Metode Perhitungan Cadangan Geostatistika.docx

Metode Perhitungan Cadangan Geostatistika Metode geostatistik dapat menentukan estimasi juga kesalahan (error) dengan menemukan koefisien bobot pada suatu blok penambangan, sekaligus dapat mengkonfigurasi data yang dapat meminimalisir error. Pada mulanya, geostatistika berasal dari indsutri penambangan,

karena

perhitungan

cadangan

mineral

dengan

metode

statistik

klasik/konvensional dirasa kurang tepat untuk menghitung persebaran cadangan mineral dengan tepat yang mana menghasilkan ketidak-akurasi-an yang tinggi. Untuk itu, dikembangkan metode geostatistika yang dapat mengestimasi cadangan mineral dengan tepat yaitu dengan teknik krigging. Analisis Geostatistika merupakan suatu “tools” yang tepat untuk memprediksi pengambilan keputusan di industri pertambangan. Metode geostatistika berguna untuk penilaian lokasi, karakterisasi, dan pemodelan reservoir. Pendekatan yang biasa dilakukan pada geostastika adalah 3 langkah berulang yaitu EDA (Exploratory Data Analysis), Variogram model selection, dan Prediksi dengan Kriging estimation dan/atau simulasi. Sebenarnya, tujuan utama dari pemodelan secara geostatistika adalah untuk membuat model reservoir (realisasi) yang semirip mungkin (realistis) dengan keadaan aslinya dari heterogenitas reservoir, sehingga dapat mengestimasi juga biaya “asli” yang akan dikeluarkan. Dalam suatu pemodelan data pastinya dibutuhkan software yang mendukung. Software yang mendukung metode geostatistik di antaranya adalah Excel, Surfer, GIS, SuperGIS Spatial Statistical Analyst, Isatis, dll. Contoh dari aplikasi geostatistik adalah untuk pemodelan menetukan kualitas dan cadangan mineral bahan baku semen

Langkah pertama yang dilakukan adalah EDA (Exploratory Data Analysis yang bertujuan untuk menentukan keberadaan subpopulasi pada data, melihat apakah ada outliers, menentukan nilai batas ambang (treshold) yang nantinya akan digunakan untuk menentukan nilai anomali, dan untuk memastikan kenormalan suatu data sebelum diolah secara geostatistik. Pada langkah

ini analisis bisa menggunakan software Microsoft Excel. EDA dapat berupa summary statistics dan histogram, seperti contoh di bawah ini:

Setelah penetuan data, maka selanjutnya bisa dilakukan pemodelan variogram. Pada kasus ini, variogram dapat digunakan untuk mengevaluasi sumber daya mineral dan cadangan mineral untuk mengukur faktor-faktor geologis yang dapat mengukur faktor-faktor geologis yang mempengaruhi keakuratan estimasi. Variogram merupakan input penting pada geostatistika yang mana untuk menyelidiki spatial variability dan estimasi geostatistik dapat dengan mudah apabila dilihat dengan model variogram. Berikut adalah contoh variogram horizontal:

Setelah variogram analisis maka bisa dilanjutkan dengan Kriging Implementation. Metode Kriging ada banyak jenisnya, yaitu oridirnary, universal, multi-Gaussian, dll. Ordinary Kriging digunakan untuk menghitung nilai titik atau blok dari variogram tanpa harus memberikan data tambahan atau modifikasi data sample. Biasanya, kriging dipilih untuk memperkirakan korelasi antar modulus.

Setelah itu, dilakuakn cross-validation tests. Prosedur ini bertujuan untuk mengecek kompatibilitas antara serangkaian data dan model. Hasil estimasi dibandingkan dengan nilai aktual untuk menghasilkan kesalahan estimasi, distandarisasi oleh standar deviasi estimasi.

Dari analisis variogram hingga cross-validation test menunjukkan bahwa strategi pengambilan sample efektif dan jarak antar sample cukup untuk menentukan kualitas bahan baku dan karakteristik cadangan mineral, yang mana pada analisis cross validation menunjukkan bahwa model dengan parameter representatif untuk variabel-variable di wilayah penelitian. Maka langkah selanjutnya adalah membuat peta kontur modulus (quality mapping).