BAB III DATA DAN PENGOLAHAN DATA

Transkripsi

1 BAB III DATA DAN PENGOLAHAN DATA Penentuan pit optimal dalam simulasi perencanaan tambang Bab 3 berikut akan dibantu software NPV Scheduler dan datamine studio dengan tujuan akhir yaitu mendapatkan suatu desain pit dengan menggun akan optimasi pit. Studi kasus yang batasan masalahnya telah dijelaskan pada Bab 1 akan disimulasikan berdasarkan beberapa kenyataan yang dihadapi perusahaan pertambangan yaitu harga komoditas mineral yang cenderung berubah pada umumnya bergerak naik, serta biaya produksi yang cenderung meningkat. Tujuan membagi simulasi ke dalam tiga skenario yaitu untuk melihat pengaruh dari perubahan komponen harga dan biaya pada perencanaan tambang dan desain pit yang optimal suatu tambang terbuka. NPV Scheduler menggunakan banyak variabel yang dapat mempengaruhi hasil simulasi, karena itu penggunaan variabel di dalam NPV Scheduler akan dibatasi pada simulasi suatu perusahaan tambang tembaga emas dengan produksi tetap hingga akhir umur tambang menghadapi perubahan harg a komoditas mineral dan adanya kenaikan biaya produksi. Keterangan lebih jelas dari ketiga skenario yang dijalankan pada NPV Scheduler sebagai berikut : a) Skenario pertama dilakukan dengan asumsi : Harga logam dan biaya penjualan ( selling cost) diasumsikan tetap dari awal tambang berdiri hingga akhir tambang. Biaya produksi baik itu biaya penambangan maupun biaya pengolahan tetap dari awal tambang berdiri hingga akhir tambang. Produksi, parameter geoteknis, dan parameter lainnya tetap hingga akhir tambang. Skenario diatas akan diproses di dalam NPV Scheduler. Hasilnya akan menjadi masukkan untuk pembahasan. Penjelasan lebih lengkap dapat dilihat pada Gambar 3.1 : 39

2 Produksi tetap Harga logam tetap Biaya produksi tetap Parameter geoteknis tetap Parameter lainnya tetap NPV Scheduler Ultimate pit Umur Batuan dan bijih NPV/Profit Kadar logam tambang yang diperoleh yang diperoleh Gambar 3.1 Bagan Alir Skenario (1) b) Skenario kedua dilakukan dengan asumsi : Harga logam dan biaya penjualan (selling cost) diasumsikan naik yaitu pada pushback ke-3 dan ke-6. Biaya produksi baik itu biaya penambangan diasumsikan naik pada pushback ke-3 dan ke-6 sementara biaya pengolahan naik pada pushback ke-6. Produksi, parameter geoteknis, dan parameter lainnya tetap hingga akhir tambang. Skenario dua akan dibantu software datamine studio yang berperan mengambil salah satu pushback dan mengubah pushback tersebut untuk dijadikan desain acuan ketika akan memasukkan input harga logam dan biaya produksi yang baru. Skenario diatas akan diproses di dalam NPV Scheduler. Hasilnya akan menjadi masukkan untuk pembahasan. Penjelasan lebih lengkap dapat dilihat pada Gambar 3.2 : 40

3 Produksi tetap Harga logam naik pada pushback ke-3 dan ke-6 Biaya penambangan naik pada pushback ke-3 dan ke-6 sementara biaya pengolahan naik pada pushback ke-6 Parameter geoteknis tetap Parameter lainnya tetap NPV Scheduler Datamine Studio Ultimate pit Umur Batuan dan bijih NPV/Profit Kadar logam tambang yang diperoleh yang diperoleh Gambar 3.2 Bagan Alir Skenario (2) c) Skenario ketiga dilakukan dengan asumsi : Harga logam dan biaya penjualan ( selling cost) diasumsikan turun yaitu pada pushback ke-3 dan ke-6. Biaya produksi baik itu biaya penambangan diasumsikan naik pada pushback ke-3 dan ke-6 sementara biaya pengolahan naik pada pushback ke-6. Produksi, parameter geoteknis, dan parameter lainnya tetap hingga akhir tambang. Skenario tiga akan dibantu software datamine studio yang berperan mengambil salah satu pushback dan mengubah pushback tersebut untuk dijadikan 41

