LEMBAR PENGESAHAN Analisis Statistik Multivariat Pada Batuan
advertisement
LEMBAR PENGESAHAN Analisis Statistik Multivariat Pada Batuan Beku, Sedimen, dan Metamorf Dengan Metode PCA (Principal Component Analysis) TUGAS AKHIR NAMA : Jejen Ramdani NIM : 122. 12. 003 Diajukan Sebagai Salah Satu Syarat Untuk Mendapatkan Gelar Sarjana Teknik Pada Program Studi Eksplorasi Tambang Menyetujui, Kota Deltamas, 20 Agustus 2017 Pembimbing 1 Pembimbing 2 Dr. Dasapta Erwin Irawan, S.T., M.T NIP. 197604172008101007 Achmad Darul Rochman, S.Pd., M.T NIP. 19851225201510411 ANALISIS STATISTIK MULTIVARIAT PADA BATUAN BEKU, SEDIMEN DAN METAMORF DENGAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS) Jejen Ramdani, Dasapta Erwin Irawan*), Achmad Darul*) *)=Penulis Penanggung Jawab Program Studi Eksplorasi Tambang Kota Deltamas Lot-A1 CBD, Jl. Ganesha Boulevard, Desa Pasirranji, Kecamatan Cikarang Pusat, Kabupaten Bekasi 17530 Abstrak Analisis Petrografi adalah salah satu metode visual untuk menggambarkan komposisi dan klasifikasi mineral dari sampel batuan. Sebagian besar cara untuk melakukan pengklasifikasian batuan menggunakan metode kualitatif. Jumlah data keseluruhan adalah 161 perconto yang terbagi kedalam 89 perconto data batuan vulkanik, 57 sampel batuan sedimen (batugamping), dan 15 perconto batuan metamorf. Yang berasal dari 9 daerah yaitu: 5 daerah vulkanik, 3 daerah batuan sedimen, dan 1 daerah batuan metamorf, yaitu: Gn. Lamongan (LAM), Gn. Wangi (WAN), Gn. Kromong (KRM), Gn Sangkur (SAN) dan banyuresmi (BAN), 3 daerah untuk batuan sedimen yaitu: Panca tengah-Tasikmalaya (PCT), Cijulang-Ciamis (CJL) dan Sindangsari-Ciamis (SND), dan 1 daerah untuk batuan metamorf yaitu: Cileteuh-Sukabumi (CLT). Data berupa data persentasi mineral dan beberapa variabel lainnya, data akan dianalisis menggunakan metode PCA (Principal Component Analysis) menggunakan software Rstudio. Berdasarkan hasil analisa menggunakan metode PCA maka didapatkan pengelompokan Yang masing-masing terbagi kedalam tiga klaster. Untuk batuan beku volkanik klaster 1 BAN, KRM dan WAN, Klaster 2 LAM, KRM, SAN, WAN, dan Klaster 3 WAN. Dan untuk batuan sedimen (batugamping), klaster 1 terdapat pada daerah PCT, CJL, SND komposisi paling kuat dipengaruhi oleh fosil-fosil laut, klaster 2 terdapat pada daerah PCT, CJL, SND, dan CLT, klaster 3 hanya terdapat pada daerah CLT. Kata kunci: Klasifikasi batuan, Petrografi, Statistik multivariat Pendahuluan Indonesia adalah negara yang kaya akan sumber daya alam, potensi ini penting diperhitungkan untuk waktu yang akan datang. Mengingat kebutuhan manusia yang dari tahun ke tahun semakin meningkat menyebabkan kebutuhan bahan baku meningkat pula tak terkecuali pada sektor Industri, pada sektor ini dibutuhkan pasokan yang cukup dalam hal kualitas maupun kuantitas. Salah satun sektor industri yang ada di Indonesia adalah sektor pertambangan, Sektor ini mencangkup pertambangan mineral, logam, non-logam, minyak bumi, batubara, dan panas bumi. Skinner (1979) dalam (Hartosuwarno, 2013) menyebut endapan mineral (mineral deposits) merupakan konsentrasi suatu mineral pada kerak bumi, terbentuk secara alami serta pada daerah yang terbatas. Jadi