BAB V PEMBAHASAN. 5.1 Hasil Simulasi NPV Scheduler Skenario (1)

Transkripsi

1 BAB V PEMBAHASAN Bab pembahasan ini dibagi menjadi tiga bagian pembahasan. Pembahasan yang pertama ialah hasil simulasi NPV Scheduler, berikutnya akan membahas analisis hasil berupa perbandingan dari simulasi skenario (1), (2), (3) pada NPV Scheduler. Bagian terakhir dari pembahasan akan diakhiri dengan analisis hasil berupa perbandingan simulasi skenario (1), (2), (3) pada NPV Scheduler dengan simulasi skenario (1), (2), (3), (4), (5) pada program sederhana. 5.1 Hasil Simulasi NPV Scheduler Skenario (1) Simulasi skenario (1) diawali dengan simulasi penambangan dimana asumsi harga komoditas dan biaya penjualan baik itu tembaga atau emas yaitu sebesar $ 23,6/gr dan $ 3,31/gr untuk emas dan $ 8.157,09/tonne dan $8,1571/tonne untuk tembaga. Biaya yang digunakan untuk menambang batuan sebesar $ 1,166/tonne batuan, kemudian biaya untuk mengolah dan p roses penggerusanpemurnian untuk SULF1 sebesar $ 2,67/tonne bijih dan $ 176,34/tonne Cu. Biaya yang digunakan untuk pelindian dan proses pengambilan Cu (dalam bentuk katoda) untuk SULF2 sebesar $ 1,29/tonne bijih dan $ 308,65/tonne Cu. Faktor lainnya dari penambangan seperti dilusi tambang digunakan 5% dan perolehan tambang digunakan 95%. Perolehan dari pengolahan SULF1 untuk Au dan Cu sebesar 85% dan 89%, sementara perolehan dari pengolahan SULF2 untuk Au dan CU sebesar 0% dan 63%. Laju produksi penambangan diharapkan sekitar juta tonne batuan/tahun. Pabrik pengolahan ( milling plant) sebagai tujuan bijih SULF1 berada pada jenjang 24 elevasi 2.060m dpl, sementara ( leaching plant) yang merupakan tujuan bijih SULF2 berada pada jenjang 26 elevasi 2.040m dp l, serta tempat tujuan waste yaitu dump berada pada jenjang 20 elevasi 2.0m dpl. Tempat penampungan (s tockpile) yang digunakan untuk simulasi ini berjumlah dua yaitu S1 untuk menerima limpahan bijih SULF1 berkapasitas 25 juta tonne dan S2 untuk menerima limpahan bijih SULF2 dengan kapasitas juta tonne. Simulasi NPV Scheduler dijalankan dengan teknik optimasi Lerchs Grossman. Sudut lereng keseluruhan ratarata ialah 42 0 seperti yang telah ditentukan sebelumnya dan tujuan penggunaan NPV Scheduler ialah untuk memaksimumkan keuntungan 85

2 total dari tambang. Hasil menjalankan simulasi skenario satu menggunakan software NPV Scheduler sbb : (1) Hasil Model Masukkan (Input Model) Model masukkan merupakan model yang menetapkan (blok model) sebagai masukkan pit mulamula kemudian produk keluaran dari pit. Produk keluaran dari simulasi ini ialah bijih dan waste, sementara bijih pada simulasi ini dibagi menjadi dua yaitu SULF1 dan SULF2. Produk berharga yang dapat diekstrak dan diolah dari kedua jenis bijih tersebut untuk dijual sebagai produk berharga berupa tembaga (tonne) dan emas (gram), dengan kadar rata rata tembaga 0,113% dan kadar rata rata emas 0,344 gram/tonne (2) Hasil Model Ekonomi (Economic Model) Model ekonomi merupakan model lanjutan dari model mas ukkan dan bertujuan untuk menghasilkan (membuat data rekapitulasi cadangan pit) yaitu tonase bijih, blok bijih, tonase waste, dan blok waste. Hasil keluaran model ekonomi juga berupa perkiraan ongkos penambangan dan pengolahan, nilai dari bijih yang ada pa da pit, dan tampilan kontur awal pit. Gambar 5.1 Kontur Awal pit 86