4 desain acuan ketika akan memasukkan input harga logam dan biaya produksi yang baru. Skenario diatas akan diproses di dalam NPV Scheduler. Hasilnya akan menjadi masukkan untuk pembahasan. Penjelasan lebih lengkap dapat dilihat pada Gambar 3.3 : Produksi tetap Harga logam turun pada pushback ke-3 dan ke-6 Biaya penambangan naik pada pushback ke-3 dan ke-6 sementara biaya pengolahan naik pada pushback ke-6 Parameter geoteknis tetap Parameter lainnya tetap NPV Scheduler Datamine Studio Ultimate pit Umur Batuan dan bijih NPV/Profit Kadar logam tambang yang diperoleh yang diperoleh Gambar 3.3 Bagan Alir Skenario (3) 42

5 3.1 Studi Kasus Kasus yang diangkat untuk dikerjakan dengan NPV Scheduler ini diambil dari Earthworks NPV Scheduler Help (2007). Sebuah departemen eksplorasi pada suatu perusahaan tambang membuat model geologi (dalam ekstension Datamine) dari sebuah proyek tembaga -emas. Model ini memiliki sekitar blok yang didalamnya terkandung subcells berisikan model volumetric dari topografi dan batas bijih. Berdasarkan hasil test dari konsultan metalurgi disarankan untuk membagi bijih kedalam dua bagian yaitu SULF1 ( mill-smelting-refining) dan SULF2 (leach dan SXEW). Sementara menurut konsultan geoteknis setelah melihat keadaan batuan cebakan bijih dan karakteristik batuan sekitar menyarankan membagi daerah tambang tersebut ke dalam lima bagian seperti Tabel 3.1 dan Gambar 3.4 berikut : Tabel 3.1 Azimuth Vs Slope Azimuth ( 0 ) Slope ( 0 ) U U U U Gambar 3.4 Azimuth Vs Slope 5 Gambar 3.5 berikut merupakan gambar kontur awal dari pit : Gambar 3.5 Kontur Awal pit 43

6 3.1.1 Skenario (1) : Dari mulai tambang beroperasi hingga akhir umur tamba ng data yang digunakan ialah sebagai berikut. Parameter Ekonomi : o Harga Au : $ 23,6/gr o Biaya penjualan Au : $ 3,31/gr o Harga Cu : $ 8.157,09/tonne o Biaya penjualan Cu : $ 8,1571/tonne o Biaya penambangan : $ 1,166/tonne o Biaya pengolahan : SULF1 : Biaya pengolahan : $ 2,67/tonne Perolehan Au : 85% Biaya penggerusan dan pemurnian Au : $ 0 Perolehan Cu : 89% Biaya penggerusan dan pemurnian Cu : $ 176,34/tonne SULF2 : o Biaya pengolahan : $ 1,29/tonne o Perolehan Au : 0% o Biaya SXEW Au : $ 0 o Perolehan Cu : 63% o Biaya SXEW Cu : $ 308,65/tonne Dilusi tambang : 5% Perolehan tambang : 95% Annual discount rate : 10% Laju produksi bijih dari tambang : 10 juta tonne/tahun Kapasitas stockpile : S1 : Untuk batuan SULF1 : 25 juta tonne S2 : Untuk batuan SULF2 : 10 juta tonne 44

