BAB I PENDAHULUAN 1.1 Maksu 1.1.1 Memisahkan fraksi butiran seimen paa ukuran (iameter) butir tertentu. 1.1.2 Menentukan nilai koefisien sortasi, skewness an kurtosi baik secara grafis maupun matematis. 1.1.3 Menginterpretasikan lokasi pengenapan an setting geologi berasarkan nilai koefisien sortasi, skewness an kurtosis. 1.2 Tujuan 1.2.1 Dapat memisahkan fraksi butiran seimen paa ukuran (iameter) butir tertentu. 1.2.2 Dapat menghitung an menentukan nilai meian iameter, koefisien sortasi, skewness an kurtosis baik secara grafis maupun matematis. 1.2.3 Dapat menginterpretasikan lokasi pengenapan an setting geologi berasarkan nilai koefisien sortasi, skewness an kurtosis. 1
BAB II PENGOLAHAN DATA 2.1 Bagian Hulu 2.1.1 Metoe Grafis No. Ukuran Butir Diameter (mm) Diameter phi Mi Point (m) frekuensi (gr) % frekuensi % kumulatif 0.0039 8 1 Lanau 0.0507 30 3 3 0.0625 4 Pasir Sangat 2 0.09375 71 7.1 10.1 Halus 0.125 3 3 Pasir Halus 0.1875 93 9.3 19.4 0.25 2 4 Pasir Seang 0.375 173 17.3 36.7 0.5 1 5 Pasir Kasar 0.75 355 35.5 72.2 1 0 Pasir Sangat 6 1.5 232 23.2 95.4 Kasar 2-1 7 Kerikil 3 46 4.6 100 4-2 Harga So menurut Folk an War (1957): Ф 5 = = 0.063 mm log 0.063 = 3.989 Ф 25 = = 0.262 mm log 0.262 = 1.932 Ф 16 = = 0.15 mm log 0.15 = 2.737 Ф 50 = = 0.457 mm log 0.457 = 1.129 2
Ф 75 = = 0.79 mm log 0.79 = 0.340 Ф 84 = Ф 95 = = 1 mm = 0 log1 = 1.5 mm log1.5 = -0.584 Harga So, SK, an K menurut Folk an War (1957): Sortasi (So): So = 84 16 + 4 = 0 2.737 + 4 = (-0.684) + 0.693 95 5 6.6 = 0.009 (very well sorte) Skewness (Sk): Sk = (-0.584) 3.898 6.6 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 skewe) Kurtosis (K): 95 5 K = 2.44( 75 25) = (-0.584) 3.989 2.44 (-0.34-1.932) = 1.177 (lepto kurtic) 3
4
2.1.2 Perhitungan Metoe Matematis Sortasi Harga So, SK, an K menurut Folk an War (1957): So = f.( m x) 100 2 = 233.6931 = 1.528 (poorly sorte) 100 Skewness f.( m x) Sk = 3 100. So 3 = 425.9347 100.3.5675 = 1.193 (strongly fine skewe) Kurtosis f.( m x) K = 4 100. So 4 = 2637.469 = 4.838 (Extremly Lepto Kurtic) 100.5.4511 5
2.2 Bagian Hilir 2.2.1 Metoe Grafis Diameter Diameter Mi frekuensi % % No. Ukuran Butir (mm) phi Point (m) (gr) frekuensi kumulatif 0.0039 8 1 Lanau 0.0507 62 6.2 6.2 0.0625 4 Pasir Sangat 2 0.09375 189 18.9 25.1 Halus 0.125 3 3 Pasir Halus 0.1875 287 28.7 53.8 0.25 2 4 Pasir Seang 0.375 196 19.6 73.4 0.5 1 5 Pasir Kasar 0.75 178 17.8 91.2 1 0 Pasir Sangat 6 1.5 32 3.2 94.4 Kasar 2-1 7 Kerikil 3 56 5.6 100 4-2 Harga So menurut Folk an War (1957): Ф 5 = Ф 16 = Ф 25 = = 0.05 mm = 4.32 log 0.05 = 0.073 mm log 0.073 = 3.78 = 0.093 mm log 0.093 Ф 50 = Ф 75 = = 0.167 mm = 2.58 log 0.167 = 0.385 mm = 1.37 log 0.385 = 3.43 6
Ф 84 = = 0.53 mm = 0.92 log 0.53 Ф 95 = = 1.5 mm log1.5 = -0.584 Harga So, SK, an K menurut Folk an War (1957): Sortasi (So): So = 84 16 + 4 = 0.92 3.78 + 4 = (-0.715) + 0.742 95 5 6.6 = 1.457 (very well sorte) Skewness (Sk): Sk = (-0.584) 4.32 6.6 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 skewe) Kurtosis (K): 95 5 K = 2.44( 75 25) = (-0.584) 4.32 2.44 (1.37-3.43) = 0.97 (meso kurtic) 7
8
2.2.2 Perhitungan Metoe Matematis Sortasi Harga So, SK, an K menurut Folk an War (1957): So = f.( m x) 100 2 = 282.3344 = 1.680 (poorly sorte) 100 Skewness f.( m x) Sk = 3 100. So 3 = 82.74796 100.4.742 = 0.1745 ( fine skewe) Kurtosis f.( m x) K = 4 100. So 4 = 2728.15 = 3.424 (Extremly Lepto Kurtic) 100.7.966 9