3 50 E U A U A A A Gambar 5.2 PlanView Tipe Batuan Gambar 5.3 North South View (50E) Tipe Batuan Data penting lainnya dari hasil keluaran model ekonomi sbb : Total tonase bijih : tonne Total tonase bijih SULF1 : tonnes Total tonase bijih SULF2 : tonnes Total tonase waste : tonnes Perkiraan cadangan produk berharga : Tonase tembaga : tonne Tonase emas : gram Perkiraan nilai bijih keseluruhan : $ (3) Hasil Model Batas Pit Akhir (Ultimate Pit Limit Model) Model batas pit akhir merupakan model yang berperan untuk menentukan ultimate pit limit dari pit masukkan (blok model). Model ini juga memberikan keterangan mengenai jumlah bijih d an waste yang berada di ultimate pit, estimasi biaya penambangan, pengolahan, pendapatan dari penjualan produk berharga, keuntungan bersih dari tambang, umur tambang, dan stripping ratio. Gambar 5.4 berikut merupakan gambar ultimate pit. 87

4 Gambar 5.4 Ultimate Pit Skenario (1) Hasil penting lainnya keluaran dari model batas pit akhir ( ultimate pit limit model) ialah sebagai berikut : Total tonase batuan : Total tonase bijih : tonne Total tonase bijih SULF1 : tonne Total tonase bijih SULF2 : tonne Total tonase waste : tonne Perkiraan cadangan produk berharga : Total tembaga : tonne Total emas : gram Pendapatan dari penjualan Au dan Cu ( Revenue) : $ Biaya Penambangan : $ Biaya Pengolahan : $ Keuntungan bersih (Profit) : $ Perkiraan NPV : $ SR : 0,33 88

5 (4) Hasil Model Pushback (Pushback Generator) Model Pushback bekerja dengan melanjutkan hasil keluaran model ekonomi (harga logam, ongkos produksi, dll) dan hasil keluaran model batas pit akhir ( ultimate pit limit beserta urutan penambangannya). Hasil dari model batas pit akhir yaitu didapat jumlah cadangan bijih sekitar 7 juta tonne dengan laju produksi bijih yang diharapkan untuk tetap dijaga dari tambang sebesar juta tonne/tahun Hasil keluaran model batas pit akhir bersama dengan batasan desain pembuatan pushback seperti lebar jalan pengangkutan minimum yang ditetapkan sebesar 20m. Laju bijih yang diharapkan masuk ke pabrik pen golahan ( millore sebesar 8 juta tonne bijih SULF1/ pushback) akan menjadi target utama pada model penjadualan, selain laju penambangan juta tonne/tahun. Model pushback telah membagi tambang menjadi pushback berdasarkan kesanggupan menyediakan minimum untuk laju penambangan dan laju bijih SULF1 sebesar juta tonne/tahun dan 8 juta tonne/pushback. Keluaran model pushback generator akan menghasilkan pushback. Penjelasan lebih lengkapnya seperti yang telah dirangkum pada tabel dan gambar berikut. 50 E U U A A A A Gambar 5.5 Plan View Pushback Gambar 5.6 North South View (50E) Pushback 89

6 Tabel 5.1 Hasil Keluaran Pushback Generator Pushback Total tonase batuan (tonne) Total tonase bijih (tonne) Total tonase waste (tonne) Total bijih SULF1 (tonne) Total bijih SULF2 (tonne) Laba bersih (Profit) ($) NPV ($) Umur pushback (tahun) , , , , , , , , , ,37 Total (5) Hasil Model Penjadualan (Scheduling Model) Model Penjadualan pada NPV Scheduler memiliki t ujuan untuk menjadualkan pit hasil optimasi ke dalam kurun waktu tertentu agar lebih praktis untuk dilakukan dilapangan serta memaksimalkan hasil NPV. Model penjadualan pada simulasi ini dirancang untuk menjaga jumlah bijih baik itu yang akan masuk ke milling plant tetap terjaga pada tingkat tonase tertentu dengan tetap berusaha mempertahankan laju penambangan dari tambang ( mining rate) yang hasil akhirnya akan diukur dalam kurun waktu tertentu (contoh : dalam tahunan), juga menjadual waktu kerja truk (dal am jam) sebagai komponen yang ikut mendukung kebutuhan peralatan untuk mengoperasikan jadual. Simulasi ini mentargetkan untuk mempertahankan laju bijih SULF1 dari tambang yang masuk ke milling plant yaitu sebesar tonne bijih/tahun. Berikutnya dengan semaksimal mungkin mempertahankan laju penambangan juta tonne/tahun. Konsep tersebut pada NPV Scheduler dinamakan mining ratio. Mining ratio bertujuan untuk menjaga laju bijih yang masuk ke milling plant (pada tingkat tonase tertentu) dengan tetap mempertahankan semaksimal mungkin laju bijih dari tambang tetap tinggi. Berikut ialah formula untuk menentukan serta target dari mining ratio : Rock tonnage Mill ore tonnage Waste tonnage Leach ore tonnage Mining Ratio Mill ore tonnage Mill ore tonnage 90