7 3.1.2 Skenario (2) : Parameter Ekonomi : o Harga Au : $ 23,6/gr o Biaya penjualan Au : $ 3,31/gr o Harga Cu : $ 8.157,09/tonne o Biaya penjualan Cu : $ 8,1571/tonne o Biaya penambangan : $ 1,166/tonne o Biaya pengolahan : SULF1 : Biaya pengolahan : $ 2,67/tonne Perolehan Au : 85% Biaya penggerusan dan pemurnian Au : $ 0 Perolehan Cu : 89% Biaya penggerusan dan pemurnian Cu : $ 176,34/tonne SULF2 : o Biaya pengolahan : $ 1,29/tonne o Perolehan Au : 0% o Biaya SXEW Au : $ 0 o Perolehan Cu : 63% o Biaya SXEW Cu : $ 308,65/tonne Dilusi tambang : 5% Perolehan tambang : 95% Annual discount rate : 10% Laju produksi bijih dari tambang : 10 juta tonne/tahun Kapasitas stockpile : S1 : Untuk batuan SULF1 : 25 juta tonne S2 : Untuk batuan SULF2 : 10 juta tonne 45

8 Ketika tambang telah beroperasi 3-4 tahun terjadi beberapa perubahan pada harga komoditas dan biaya penambangan, menjadi seperti dibawah ini : Harga Au : $ 29,15/gr Biaya penjualan : $ 4,09/gr Harga Cu : $ ,34/tonne Biaya penjualan : $ 10,0813/tonne Biaya penambangan : $ 1,2826/tonne Ketika tambang telah beroperasi sekitar 7 tahun, kembali terjadi beberapa perubahan harga komoditas dan biaya, menjadi seperti di bawah ini : Harga Au : $ 53,915/gr Biaya penjualan : $ 7,56/gr Harga Cu : $ ,45/tonne Biaya penjualan : $ 18,6465/tonne Biaya penambangan : $ 1,41/tonne Biaya Pengolahan : SULF1 : Biaya pengolahan : $ 2,937/tonne SULF2 : Biaya pengolahan : $ 1,419/tonne Skenario (3) : Parameter Ekonomi : o Harga Au : $ 23,6/gr o Biaya penjualan Au : $ 3,31/gr o Harga Cu : $ 8.157,09/tonne o Biaya penjualan Cu : $ 8,1571/tonne o Biaya penambangan : $ 1,166/tonne o Biaya pengolahan : SULF1 : Biaya pengolahan : $ 2,67/tonne Perolehan Au : 85% Biaya penggerusan dan pemurnian Au : $ 0 Perolehan Cu : 89% Biaya penggerusan dan pemurnian Cu : $ 176,34/tonne 46

9 SULF2 : o Biaya pengolahan : $ 1,29/tonne o Perolehan Au : 0% o Biaya SXEW Au : $ 0 o Perolehan Cu : 63% o Biaya SXEW Cu : $ 308,65/tonne Dilusi tambang : 5% Perolehan tambang : 95% Annual discount rate : 10% Laju produksi bijih dari tambang : 10 juta tonne/tahun Kapasitas stockpile : S1 : Untuk batuan SULF1 : 25 juta tonne S2 : Untuk batuan SULF2 : 10 juta tonne Ketika tambang telah beroperasi 3-4 tahun terjadi beberapa perubahan pada harga komoditas dan biaya, menjadi seperti dibawah ini : o Harga Au : $ 19,431/gr o Biaya penjualan : $ 2,72/gr o Harga Cu : $ 6.715,814/tonne o Biaya penjualan : $ 6,7158/tonne o Biaya penambangan : $ 1,2826/tonne Ketika tambang telah beroperasi hampir 7 tahun, kembali terjadi beberapa perubahan harga komoditas dan biaya, menjadi seperti di bawah ini : Harga Au : $ 17,881/gr Biaya penjualan : $ 2,5/gr Harga Cu : $ 5.207,714/tonne Biaya penjualan : $ 5,2077/tonne Biaya penambangan : $ 1,41/tonne Biaya pengolahan : SULF1 : Biaya pengolahan : $ 2,937/tonne SULF2 : Biaya pengolahan : $ 1,419/tonne 47

