STUDI KLASIFIKASI DAN ESTIMASI SUMBERDAYA

BATUBARA MENGGUNAKAN METODE GEOSTATSTIK

SEAM W100 PT ADARO INDONESIA
(Studi Kasus: Pit Wara 1 PT Adaro Indonesia, Kabupaten Tabalong, Kalimantan
Selatan)

PROPOSAL TUGAS AKHIR

OLEH

ZULFIKAR
D621 15 507

DEPARTEMEN TEKNIK PERTAMBANGAN

FAKULTAS TEKNIK

UNIVERSITAS HASANUDDIN

GOWA

2019
1
 PERMOHONAN TUGAS AKHIR
STUDI KLASIFIKASI DAN ESTIMASI SUMBERDAYA
BATUBARA SEAM W100 PT ADARO INDONESIA
DEPARTEMEN TEKNIK PERTAMBANGAN
FAKULTAS TEKNIK - UNIVERSITAS HASANUDDIN

Nama : Zulfikar

NIM : D621 15 507

Usulan Judul : “Studi Klasifikasi dan Estimasi Sumberdaya Batubara Seam

W100 PT Adaro Indonesia”

Gowa, 09 Mei 2019

Mahasiswa Bersangkutan

Zulfikar
D621 15 507

Mengetahui, Menyetujui,
Ketua Program Studi Kepala Laboratorium
Teknik Pertambangan Eksplorasi Mineral

Dr. Eng. Purwanto, ST., MT. Dr. Ir. Irzal Nur, MT.
NIP. 19711128 200501 1 002 NIP. 19660409 199703 1 002

2
I. Judul Penelitian

“Studi Klasifikasi dan Estimasi Sumberdaya Batubara Menggunakan Metode

Geostatistik Seam W100 PT Adaro Indonesia”

II. Latar Belakang

Batubara merupakan batuan mampu bakar yang terbentuk jutaan tahun yang

lalu. Batuan ini terdiri atas sisa-sisa tumbuhan purba yang mengalami proses

metamorfosis akibat proses biokimia dan geokimia. Jika proses biokimia mengubah

sisa tanaman menjadi gambut, maka proses geokimia yang terjadi setelah penimbunan

mengubah gambut menjadi lignit atau batubara berperingkat rendah. Proses geokimia

seterusnya akan mengubah lignit sampai menjadi batubara berperingkat tinggi, yakni

antrasit (Orem and Finkelman, 2014).

Kementerian Energi dan Sumberdaya Mineral (ESDM) pada tanggal 27 sampai

29 Agustus 2018 melakukan rekonsiliasi minerba dalam rangka meningkatkan kualitas

dan kuantitas data neraca minerba melalui Pusat Sumberdaya Mineral Batubara dan

Panas Bumi (PSDMBP) Badan Geologi bekerja sama dengan Direktorat Jenderal

Minerba dan Tim Koordinasi dan Supervisi (Korsup) sektor minerba KPK di Yogyakarta.

Salah satu hasilnya adalah peningkatan total sumberdaya dan cadangan batubara

nasional. Sumberdaya batubara yang semula berjumlah 125 miliar ton dan cadangan

berjumlah 25 miliar ton di tahun 2017, menjadi sekitar 166 miliar ton sumberdaya dan

37 miliar ton cadangan yang akan bertahan hingga sekitar 76 tahun ke depan

(Kementerian ESDM RI, 2018).

Sumberdaya batubara adalah bagian dari endapan batubara yang diharapkan

dapat dimanfaatkan. Sumberdaya batubara ini dibagi dalam kelas-kelas sumberdaya

berdasarkan tingkat keyakinan geologi yang ditentukan secara kualitatif oleh kondisi

3
geologi/tingkat kompleksitas dan secara kuantitatif oleh jarak titik informasi.

Sumberdaya ini dapat meningkat menjadi cadangan apabila telah dilakukan kajian

kelayakan, dan dinyatakan layak (SNI, 2011).

Penelitian evaluasi sumberdaya ini dilakukan pada seam W100 di Pit Wara 1 PT

Adaro Indonesia, kabupaten Tabalong, Kalimantan Selatan. Perhitungan sumberdaya

batubara pada seam ini menggunakan metode geostatistik yang dibantu dengan

software Geo Goal untuk menghasilkan boundary yang akan digunakan untuk estimasi

sumberdaya pada software Minescape. Kelas-kelas sumberdaya batubara berdasarkan

klasifikasi sumberdaya batubara menurut SNI (2011), serta belum dilakukannya

evaluasi sumberdaya batubara pada seam ini, maka penelitian ini perlu dilakukan

dalam mengestimasi dan mengklalisifikasikan sumberdaya batubara yang terdapat

pada seam W100 Pit Wara 1 PT. Adaro Indonesia.