7 Tabel 5.2 Mining ratio (Input) Waktu (tahun) Target Minimum Maximum 0 0 1,25 0,0 1,30 Konsep berikutnya dalam penjadualan ialah untuk membantu pencarian waktu kerja truk (jam) dan jarak angkut. Berikut masukkan untuk alat angkut (truk) : waktu tunggu ratarata di load dan dump point : 13 menit dan 4 menit, kecepatan rata rata truk loaded (8kph) unloaded (k ph), availability 92%. Truk diasumsikan mengangkut 0 tonne untuk bijih dan perhitungan sebagai masukkan untuk NPV Scheduler sbb: waste setiap siklusnya. Maka formula waktu edar = (waktu tunggu total + 2*jarak angkut/kecepatan rata rata) / availability = ((13menit+4menit)/60 + 2*jarak angkut(m) / (8kph+kph)/2) / 0,92 ) = ((13+4)/60*0,92) +(2 * jarak angkut(m) / (20/2)x00mph * 0,92) Waktu edar truk diasumsikan = (0,308) jam + (0,217*jarak angkut(m) / 00) jam mengangkut sebanyak 0tonne biijh dan waste = (0,308/0 ) * tonne + (0,217/0) * meter.ktonne Jarak angkut menjadi meter Waktu kerja truk/0tonne = 0,00308 * tonne + 0,00217 * meter.ktonne meter.ktonne : tonase bijih /waste dikalikan dengan jarak angkut dan dibagi 00. Truk dan batasan waktu kerja alat angkut (truk) yang dibuat berdasarkan asumsi satu buah truk bekerja dengan 6000 jam setiap menjelaskan nilai minimum, target, maksimum dari jam kerja. tahunnya, tabel berikut Tabel 5.3 Waktu Kerja Keseluruhan Alat Angkut/Truk ( Input) Waktu (tahun) Target (jam) Minimum (jam) Maximum (jam)

8 Tabel 5.4 Hasil Model Penjadualan Periode penjadualan (tahun) Tonase batuan (tonne) Tonase bijih (tonne) Tonase waste (tonne) Laba bersih (Profit) ($) NPV ($) Tonase bijih SULF1 (tonne) Tonse Bijih SULF2 (tonne) SR Prestripping , , , , , , , , , , , , , , , , , , , ,027 Total Hasil dari model penjadualan didapatkan umur tambang 19 tahun, dengan target bijih SULF1 yang diharapkan masuk kedalam milling plant sebesar 5,11 juta tonne/tahun. Hal ini berbeda dengan hasil yang didapatkan dari model pushback karena pada model pushback target (bijih SULF1) diukur dalam tonase per pushback, sementara pada model penjadualan target (bijih SULF1) diukur dalam tonase/tahun. Gambar dan tabel pada halaman berikut merupakan hasil penting lainnya dari model penjadualan. 92

9 50 E U U U A A A A Gambar 5.7 Plan View Periode Penjadualan Gambar 5.8 North South View(50E) Periode Penjadualan 1 0 MiningRatio : Tahun Gambar 5.9 Mining Ratio (Output) 93

10 J a m Truck Tahun Gambar 5. Waktu Kerja Truk (Output) Gambar 5.7 diatas merupakan gambar plan view dari periode penjadualan terhadap bagian terdalam pit, sementara Gambar 5.8 merupakan gambar penampang melintang dari utaraselatan periode penjadualan, dengan keterangan untuk gambar periode penjadualan ialah kisaran (range) periode. Grafik pada Gambar 5.9 merupakan grafik mining ratio yang dihasilkan model penjadualan dimana angka s atu berarti keadaan dimana bijih yang masuk milling plant sebesar dan laju penambangan ( mining rate) sekitar juta, angka diatas/dibawah satu menunjukkan tonase batuan ( leach/waste) yang berubah guna menahan bijih SULF1 yang didapat sebesar 5,11 juta tonne. Gambar 5. menunjukkan waktu kerja truk yang dibutuhkan selama umur tambang dan hal ini bergantung terhadap target penjadualan dan mining ratio. (6) Hasil Model Optimasi Kadar Batas Model optimasi stockpile/optimasi kadar batas merupakan mo del yang bertujuan mencari NPV maksimum dari hasil keluaran model penjadualan (NPV maksimum dari pit). Model ini dijalankan dengan terlebih dahulu memberi masukkan yaitu batas kapasitas produksi untuk pabrik pengolahan. Pada simulasi ini ditetapkan untuk mentargetkan produksi milling plant sebesar 9 juta tonne bijih SULF1 dan 94