10 3.2 Pengolahan Data Penjelasan berikut mengacu pada Bab 2 dimana secara umum Schedule berisi enam model, yaitu : software NPV Mulai Model Masukkan (Input Model) Model Ekonomi (Economic Model) Batas Pit Akhir (Ultimate Pit) Tahapan Penambangan (Pushback Generator) Penjadualan (Scheduling) Optimasi Stockpile (Stockpile Optimizer) Optimasi Kadar Batas (Mineflow Optimizer) Selesai Gambar 3.6 Model Pada NPV Scheduler 48

11 3.2.1 Skenario (1) : (1) Model Masukkan (Input model) Model masukkan merupakan model pertama pada NPV Scheduler yang bertujuan untuk memasukkan blok model (Gambar awal dari pit dap at dilihat pada Gambar 3.5) ke dalam NPV Scheduler. Model ini penting untuk menjalankan model - model NPV Scheduler berikutnya. Masukkan yang diperlukan pada input model diawali dengan memasukkan blok model, satuan mata uang, dan tipe penyusun batuan. Pada ketiga skenario blok model yang digunakan yaitu cumodel.dm, kemudian menjelaskan hasil dari tambang yaitu batuan berupa ore (SULF1 dan SULF2) dan waste. Bijih (SULF1dan SULF2) akan menghasilkan produk berupa Au dan Cu, sementara satuan mata uang yang digunakan terhadap ketiga skenario beserta perhitungannya yaitu US$. Setelah selesai memasukkan input beserta blok model ke dalam model masukkan dan menjalankannya. Hasil dari model masukkan dapat dilihat pada Bab 5. (2) Model Ekonomi (Economic Settings Model) Model ekonomi merupakan model yang bertujuan untuk menentukan nilai ekonomik blok dari produk, jenis batuan, metode pemrosesan yang akan digunakan, biaya penambangan, biaya pengolahan, serta perolehan. Model ekonomi memiliki beberapa tab sebagai masukkan yang harus diisi (Options, Prices, Mining, Processing, Adjustments) seperti pada Gambar 3.7 untuk menjalankan model ekonomi seutuhnya. Gambar 3.7 Economic Settings Model 49

12 Model ini secara garis besar dibagi atas cost model dan profit model. Cost model adalah pilihan yang membuat economic model menghitung parameter harga dan biaya, sementara profit model adalah pilihan dimana economic model tidak akan menghitung nilai ekonomik blok yang baru (harga dan biaya yang baru), tetapi hanya menggunakan nilai ekonomik blok (harga dan biaya) dari blok mode itu sendiri. Model ini juga merupakan model untuk mengisi komponen berupa harga logam, biaya untuk menjualnya, biaya penambangan beserta inkrementalnya, perolehan tambang, dilusi tambang, biaya pengolahan, biaya pengolahan tambahan Au dan Cu, serta perolehan Au dan Cu dari pengolahan. Setelah selesai memasukkan input ke dalam model ekonomi dan menjalankannya. Hasil dari model ekonomi dapat dilihat pada Bab 5. (3) Model Batas Pit Akhir (Ultimate Pit Model) Model batas pit akhir merupakan model untuk menentukan ultimate pit dan pit phase dari cebakan bijih (blok model mula -mula) baik itu dengan menggunakan metoda Lerchs Grossman/kerucut mengambang. Model batas pit akhir memiliki beberapa tab sebagai masukkan yang harus diisi ( ultimate pit, sequencing, slopes, time, advanced ) seperti pada Gambar 3.8 untuk dapat menjalankan model batas pit akhir seutuhnya. Gambar 3.8 Ultimate Pit Settings Model 50

