laporan granulometri

BAB I PENDAHULUAN 1.1 Maksud 1.1.1 Memisahkan fraksi butiran sedimen pada ukuran (diameter) butir tertentu. 1.1.2 Menentukan nilai koefisien sortasi, skewness dan kurtosi baik secara grafis maupun matematis. 1.1.3

Menginterpretasikan

lokasi

pengendapan

dan

setting

geologi

berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1.2 Tujuan 1.2.1 Dapat memisahkan fraksi butiran sedimen pada ukuran (diameter) butir tertentu. 1.2.2 Dapat menghitung dan menentukan nilai median diameter, koefisien sortasi, skewness dan kurtosis baik secara grafis maupun matematis. 1.2.3 Dapat menginterpretasikan lokasi pengendapan dan setting geologi berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1

BAB II PENGOLAHAN DATA 2.1 Bagian Hulu 2.1.1 Metode Grafis No.

Ukuran Butir

Diameter Diameter (mm) phi 0.0039

1

Lanau

2

Pasir Sangat Halus

0.0625

0.125 3

5

Pasir Kasar

6

Pasir Sangat Kasar

1

2 7

30

3

3

0.09375

71

7.1

10.1

0.1875

93

9.3

19.4

0.375

173

17.3

36.7

0.75

355

35.5

72.2

1.5

232

23.2

95.4

3

46

4.6

100

d

= 0.262 mm

4

3 2 1 0

-1

Kerikil 4

% kumulatif

0.0507

Pasir Sedang 0.5

frekuensi % (gr) frekuensi

8

Pasir Halus 0.25

4

Mid Point (m)

-2

Harga So menurut Folk dan Ward (1957): d

= 0.063 mm

Ф5

=

 log 0.063 log 2

Ф25 =

= 3.989

d

= 0.15 mm

Ф16 =

 log 0.15 log 2

= 2.737

 log 0.262 log 2

= 1.932

d

= 0.457 mm

Ф50 =

 log 0.457 log 2

= 1.129

2

d

= 0.79 mm

Ф75 =

d

 log 0.79 log 2

= 1 mm

Ф84 =

= 0.340

 log 1 log 2

= 0 d

= 1.5 mm

Ф95 =

 log 1.5 log 2

= -0.584  Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi (So): So

=

 84  16 4

= 0 – 2.737 4

+

 95   5

+

6. 6

(-0.584) – 3.898 6.6

= (-0.684) + 0.693 = 0.009 (very well sorted) Skewness (Sk): Sk

=

16   84  2 50  5   95  2 50 + 2( 84  16 ) ( 95   5)

= 2.737 + 0 – 2 (1.129) 2(0 – 2.737)

+

(-0.584) – 3.989 – 2 (1.129) -0.584 – 3.989

= 0.249 (fine skewed) Kurtosis (K): K

= =

 95   5 2.44 ( 75   25 ) (-0.584) – 3.989 2.44 (-0.34- 1.932)

= 1.177 (lepto kurtic)

3

4

2.1.2 Perhitungan Metode Matematis  Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi So =

 f .(m  x) 2 100

=

233.6931 100

= 1.528 (poorly sorted)

Skewness  f .( m  x) 3 Sk = 100 .So 3

=

425.9347 100.3.5675

= 1.193 (strongly fine skewed)

Kurtosis K =

 f .( m  x) 4 2637.469 = = 4.838 (Extremly Lepto Kurtic) 4 100.5.4511 100 .So

5

2.2 Bagian Hilir 2.2.1 Metode Grafis No.

Ukuran Butir

1

Lanau

Diameter (mm) 0.0039 0.0625

Diameter phi 8

3

0.125

3

0.25

2

Pasir Halus

4

Pasir Sedang 0.5

5

Pasir Kasar

6

Pasir Sangat Kasar

1

2 7

frekuensi (gr)

0.0507

62

6.2

6.2

0.09375

189

18.9

25.1

0.1875

287

28.7

53.8

0.375

196

19.6

73.4

0.75

178

17.8

91.2

1.5

32

3.2

94.4

3

56

5.6

100

1 0

-1

Kerikil 4

% % frekuensi kumulatif

4

Pasir Sangat Halus

2

Mid Point (m)