11 leaching plant sebesar 2,5 juta tonne bijih SULF2, serta menjadikan salah satu mineral/logam sebagai target utama, dalam kasus ini logam Cu dipilih sebagai produk utama dan Au sebagai produk sampingan. Model optimasi yang dipilih pada simulasi ini ialah optimasi kadar batas, optimasi ini bekerja dengan menghitung kembali penjadualan dan menerapkan strategi kadar batas untuk memaksimumkan NPV dari tambang. Hasil dari model optimasi kadar batas didapat umur tambang sebesar 13 periode/13 tahun dimana (1periode = 1 tahun). Hasil dari model optimasi kadar batas yaitu model ini membagi tambang ke dalam 13 tahun dan optimasi ini bekerja dengan cara berusaha menyusun ulang penjadualan dengan mengurutkan atau mencari terlebih dahulu bijih berkadar tinggi disusul pencarian bijih berkadar rendah dengan turut mengubah laju penambangan guna mengejar target produksi (bijih SULF1 dan bijih SULF2), dengan tetap melihat Cu sebagai produk utama tamb ang. Hasilnya terlihat jelas pada Tabel 5.5 yaitu adanya peningkatan jumlah bijih dan penurunan jumlah waste yang didapat dari model optimasi kadar batas dibandingkan dengan hasil model penjadualan. Untuk lebih lengkapnya mengenai hasil model optimasi stockpile/optimasi kadar batas dapat dilihat pada Tabel 5.5 dan Tabel 5.6 Tabel 5.5 Perbandingan Tonase Output Model Hasil keluaranmodel Tonase batuan (tonnex00) Tonase bijih (tonnex00) Tonase waste (tonnex00) Pushback generator Penjadualan Optimasi stockpile/ optimasi kadar batas

12 Tabel 5.6 Model Optimasi Kadar Batas Periode Tonase Tonase Masukkan ke Tonase Hasil keluaran NPV (tahun) batuan bijih pabrik pengolahan waste pabrik pengolahan ($x00) (tonnex00) (tonnex00) Bijih SULF1 Bijih SULF2 (tonnex00) Perolehan Cu (tonnex00) Perolehan Au (gramx00) Total tonase (tonnex00) COG Cu (%) Total tonase (tonnex00) COG Cu (%) Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , Periode , , , Total

13 Hasil dari skenario (1) pada tambang yang akan diambil untuk dibandingkan dengan skenario (2) maupun skenario (3) merupakan hasil yang dikelu arkan hingga model pushback generator. Hasil simulasi skenario (1) tersebut membagi pit kedalam sepuluh pushback dengan perkiraan cadangan ekonomis bijih tambang sekitar 7 juta tonne bijih, hal ini akan menjadi tolak ukur untuk kedua skenario lainnya k arena pada NPV Scheduler untuk membentuk harga logam dan ongkos baru (pada saat tambang berjalan) yang digunakan ialah hasil pushback generator (untuk kemudian dibawa ke datamine studio), dimana keluaran pushback generator tidak dihasilkan untuk kurun waktu tertentu sementara hasil penjadualan dan optimasi stockpile/optimasi kadar batas disusun berdasarkan per kurun waktu tertentu. Hal tersebut menyebabkan hasil yang digunakan untuk perbandingan skenario (2), skenario (3) ialah keluaran hingga model pushback generator Skenario (2) berupa Skenario (2) mempunyai data awal cebakan mineral, parameter ekonomi harga logam, biaya penjualan, ongkos penambangan dan pengolahan, perolehan, dilusi tambang, data geoteknik, dll yang sama dengan skenario (1) sepe rti yang telah dibahas pada Bab3. Simulasi kenaikan untuk pertama kali terjadi ketika tambang telah beroperasi seiktar 3 tahun meliputi harga logam, ongkos menambang dan menjual. Kenaikan kembali terjadi setelah tambang beroperasi sekitar 7 tahun meliputi harga logam, ongkos menambang dan menjual, serta ongkos pengolahan. Tabel berikut merupakan gambaran umum perubahan yang terjadi pada skenario (2). Tabel 5.7 Simulasi NPV Scheduler Skenario (2) Nama komponen Keadaan awal Keadaan setelah perubahan pertama Keadaan setelah perubahan kedua Harga Au $ 23,6/gr $ 29,15/gr $ 53,915/gr Cu $ 8.157,09/tonne $.081,34/tonne $ ,45/tonne Biaya Penjualan Au $ 3,31/gr $ 4,09/gr $ 7,56/gr Biaya Penambangan Biaya Cu $ 8,1571/tonne $,0813/tonne $ 18,6465/tonne $ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne SULF1 $ 2,67/tonne $ 2,67/tonne $ 2,937/tonne Pengolahan SULF2 $ 1,29/tonne $ 1,29/tonne $ 1,419/tonne 97