III. Rumusan Masalah

Hasil perolehan yang lebih akurat dalam kegiatan penambangan, dibutuhkan

suatu metode estimasi sumberdaya yang baik. Berdasarkan hal tersebut, maka batasan

masalah dalam penelitian ini yakni bagaimana menentukan kelas-kelas sumberdaya

batubara berdasarkan klasifikasi sumberdaya menurut SNI (2011), dan estimasi

sumberdaya batubara untuk seam W100 pit Wara 1 PT Adaro Inodensia.

IV. Tujuan Penelitian

Tujuan dari penelitian ini berdasarkan rumusan masalah yang telah diuraikan di

atas yaitu untuk mengetahui kelas sumberdaya batubara berdasarkan klasifikasi hasil

SNI (2011), dan tonase sumberdaya batubara seam W100 Pit Wara 1 dengan

menggunakan metode geostatistik.

4
V. Kegunaan Penelitian

Keguanaan dari penelitian ini dari segi akademik, diharapkan dapat digunakan

sebagai bahan pembelajaran/referensi dalam menambah wawasan mengenai metode

estimasi sumberdaya batubara menggunakan geostatistik. Sedangkan bagi

perusahaan, hasil penelitian ini diharapkan dapat digunakan sebagai bahan

pertimbangan dalam membuat perhitungan sumberdaya batubara menggunakan

metode geostatistik.

VI. Tinjauan Pustaka

VI.1 Sumberdaya Batubara

Batubara merupakan batuan sedimen yang secara kimia dan fisika adalah

heterogen yang mengandung unsur-unsur karbon, hydrogen serta oksigen sebagai

komponen unsur utama dan belerang serta nitrogen sebagai unsur tambahan (Elliot,

1981). Batubara adalah batuan sedimen (padatan) yang dapat terbakar, terbentuk dari

sisa tumbuhan yang terhumifikasi, berwarna coklat sampai hitam yang selanjutnya

terkena proses fisika dan kimia yang berlangsung selama jutaan tahun sehingga

mengakibatkan pengkayaan kandungan karbonnya. Secara garis besar, batubara

terdiri dari zat organik, air dan bahan mineral (Anggayana, 2002).

Batubara berasal dari tumbuhan yang telah mati dan tertimbun dalam

cekungan yang berisi air dalam waktu yang sangat lama, mencapai jutaan tahun.

Inilah yang membedakan batubara dengan minyak bumi karena minyak bumi berasal

dari hewani. Dalam proses pembentukan batubara, banyak faktor yang

mempengaruhinya. Sebagai contoh, besarnya temperatur dan tekanan terhadap

tumbuhan mati akan mempengaruhi kondisi lapisan batubara yang terbentuk,

termasuk pengayaan kandungan karbon di dalam batubara. Timbunan material ini

5
kemudian mengalami proses penggambutan dan pembatubaraan sehingga menjadi

batubara. Batubara secara geologi termasuk golongan batuan sedimen organoklastik

(Arif, 2014).

Sumberdaya batubara (coal resources) merupakan bagian dari endapan

batubara dalam bentuk dan kuantitas tertentu serta mempunyai prospek beralasan

yang memungkinkan untuk ditambang secara ekonomis. Lokasi, kualitas, kuantitas

karakteristik geologi dan kemenerusan dari lapisan batubara yang telah diketahui,

diperkirakan atau diinterpretasikan dari bukti geologi tertentu. Sumberdaya batubara

dibagi sesuai dengan tingkat kepercayaan geologi ke dalam kategori tereka, tertunjuk,

dan terukur (SNI, 2011).

Tabel 1. Jarak titik informasi menurut kondisi geologi (SNI, 2011)

Kondisi Sumberdaya
Kriteria
Tereka Tertunjuk Terukur
Geologi
1000 < x ≤
Sederhana Jarak titik Informasi (m) 500 < x ≤ 1000 x ≤ 500
1500
Moderat Jarak titik Informasi (m) 500 < x ≤ 1000 250 < x ≤ 500 x ≤ 250
Kompleks Jarak titik Informasi (m) 200 < x ≤ 400 100 < x ≤ 200 x ≤ 100

Sumberdaya batubara dapat dikelompokkan menjadi beberapa kategori

berdasarkan tingkat keyakinan geologinya, antara lain (SNI, 2011):

1. Sumberdaya Batubara Tereka (Inferred)

Sumberdaya batubara tereka, jumlah dan distribusi titik-titik pengamatan, yang

mungkin ditunjang oleh data interpretatif, hendaknya dapat memberikan pemahaman

yang cukup tentang kondisi geologi untuk memperkirakan kemenerusan lapisan-lapisan

batubara yang terletak diantara titik-titik pengamatan. Mereka hendaknya juga

memenuhi suatu estimasi dari kisaran ketebalan dan kualitas yang dibuat untuk level

keyakinan yang rendah (yaitu tidak cukup untuk proses perencanaan tambang).

