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
5.1.1 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 penggerusan-pemurnian 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 10 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 2.100m 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 10 juta tonne.
Simulasi NPV Scheduler dijalankan dengan teknik optimasi Lerchs Grossman.
Sudut lereng keseluruhan rata -rata ialah 42 0 seperti yang telah ditentukan sebelumnya
dan tujuan penggunaan NPV Scheduler ialah untuk memaksimumkan keuntungan

85
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 mula-mula 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
 5100 E

A’ U

A A’

Gambar 5.2 PlanView - Tipe Gambar 5.3 North South

Batuan View (5100E) - Tipe Batuan

Data penting lainnya dari hasil keluaran model ekonomi sbb :

 Total tonase bijih : 343.409.344 tonne
 Total tonase bijih SULF1 : 176.674.072 tonnes
 Total tonase bijih SULF2 : 166.735.272 tonnes
 Total tonase waste : 336.287.068 tonnes
 Perkiraan cadangan produk berharga :
 Tonase tembaga : 435.544 tonne
 Tonase emas : 135.822.754 gram
 Perkiraan nilai bijih keseluruhan : $ 2.349.076.686

(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
 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 : 170.044.076
 Total tonase bijih : 127.759.450 tonne
 Total tonase bijih SULF1 : 92.604.585 tonne
 Total tonase bijih SULF2 : 35.154.866 tonne
 Total tonase waste : 42.284.626 tonne
 Perkiraan cadangan produk berharga :
 Total tembaga : 228.306 tonne
 Total emas : 60.650.711 gram
 Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 2.225.985.861
 Biaya Penambangan : $ 362.966.881
 Biaya Pengolahan : $ 324.296.253
 Keuntungan bersih (Profit) : $ 1.538.722.727
 Perkiraan NPV : $ 1.076.212.693
 SR : 0,33

88
 (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 127 juta tonne dengan laju produksi bijih yang
diharapkan untuk tetap dijaga dari tambang sebesar 10 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 10 juta tonne/tahun. Model pushback telah
membagi tambang menjadi 10 pushback berdasarkan kesanggupan menyediakan
minimum untuk laju penambangan dan laju bijih SULF1 sebesar 10 juta tonne/tahun
dan 8 juta tonne/pushback. Keluaran model pushback generator akan menghasilkan
10 pushback. Penjelasan lebih lengkapnya seperti yang telah dirangkum pada tabel
dan gambar berikut.

5100 E

A’

A A’

Gambar 5.5 Plan View - Pushback Gambar 5.6 North South

View (5100E) - Pushback

89
 Tabel 5.1
Hasil Keluaran Pushback Generator
Pushback Total tonase Total tonase Total tonase Total bijih Total bijih Laba bersih NPV Umur
batuan bijih waste SULF1 SULF2 (Profit) ($) pushback
(tonne) (tonne) (tonne) (tonne) (tonne) ($) (tahun)

1 12.712.598 10.134.564 2.578.034 8.143.453 1.991.112 229.078.948 217.889.530 0,96

2 21.596.682 18.495.258 3.101.424 14.878.988 3.616.270 292.304.020 242.839.223 1,62
3 15.193.321 12.530.375 2.662.946 9.349.972 3.180.403 172.866.634 125.410.772 1,14
4 23.204.512 18.265.777 4.938.735 11.421.825 6.843.952 260.963.141 162.924.220 1,74
5 15.964.776 11.952.907 4.011.869 8.057.366 3.895.541 151.788.162 82.195.888 1,20
6 16.096.317 11.249.009 4.847.308 8.000.800 3.248.209 132.958.967 63.594.882 1,21
7 17.576.861 11.547.993 6.028.868 8.200.344 3.347.649 112.599.917 47.247.781 1,32
8 22.569.043 14.554.925 8.014.118 10.543.693 4.011.232 114.138.914 41.077.862 1,70
9 20.220.225 15.187.410 5.032.815 10.870.068 4.317.342 57.216.978 17.805.631 1,52
10 4.909.741 3.841.231 1.068.510 3.138.076 703.156 14.807.047 4.191.214 0,37
Total 170.044.076 127.759.450 42.284.626 92.604.585 35.154.866 1.528.722.728 1.005.177.003 12.78