-2

Harga So menurut Folk dan Ward (1957): d

= 0.05 mm

Ф5

=

 log 0.05 log 2

= 4.32

d

= 0.167 mm

Ф50 =

 log 0.167 log 2

= 2.58 d

= 0.073 mm

Ф16 =

 log 0.073 log 2

= 3.78 d

= 0.093 mm

Ф25 =

d

= 0.385 mm

Ф75 =

 log 0.385 log 2

= 1.37

 log 0.093 log 2

= 3.43

6

d

= 0.53 mm

Ф84 =

d

 log 0.53 log 2

= 1.5 mm

Ф95 =

 log 1.5 = -0.584 log 2

= 0.92  Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi (So): So

=

 84  16 4

+

 95   5 6. 6

= 0.92 – 3.78 + 4

(-0.584) – 4.32 6.6

= (-0.715) + 0.742 = 1.457 (very well sorted) Skewness (Sk): Sk

=

16   84  2 50  5   95  2 50 + 2( 84  16 ) ( 95   5)

= 0.92 + 3.78 – 2 (2.58) + 2(0.92 – 3.78)

(-0.584) – 4.32 – 2 (2.58) -0.584 – 4.32

= -0.299 (coarse skewed) Kurtosis (K): K

= =

 95   5 2.44 ( 75   25 ) (-0.584) – 4.32 2.44 (1.37- 3.43)

= 0.97 (meso kurtic)

7

8

2.2.2 Perhitungan Metode Matematis  Harga So, SK, dan K menurut Folk dan Ward (1957): Sortasi So =

 f .(m  x) 2 100

=

282 .3344 100

= 1.680 (poorly sorted)

Skewness  f .( m  x) 3 Sk = 100 .So 3

=

82.74796 100.4.742

= 0.1745 ( fine skewed)

Kurtosis K =

 f .( m  x) 4 2728.15 = = 3.424 (Extremly Lepto Kurtic) 4 100 .So 100.7.966

9

BAB III PEMBAHASAN Granulometri adalah suatu analisa ukuran butir pada batuan sedimen silisiklastik. Dalam granulometri ini lebih mengutamakan bagaimana sebaran butiran batuan sedimen klastik tersebut. Dalam analisis pemisahan ukuran butir ini digunakan dua cara yaitu dengan cara grafis dan cara matematis. 3.1 Analisis Granulometri Bagian Hulu (Cara Grafis dan Cara Matematis) Dari hasil perhitungan dengan cara grafis dan matematis ini, didapat nilai dari parameter granulometri yaitu tampak ada perbedaan yang cukup terlihat antara

hasil perhitungan menggunakan cara grafis

dengan cara matematis. Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil fine skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai skewednya berharga negatif dimana jumlah butir yang kasar lebih banyak dibanding dengan jumlah butir yang halus. Tetapi hal ini berkebalikan dengan kurva skewed bahwa apabila butiran kasar lebih dominan dibanding dengan butir halus berarti menunjukan harga yang positif.

10

40 35 30

lanau

25

pasir sangat halus

20

pasir halus

15

pasir sedang

10

pasir kasar

5

pasir sangat kasar

0

kerikil ukuran butir

Gambar 3.1 Diagram batang bagian hulu

Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis didapat hasil lepto kurtic menandakan pesebaran ukuran butir tidak merata. Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat hasil strongly fine skewed. Hal tersebut menandakan bahwa harga skewednya positif berarti jumlah butiran halus lebih banyak disbanding jumlah butiran kasar. Hasil tersebut hampir sama, berarti didapat hasil butir halus yang lebih banyak dari butir kasar. Kemudian dengan cara matematis didapat hasil extremely lepto kurtic. Dalam klasifikasi, hasil ini juga terlihat berbeda. Dilihat dari cara matematisnya, hasil pengolahan data yang dilakukan menggunakan interval nilai untuk mendapatkan nilai mid point dan frekuensi yang dapat dijadikan patokan dalam penentuan nilai (mØ).f, (mØ – x), dan (mØ – x ).f dan seterusnya dengan menghitung pangkat dari nilai (mØ – x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga dapat dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis (K).Dari data – data yang ada dibuatlah histogram dengan hubungan % 11

berat dan phi (Φ). Φ merupakan satuan skala dari nomor mesh / diameter dari penyaring.

