You are on page 1of 4

Aplikasi SIG Untuk Pemetaan Potensi MIneralisasi Emas Epitermal Flores

Aplikasi SIG untuk pemetaan potensi mineralisasi emas epitermal di pulau Flores, NTT.

APLIKASI SISTEM INFORMASI GEOGRAFIS (SIG)


UNTUK PEMETAAN POTENSI MINERALISASI EMAS EPITERMAL
DI PULAU FLORES, NUSA TENGGARA TIMUR, INDONESIA

Oleh :
Prima Muharam Hilman
Sub Direktorat Mineral Logam – DIM

Pendahuluan
Pemanfaatan Sistem Informasi Geografis (SIG) dalam kegiatan eksplorasi mineral terutama mineral logam telah dikenal
sejak awal tahun 1980-an oleh industri pertambangan dan lembaga-lembaga pemerintah di Indonesia. Dalam hal ini SIG
pada umumnya hanya diaplikasikan sebagai alat bantu dalam pembuatan peta dan sebagai sistem penyimpanan data
(basis data) hasil eksplorasi. Sementara itu perkembangan pemanfaatan SIG dalam kegiatan eksplorasi saat ini telah
berkembang dengan pesat terutama di negara-negara maju seperti Australia, Kanada, dan Amerika Serikat. Di negara-
negara tersebut SIG tidak saja hanya dimanfaatkan sebagai alat bantu pengganti manusia dalam menghasilkan peta,
tetapi juga sudah dimanfaatkan sebagai suatu sistem informasi terpadu yang ditujukan untuk pengambilan keputusan
terutama dalam analisis kuantitatif dan integrasi data spasial.
Mengingat belum banyaknya kajian mengenai aplikasi SIG seperti tersebut di atas di Indonesia maka studi ini dilakukan
dengan tujuan utama adalah untuk mempelajari metoda dan teknik dalam SIG yang umum diterapkan dalam analisis
kuantitatif dan integrasi data spasial, terutama data spasial yang berhubungan dengan kegiatan eksplorasi mineral
logam seperti data geologi, geokimia, geofisika dan penginderaan jauh (remote sensing). Pulau Flores dipilih sebagai
daerah studi karena pulau ini berada pada busur magmatik Sunda-Banda yang telah dikenal sebagai wilayah penghasil
mineral logam di Indonesia. Hampir 20% dari logam emas di Indonesia dihasilkan dari busur magmatik ini (Gambar 1).
Selain itu, beberapa penyelidikan pendahuluan yang dilakukan di pulau ini menunjukkan bahwa pulau ini sangat
prospektif bagi keterdapatan mineral logam terutama mineral logam mulia (emas dan perak) dalam bentuk endapan
epitermal.
Metoda dan teknik analisis data spasial menggunakan SIG
Secara umum terdapat dua metoda yang dapat digunakan untuk analisa data spasial secara kuantitatif menggunakan
SIG yaitu metoda empirikal dan konseptual. Metoda empirikal merupakan metoda yang mendasarkan kajiannya pada
hubungan antara lokasi bahan galian atau mineralisasi yang telah diketahui dari hasil eksplorasi sebelumnya dengan
kondisi geologi di sekitarnya, salahsatu syarat agar metoda ini dapat digunakan dengan efektif yaitu tersedianya data
lokasi mineralisasi yang jumlahnya ditentukan oleh perhitungan statistik tertentu.
Sedangkan metoda konseptual mendasarkan kajiannya pada konsep pembentukan suatu endapan mineral dengan
menggunakan sistem mineral (mineral system) (Gambar 2) sebagai acuan dasar. Mineral system didefinisikan sebagai:
semua faktor geologi yang berpengaruh pada terbentuknya endapan mineral. Pemahaman yang baik mengenai proses
yang terlibat dalam transportasi bijih dari sumbernya sehingga terakumulasi menjadi suatu endapan mineral yang
konsentrasinya lebih tinggi dibanding konsentrasi di sumbernya diperlukan untuk dapat mengaplikasikan mineral system
pada tipe endapan mineral tertentu. Keuntungan dari penggunaan metoda konseptual dalam analisis kuantitatif dan
integrasi data spasial menggunakan SIG adalah tidak dibutuhkannya lokasi bahan galian atau mineralisasi sebagai
salahsatu faktor dalam pemetaan potensi mineral sehingga metoda ini dapat diterapkan untuk daerah yang belum
dieksplorasi atau tingkat eksplorasinya masih dalam tahap pendahuluan.
Dalam metoda konseptual terdapat beberapa teknik untuk mengintegrasikan data spasial menjadi peta potensi
mineralisasi, salahsatunya adalah dengan menggunakan metoda fuzzy logic. Dalam metoda fuzzy logic terdapat
beberapa operator dan fungsi diantaranya adalah operator fuzzy AND dan fuzzy OR, dan fungsi fuzzy gamma.
Studi ini menggunakan mineral system untuk mineralisasi emas epitermal dalam analisis data dan mengaplikasikan
metoda fuzzy logic dalam integrasi data.
Data spasial yang tersedia
Studi ini memanfaatkan data spasial yang berskala regional (lebih kecil dari 1 : 100.000), hal ini dilakukan mengingat
bahwa luas daerah studi yang mencapai lebih dari 10.000 km persegi dan juga sangat terbatasnya data yang bersifat
lokal. Data yang tersedia adalah:
1) Peta geologi digital (Gambar 3) hasil konversi dari peta hardcopy hasil pemetaan geologi bersistem yang dilakukan
oleh Pusat Penelitian dan Pengembangan Geologi (PPPG) terdiri dari: Lembar Ende dan Lembar Ruteng yang masing-
masing berskala 1 : 250.000.
2) Digital Elevation Model (DEM) (Gambar 4) adalah data ketinggian topografi digital yang diambil dari misi Space
Shuttle Endeavour atau lebih dikenal sebagai Shuttle Radar Topography Mission (SRTM) data. Data ini digunakan untuk
menentukan cakupan daerah aliran sungai (DAS) dalam penentuan daerah anomali untuk geokimia conto endapan
sungai.
3) Data geokimia untuk 326 conto endapan sungai dengan unsur yang dianalisis kadarnya sebanyak 12 unsur (Cu, Pb,
Zn, Co, Ni, Cr, Mn, Fe, Au, Ag, Li, dan K). Data ini dihasilkan oleh Direktorat Inventarisasi Sumber Daya Mineral (DIM)
melalui proyek pemetaan geokimia sistematis di P.Flores pada tahun 2001 dan 2002.
http://www.dim.esdm.go.id - Pusat Sumber Daya Geologi (PMG) Powered by Mambo Open Source Generated: 4 December, 2007, 18:16
4) Data citra Landsat 7 ETM+ untuk daerah Flores dan sekitarnya yang tercakup dalam 2 citra yaitu daerah bagian barat
direkam pada tahun 1999 dan bagian timur direkam pada tahun 2001.
Analisis data spasial
Analisis data spasial dapat dibagi menjadi 4 bagian yang terdiri dari:
1. Analisis data geologi
Data geologi terdiri dari data formasi batuan dan data struktur. Analisis data formasi batuan dengan menggunakan
konsep mineral system berhasil mengidentifikasikan formasi batuan yang dapat menjadi batuan induk untuk mineralisasi
emas epitermal di daerah studi adalah Formasi Kiro dan Formasi Tanahau, dan batuan beku berkomposisi granodiorit
dan diorit kuarsa dinilai sebagai sumber panas bagi sistem epitermal di daerah ini (Gambar 5).
Selain itu, analisis data struktur geologi dengan menggunakan konsep yang sama dengan yang digunakan dalam
analisis data formasi batuan berhasil mengidentifikasikan struktur geologi berupa sesar yang berumur Miosen Tengah –
Pliosen sebagai media utama penyalur fluida pembawa komponen bijih hasil proses hidrotermal dari sumber bijih ke
tempat akumulasinya (Gambar 6).
2. Analisis data geokimia endapan sungai menggunakan pendekatan analisis daerah aliran sungai (catchment-basin
approach) sebagai dasar untuk menentukan daerah pengaruh dari lokasi conto endapan sungai. Anomali geokimia
endapan sungai ditentukan dengan melalui beberapa tahap:
a. Penentuan daerah aliran sungai (DAS) menggunakan data DEM.
b. Penggambaran frekuensi histogram data mentah (raw data) untuk menentukan apakah transformasi logaritmik
dibutuhkan untuk menormalkan data.
c. Analisis regresi untuk menentukan nilai unsur yang berada di bawah nilai deteksi.
d. Analisis regresi untuk menentukan nilai background untuk setiap DAS dengan memperhitungkan luas fomasi batuan
dan efek pengayaan akibat adanya unsur Fe dan Mn.
e. Perhitungan nilai residual untuk menentukan daerah anomali.
f. Koreksi nilai anomali akibat pengaruh tercampurnya material dari daerah yang termineralisasi dan tidak termineralisasi
pada conto endapan sungai.
g. Analisis principal component dari anomali residual untuk mengklasifikasikan anomali yang berhubungan dengan
mineralisasi emas epitermal (Gambar 7).
3. Analisis data Landsat 7 ETM+ menggunakan metoda Crósta. Metoda Crósta adalah metoda yang umum digunakan
dalam analisis citra Landsat untuk menentukan zona ubahan limonitik dan lempung. Dasar metoda ini adalah analisis
nilai eigenvector loading dari hasil analisis principal component untuk kombinasi band 1, 3, 4, dan 5 (ubahan limonitik)
dan kombinasi band 1, 4, 5, dan 7 (ubahan lempung). Hasil analisis adalah citra greyscale dengan zona ubahan limonitik
dan lempung berupa daerah dengan tingkat kecerahan yang tinggi (Gambar 8 dan 9).
Integrasi data spasial
Integrasi data dilakukan dengan menggunakan utiliti Arc-SDM yaitu utiliti tambahan untuk program SIG ArcView. Hal
pertama yang perlu dilakukan adalah memberikan nilai fuzzy membership untuk tiap attribute yang terdapat pada tiap
dataset berdasarkan pada konsep mineral system untuk mineralisasi emas epitermal. Setelah itu, beberapa model fuzzy
logic dicoba untuk diterapkan pada proses integrasi yaitu:
1. Model pertama menggunakan operator fuzzy AND untuk menggabungkan data ubahan (ubahan limonitik dan ubahan
lempung). Selanjutnya integrasi data lainnya dilakukan dengan menggunakan fungsi fuzzy gamma dengan nilai gamma
berkisar mulai dari 0.9 sampai 0.975 (Gambar 10).
2. Model kedua menggunakan operator fuzzy OR untuk menggabungkan data ubahan. Selanjutnya integrasi data