apapun macam mineralnya dan bagaimana proses terkonsentrasinya, semuanya disebut endapan mineral. Endapan mineral ini meliputi endapan logam dan non-logam. Menurut data Kementerian Energi dan Sumber Daya 2015, jumlah data daerah yang memiliki kandungan logam yang dilakukan dari tahun 2000-2015 adalah 1.339 lokasi, sedangkan untuk nonlogam sebanyak 5.755 lokasi (Kementerian ESDM, 2015). Dengan jumlah endapan mineral yang tersebar di berbagai lokasi di Indonesia, maka diperlukan eksplorasi endapan mineral dengan se-effisien mungkin guna meminimalkan tingkat kesalahan. Agar eksplorasi endapan mineral menjadi effisien maka diperlukan data awal penelitian terdahulu untuk mendapatkan interpretasi awal salah satunya yaitu data petrografi di daerah penelitian. Salah satu metode yang digunakan untuk meghasilkan interpretasi awal yaitu dengan cara uji statistik. Metode statistik yang digunakan adalah metode statistik multivariat PCA (Principal Component analysis), metode ini merupakan teknik multivariat yang mempunyai tujuan utama untuk mengelompokkan objek-objek supaya lebih terlihat sederhana. Parameter yang digunakan adalah petrografi komposisi mineral pada suatu batuan seperti: olivine, piroxen, amphibol, gelas, kuarsa, dan organisme laut (organik). variabel-variabel tersebut saling berkolerasi satu sama lain. Metode yang digunakan adalah metode PCA yang didukung oleh software “R”, karena software ini bersifat open source, dan open method “R” adalah aplikasi berbasis command line, artinya setiap perintah harus diketik sebagai baris perintah dan dapat dikembangkan sesuai dengan keahliannya, Software “R” dapat menghasilkan visualisasi yang tinggi (Irawan DE & Gio, 2016), metode PCA telah berhasil dilakukan dalam menganalisis sifat hidrologi berdasarkan kualitas air (Darul, Irawan, & Trilaksono, 2015), analisis cluster dengan R dalam kajian ekologi (Wiharto Muhamad, 2013), Hot water classification (Sumentadireja et al., 2013) sehingga software ini dapat dijadikan penunjang dalam proses pengolahan data pada penelitian ini. terdapat p variabel yaitu X= ( Yang akan diteliti dalam tugas akhir ini adalah petrografi pada batuan beku, sedimen, dan metamorf yang terletak di 9 daerah yang terbagi menjadi: 5 daerah untuk batuan vulkanik yaitu: Gn.Lamongan (LAM) (Jhonny, 2006), Gn. Wangi (WAN) (Rina Wahyuningsih, 1992), Gn. Kromong (KRM) (Jaka Hadinata, 2009), Gn. Sangkur (SAN) (Andi Wisnu, 1989) dan daerah Banyuresmi (BAN) (Daud Yusup Tanghamap, 2009), 3 daerah untuk batuan sedimen yaitu: Pancatengah-Tasikmalaya(PCT) (Adliswarman,1991), Cijulang-Ciamis (CJL) (Anwar Makmur, 1991), Sindangsari-Ciamis (SND) (Denis Hendri, 1988), dan 1 daerah untuk batuan metamorf yaitu: CileteuhSukabumi (CLT) (Masio Patria, 2006). Landasan Teori Menurut (Yuwono, 2012) petrografi merupakan ilmu yang mempelajari klasifikasi, pengelompokan, dan penamaan batuan. Batuan dibagi kedalam tiga yaitu: batuan beku, batuan sedimen dan batuan metamorf. Analisis multivariat adalah analisis statistik yang digunakan untuk menganalisis data yang terdiri dari lebih dari dua variabel dan Menurut Fadhli (2011:15) yang dikutip oleh (Sofya Laeli, 2014) data dalam analisis