14 Skenario (2) memiliki masukkan mula mula yaitu cebakan mineral (blok model) yang sama dengan skenario (1) dengan kadar rata rata tembaga 0,113% dan kadar ratarata emas 0,344 gram/tonne. Berikut gambar batas akhir dari pit akhir untuk simulasi skenario (2). Gambar 5.11 Ultimate Pit Skenario (2) Hasil penting lainnya dari optimasi pit simulasi skenario (2) menggunakan NPV Scheduler : Total tonase batuan : tonne Total tonase bijih : tonne Total tonase waste : tonne Pendapatan dari penjualan Au dan Cu ( Revenue) : $ Biaya Penambangan : $ Biaya Pengolahan : $ Keuntungan bersih (Profit) : $ Perkiraan NPV : $

15 5.1.3 Skenario (3) Skenario (3) mempunyai data awal cebakan mineral, parameter ekonomi berupa harga logam, biaya penjualan, ongkos penambangan dan pengolahan, perolehan, dilusi tambang, data geoteknik, dll yang sama dengan s kenario (1) seperti yang telah dibahas pada Bab3. Simulasi perubahan untuk pertama kali terjadi ketika tambang telah beroperasi sekitar 3 tahun meliputi penurunan harga logam dan ongkos menjual disertai kenaikan ongkos penambangan. Perubahan kembali terjad i setelah tambang beroperasi hampir 7 tahun meliputi penurunan harga logam dan ongkos menjual disertai kenaikan ongkos baik penambangan maupun pengolahan. Tabel berikut merupakan gambaran umum perubahan yang terjadi pada skenario (3). Tabel 5.8 Simulasi NPV Scheduler Skenario (3) Nama komponen Keadaan awal Keadaan setelah perubahan pertama Keadaan setelah perubahan kedua Harga Au $ 23,6/gr $ 19,431/gr $ 17,881/gr Cu $ 8.157,09/tonne $ 6715,814/tonne $ 5207,714/tonne Biaya Penjualan Au $ 3,31/gr $ 2,72/gr $ 2,5/gr Biaya Penambangan Biaya Cu $ 8,1571/tonne $ 6,7158/tonne $ 5,2077/tonne $ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne SULF1 $ 2,67/tonne $ 2,67/tonne $ 2,937/tonne Pengolahan SULF2 $ 1,29/tonne $ 1,29/tonne $ 1,419/tonne Skenario (3) memiliki masukkan mula mula yaitu cebakan mineral (blok model) yang sama dengan skenario (1) dengan kadar rata rata tembaga 0,113% dan kadar ratarata emas 0,344 gram/tonne. Berikut merupakan gambar batas akhir dari pit untuk simulasi skenario (3). 99

16 Gambar 5. Ultimate Pit Skenario (3) Hasil penting lainnya dari optimasi pit s imulasi skenario (3) menggunakan NPV Scheduler : Total tonase batuan : tonne Total tonase bijih : tonne Total tonase waste : tonne Pendapatan dari penjualan Au dan Cu ( Revenue) : $ Biaya Penambangan : $ Biaya Pengolahan : $ Keuntungan bersih (Profit) : $ Perkiraan NPV : $ Analisis Hasil Ketiga Skenario Setelah mengetahui skenario (1), skenario (2), skenario (3) seperti keterangan diatas dan melihat hasil Tabel 5.9 dan Gambar 5.13 memperlihatkan penambangan skenario (2) menghasilkan tonase terbesar baik bijih maupun waste, disusul skenario (1) baik untuk bijih maupun waste, dan yang terakhir ialah skenario (3). Hal ini terjadi karena pada skenario (2) pendapatan yang didalamnya terdapat komponen harga jual produk berharga mengalami kenaikan sehingga memungkinkan untuk menjual logam berkadar lebih rendah sekaligus menambang lebih banyak batuan termasuk didalamnya bijih dan waste. 0