13 Model ini secara garis besar merupakan model untuk menentukan metoda optimasi pit yang akan diguna kan baik itu Lerchs Grossman/kerucut mengambang terhadap cebakan bijih (blok model). Metoda kerucut mengambang merupakan metoda penentuan ultimate pit dengan mengangkat terlebih dahulu waste yang berada di atas ore untuk kemudian mengambil ore tersebut, sementara metoda Lerchs Grossman merupakan metoda penentuan ultimate pit yang penjelasan algoritmanya tercantum pada bab dua. Studi kasus (ketiga skenario) ini dijalankan dengan menggunakan metoda optimasi pit Lerchs Grossman. Model ini juga merupakan tempat untuk mengisi keadaan lereng ( azimuth, sudut lereng), besarnya laju produksi dari tambang per tahun, discount rate per tahun, serta batasan pit (restricted zones). Model batas pit akhir juga dapat digunakan untuk menentukan daerah terlarang ( restricted zone) yang akan ditambang. Daerah yang tidak boleh ditambang dapat berupa batas kontrak, jalan, sungai, pembangkit listrik, dll. Studi kasus ini mendefinisikan daerah terlarang ( resrtricted zone) sebagai zona khusus penyimpanan (stockpiles) dan tempat pembuangan ( dumps) dimana operasi penambangan tidak dapat dilakukan di zona khusus ini. Gambar 3.9 berikut menjelaskan local restriction untuk ketiga skenario ini (kuning merupakan area stockpile, merah area dumps). Gambar 3.9 Local Restriction 51

14 Setelah selesai memasukkan input ke dalam model batas pit akhir dan menjalankannya. Hasil dari model batas pit akhir dapat di lihat pada Bab 5. (4) Model Tahapan Penambangan (Pushback Generator) Model pushback generator merupakan model keempat pada NPV Scheduler yang memiliki tujuan untuk menghas ilkan pushback, urutannya, beserta batasannya. Model pushback generator memiliki beberapa tab sebagai masukkan yang harus diisi (options, control, advanced) seperti pada Gambar 3.10 untuk dapat menjalankan model pushback generator seutuhnya. Gambar 3.10 Pushback Settings Model Model ini merupakan tempat untuk memberi masukkan kepada software yaitu jumlah pushback maksimum yang akan dihasilkan, apakah pushback tersebut nantinya akan mencapai batas ultimate pit (bagian terluar), lebar jalan pengangkutan, besarnya laju minimum bijih dari tambang yang akan dikirim ke pabrik pengolahan (millore) untuk setiap pushback-nya. Setelah selesai memasukkan input ke dalam model pushback generator dan menjalankannya. Hasil dari model pushback generator dapat dilihat pada Bab 5. 52

15 (5) Model Penjadualan (Scheduling) Model penjadualan merupakan model kelima sekaligus model terakhir dari NPV Scheduler bertujuan untuk menjadualkan pushback tambang dengan melihat batasan praktis (tonase dan waktu), serta menghasilkan estimasi NPV yang lebih akurat. Model scheduling memiliki beberapa tab sebagai masukkan yang harus diisi (targets, time, options, pushbacks ) seperti pada Gambar 3.11 untuk dapat menjalankan model scheduling seutuhnya. Gambar 3.11 Scheduling Settings Model Model ini merupakan tempat untuk memberi masukkan kepada software berupa banyaknya hari dalam satu periode (kurun waktu) yang akan digunakan dalam penjadualan, waktu kerja truk selama umur tambang, jarak antar pushback, dan tujuan dari produk hasil penambangan baik itu ore (SULF1 dan SULF2) maupun waste. Tujuan dari SULF1 yaitu crusher, tujuan dari SULF2 yaitu heap (heap A dan heap B), dan tujuan dari waste ialah dump (dump A dan dump B). Setelah selesai memasukkan input ke dalam model scheduling dan menjalankannya. Hasil dari model scheduling dapat dilihat pada Bab 5. 53