Sumberdaya batubara tereka boleh diestimasi dengan menggunakan data yang

6
diperoleh dari titik-titik pengamatan dengan spasi hingga 1,5 km. Kecenderungan

dalam ketebalan dan kualitas batubara hendaknya tidak diekstrapolasi secara tidak

beralasan di luar lini terakhir dari titik-titik pengamatan.

2. Sumberdaya Batubara Tertunjuk (Indicated)

Sumberdaya batubara tertunjuk jumlah dan distribusi serta keterpaduan dari

titik-titik pengamatan, yang mungkin ditunjang oleh data interpretatif, cukup untuk

memberikan suatu estimasi yang realistis tentang ketebalan batubara rata-rata, daerah

pelamparan, kisaran kedalaman, kualitas dan kuantitas batubara insitu. Mereka

memberikan level keyakinan dari endapan batubara yang cukup untuk membuat

rencana tambang dan perolehan pencucian batubara dan kualitas produk batubara

yang akan dihasilkan. Sumberdaya batubara tertunjuk boleh diestimasi dengan

menggunakan data yang diperoleh dari titik-titik pengamatan dengan spasi kurang dari

1 km, tapi jarak tersebut boleh diperpanjang bila ada justifikasi teknis, misalnya jika

ditunjang oleh analisis geostatistik. Kecenderungan dalam ketebalan dan kualitas

batubara hendaknya tidak diekstrapolasi melebihi setengah dari jarak spasi titik-titik

pengamatan.

3. Sumberdaya Batubara Terukur (Measured)

Sumberdaya batubara terukur, jumlah dan distribusi serta keterpaduan dari

titik-titik pengamatan, yang mungkin ditunjang oleh data interpretatif, cukup untuk

memberikan estimasi yang dapat diandalkan tentang ketebalan batubara rata-rata,

daerah pelamparan, kisaran kedalaman, kualitas dan kuantitas batubara insitu. Hal

tersebut memberikan level keyakinan dari endapan batubara yang cukup untuk

membuat rencana tambang rinci dan menentukan biaya-biaya penambangan dan

benefisiasi, estimasi perolehan pencucian batubara dan spesifikasi dari produk

batubara yang dapat dijual. Sumberdaya batubara terukur boleh diestimasi dengan

menggunakan data yang diperoleh dari titik-titik pengamatan dengan spasi seperti

7
yang tercantum pada tabel 2, tapi jarak tersebut boleh diperpanjang bila ada justifikasi

teknis, misalnya jika ditunjang oleh analisis geostatistik. Kecenderungan dalam

ketebalan dan kualitas batubara hendaknya tidak diekstrapolasi melebihi setengah dari

jarak spasi titik-titik pengamatan.

Sumberdaya Batubara Cadangan Batubara

(Coal Recources) (Coal Reserves)

Gambar 1. Hubungan antara hasil eksplorasi, sumberdaya batubara dan cadangan

batubara (SNI, 2011)

VI.2 Geostatistik

6.3 Ordinary Kriging

Ordinary kriging merupakan pendugaan suatu nilai variabel pada titik tertentu

dilakukan dengan cara mengamati data yang sejenis pada suatu daerah. Pada setiap

titik yang tidak diketahui nilainya, maka akan diestimasi dengan menggunakan

kombinasi linier terboboti (weighted linier combination). Bobot dalam metode ordinary

kriging ini dipengaruhi oleh model variogram, sehingga ketetapan pada pemilihan

8
model variogram akan memberikan estimasi yang baik pada metode kriging (Isaaks,

[Link]., 1989).

Ordinary kriging memiliki asumsi khas untuk penerapan pengamatan yang

cukup untuk mengestimasi variogram, dimana ordinary kriging berhubungan dengn

prediksi spasial dengan dua asumsi, yaitu asumsi model dan asumsi prediksi (Cressie,

1993).

1. Asumsi model

2. Asumsi prediksi

Di mana :

e (s) : nilai error pada Z (s)

n : banyaknya data sampel yang digunakan untuk estimasi

Karena koefisien dari hasil penjumlhan prediksi linear adalah 1 dan memiliki

syarat tak bias maka E (Ź (u) = μ = E (Z (u)) = Z (u), untuk setiap μ € R dan area Z

(u) merupakan suatu konstanta maka E (Z (u)) = Z (u).

6.4 Variogram dan Semivariogram

Terdapat suatu perangkat dasar dari geostatistik untuk visualisasi pemodelan

dan eksploitasi autokorelasi spasial dari variabel teregonisasi yang biasa dikenal

sebagai semivariogram. Sedangkan semivariogram adalah setengah dari variogram,

dengan simbolγ. Sesuai dengan namanya, variogram adalah ukuran dari variansi.