17 Tabel 5.9 Perbandingan Antara Total Batuan, Bijih, Waste Tiap Skenario Skenario Tonase batuan (tonne) Total bijih (tonne) Total waste (tonne) Tonne (m illion Total rock Total ore Total w as te Sk e n ar io Gambar 5.13 Perbandingan Antara Total Batuan, Bijih, Waste Yang Diperoleh Tiap Skenario Hasil keluaran model batas pit akhir berupa permukaan ultimate pit limit dari simulasi ketiga skenario (1), (2), (3) setelah dijalankan pada NPV Scheduler, terlihat bahwa skenario (1) dan (2) memiliki gambar permukaan yang relatif mirip, sementara untuk skenario (3) menghasilkan gambar permukaan ultimate pit yang berbeda dari skenario (1) dan (2). Kenaikan harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan yang mengakibatkan naiknya revenue ternyata hanya merubah sedikit desain akhir pit suatu tambang, akan tetapi hal tersebut tidak dialami skenario penurunan harga komoditas logam. Penurunan harga komoditas logam akan lebih berdampak terhadap perubahan pada ultimate pit. Hal ini terlihat jelas seperti pada Gambar 5.14 s/ Gambar 5.16 yaitu penurunan harga logam akan lebih berdampak terhadap ultimate pit daripada adanya kenaikan harga komoditas logam yang pada akhirnya turut mempengaruhi hasil optimasi pit. 1

18 Gambar 5.14 Ultimate Pit Skenario (1) Gambar 5.15 Ultimate Pit Skenario (2) Gambar 5.16 Ultimate Pit Skenario (3) Simulasi ketiga skenario skenario (1), (2), (3) yang turut mengubah ongkos penambangan per tonne bat uan maupun ongkos pengolahan per tonne bijih hanya terjadi untuk skenario (2) dan (3), tetapi tidak terjadi pada skenario (1). Perbedaan pemasukkan dari penjualan logam ( valuable product) untuk ketiga skenario (harga logam skenario (3) < harga logam skenar io (1) < harga logam skenario (2) mengakibatkan skenario (2) merupakan skenario yang menghasilkan pendapatan dari tambang terbesar, disusul skenario (1), dan yang menghasilkan pendapatan dari tambang terkecil yaitu skenario (3). Pendapatan bersih dari ke tiga skenario skenario (1), (2), (3) proyek tambang tersebut yaitu pemasukkan dari penjualan komoditas mineral dikurangi ongkos penambangan dan pengolahan menempatkan skenario (2) sebagai skenario dengan 2

19 laba bersih yang dihasilkan tertinggi, disusul skena rio (1), dan yang terendah menghasilkan laba bersih ialah skenario (3). Pendapatan bersih tersebut turut mempengaruhi NPV ketiga skenario. Hal ini terlihat dari NPV tertinggi yang diraih skenario (2), disusul skenario (1), dan skenario (3) sebagai skenario yang menghasilkan NPV terendah. Pada Gambar 5.17 dan Tabel 5. dibawah berikut terlihat bahwa meskipun profit skenario (1) cukup berbeda dengan skenario (3) tetapi untuk NPV baik skenario (1) maupun skenario (3) berada pada level kurang lebih sama. Hal ini dapat dijelaskan karena umur proyek tambang skenario (3) lebih singkat daripada skenario (1), sementara NPV sangat bergantung pada faktor umur/tahun yaitu NPV pada suatu proyek akan lebih besar nilainya pada umur proyek yang lebih singkat. Perubahan harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan di tingkat produksi yang sama pada suatu proyek tambang (seperti pada Gambar 5.17 dan Tabel 5.) dari awal tambang berdiri hingga tambang tersebut berakhir menyebabkan berubahnya skenario seperti Cost, Revenue, Profit, dan NPV. kondisi keekonomian untuk ketiga Tabel 5. Kondisi Keekonomian Untuk Ketiga Skenario Skenario Revenue ($) Total Cost ($) Profit ($) NPV ($) Gambar 5.17 Kondisi Keekonomian Untuk Ketiga Skenario 3