BAB III PEMBAHASAN Granulometri aalah suatu analisa ukuran butir paa batuan seimen silisiklastik. Dalam granulometri ini lebih mengutamakan bagaimana sebaran butiran batuan seimen klastik tersebut. Dalam analisis pemisahan ukuran butir ini igunakan ua cara yaitu engan cara grafis an cara matematis. 3.1 Analisis Granulometri Bagian Hulu (Cara Grafis an Cara Matematis) Dari hasil perhitungan engan cara grafis an matematis ini, iapat nilai ari parameter granulometri yaitu tampak aa perbeaan yang cukup terlihat antara hasil perhitungan menggunakan cara grafis engan cara matematis. Nilai koefisien sortasi engan cara grafis menunjukkan klasifikasi very well sorte yang berarti proses sortasi iaerah hulu berjalan engan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik engan keaaan tersebut bahwa arus yang terjai i aerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis iapat hasil fine skewe. Dilihat ari iagram batang ibawah ini menanakan bahwa nilai skewenya berharga negatif imana jumlah butir yang kasar lebih banyak ibaning engan jumlah butir yang halus. Tetapi hal ini berkebalikan engan kurva skewe bahwa apabila butiran kasar lebih ominan ibaning engan butir halus berarti menunjukan harga yang positif. 10
40 35 30 25 20 15 10 5 0 ukuran butir lanau pasir sangat halus pasir halus pasir seang pasir kasar pasir sangat kasar kerikil Gambar 3.1 Diagram batang bagian hulu Kemuian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis iapat hasil lepto kurtic menanakan pesebaran ukuran butir tiak merata. Seangkan, berasarkan perhitungan matematis iapat hasil poorly sorte yang berarti proses sortasi berjalan buruk yang menginikasikan bahwa ukuran butir tiak seragam engan keaaan tersebut bahwa arus yang terjai i aerah hulu eras. Dengan perhitungan cara matematis iapat hasil strongly fine skewe. Hal tersebut menanakan bahwa harga skewenya positif berarti jumlah butiran halus lebih banyak isbaning jumlah butiran kasar. Hasil tersebut hampir sama, berarti iapat hasil butir halus yang lebih banyak ari butir kasar. Kemuian engan cara matematis iapat hasil extremely lepto kurtic. Dalam klasifikasi, hasil ini juga terlihat berbea. Dilihat ari cara matematisnya, hasil pengolahan ata yang ilakukan menggunakan interval nilai untuk menapatkan nilai mi point an frekuensi yang apat ijaikan patokan alam penentuan nilai (mø).f, (mø x), an (mø x ).f an seterusnya engan menghitung pangkat ari nilai (mø x ).f engan pangkat 2, 3, an 4. Dari cara matematis ini juga apat icari mean, stanart eviasi, nilai skewness (Sk), an nilai kuortosis (K).Dari ata ata yang aa ibuatlah histogram engan hubungan % 11
berat an phi (Φ). Φ merupakan satuan skala ari nomor mesh / iameter ari penyaring. Gambar 3.2 Tabel hjulstrom hulu Secara matematis paa bagian hulu jika ilihat ari tabel hjulstrom termasuk kealam aerah tereposisi imana nilai sortasi secara matematis sebesar 0.75 ilihat ari jumlah frekuensi terbesar yaitu berupa pasir sangat kasar yang memakai mi point ari frekuensi. Hal tersebut apat iketahui paa aerah hulu ini memilki kecepatan aliran sungai sebesar 8 cm/s. Gambar 3.3 Rezim aliran (Simon kk,,1965) Dengan memakai tabel rezim aliran paa aerah hulu ini apat ilihat struktur seimennya berupa ripples (Simon kk,,1965). Dengan struktur seimen berupa ripples menanakan lingkungan pengenapannya ibantu engan energi gelombang. 12
3.2 Analisis Granulometri Bagian Hilir (Cara Grafis an Cara Matematis) Dari hasil perhitungan engan cara grafis an matematis ini, iapat nilai ari parameter granulometri yaitu tampak aa perbeaan yang cukup terlihat antara hasil perhitungan menggunakan cara grafis engan cara matematis. Nilai koefisien sortasi engan cara grafis menunjukkan klasifikasi very well sorte yang berarti proses sortasi iaerah hulu berjalan engan baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik engan keaaan tersebut bahwa arus yang terjai i aerah hulu cukup tenang. Nilai skewness untuk perhitungan cara grafis iapat hasil coarse skewe. Dilihat ari iagram batang ibawah ini menanakan bahwa nilai skewenya berharga positif imana jumlah butir yang halus lebih banyak ibaning engan jumlah butir yang kasar. Tetapi hal ini berkebalikan engan kurva skewe bahwa apabila butiran halus lebih ominan ibaning engan butir kasar berarti menunjukan harga yang negatif. 30 25 20 15 10 5 0 19.6 Klasifikasi Butir lanau pasir sangat halus pasir halus pasir seang pasir kasar pasir sangat kasar kerikil Gambar 3.4 Diagram batang bagian hilir 13