multivariat dapat dinyatakan dalam bentuk matriks dimana terdapat n obyek dan p variabel. Misalkan pada suatu pengamatan X1 , X 2 , … X P ¿ dari banyaknya n obyek, maka data tersebut dapat disajikan dalam bentuk matriks seperti di bawah ini: X= [ x 11 x 12 … x 1 p x 21 x 22 … x 2 p x n 1 x n 2 … x np ] Metode Percobaan Menurut (Supranto, 2010) PCA adalah teknik mereduksi data multivariat (banyak data) yang mencari untuk mengubah (menstransfortasi) suatu data matrik awal menjadi suatu kombinasi linear yang lebih sedikitakan tetapi menyerap sebagian besar jumlah varian dari data awal. Hasil dan Diskusi Batuan beku vulkanik Berikut adalah hasil pengelompokkan batuan vulkanik menggunakan statistik multivariat dengan metode PCA. Gambar Variables Factor Map- PCA Dari gambar diatas menunjukkan bahwa data yang ada terbagi menjadi beberapa bagian, yaitu: Kuadran 1: Pengaruh terbesar pada kuadran 1 adalah mineral gelas, K- feldspar, dan hornblende yang menunjukkan pada kuadran ini yang paling besar pengaruhnya adalah mineral dari batuan vulkanik. Kuadran 2: pengaruh terbesar pada kuadran 2 adalah mineral plagioklas, piroxen, olivine, opak yang menunjukkan pada kuadran ini yang paling besar pengaruhnya berasal dari batuan vulkanik. Kuadran 3: pengaruh terbesar pada kuadran 3 adalah mineral kuarsa, tuff, dan variabel lain seperti porositas dan fragmen batuan yang menunjukkan pada kuadran ini yang paling besar pengaruhnya berasal dari batuan sedimen yang telah bercampur dengan batuan vulkanik. Kuadran 4: pengaruh terbesar pada kuadran 4 adalah mineral lempung, kalsit, klorit, Foraminifera yang menunjukkan pada kuadran ini yang paling besar pengaruhnya berasal dari batuan sedimen (batugamping). Gambar Cluster Plot Berdasarkan hasil pengelompokkan diatas terdapat 3 klaster yang berbeda dan memiliki komposisi mineral yang berbeda, seperti berikut: Gambar PCA – Biplot Klaster 1: pada klaster 1 dipengaruhi oleh mineral gelas, feldsfar, hornblende, oksida besi, piroxen, olivine, dan opak. Klaster 2: pada klaster 2 yang paling dominan dipengaruhi oleh mineral olivine, piroxen, gelas, opak, tuff . Klaster 3: pada klaster 3 yang paling dominan dipengaruhi oleh mineral klorit, pseudemorf, kalsit, kuarsa Batuan sedimen (batugamping) dan metamorf Berikut adalah hasil pengelompokkan batuan sedimen (batugamping) dengan batuan metamorf menggunakan statistik multivariat dengan metode PCA . Pada Gambar diatas menunjukkan 4 kuadran dan hasil plot mineral pada masing-masing daerah berdasarkan hasil plot daerah dengan komposisi yang paling berpangaruh didaerah tersebut. Gambar Variables Factor Map- PCA Berdasarkan hasil (Gambar 4.5) diatas menunjukkan pembagian kedalam 4 kuadran, yaitu: Kuadran 1: Pengaruh terbesar pada kuadran 1 adalah Foraminifera, ganggang merah, Ostacoda, Gastropoda, koral, mikrit Kuadran 2: pengaruh terbesar pada kuadran 2 albit, epidot, pumpelyit, kalsit, andalusit, klorit, hornblenda. Kuadran 3: pengaruh terbesar pada kuadran 3 adalah opak, plagioklas, piroxen, olivine, muskovit, dan kuarsa. Kuadran 4: pengaruh terbesar pada kuadran 4 adalah fragmen moluska, oksida besi, oolite, gelas, masa spar. Gambar PCA – Biplot Pada