Perbandingan Estimasi Sumberdaya Nikel Laterit Menggunakan Metode Inverse Distance Weighting Nearest Neighbour Point dan Ordinary Kriging PadaBlok X Kec Petasia Kab Morowali Utara Pronvisi Sulawesi Tengah
Abstrak
Metode estimasi sumberdaya Inverse Distance Weighting, Nearest Neighbour Point, dan Ordinary Kriging memiliki karakter pembobotan yang berbeda sehingga model dan hasil sumberdaya juga akan berbeda. Metode NNP melakukan pembobotan hanya berdasarkan titik terdekat dalam radius area tertentu sedangkan Metode IDW melakukan pembobotan berdasarkan jarak titik ditaksir terhadap titik-titik sampel dalam radius area tertentu, dan metode OK melakukan pembobotan berdasarkan jarak dan data di sekeliling blok. Pada zona limonit metode NNP diperoleh tonase kelas low grade 520,750 ton dengan rata-rata kadar 0.85%, kelas medium grade 696,750 ton dengan rata-rata kadar 1.21%, dan kelas high grade 64,500 ton dengan rata-rata kadar 1.71% dan pada zona saprolit Metode NNP diperoleh tonase kelas low grade 551,016 ton dengan rata-rata kadar 0.71%, kelas medium grade 718,359 ton dengan rata-rata kadar 1,3%, dan kelas high grade 101,484 ton dengan rata-rata kadar 1.67%, dan kelas very high grade sebesar 122,344% dengan rata-rata kadar 2.08%. Dari hasil penelitian dilakukan proses evaluasi menggunakan Root Mean Square Error, pada zona limonit metode terbaik berdasarkan nilai error terkecil adalah metode NNP yang didapatkan nilai error 0.0238 dan Pada zona saprolit metode terbaik adalah metode NNP dengan nilai error 0.0171. Hasil permodelan dan estimasi sumberdaya terdapat 3 titik yang perlu dilakukan eksplorasi lebih lanjut pada zona saprolit yaitu pada daerah timur laut, barat daya dan tengah. Pada zona limonit keterlanjutan eksplorasi mengikuti zona saprolit karena adanya potensi cebakan nikel dengan kadar Ni yang tinggi.
Referensi
[2] Golightly JP. Nickeliferous Laterite Deposits. Seventy-Fifth Anniv Vol 1981
[3] Arif I. Nikel Indonesia. PT. Gramedia Pustaka Utama. Jakarta. ISBN : 06-1935-4. 2018:280.
[4] Bardossy A. Introduction To Geostatistic. University of Stuttgart 1997.
[5] Bargawa WS. Geostatistik. Kilau Book. ISBN 978-623-7594-42-0. 2018.
[6] Almasi A, Jalalian A, Toomanian N. Using OK and IDW methods for prediction the spatial variability of a horizon depth and OM in soils of Shahrekord, Iran, Journal of Environment and Earth Science, Vol.4 No.15. 20144.
[7] Isaaks, E.H. and Srivastava RM. An Introduction to Applied Geostatistics. vol. 11. 1989. https://doi.org/10.1177/1748895811401979.
[8] Mousavifazl H. Alizadh A. Ghahraman B. Application of Geostatistical Methods for Determining Nitrate Concentrations in Groundwater (Case Study of Mashhad Plain, Iran). International Journal of Agriculture and Crop Sciences. IJACS/2013/5-4/318-328 2013.
[9] Hekmat A, Osanloo M, Moarefvand P. Block size selection with the objective of minimizing the discrepancy in real and estimated block grade, Saudi Society for Geosciences 2011. https://doi.org/10.1007/s12517-011-0321-8.
[10] Hustrulid W. Kuchta. M. Open pit mine planning & design: Fundamentals vol 1. Balkema 1995. ISBN 0415407370, 9780415407373.
[11] Purnomo H. Comparison the Performance of Ordinary Kriging and Inverse Distance Weighting Methods for Mapping Nickel Laterite Properties. Kurvatek 2019. https://doi.org/10.33579/krvtk.v4i1.1116.
Prosiding ini memberikan akses terbuka langsung ke isinya dengan prinsip bahwa membuat penelitian tersedia secara gratis untuk publik mendukung pertukaran pengetahuan global yang lebih besar.
Semua artikel yang diterbitkan Open Access akan segera dan secara permanen gratis untuk dibaca dan diunduh semua orang.