 3(2), 75.
https://doi.org/10.20956/geocelebes.v3i2.7580
Lintjewas, L., Setiawan, I., & Kausar, A. Al. (2019). Profil Endapan Nikel Laterit di Daerah Palangga, Provinsi Sulawesi Tenggara. RISET Geologi Dan Pertambangan, 29(1), 91. https://doi.org/10.14203/risetgeotam2019.v29.970 Santoso, B., & Subagio. (2018). Pemodelan Nikel Laterit Berdasarkan Data
Resistivitas Di Daerah Kabaena Selatan Kabupaten Bombana, Provinsi Sulawesi Tenggara. Jurnal Geologi Dan Sumberdaya Mineral, 19(3), 148–
161. http://dx.doi.org/10.33332/jgsm.geologi.19.3.148-158