lainnya dilakukan dengan menggunakan fungsi fuzzy gamma dengan nilai gamma berkisar mulai dari 0.9 sampai 0.975
(Gambar 11).
3. Model ketiga menggunakan fungsi fuzzy gamma untuk menggabungkan seluruh data.
Hasil integrasi
Proses integrasi menghasilkan 48 peta potensi mineralisasi emas epitermal. Peta potensi mineralisasi yang baik
didefinisikan memiliki luas daerah prospek paling kecil akan tetapi memuat paling banyak lokasi keterdapatan mineral,
atau dengan kata lain memiliki rasio terbesar antara jumlah lokasi keterdapatan mineral dengan luas daerah prospek.
Berdasarkan kriteria ini, satu peta hasil dari integrasi data dengan menggunakan model pertama (Gambar 10) dipilih
sebagai peta potensi mineralisasi emas epitermal terbaik (Gambar 13). Studi ini berhasil menunjukkan daerah prospek
untuk mineralisasi emas epitermal di bagian barat dan timur P. Flores selain dari daerah prospek di bagian tengah yang
telah diketahui dari penyelidikan terdahulu.
Referensi:
AN, P., MOON, W. M. & RENCZ, A. (1991) Application of fuzzy set theory to integrated mineral exploration. Canadian
Journal of Exploration Geophysics, 27(1), 1-11.
AN, P., MOON, W. M. & BONHAM-CARTER, G. F. (1992) On knowledge-based approach of integrating remote sensing,
geophysical and geological information. In: International Geoscience and Remote Sensing Symposium (IGARSS), pp. 34-
38.
BONHAM-CARTER, G. F. (1994) Geographic information systems for geoscientists, modelling with GIS. Pergamon,
Ontario, 398 pp.
BONHAM-CARTER, G. F., ROGERS, P. J. & ELLWOOD, D. J. (1987) Catchment basin analysis applied to surficial
geochemical data, Cobequid Highlands, Nova Scotia. Journal of Geochemical Exploration, 29, 259-278.
CARLILE, J. C. & MITCHELL, A. H. G. (1994) Magmatic arcs and associated gold and copper mineralization in
Indonesia. Journal of Geochemical Exploration, 50, 91-142.
CARRANZA, E. J. M. & HALE, M. (1997) A catchment basin approach to the analysis of reconaissance geochemical-
http://www.dim.esdm.go.id - Pusat Sumber Daya Geologi (PMG) Powered by Mambo Open Source Generated: 4 December, 2007, 18:16
geological data from Albay Province, Philippines. Journal of Geochemical Exploration, 60, 157-171.
CRÓSTA, A. P. & RABELO, A. (1993) Assessing Landsat TM for hydrothermal alteration mapping in central-western
Brazil. In: Ninth Thematic Conference on Geologic Remote Sensing, pp. 1053-1061, Pasadena, California, U.S.A.
D'ERCOLE, C., GROVES, D. I. & KNOX-ROBINSON, C. M. (2000) Using fuzzy logic in a geographic information system
environment to enhance conceptually based prospectivity analysis of Mississipi Valley-type mineralisation. Australian
Journal of Earth Sciences, 47, 913-927.
GARWIN, S. (2000) Map of major gold and copper districts, deposits and prospects of the Indonesian region [Online],
Datametallogenica, Available: http://www.datametallogenica.com/pages/minidisc/html/batu-hijau_files/BatuHijau-
mapsect/BatuHijau076.gif
HEDENQUIST, J. W., IZAWA, E., ARRIBAS, A. & WHITE, N. C. (1996) Epithermal gold deposits: styles, characteristics,
and exploration. Society of Resource Geology, Tokyo, Japan, 16 pp.
KEMP, L. D., BONHAM-CARTER, G. F., RAINES, G. L. & LOONEY, C. G. (2001) Arc-SDM: Arcview extension for
spasial data modelling using weights of evidence, logistic regression, fuzzy logic and neural network analysis. Geological
Survey of Canada.
KNOX-ROBINSON, C. M. & WYBORN, L. A. I. (1997) Towards a holistic exploration strategy: using geographic
information systems as a tool to enhance exploration. Australian Journal of Earth Sciences, 44(4), 453-463.
LONGLEY, P. A., GOODCHILD, M. F., MAGUIRE, D. J. & RHIND, D. W. (2001) Geographic information systems and
science. John Wiley & Sons, Chichester, 454 pp.
RAINES, G. L. (2001) Resource materials for a GIS spasial analysis course, pp. 216. U.S. Geological Survey,
Washington.
TANGESTANI, M. H. & MOORE, F. (2000) Iron oxide and hydroxyl enhancement using the Crósta method: a case study
from the Zagros Belt, Fars Province, Iran. International Journal of Applied Earth Observation and Geoinformation, 2(2),
140-146.
WHITE, N. C. & HEDENQUIST, J. W. (1990) Epithermal environments and styles of mineralization: variations and their
causes, and guidelines for exploration. Journal of Geochemical Exploration, 36, 445-474.
WYBORN, L. A. I., GALLAGHER, R. & MERNAGH, T. (1995) Using GIS for mineral potential evaluation in areas with few
known mineral occurrences. In: Second National Forum on GIS in the Geosciences Forum, pp. 199-211. Australian
Geological Survey Organisation, Canberra.