Variogram digunakan untuk menentukan jarak dimana nilai-nilai data pengamatan

menjadi tidak saling tergantung atau tidak ada korelasinya. Simbol dari variogram

adalah 2γ. Semivariogram ini digunakan untuk mengukur korelasi spasial berupa

variansi eror pada lokasi u dan lokasi u + h (Cerries, 1993).

9
 1. Variogram dan semivariogram eksperimental

Variogram eksperimental adalah variogram yang diperoleh dari data yang

diamati atau data hasil pengukuran. variogram didefiniskan sebagai berikut (Cerries,

1993) :

2γ (h) = v (Z (u) – Z (u = h))

Karena pada stationeritas terdapat sifat E [Z (u = h)], sehingga

2γ (h) = E ][ (u) – Z (u = h)]2

Dari rumus di atas diperoleh rumus praktis dari semivariogram eksperimental

ditaksirkan sebagai berikut:

1 2
γ ( h )= ∑ [ Z ( x i )−Z (x i+ h) ]
2 N (h)

2. Variogram dan semivariogram teoritis

Variogram teoritis mempunyai bentuk kurva yang peling mendekati variogram

eksperimental, sehingga untuk keperluan analisis lebih lanjut variogram eksperimental

harus diganti dengan variogram teoritis. Terdapat beberapa jenis variogram teoritis

yang sering digunakan yaitu :

a. Model bola (Spherical model)

Bentuk variogram ini dirumuskan sebagai berikut:

γ ( h )=¿ danuntuk h> a

Di mana :

h : jarak lokasi antar contoh

C : sill, yaitu variogram untuk jarak pada saat besarnya konstan (tetap), niia

ini sama dengan nilai variansi data

α : range, yaitu jarak pada saat nilai variogram mencapai sill

b. Model eksponensial (Exponential model)

10
 Pada model eksponensial terjadi peningkatan dalam semivariogram yang

sangat curam dan mencapai sill secara asimtotik, dirumuskan sebagai berikut:

[
γ ( h )=C 1−e ( −ha )]
c. Model Gauss (Gaussian model)
2

[ ( )]
γ ( h )=C 1−e
−h
a

VII Metode Penelitian

Kegiatan Penelitian diawali dengan kajian literatur yang relevan dengan bidang

penelitian yang dilakukan seperti kajian klasifikasi sumberdaya batubara, metode

geostatistik, maupun studi penelitian terdahulu, hingga didapatkan hasil kelas-kelas

dan tonase sumberdaya batubara untuk seam W100 pit wara 1 PT Adaro Indonesia

sesuai dengan diagram alir berikut.

11
Gambar 2. Diagram alir penelitian
VIII Jadwal Kegiatan Penelitian

Penelitian ini akan dilaksanakan pada bulan April-juni 2019. Jadwal penelitian

terlampir pada Tabel 1.

Tabel 2. Jadwal Kegiatan Penelitian

Waktu Kegiatan (Tahun 2019)
No. Aktivitas April Mei Juni
3 4 5 1 2 3 4 5 1 2
1 Persiapan
2 Studi Literatur
3 Pengambilan Data
3 Pengolahan Data
4 Penyusunan Laporan
5 Seminar Hasil

IX Daftar Pustaka

Anggayana, K., 2002. Genesa Batubara. Departemen Teknik Pertambangan. Institut

Teknologi Bandung. Bandung.

Arif, I. 2014. Batubara Indonesia. Gramedia Pustaka Utama: Jakarta.

Bohling G. 2005. Introduction To Geostatistics and Variogram Analysis . Kansas Geology

Survey.

Cressie, N. A. C., 1993. Statistics For Spatial Data. New York: John Wiley and Sons,
Inc.

Isaaks, E. H. and Srivastava, R. M., 1989. Applied Geostatistics. New York: Oxford
University Press.

Kementerian ESDM RI. 2018. Rekonsiliasi Data, Sumber Daya Batubara Indonesia Kini
166 Miliar Ton, Cadangan 37 Miliar Ton. [Link]
center/arsip-berita/rekonsiliasi-data-sumber-daya-batubara-indonesia-kini-166-
miliar-ton-cadangan-37-miliar-ton. Diakses pada tanggal 10 Februari 2019.

12
Orem, W. H. and Finkelman, R. B. (2014) “Coal formation and geochemistry,” in
Treatise on Geochemistry. 2nd ed. Elsevier, pp. 207–232. doi: 10.1016/B978-0-
08-095975-7.00708-7.

SNI. 5015-2011. Pedoman pelaporan, sumberdaya, dan cadangan batubara . Jakarta.

13