Gambar 3.2 Tabel hjulstrom hulu

Secara matematis pada bagian hulu jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis sebesar 0.75 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir sangat kasar yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui pada daerah hulu ini memilki kecepatan aliran sungai sebesar 8 cm/s.

Gambar 3.3 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hulu ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

12

3.2 Analisis Granulometri Bagian Hilir (Cara Grafis dan Cara Matematis) Dari hasil perhitungan dengan cara grafis dan matematis ini, didapat nilai dari parameter granulometri yaitu tampak ada perbedaan yang cukup terlihat antara

hasil perhitungan menggunakan cara grafis

dengan cara matematis. Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil coarse skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai skewednya berharga positif dimana jumlah butir yang halus lebih banyak dibanding dengan jumlah butir yang kasar. Tetapi hal ini berkebalikan dengan kurva skewed bahwa apabila butiran halus lebih dominan dibanding dengan butir kasar berarti menunjukan harga yang negatif. 30 25 20

lanau 19.6

pasir sangat halus pasir halus

15

pasir sedang

10

pasir kasar

5

pasir sangat kasar

0

kerikil Klasifikasi Butir

Gambar 3.4 Diagram batang bagian hilir

13

Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis didapat hasil meso kurtic menandakan pesebaran ukuran butir merata (normal). Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat hasil fine skewed. Hal tersebut menandakan bahwa harga skewednya positif berarti jumlah butiran halus lebih banyak disbanding jumlah butiran kasar. Hasil tersebut hampir sama, berarti didapat hasil butir halus yang lebih banyak dari butir kasar. Kemudian dengan cara matematis didapat hasil extremely lepto kurtic menandakan pesebaran ukuran butir sangat tidak merata. Dalam klasifikasi, hasil ini juga terlihat berbeda. Dilihat dari cara matematisnya, hasil pengolahan data yang dilakukan menggunakan interval nilai untuk mendapatkan

nilai mid point dan

frekuensi yang dapat dijadikan patokan dalam penentuan nilai (mØ).f, (mØ – x), dan (mØ – x ).f dan seterusnya dengan menghitung pangkat dari nilai (mØ – x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga dapat dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis (K).Dari data – data yang ada dibuatlah histogram dengan hubungan % berat dan phi (Φ). Φ merupakan satuan skala dari nomor mesh / diameter dari penyaring.

Gambar 3.5 Tabel hjulstrom hilir

14

Secara matematis pada bagian hilir jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis sebesar 0.1875 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir halus yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui pada daerah hulu ini memilki kecepatan aliran sungai sebesar 2cm/s.

Gambar 3.6 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

15

3.3 Perbandingan Hulu dan Hilir ( Perbandingan Antara Cara Grafis dengan Cara Matematis ) Tabel 3.1 Perbedaan antara hulu dan hilir

Perbandingan

Hulu

Hilir

Nilai Koefisien Sortasi

Poorly sorted

Poorly well sorted

Harga Skewness

Fine skewed

Strongly fine skewed

Harga Kurtosis

Exteremely lepto kurtic

Exteremely lepto kurtic

Proses Sedimen

Terdeposisi

Terdeposisi

Kecepatan Aliran

8 cm/s

2 cm/s

Struktur Sedimen

riples

riples

Lingkungan

Daearah energi

Daerah energi

Pengendapan

bergelombang

bergelombang

16

BAB IV PENUTUP

4.1 Kesimpulan 4.1.1 Hulu 

Berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras



Pada daerah hulu jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi yang memilki kecepatan aliran sungai sebesar 8 cm/s.



Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

4.1.2 Hilir 

Berdasarkan perhitungan matematis didapat hasil poorly sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu deras.



Pada daerah hilir jika dilihat dari tabel hjulstrom termasuk kedalam daerah terdeposisi yang memilki kecepatan aliran sungai sebesar 2cm/s.



Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan lingkungan pengendapannya dibantu dengan energi gelombang.

17