(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 5.110.000 tonne bijih/tahun.
Berikutnya dengan semaksimal mungkin mempertahankan laju penambangan 10 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
 Tabel 5.2
Mining ratio (Input)
Waktu (tahun) Target Minimum Maximum

0 – 100 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 rata-rata di load dan dump point : 13 menit dan 4 menit, kecepatan rata -rata
truk loaded (8kph) unloaded (12kph), availability 92%. Truk diasumsikan
mengangkut 100 tonne untuk bijih dan waste setiap siklusnya. Maka formula
perhitungan sebagai masukkan untuk NPV Scheduler sbb:
waktu edar = (waktu tunggu total + 2*jarak angkut/kecepatan rata -rata) / availability
= ((13menit+4menit)/60 + 2*jarak angkut(m) / (8kph+12kph)/2) / 0,92 )
= ((13+4)/60*0,92) +(2 * jarak angkut(m) / (20/2)x1000mph * 0,92)
 Waktu edar truk diasumsikan
= (0,308) jam + (0,217*jarak angkut(m) / 1000) jam mengangkut sebanyak 100tonne
biijh dan waste
= (0,308/100 ) * tonne + (0,217/100) * meter.ktonne
 Jarak angkut menjadi meter
Waktu kerja truk/100tonne = 0,00308 * tonne + 0,00217 * meter.ktonne  meter.ktonne : tonase bijih /waste
dikalikan dengan jarak angkut dan
dibagi 1000.
Truk dan batasan waktu kerja alat angkut (truk) yang dibuat berdasarkan
asumsi satu buah truk bekerja dengan 6000 jam setiap tahunnya, tabel berikut
menjelaskan nilai minimum, target, maksimum dari jam kerja.

Tabel 5.3
Waktu Kerja Keseluruhan Alat Angkut/Truk ( Input)

Waktu (tahun) Target (jam) Minimum (jam) Maximum (jam)

0-4 110.000 105.000 125.000
4-9 120.000 105.000 130.000
9 – 100 120.000 100.000 130.000

91
 Tabel 5.4
Hasil Model Penjadualan

Periode Tonase Tonase Tonase Laba bersih NPV Tonase Tonse SR

penjadualan batuan bijih waste (Profit) ($) bijih Bijih
(tahun) (tonne) (tonne) (tonne) ($) SULF1 SULF2
(tonne) (tonne)

Prestripping 179.508 71.382 108.125 289.256 289.256 61.164 10.218 1,515

1 10.278.176 6.999.445 3.278.730 145.382.006 131.547.079 5.110.000 1.889.445 0,468
2 10.749.017 8.133.940 2.615.077 99.895.417 81.787.450 5.110.000 3.023.940 0,322
3 10.531.354 7.428.919 3.102.435 84.861.387 62.866.861 5.110.000 2.318.919 0,418
4 11.282.687 7.266.167 4.016.520 80.626.347 54.045.456 5.109.999 2.156.168 0,553
5 10.293.199 6.123.054 4.170.145 86.438.983 52.427.893 5.110.000 1.013.054 0,681
6 10.256.277 6.502.324 3.753.953 106.340.344 58.360.818 5.110.000 1.392.324 0,577
7 10.334.512 6.477.059 3.857.453 93.583.172 46.472.028 5.110.000 1.367.059 0,596
8 10.215.176 5.791.621 4.423.555 70.088.137 31.492.630 5.109.999 681.622 0,764
9 10.153.068 5.990.706 4.162.362 35.181.507 14.303.733 5.110.000 880.706 0,695
10 8.027.562 5.900.810 2.126.752 81.017.111 29.804.529 5.110.000 790.810 0,360
11 7.578.031 5.967.116 1.610.915 86.992.071 28.957.145 5.110.000 857.116 0,270
12 7.167.687 6.140.908 1.026.778 93.670.280 28.212.946 5.110.000 1.030.908 0,167
13 6.980.424 6.140.826 839.597 97.342.583 26.528.948 5.109.999 1.030.827 0,137
14 7.402.662 7.161.165 241.496 104.809.661 25.845.744 5.110.000 2.051.165 0,034
15 9.604.984 9.096.548 508.435 98.860.547 22.058.769 5.109.999 3.986.549 0,056
16 9.301.604 8.779.848 521.756 84.841.023 17.129.107 5.110.000 3.669.848 0,059
17 9.201.492 8.281.687 919.804 56.515.335 10.324.420 5.110.000 3.171.687 0,111
18 9.155.077 8.190.348 964.729 27.963.843 4.622.392 5.109.999 3.080.349 0,118
19 1.351.566 1.315.566 36.000 4.023.709 601.820 563.419 752.147 0,027
Total 169.296.363 127.047.710 42.248.653 1.538.722.719 727.679.024 92.604.578 34.443.132