Kemuian parameter yang terakhir yakni kurtosis, untuk perhitungan cara grafis iapat hasil meso kurtic menanakan pesebaran ukuran butir merata (normal). Seangkan, berasarkan perhitungan matematis iapat hasil poorly sorte yang berarti proses sortasi berjalan buruk yang menginikasikan bahwa ukuran butir tiak seragam engan keaaan tersebut bahwa arus yang terjai i aerah hulu eras. Dengan perhitungan cara matematis iapat hasil fine skewe. Hal tersebut menanakan bahwa harga skewenya positif berarti jumlah butiran halus lebih banyak isbaning jumlah butiran kasar. Hasil tersebut hampir sama, berarti iapat hasil butir halus yang lebih banyak ari butir kasar. Kemuian engan cara matematis iapat hasil extremely lepto kurtic menanakan pesebaran ukuran butir sangat tiak merata. Dalam klasifikasi, hasil ini juga terlihat berbea. Dilihat ari cara matematisnya, hasil pengolahan ata yang ilakukan menggunakan interval nilai untuk menapatkan nilai mi point an frekuensi yang apat ijaikan patokan alam penentuan nilai (mø).f, (mø x), an (mø x ).f an seterusnya engan menghitung pangkat ari nilai (mø x ).f engan pangkat 2, 3, an 4. Dari cara matematis ini juga apat icari mean, stanart eviasi, nilai skewness (Sk), an nilai kuortosis (K).Dari ata ata yang aa ibuatlah histogram engan hubungan % berat an phi (Φ). Φ merupakan satuan skala ari nomor mesh / iameter ari penyaring. Gambar 3.5 Tabel hjulstrom hilir 14
Secara matematis paa bagian hilir jika ilihat ari tabel hjulstrom termasuk kealam aerah tereposisi imana nilai sortasi secara matematis sebesar 0.1875 ilihat ari jumlah frekuensi terbesar yaitu berupa pasir halus yang memakai mi point ari frekuensi. Hal tersebut apat iketahui paa aerah hulu ini memilki kecepatan aliran sungai sebesar 2cm/s. Gambar 3.6 Rezim aliran (Simon kk,,1965) Dengan memakai tabel rezim aliran paa aerah hilir ini apat ilihat struktur seimennya berupa ripples (Simon kk,,1965). Dengan struktur seimen berupa ripples menanakan lingkungan pengenapannya ibantu engan energi gelombang. 15
3.3 Perbaningan Hulu an Hilir ( Perbaningan Antara Cara Grafis engan Cara Matematis ) Tabel 3.1 Perbeaan antara hulu an hilir Perbaningan Hulu Hilir Nilai Koefisien Sortasi Poorly sorte Poorly well sorte Harga Skewness Fine skewe Strongly fine skewe Harga Kurtosis Exteremely lepto kurtic Exteremely lepto kurtic Proses Seimen Tereposisi Tereposisi Kecepatan Aliran 8 cm/s 2 cm/s Struktur Seimen riples riples Lingkungan Pengenapan Daearah energi bergelombang Daerah energi bergelombang 16
BAB IV PENUTUP 4.1 Kesimpulan 4.1.1 Hulu Berasarkan perhitungan matematis iapat hasil poorly sorte yang berarti proses sortasi berjalan buruk yang menginikasikan bahwa ukuran butir tiak seragam engan keaaan tersebut bahwa arus yang terjai i aerah hulu eras Paa aerah hulu jika ilihat ari tabel hjulstrom termasuk kealam aerah tereposisi yang memilki kecepatan aliran sungai sebesar 8 cm/s. Paa aerah hilir ini apat ilihat struktur seimennya berupa ripples (Simon kk,,1965). Dengan struktur seimen berupa ripples menanakan lingkungan pengenapannya ibantu engan energi gelombang. 4.1.2 Hilir Berasarkan perhitungan matematis iapat hasil poorly sorte yang berarti proses sortasi berjalan buruk yang menginikasikan bahwa ukuran butir tiak seragam engan keaaan tersebut bahwa arus yang terjai i aerah hulu eras. Paa aerah hilir jika ilihat ari tabel hjulstrom termasuk kealam aerah tereposisi yang memilki kecepatan aliran sungai sebesar 2cm/s. Paa aerah hilir ini apat ilihat struktur seimennya berupa ripples (Simon kk,,1965). Dengan struktur seimen berupa ripples menanakan lingkungan pengenapannya ibantu engan energi gelombang. 17