diatas menunjukkan pembagian 4 kuadran dan hasil plot mineral pada masingmasing daerah berdasarkan pengaruh terbesar mineral dan beberapa variabel lainnya pada batuan sedimen (batugamping) dan batuan metamorf yang terdapat pada daerah tersebut, sehingga didapat seperti dibawah ini yang menunjukan klaster berdasarkan persamaan karakternya: Gambar Cluster Plot Berdasarkan hasil pengelompokkan diatas terdapat 3 klaster yang berbeda dan memiliki komposisi mineral yang berbeda, seperti berikut: Klaster 1: pada klaster 1 dipengaruhi oleh Ostracoda, Foraminifera, Ganggang merah, Gragmen koral, Gastropoda, Pelecipoda. Klaster 2: pada klaster 2 yang paling dominan dipengaruhi oleh mineral k-feldspar, gelas, kuarsa, oksida besi, fragmen batuan, fragmen moluska, Oolite, Piroxen, Muskovit, Fragmen litik. Klaster 3: pada klaster 3 yang paling dominan dipengaruhi oleh mineral Albit, Andalusit, Epidot, Hornblend, Pumpelyit, Klorit dan Kalsit. Kesimpulan 1. Bahwa metode statistik multivariat dapat digunakan untuk mengelompokkan sampel batuan berdasarkan analisa petrografi sehingga dapat dijadikan pendukung hasil pengamatan secara visual. 2. Klasifikasi menggunakan metode PCA dapat secara konsisten membagi data menjadi tiga kelompok untuk batuan vulkanik, sedimen (batugamping), dan batuan metamorf. 3. Berdasarkan hasil pengolahan pada batuan vulkanik, maka didapat tiga klaster besar berdasarkan kesamaan, yaitu: klaster 1 terdapat pada daerah BAN, KRM, dan WAN. Pada perconto ini menunjukkan batuan vulkanik yang telah mengalami transportasi atau teralterasi karena ditemukan mineral yang ada pada batuan sedimen seperti 4. 5. kalsit, klaster 2 terdapat pada daerah LAM, BAN, KRM, WAN, dan SAN. Pada perconto ini menunjukkan batuan volkanik karena banyak dipengaruhi oleh mineral olivine, piroxen, dan plagioklas, Klaster 3 hanya terdapat pada daerah WAN yang menjadi pembeda dari yang lainnya adalah karena memiliki mineral lempung sampai 60%. Berdasarkan hasil pengolahan data batuan sedimen (batugamping) dengan batuan metamorf, yang dibagi menjadi tiga klaster, yaitu: klaster 1 terdapat pada daerah PCT, CJL, SND komposisi paling kuat dipengaruhi oleh fosil-fosil laut, klaster 2 terdapat pada daerah PCT, CJL, SND, dan CLT komposisi yang paling berpengaruh pada klaster ini oksida besi, frgmen batuan, dan masa spar, klaster 3 hanya terdapat pada daerah CLT dan komposisi yang paling kuat adalah andalusit, pumpelyit, albit, dan epidot. Berdasarkan poin 3 dan 4 dapat diketahui bahwa setiap klaster memiliki perbedaan komposisi sehingga dapat setiap klaster dapat diberi nama batuan berdasarkan mineral yang ada didalamnya, dan metode statistik multivariat dapat dijadikan sebagai pendukung hasil dari analisa secara visual (kualitatif). Saran Untuk penelitian selanjutnya lebih baik jika dilengkapi dengan koordinat pengambilan perconto, agar diketahui persis satuan batuannya apakah sesuai dengan peta geologi atau tidak. Daftar Pustaka A.C, E., Kusnama, & Hermanto, B. (1998). Peta Geologi Lembar Bogor, Jawa. Adliswarman. (1991). Geologi dan fasies sedimentasi batugamping, Formasi Kalipucang dan sekitarnya Kabupaten Tasikmalaya, Jawa Barat. Andi Wisnu. (1989). Geologi