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
 5100 E

U U

A’

A A’

Gambar 5.7 Plan View - Periode Gambar 5.8 North South

Penjadualan View(5100E) Periode Penjadualan

MiningRatio : Tahun

Gambar 5.9 Mining Ratio (Output)

93
J
a
m

Truck Tahun

Gambar 5.10 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 utara-selatan 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 5.110.000 dan laju
penambangan (mining rate) sekitar 10juta, angka diatas/dibawah satu menunjukkan
tonase batuan (leach/waste) yang berubah guna menahan bijih SULF1 yang didapat
sebesar 5,11 juta tonne. Gambar 5.10 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
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 Tonase bijih Tonase waste
(tonnex1000) (tonnex1000) (tonnex1000)

Pushback generator 170.044 127.759 42.284

Penjadualan 169.296 127.047 42.248
Optimasi stockpile/ 169.852 138.212 31.640
optimasi kadar batas

95
 Tabel 5.6
Model Optimasi Kadar Batas
Periode Tonase Tonase Masukkan ke Tonase Hasil keluaran NPV
(tahun) batuan bijih pabrik pengolahan waste pabrik pengolahan ($x1000)

(tonneX1000) (tonneX1000) Bijih Bijih (tonnex1000) Perolehan Perolehan

SULF1 SULF2 Cu Au
(tonneX1000) (gramX1000)
Total tonase COG Total tonase COG
(tonneX1000) Cu (tonneX1000) Cu
(%) (%)
Periode1 18.460 14.795 8.999 0,045 2.500 0,035 3.665 26 2.815 186.094

Periode2 18.828 15.359 8.925 0,043 2.500 0,032 3.469 18 2.956 117.157

Periode3 16.952 12.171 8.176 0,043 2.500 0,033 4.781 17 3.000 104.402

Periode4 18.131 12.873 8.999 0,044 2.500 0,032 5.258 20 3.718 118.154

Periode5 17.967 12.260 9.000 0,042 1.415 0,031 5.707 12 3.164 63.155

Periode6 14.747 11.208 8.999 0,042 1.452 0,030 3.539 14 3.440 70.051

Periode7 12.844 11.040 8.999 0,042 1.709 0,031 1.804 15 4.394 79.900

Periode8 12.680 11.862 8.999 0,042 2.500 0,032 818 16 4.817 79.033

Periode9 16.522 15.776 8.999 0,042 2.500 0,030 746 15 4.514 58.939

Periode10 6.815 6.336 3.767 0,041 2.500 0,029 479 5 1.632 18.641

Periode11 7.297 6.641 4.058 0,040 2.500 0,029 656 5 1.471 12.926

Periode12 7.156 6.483 3.994 0,040 2.407 0,029 673 3 1.099 6.560

Periode13 1.453 1.408 620 0,040 786 0,029 45 0,9 164 1.117

Total 169.852 138.212 92.534 27.769 31.640 166.9 37.184 915.000

96
 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 127
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.

