Penerapan Metode Geostatistik Untuk Estimasi Sumberdaya Galena Pada Blok Gossan Di PT Kapuas Prima Coal
DOI:
https://doi.org/10.30872/jtm.v13i1.19140Abstract
Estimasi sumberdaya mineral sangat penting dalam eksplorasi untuk menilai kelayakan penambangan. Metode geostatistik, khususnya ordinary kriging, sering digunakan untuk memperkirakan kadar bijih di lokasi yang tidak terukur dengan memanfaatkan nilai-nilai yang diketahui dan model variabilitas spasial (variogram). Namun, metode ini memiliki keterbatasan seperti asumsi stasioneritas, aditivitas, linearitas, dan subjektivitas dalam pemodelan variogram. Galena, mineral bernilai ekonomi tinggi karena kandungan timbalnya, menjadi fokus eksplorasi untuk industri baterai dan pelindung radiasi. Estimasi yang akurat terhadap sumber daya galena penting untuk menjamin eksplorasi dan penambangan yang efisien dan berkelanjutan. Berdasarkan metode estimasi ordinary kriging, sumber daya galena diklasifikasikan ke dalam tiga kategori, yaitu measured, indicated, dan inferred. Kategori measured memiliki volume 2.012.325 m³ dengan tonase 15.092.439 ton dan kadar Pb 3,70%. Kategori indicated memiliki volume 1.555.856,25 m³ dengan tonase 11.668.921 ton dan kadar Pb 3,96%. Sementara itu, kategori inferred memiliki volume 7.309,25 m³ dengan tonase 54.819 ton dan kadar Pb 4%. Hasil perhitungan teknik estimasi Ordinary Kriging menunjukkan nilai RMSE sebesar 0,40, koefisien korelasi (r) sebesar 0,98, dan koefisien determinasi (R²) sebesar 0,96. Nilai-nilai ini mengindikasikan bahwa model ordinary kriging yang digunakan memiliki tingkat akurasi yang cukup baik, dengan hubungan yang cukup kuat antara nilai estimasi dan aktual. Dengan demikian, metode ini dapat diandalkan untuk estimasi sumberdaya galena.References
Armstrong, M., (1998), Basic Linear Geostatistic. Page 25-46 Springer.
Asy’ari, M. A., Hidayatullah, R., & Zulfadli, A. (2013). Geologi Dan Estimasi Sumberdaya Nikel Laterit Menggunakan Metode Ordinary Kriging Di Pt. Aneka Tambang, Tbk. Jurnal INTEKNA: Informasi Teknik dan Niaga, 13(1). https://core.ac.uk/download/pdf/542938231.pdf
Elordi, A., Celaya, E., & Lopez, H. (2024). Development Of Methods Based On Neural Networks In The Estimation Of Mineral Resources. Dyna. Https://Doi.Org/10.6036/11077
Isaaks, E.H. & R.M. Srivastava. (1989). Applied Geostatistics. Oxford University Press, New York. https://doi.org/10.1007/BF02065815
Ibe, O.C. (2014). Introduction To Descriptive Statistics. DOI:10.1016/B978-0-12-800852-2.00008-0
Josselin, J.M., & Maux, B.L. (2017). Descriptive Statistics And Interval Estimation. DOI:10.1007/978-3-319-52827-4_3
KCMI, (2011). Kode Pelaporan Hasil Eksplorasi, Sumberdaya Mineral, dan Cadangan Mineral Indonesia, Komite Cadangan Mineral Indonesia (KCMI).
Laboratorium (2025) Simulasi dan Komputasi Tambang Universitas “Veteran” Nasional Yogyakarta.
Meinert, L. D. (1992). Skarns and skarn deposits. Geoscience Canada. https://journals.lib.unb.ca/index.php/GC/article/view/3773/4287
Samson, M., & Deutsch, C. (2021). A Hybrid Estimation Technique Using Elliptical Radial Basis Neural Networks and Cokriging. Mathematical Geosciences. Https://Doi.Org/10.1007/S11004-021-09969-3
SNI 4726: (2019). Pedoman pelaporan hasil eksplorasi, sumberdaya, dan cadangan mineral, Badan Standarisasi Nasional Indonesia. https://www.perhapi.or.id/doc/sni-4726.pdf
Bargawa, W. S., & Amri, N. A. (2016, February). Mineral resources estimation based on block modeling. In AIP Conference Proceedings (Vol. 1705, No. 1). AIP Publishing. https://doi.org/10.1063/1.4940249
Departemen tim eksplorasi dan Produksi PT Kapuas Prima Coal.
Idrus, A., Setijadji, L. D., Tamba, F., & Anggara, F. (2011). Geology and characteristics of Pb-Zn-Cu-Ag skarn deposit at Ruwai, Lamandau Regency, Central Kalimantan. Journal of Applied Geology, 3(1).
Meinert, L. D. (1992). Skarns and skarn deposits. Geoscience Canada.
Downloads
Published
Issue
Section
License
Copyright Notice

Authors who publish in JURNAL TEKNOLOGI MINERAL FT UNMUL agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).