16 (6) Model Optimasi Stockpile/Optimasi Kadar Batas Model optimasi stockpile/optimasi kadar batas merupakan model keenam yang hanya ada pada software paket NPV Scheduler + Mine Flow Optimizer. Model ini merupakan model pilihan (tidak wajib) dan tidak ada pada s oftware NPV Scheduler sendiri melainkan sebuah paket software. Model ini bertujuan untuk melihat kembali jadual penambangan dan mempertimbangkan kombinasi dari pencampuran target produk tambang itu sendiri (Au dan Cu) pada stockpile atau penggunaan teknik optimasi kadar batas yang kesemuanya berguna untuk memaksimalkan NPV. Model stockpiling memiliki beberapa tab sebagai masukkan yang harus diisi (parameters, stockpiles, external, constraints, options, grades, mining ) seperti pada Gambar 3.12 untuk dapat menjalankan model stockpiling seutuhnya. Gambar 3.12 Stockpile/Mine Flow Optimizer Model Model ini merupakan tempat untuk memberi masukkan kepada software berupa besar (tonase) maksimum prestripping, mengisi kapasitas stockpile termasuk kadar batas baik itu S1 ( stockpile untuk material SULF1) ata u S2 ( stockpile untuk material SULF2) dan biaya muat -angkut ke crusher (rehandling cost ), kapasitas pabrik pengolahan milling dan leaching, optimasi yang akan digunakan ( stockpile optimizer/mine flow optimizer), penentuan mineral utama dan mineral sampinga n. 54

17 Studi kasus ini Cu dipilih sebagai produk utama, sementara Au merupakan produk sampingan. Setelah selesai memasukkan input ke dalam model stockpiling dan menjalankannya. Hasil dari model stockpiling dapat dilihat pada Bab 5. Demikianlah software NPV S cheduler dijalankan dari awal s/d akhir ( input model - economic model - ultimate pit model - pushback generator model scheduling model stockpile optimizer/mine flow optimizer) untuk skenario satu. Skenario dua dan skenario tiga hanya memiliki beberapa perubahan pada parameter ekonomi (harga dan biaya produksi). Penjelasan lebih lengkap mengenai skenario dua dan tiga dapat dilihat seperti berikut Skenario (2) : Skenario (2) dijalankan dengan langkah pengoperasian NPV Scheduler seperti telah dijelaskan pada skenario (1) yaitu menggunakan data yang ada pada skenario (1) kemudian menjalankan seluruh model ada pada NPV Scheduler ( input model s/d pushback generator). Setelah menjalankan input model s/d pushback generator kemudian mengambil salah satu pushback yang telah dihasilkan ( pushback ketiga) atau keadaan ini akan sama dengan ketika tambang telah beroperasi sekitar 3 tahun dari awal tambang berdiri untuk dibawa dan diedit menggunakan software datamine studio. Hasil datamine studio akan kembali menjadi masukkan pada input model. Langkah berikutnya menjalankan kembali NPV Scheduler ( input model s/d pushback generator) dengan membuat beberapa perubahan pada harga komoditas yaitu kenaikan harga logam Au dan Cu, kenaikan biaya untuk menjualnya, sert a kenaikan biaya penambangan yang keseluruhannya akan menjadi seperti Tabel 3.2 Tabel 3.2 Perubahan Pertama Pada Skenario (2) Nama komponen Nilai saat ini Nilai sebelumnya Harga Au $ 29,15/gr $ 23,6/gr Biaya penjualan Au $ 4,09/gr $ 3,31/gr Harga Cu $ 10081,34/tonne $ 8157,09/tonne Biaya penjualan Cu $ 10,0813/tonne $ 8,1571/tonne Biaya penambangan $ 1,2826/tonne $ 1,166/tonne 55