5.1.2 Skenario (2)

Skenario (2) 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 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 Keadaan setelah
perubahan pertama perubahan kedua
Harga Au $ 23,6/gr $ 29,15/gr $ 53,915/gr
Cu $ 8.157,09/tonne $ 10.081,34/tonne $ 18.646,45/tonne
Biaya Penjualan Au $ 3,31/gr $ 4,09/gr $ 7,56/gr
Cu $ 8,1571/tonne $ 10,0813/tonne $ 18,6465/tonne
Biaya $ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne
Penambangan
Biaya SULF1 $ 2,67/tonne $ 2,67/tonne $ 2,937/tonne
Pengolahan SULF2 $ 1,29/tonne $ 1,29/tonne $ 1,419/tonne

97
 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 rata-rata 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 : 185.293.261 tonne
 Total tonase bijih : 135.791.977 tonne
 Total tonase waste : 49.501.284 tonne
 Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 3.259.622.120
 Biaya Penambangan : $ 481.951.441
 Biaya Pengolahan : $ 350.333.912
 Keuntungan bersih (Profit) : $ 2.427.044.231
 Perkiraan NPV : $ 2.022.340.385

98
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 Keadaan setelah

perubahan pertama 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
Cu $ 8,1571/tonne $ 6,7158/tonne $ 5,2077/tonne
Biaya $ 1,166/tonne $ 1,2826/tonne $ 1,41/tonne
Penambangan
Biaya 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 rata-rata emas 0,344 gram/tonne. Berikut merupakan gambar batas akhir dari pit
untuk simulasi skenario (3).

99
 Gambar 5.12 Ultimate Pit - Skenario (3)

Hasil penting lainnya dari optimasi pit s imulasi skenario (3) menggunakan
NPV Scheduler :
 Total tonase batuan : 139.040.608 tonne
 Total tonase bijih : 103.406.348 tonne
 Total tonase waste : 35.634.260 tonne
 Pendapatan dari penjualan Au dan Cu ( Revenue) : $ 1.799.298.971
 Biaya Penambangan : $ 352.756.964
 Biaya Pengolahan : $ 281.394.073
 Keuntungan bersih (Profit) : $ 1.165.147.933
 Perkiraan NPV : $ 990.652.802

5.2 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.

100
 Tabel 5.9
Perbandingan Antara Total Batuan, Bijih, Waste Tiap Skenario
Skenario Tonase batuan Total bijih Total waste
(tonne) (tonne) (tonne)
1 170.044.076 127.759.450 42.284.626
2 185.293.261 135.791.977 49.501.284
3 139.040.608 103.406.348 35.634.260

200

180

160

140
T o n n e ( m illio n )

120
To ta l r o c k
100 To ta l o r e
To ta l w a s te
80

60

40

20

0
1 2 3
S k e n a r 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.

101
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

102
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 5.10 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 5.10) dari awal tambang berdiri hingga tambang
tersebut berakhir menyebabkan berubahnya kondisi keekonomian untuk ketiga
skenario seperti Cost, Revenue, Profit, dan NPV.

Tabel 5.10
Kondisi Keekonomian Untuk Ketiga Skenario
Skenario Revenue ($) Total Cost ($) Profit ($) NPV ($)

1 2.225.985.861 687.263.134 1.538.722.727 1.005.177.005

2 3.259.622.120 832.577.891 2.427.044.230 2.022.340.386

3 1.799.298.971 634.151.037 1.165.147.933 990.652.802

3,500,000,000

3,000,000,000

2,500,000,000

Revenue
2,000,000,000
Total Cost
Profit
1,500,000,000
NPV Estimate
1,000,000,000

500,000,000

0
1 2 3
Skenar io

Gambar 5.17 Kondisi Keekonomian Untuk Ketiga Skenario

103
 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
rata-rata 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 12,78 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 rata -rata 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 12,78
2 12,78
3 9,74

104
 14

12

10

Tahun
Lifetime of Mine
6 (Tahun)

0
1 2 3
Skenario

Gambar 5.18 Umur Pushback Untuk Ketiga Skenario

0.43

0.42

0.41
(gr/tonne)

grafk Kadar SULF1-Au

0.4
(gr/tonne)