20 Berubahnya harga komoditas logam diikuti meningkatnya ongkos penambangan dan pengolahan yang terjadi pada ketiga skenario penambangan diatas akan sangat mempengaruhi berakhirnya umur tamb ang umur tambang dan kadar batas ratarata dari logam yang dapat ditambang. Hal ini terlihat jelas dari Gambar 5.18, dimana menurunnya harga komoditas logam akan lebih berdampak pada umur tambang. Skenario (1) dan skenario (2) menghasilkan umur tambang y ang relatif sama,78 tahun, sementara skenario (3) yang merupakan simulasi skenario disertai dengan penurunan harga logam menjadi skenario dengan umur tambang tersingkat 9,74 tahun. Semakin singkatnya umur tambang tersebut diakibatkan berkurangnya bijih yang dapat diperhitungakan menjadi cadangan yang kadarnya diatas kadar batas minimum (dapat menghasilkan keuntungan apabila ditambang) dikarenakan asumsi harga penerimaan dari penjualan logam rendah. Hasil simulasi ketiga skenario pada NPV Scheduler memper lihatkan bahwa perubahan harga komoditas logam dan ongkos produksi dapat mempengaruhi umur tambang terutama dengan adanya penurunan harga logam yang akan lebih mempengaruhi umur tambang daripada adanya kenaikan harga logam. Kenaikan harga logam (mengakibat kan naiknya revenue) akan memberikan efek semakin rendahnya kadar logam ratarata yang masih menguntungkan apabila diambil daripada adanya penurunan harga logam (mengakibatkan turunnya revenue). Tabel dan gambar berikut disajikan untuk menambah penjelasan diatas. Tabel 5.11 Umur Pushback Untuk Ketiga Skenario Skenario Umur tambang (tahun) 1,78 2,78 3 9,74 4

21 Tahun Lifetime of Mine (Tahun) Skenario Gambar 5.18 Umur Pushback Untuk Ketiga Skenario (gr/tonne) Kadar SULF1Au (gr/tonne) Skenario Gambar 5.19 Perkiraan Kadar SULF1Au Recovered (%) Skenario Kadar SULF1Cu (%) Kadar SULF2Cu (%) Gambar 5.20 Perkiraan Kadar SULF1/SULF2Cu Recovered 5

22 Pada Tabel 5. dibawah ini akan ditampilkan tabulasi dari hasil ketiga skenario : Tabel 5. Tabulasi ketiga skenario (estimasi) Nama komponen Skenario 1 Skenario 2 Skenario 3 Tonase Batuan (tonne) mulamula Bijih (tonne) Waste (tonne) Tonase Batuan (tonne) setelah optimasi Bijih (tonne) Pit (LG method) Waste (tonne) SR 0,33 0,36 0,34 Umur pushback tambang (tahun),78,78 9,75 Studi Revenue ($) Keekonomian Cost ($) Perolehan Profit ($) NPV ($) SULF1Au (gr/tonne) 0,402 0,389 0,427 kadar SULF1Cu (%) 0,162 0,153 0,178 SULF2Cu (%) 0,086 0,083 0,3 5.3 Analisis Hasil Simulasi NPV Scheduler Vs Program Sederhana Gambaran simulasi dan hasil baik itu simulasi NPV Scheduler yang dijalankan dengan teknik optimasi Lerchs Grossman terhadap ketiga sk enario skenario (1), (2), (3) serta hasil simulasi program sederhana dengan teknik optimasi Lerchs Grossman terhadap lima skenario skenario (1), (2), (3), (4), (5) yaitu sbb Simulasi Kenaikan Revenue (Harga Komoditas Logam) Disertai Kenaikan Ongkos Produksi Menggunakan Program Sederhana 6

23 Skenario (1) x 3 x x 4 x x x x x x x x x x x x 7 x x x x x x 8 x x x x x x x Skenario (3) x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 3 x x 4 x x x Skenario (2) x x x x x x x x x 7 x x x x x x 8 x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 1 2 x x 3 x x x x 4 x x x x x x 5 x x x x x x x x 6 x x x x x 7 x x x x x x 8 x x x x x x x x x x x x x x x x x x x x x x x x x Catatan Blok bijih : blok berwarna kuning bertanda positif Blok waste : blok berwarna abuabu bertanda negatif Blok yang disilang (crossed) :batas maksimum pit yang mungkin terbentuk. Semua satuan dalam ($x00) Gambar 5.21 Ultimate Pit Simulasi Kenaikan Net Revenue (Program Sederhana) 7