18 Setelah menjalankan input model s/d pushback generator kemudian mengambil kembali salah satu pushback yang telah dihasilkan ( pushback ketiga) atau keadaan ini akan sama dengan ketika tambang telah beroperasi sekitar 7 tahun dari awal tambang berdiri untuk dibawa dan diedit menggunakan software datamine studio. Hasil datamine studio akan kembali menjadi masukkan pada input model. Langkah berikutnya menjalankan kembali NP V Scheduler ( pushback generator) dengan membuat beberapa perubahan pada harga komoditas yaitu kenaikan harga logam Au dan Cu, kenaikan biaya untuk menjualnya, kenaikan biaya penambangan serta biaya pengolahan yang keseluruhannya akan menjadi seperti Tabel 3.3 berikut ini : Tabel 3.3 Perubahan Kedua Pada Skenario (2) Nama komponen Nilai saat ini Nilai sebelumnya Harga Au $ 53,915/gr $ 29,15/gr Biaya Penjualan Au $ 7,56/gr $ 4,09/gr Harga Cu $ 18646,45/tonne $10081,34/tonne Biaya Penjualan Cu $ 18,6465/tonne $ 10,0813/tonne Biaya Penambangan $ 1,41/tonne $ 1,2826/tonne Biaya Pengolahan : SULF1 $ 2,937/tonne $ 2,67/tonne SULF2 $ 1,419/tonne $ 1,29/tonne Hasil akhir dari menjalankan kembali NPV Scheduler ( input model s/d pushback generator) dengan perubahan data seperti pada Tabel.3.3 merupakan hasil akhir skenario (2) Skenario (3) : Skenario (3) dijalankan dengan langkah pengoperasian NPV Scheduler seperti telah dijelaskan pada skenario (1) yaitu menggunakan data yang ada pada skenario (1) kemudian menjalankan selur uh model ada pada NPV Scheduler ( input model s/d pushback generator). Setelah menjalankan input model s/d pushnack generator kemudian mengambil salah satu pushback yang telah dihasilkan ( pushback ketiga) atau keadaan 56

19 ini akan sama dengan ketika tambang te lah beroperasi sekitar 3 tahun dari awal tambang berdiri untuk dibawa dan diedit menggunakan software datamine studio. Hasil datamine studio akan kembali menjadi masukkan pada input model. Langkah berikutnya menjalankan kembali NPV Scheduler ( input model s/d pushback generator) dengan membuat beberapa perubahan pada harga komoditas yaitu penurunan harga logam Au dan Cu, penurunan biaya untuk menjualnya, serta kenaikan biaya penambangan yang keseluruhannya akan menjadi seperti Tabel 3.4 berikut ini : Tabel 3.4 Perubahan Pertama Pada Skenario (3) Nama komponen Nilai saat ini Nilai sebelumnya Harga Au $ 19,431/gr $ 23,6/gr Biaya penjualan Au $ 2,72/gr $ 3,31/gr Harga Cu $ 6715,814/tonne $ 8157,09/tonne Biaya penjualan Cu $ 6,7158/tonne $ 8,1571/tonne Biaya penambangan $ 1,2826/tonne $ 1,166/tonne Setelah menjalankan input model s/d pushback generator mengambil kembali salah satu pushback yang telah dihasilkan ( pushback ketiga) atau keadaan ini akan sama dengan ketika tambang telah beroperasi lebih dari 7 tahun dari awal tambang berdiri untuk dibawa dan diedit menggunakan software datamine studio. Hasil datamine studio akan kembali menjadi masukkan pada input model. Langkah berikutnya menjalankan kembali NPV Scheduler ( input model s/d pushback generator) dengan membuat beberapa perubahan pada har ga komoditas yaitu penurunan harga logam Au dan Cu, penurunan biaya untuk menjualnya, kenaikan biaya penambangan serta biaya pengolahan yang keseluruhannya akan menjadi seperti Tabel 3.5 berikut ini: 57

20 Tabel 3.5 Perubahan Kedua Pada Skenario (3) Nama komponen Nilai saat ini Nilai sebelumnya Harga Au $ 17,881/gr $ 19,431/gr Biaya Penjualan Au $ 2,5/gr $ 2,72/gr Harga Cu $ 5207,714/tonne $ 6715,814/tonne Biaya Penjualan Cu $ 5,2077/tonne $ 6,7158/tonne Biaya Penambangan $ 1,41/tonne $ 1,2826/tonne Biaya Pengolahan : SULF1 $ 2,937/tonne $ 2,67/tonne SULF2 $ 1,419/tonne $ 1,29/tonne Hasil akhir dari menjalankan kembali NPV Scheduler ( input model s/d pushback generator) diatas dengan perubahan data seperti pada Tabel.3.5 merupakan hasil akhir skenario (3). 58