Daerah Banjar dan Sekitarnya dan Petrografi Satuan Vulkanik Gunung Sangkur Kabupaten Ciamis. Institut Teknologi Bandung. Anwar Makmur. (1991). Geologi dan Studi batugamping formasi kalipucung daerah cijulang dan sekitarnya, kabupaten ciamis, Jawa Barat. Institut Teknologi Bandung. Buthitrisna, T. (1986). Peta Geologi Lembar Tasikmalaya. Darul, A., Irawan, D. E., & Trilaksono, N. J. (2015). Groundwater and river water interaction on Cikapundung River: Revisited. In THE 5TH INTERNATIONAL CONFERENCE ON MATHEMATICS AND NATURAL SCIENCES (Vol. 1677, p. 110007). AIP Publishing. Retrieved from http://www.academia.edu/download/ 44352924/1.4930778.pdf Daud Yusup Tanghamap. (2009). Geologi dan Petrografi Batuan Vulkanik Daerah Banyuresmi dan Sekitarnya Kecamatan Cigudeg Kabupaten Bogor Jawa Barat. Institut Teknologi Bandung. Denis Hendri. (1988). Geologi dan Fasies sedimentasi batugamping, formasi kalipucang, daerah sindangsari dan sekitarnya, Kab. Ciamis Jawa Barat. Institut Teknologi Bandung. Djuri. (1973). Peta Geologi Lembar Arjawinangun, Jawa. Hartosuwarno, S. (2013). Panduan kuliah dan praktikum “Endapan Mineral.” Fakultas Teknologi Mineral Universitas Pembangunan Nasional, Yogyakarta. Irawan DE, & Gio. (2016). Pengenalan bahasa pemrograman R: untuk nonprogrammer. Jaka Hadinata. (2009). Geologi dan Alterasi Permukaan Gunung Kromong dan Sekitarnya Provinsi Jawa Barat. Institut Teknologi Bandung. Jhonny. (2006). Petrografi Gunung Api Lamongan Kabupaten ProbolinggoLumajang Jawa Timur. Institut Teknologi Bandung. Kastowo. (1975). Peta Geologi Lembar Majenang, Jawa. Kementerian ESDM. (2015). Executive summary pemutakhiran data dan neraca sumber daya mineral status 2015. Masio Patria. (2006). Geologi dan mikrotektonik pada batuan metamorf daerah Ciletuh, Kab. Sukabumi, Jawa Barat. Institut Teknologi Bandung. Rahardjo, W., Sukandarrumidi, & Rosidi, H., M. . (1995). Peta Geologi Lembar Yogyakarta, Jawa. Rina Wahyuningsih. (1992). Geologi dan Petrogenesa Batuan Vulkanik Daerah Gunung Wangi dan Sekitarnya Purworejo Jawa Tengah. Institut Teknologi Bandung. Sofya Laeli. (2014). Analisis Cluster dengan Average Linkage Method dan Ward’s Method untuk Data Responden Nasabah Asuransi Jiwa Unit Link. Universitas Negeri Yogyakarta. Suharsono, & Suwarti, T. (1992). Peta Geologi Lembar Probolinggo, Jawa. Sukamto, R. (1975). Peta Geologi Lembar Jampang dan Balekembang, Jawa. Sumentadireja, Dasapta Erwin Irawan, N. Rina Hardianita, Yuano Rezky, Anggita Agustin, & Ali Lukman. (2013). Progress report on multivariate statistics for geothermal system prediction: evidence from Indonesia. Supranto, J. (2010). Analisis Multivariat “Arti dan Interpretasi.” Jakarta: Rineka Cipta. Supriatna, S., Sarmili, L., Sudana, D., & Koswara, A. (1992). Peta Geologi Lembar Karangnunggal. Wiharto Muhamad. (2013). analisis klaster menggunakan bahasa pemrograman R untuk kajian Ekologi. Retrieved October 20, 2016 Williams, H., Turner, F. J., & M. Gilbert, C. (1953). PETROGRAPHY “An Introduction to Study of Rock in Thin Section.” Universiy of California, Berkeley: W.H. Freeman and Company. Yuwono, Y. S. (2012). Catatan Kuliah “Pengantar Petrogenesis.” Bandung.