24 Hasil simulasi kenaikan net revenue (harga komoditas logam) menggunakan program sederhana dengan metoda optimasi Lerchs Grossman menunjukkan bahwa kenaikan net revenue tidak berpengaruh terhadap ben tuk desain akhir pit ( ultimate pit). Hasil yang hampir sama terjadi pada bentuk pit optimal simulasi kenaikan revenue NPV Scheduler. Tabel 5.13 Kondisi Keekonomian Simulasi Kenaikan Revenue Skenario Jumlah bijih Jumlah waste Profit ($) Perkiraan umur tambang skenario1=skenario2=skenario 3 Keuntungan bersih ( net profit) yang didapat dari simulasi program sederhana untuk skenario (1), skenario (2), dan skenario (3) yaitu kenaikan. Hasil Tabel 5.13 ini mengindikasikan semakin besar kenaikan revenue akan lebih berdampak terhadap profit. Umur tambang yang didapat dari menjalankan program sederhana dipastikan sama, baik untuk skenario (1), skenario (2), dan skenario (3) karena jumlah bijih dan waste hasil optimasi sama. Hasil ini seolah menunjukkan adanya k ecenderungan umur tambang yang relatif stabil meskipun terjadi kenaikan revenue (harga komoditas logam), hal yang sama terjadi pada simulasi kenaikan revenue NPV Scheduler Simulasi Penurunan Revenue ( Harga Komoditas Logam) Disertai Kenaikan Ongkos Produksi Menggunakan Program Sederhana 8

25 Skenario (1) x 3 x x 4 x x x x x x x x x x x x 7 x x x x x x 8 x x x x x x x Skenario (5) x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 3 x x 4 x x x Skenario (4) x x x x x x x x x 7 x x x x x x 8 x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 3 x x x x 4 x x x x x x 5 x x x x x x x x 6 x x x x x 7 x x x x x x 8 x x x x x x x x x x x x x x x x x x x x x x x x x Catatan Blok bijih : blok berwarna kuning bertanda positif Blok waste : blok berwarna abuabu bertanda negatif Blok yang disilang (crossed) :batas maksimum pit yang mungkin terbentuk. Semua satuan dalam ($x00) Gambar 5.22 Ultimate Pit Simulasi Penurunan Net Revenue (Program Sederhana) 9

26 Hasil simulasi pada Gambar 5.24 memperlihatkan keadaan turunnya net revenue (turunnya harga komoditas logam) akan lebih berdampak pada batas akhir pit (lebih sensitifnya perubahan pada batas akhir pit) daripa da adanya kondisi kenaikan net revenue. Hasil ini sama seperti simulasi penurunan revenue NPV Scheduler yaitu perubahan bentuk pit lebih terlihat daripada adanya simulasi kenaikan revenue. Tabel 5.14 Kondisi Keekonomian Simulasi Penurunan Revenue Skenario Jumlah bijih Jumlah waste Profit ($) Perkiraan umur tambang : skenario5<skenario4<skenario1 Keuntungan bersih yang didapat dari simulasi program sederhana untuk simulasi penurunan Hasil Tabel 5.14 ini memberi gambaran bagaimana pengaruh penurunan revenue (harga komoditas logam) terhadap profit. Umur tambang yang didapat dari menjalankan program sederhana ialah skenario (1) < skenario (4) < skenario (5). Hal ini dapat dilihat dari jumlah bijih dan waste hasil optimasi. Informasi yang didapat ialah bahwa p enurunan revenue (harga komoditas logam) akan sangat memberi pengaruh pada umur tambang, hal yang sama terjadi pada simulasi penurunan revenue menggunakan NPV Scheduler Simulasi Perubahan Revenue Lerchs Grossman Vs Floating Cone Tabel 5.15 Lerchs Grossman Vs Floating Cone Pada Tabel 5.15 optimasi menggunakan teknik Lerchs Grossman vs Floating Cone menunjukkan perbedaan keduanya terdapat pada desain pit skenario (4) penurunan revenue yang menunjukkan Lerchs Grossman menghasilkan pit yang sedikit lebih sensitif dengan profit sama, meskipun ketika revenue kembali diturunkan keduanya kembali sama.

27 Lerchs Grossman : Floating Cone : Skenario 1 Skenario 2 Gambar 5.23 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone

28 Lerchs Grossman : Floating Cone : Skenario 3 Skenario 4 Gambar 5.24 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone

29 Lerchs Grossman : Floating Cone : Skenario 5 Gambar 5.25 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone