Komparasi Metode Ordinary Kriging dan Sequential Gaussian Simulation dalam Estimasi Sumber Daya Bauksit di Kalimantan Barat

Abstract

Indonesia merupakan salah satu negara dengan potensi sumber daya bauksit yang besar, terutama di wilayah Kalimantan Barat yang memiliki kondisi geologi serta iklim tropis yang mendukung pembentukan endapan bauksit laterit. Meningkatnya kebutuhan bauksit sebagai bahan baku industri aluminium mendorong pentingnya kegiatan eksplorasi dan evaluasi sumber daya akurat untuk mendukung perencanaan penambangan. Metode ordinary kriging (OK) telah banyak digunakan karena mampu menghasilkan estimasi yang stabil dan tidak bias secara global, namun metode ini memiliki keterbatasan berupa smoothing effect yang dapat mengurangi representasi variabilitas kadar. Sebagai alternatif, metode sequential gaussian simulation (SGS) dikembangkan untuk mempertahankan distribusi statistik dan ketidakpastian spasial pada data asli. Penelitian ini dilakukan untuk mengevaluasi karakteristik pemodelan geostatistik menggunakan OK dan SGS, membandingkan hasil estimasi sumber daya yang dihasilkan, serta mengkaji pengaruhnya terhadap hasil optimasi pit pada endapan bauksit laterit. Studi dilakukan di Kabupaten Sanggau, Kalimantan Barat, daerah dengan potensi endapan bauksit laterit yang signifikan akibat terbentuknya batolith schwahner. Penelitian dilakukan menggunakan data eksplorasi yang terdiri atas informasi collar, survey, litologi, dan assay kadar Al₂O₃. Tahapan penelitian diawali dengan analisis statistik dan komposit data, kemudian dilanjutkan dengan pemodelan variogram untuk menggambarkan kontinuitas spasial endapan. Estimasi sumber daya dilakukan menggunakan metode OK, sedangkan analisis ketidakpastian dilakukan melalui SGS menggunakan 10 realisasi. Hasil estimasi dan simulasi selanjutnya dievaluasi melalui analisis distribusi kadar melalui histogram dan kurva distribusi, variogram eksperimental, serta kurva grade-tonnage. Setiap blok model dioptimasi dengan parameter teknis dan ekonomi yang sama untuk mengetahui dampak hasil estimasi dan simulasi terhadap perencanaan tambang. Hasil penelitian menunjukkan bahwa endapan bauksit memiliki kontinuitas spasial yang kuat dengan korelasi yang lebih dominan secara lateral dibandingkan vertikal. Metode OK menghasilkan model yang lebih homogen akibat smoothing effect, yang ditunjukkan dengan adanya penyempitan rentang kadar 16,1% hingga 54,33% dan penurunan variabilitas yang ditunjukkan dengan nilai koefisien variasi sebesar 0,16 dibandingkan data asli sebesar 0,16. Sementara itu, SGS mampu mempertahankan karakteristik statistik, distribusi kadar yaitu dengan rentang 14,03% hingga 56,45%, dan struktur spasial yang lebih mendekati data komposit. Perbedaan karakteristik tersebut berpengaruh pada hasil estimasi sumber daya. Kedua metode menghasilkan kadar rata-rata global yang relatif serupa yaitu OK sebesar 36,15% dan SGS sebesar 35,48% hingga 37,51%. Hasil SGS menunjukkan rentang tonase bijih yaitu 828.495-1.029.420 ton dan kadar 42,82-43,52% yang mencerminkan ketidakpastian sumber daya, sedangkan OK cenderung menghasilkan tonase bijih yang lebih tinggi yaitu 1.060.245 ton dengan kadar ratarata 40,56% pada cut-off grade (COG) rendah akibat efek perataan nilai kadar. Dampak perbedaan metode semakin terlihat pada tahap optimasi pit. Model OK menghasilkan pit yang lebih besar dengan tonase bijih dan nilai ekonomi yang lebih tinggi yaitu dengan tonase bijih sebesar 922.934 ton dengan NPV US$ 9,23 juta dibandingkan model SGS yang menghasilkan tonase bijih dengan rentang 699.149-885.101 ton dengan NPV sebesar US$ 4,56-7,86 juta. Optimasi pada setiap realisasi SGS menghasilkan variasi geometri pit, tonase bijih, dan nilai ekonomi yang mencerminkan pengaruh ketidakpastian kadar terhadap keputusan penambangan. Hasil penelitian ini menunjukkan bahwa OK sesuai digunakan untuk memperoleh gambaran estimasi sumber daya secara deterministik, sedangkan SGS memberikan informasi mengenai ketidakpastian geologi dan risiko ekonomi yang tidak dapat direpresentasikan oleh pendekatan deterministik. Dengan demikian, integrasi analisis simulasi geostatistik dalam evaluasi sumber daya dan optimasi pit dapat mendukung pengambilan keputusan tambang yang lebih komprehensif dan berbasis risiko.