Gambar 1
Peta lokasi Busur Magmatik Sunda-Banda dan lokasi keterdapatan mineral logam mulia dalam berbagai tipe

Gambar 2
Skema Mineral System untuk endapan emas epitermal

Gambar 3
Peta geologi

Gambar 4
Peta relief shaded dari DEM (Digital Elevation Model) dan pola aliran sungai

Gambar 5
Peta batuan induk dan batuan intrusi yang berhubungan dengan
mineralisasi emas epitermal

Gambar 6
Peta Struktur Geologi yang berhubungan dengan mineralisasi emas epitermal

Gambar 7
Peta anomali geokimia yang diinterpretasikan mewakili mineralisasi emas epitermal dari hasil analisis principal
component

Gambar 8
Peta zona ubahan limonitik (pixel dengan warna cerah)

Gambar 9
Peta zona ubahan lempung (pixel dengan warna cerah)
http://www.dim.esdm.go.id - Pusat Sumber Daya Geologi (PMG) Powered by Mambo Open Source Generated: 4 December, 2007, 18:16
Gambar 10
Skema integrasi data dengan operator Fuzzy AND untuk menggabungkan zona ubahan dan fungsi Fuzzy Gamma untuk
menggabungkan tema lainnya

Gambar 11
Skema integrasi data dengan operator Fuzzy OR untuk menggabungkan zona ubahan dan fungsi Fuzzy Gamma untuk
menggabungkan tema lainnya

Gambar 12
Skema integrasi data dengan fungsi Fuzzy Gamma
untuk menggabungkan seluruh tema

Gambar 13
Peta potensi mineralisasi emas epitermal terbaik yang dihasilkan
dengan menggunakan skema pada Gambar 10

http://www.dim.esdm.go.id - Pusat Sumber Daya Geologi (PMG) Powered by Mambo Open Source Generated: 4 December, 2007, 18:16

You might also like