ESTIMASI CADANGAN EMAS MENGGUNAKAN METODE KRIGING DENGAN OPTIMASI PARAMETER SEMIVARIOGRAM BERBASIS ALGORITMA GENETIKA

Gita Poetri Dewi Siregar, . (2026) ESTIMASI CADANGAN EMAS MENGGUNAKAN METODE KRIGING DENGAN OPTIMASI PARAMETER SEMIVARIOGRAM BERBASIS ALGORITMA GENETIKA. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[thumbnail of Abstrak_123220087.pdf] Text
Abstrak_123220087.pdf

Download (499kB)
[thumbnail of Cover_123220087.pdf] Text
Cover_123220087.pdf

Download (166kB)
[thumbnail of Daftar Isi_123220087.pdf] Text
Daftar Isi_123220087.pdf

Download (516kB)
[thumbnail of Daftar Pustaka_123220087.pdf] Text
Daftar Pustaka_123220087.pdf

Download (461kB)
[thumbnail of Daftar Pustaka_123220087.pdf] Text
Daftar Pustaka_123220087.pdf

Download (461kB)
[thumbnail of Halaman Pengesahan_123220087.pdf] Text
Halaman Pengesahan_123220087.pdf

Download (603kB)
[thumbnail of Fulltext_123220087.pdf] Text
Fulltext_123220087.pdf
Restricted to Repository staff only

Download (3MB)
Official URL: https://upnyk.ac.id/

Abstract

Kegiatan eksplorasi emas menghadapi permasalahan berupa keterbatasan data pengeboran yang hanya merepresentasikan titik-titik tertentu, sehingga sebaran spasial kadar emas pada area yang belum tersampel tidak dapat digambarkan secara menyeluruh dan berpotensi menurunkan ketepatan estimasi cadangan. Metode kriging dikenal sebagai metode estimasi spasial yang mampu menghasilkan estimasi tidak bias dengan variansi minimum, namun kinerjanya sangat dipengaruhi oleh kualitas parameter semivariogram, di mana parameter yang kurang sesuai dapat menurunkan akurasi dan meningkatkan kesalahan estimasi. Penerapan metode kriging yang dikombinasikan dengan optimasi parameter semivariogram menggunakan algoritma genetika menjadi pendekatan untuk meningkatkan akurasi estimasi cadangan emas pada area yang belum tersampel.
Penelitian ini menggunakan metode kriging untuk mengestimasi cadangan emas pada area yang belum tersampel dengan optimasi parameter semivariogram menggunakan algoritma genetika. Data yang digunakan berupa data pengeboran yang terdiri dari data collar, sample, dan survey yang diolah menjadi dataset titik sampel, kemudian dianalisis dan ditransformasi secara logaritmik. Pemodelan semivariogram dilakukan dan dievaluasi menggunakan cross validation sebelum dilakukan optimasi parameter untuk memperoleh model terbaik. Estimasi kadar emas dilakukan menggunakan kriging berbasis blok model, kemudian hasilnya dikembalikan ke skala asli melalui back-transform. Selanjutnya dilakukan penentuan ore dan waste berdasarkan cut-off grade serta perhitungan cadangan emas.
Hasil penelitian menunjukkan bahwa estimasi cadangan emas menggunakan metode Kriging pada model semivariogram standar menghasilkan volume total ore sebesar 138.718.750 m³ dengan tonase 332.925.000 ton dan rata-rata kadar Au 1,0578 g/t. Sementara itu, penggunaan parameter semivariogram hasil optimasi algoritma genetika menghasilkan volume total ore sebesar 134.381.250 m³ dengan tonase 322.515.000 ton dan rata-rata kadar Au 1,0129 g/t. Optimasi parameter semivariogram terbukti meningkatkan kinerja model kriging yang ditunjukkan oleh penurunan nilai RMSE dari 0,536000 menjadi 0,47078 serta MAE dari 0,383012 menjadi 0.33291. Selain itu, rata-rata selisih antara nilai estimasi dan data aktual menurun dari 0,0021426 menjadi 0,0003251, sehingga model hasil optimasi menghasilkan estimasi yang lebih mendekati nilai aktual dan lebih akurat.

Kata Kunci: Kriging, algoritma genetika, semivariogram, estimasi cadangan emas

Item Type: Tugas Akhir (Skripsi)
Additional Information: GITA POETRI DEWI SIREGAR (Penulis - 123220087) ; Herlina Jayadianti (Pembimbing)
Uncontrolled Keywords: Kriging, algoritma genetika, semivariogram, estimasi cadangan emas
Subjek: T Technology > T Technology (General)
Divisions: Fakultas Teknik Industri > (S1) Informatika
Depositing User: Bayu Pambudi
Date Deposited: 14 Apr 2026 06:50
Last Modified: 14 Apr 2026 06:50
URI: http://eprints.upnyk.ac.id/id/eprint/47774

Actions (login required)

View Item View Item