0.39

0.38

0.37
1 2 3
Skenario

Gambar 5.19 Perkiraan Kadar SULF1-Au Recovered

0.2
0.18
0.16
0.14
0.12
Kadar SULF1-Cu (%)
(%)

0.1
Kadar SULF2-Cu (%)
0.08
0.06
0.04
0.02
0
1 2 3
Skenario

Gambar 5.20 Perkiraan Kadar SULF1/SULF2-Cu Recovered

105
Pada Tabel 5.12 dibawah ini akan ditampilkan tabulasi dari hasil ketiga skenario :

Tabel 5.12
Tabulasi ketiga skenario (estimasi)

Nama komponen Skenario 1 Skenario 2 Skenario 3

Tonase Batuan (tonne) 679.696.412 679.696.412 679.696.412
mula-mula Bijih (tonne) 343.409.344 343.409.344 343.409.344
Waste (tonne) 336.287.068 336.287.068 336.287.068
Tonase Batuan (tonne) 170.044.076 185.293.261 139.040.608
setelah optimasi Bijih (tonne) 127.759.450 135.791.977 103.406.348
Pit (LG method) Waste (tonne) 42.284.626 49.501.284 35.634.260
SR 0,33 0,36 0,34
Umur pushback 12,78 12,78 9,75
tambang (tahun)
Studi Revenue ($) 2.225.985.861 3.259.622.120 1.799.298.971
Keekonomian Cost ($) 687.263.134 832.285.353 634.151.037
Profit ($) 1.538.722.727 2.427.044.231 1.165.147.933
NPV ($) 1.005.177.005 2.022.340.385 990.652.802
Perolehan SULF1-Au 0,402 0,389 0,427
(gr/tonne)
kadar SULF1-Cu (%) 0,162 0,153 0,178
SULF2-Cu (%) 0,086 0,083 0,103

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.

5.3.1 Simulasi Kenaikan Revenue (Harga Komoditas Logam)

Disertai Kenaikan Ongkos Produ ksi
5.3.1.1 Menggunakan Program Sederhana

106
 Skenario (1)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1 - - - - - - - - - - - - - - - - -
10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
Skenario (2)
2 x - - - - 50 50 - - - - - - - - - x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
10 10 10 10 10 10 10 10 10 10 10 10 10
1 - - - - - - - - - - - - - - - - -
3 x x - - - 50 40 40 40 - - - - - - x x 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12
10 10 10 10 10 10 10 10 10
2 x - - - - 58 58 - - - - - - - - - x
4 x x x - 60 60 - - - - - - - - x x x 12 12 12 12 12 12 12 12 12 12 12 12 12
10 10 10 10 10 10 10 10 10
3 x x - - - 58 48 48 48 - - - - - - x x

5 x x x x 50 60 - - - - - - - x x x x 12 12 12 12 12 12 12 12 12

10 10 10 10 10 10 10 4 x x x - 68 68 - - - - - - - - x x x

6 x x x x x - - - - - - - x x x x x 12 12 12 12 12 12 12 12 12

10 10 10 10 10 10 10 5 x x x x 58 68 - - - - - - - x x x x
7 x x x x x x - - - - - x x x x x x 12 12 12 12 12 12 12
10 10 10 10 10
6 x x x x x - - - - - - - x x x x x
8 x x x x x x x - - - x x x x x x x 12 12 12 12 12 12 12
10 10 10
7 x x x x x x - - - - - x x x x x x
12 12 12 12 12
8 x x x x x x x - - - x x x x x x x
12 12 12
Skenario (3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1 - - - - - - - - - - - - - - - - -
12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12

2 x - - - - 88 88 - - - - - - - - - x
12 12 12 12 12 12 12 12 12 12 12 12 12

3 x x - - - 88 78 78 78 - - - - - - x x
12 12 12 12 12 12 12 12 12

4 x x x - 98 98 - - - - - - - - x x x
12 12 12 12 12 12 12 12 12

5 x x x x 88 98 - - - - - - - x x x x
12 12 12 12 12 12 12

6 x x x x x - - - - - - - x x x x x Catatan
12 12 12 12 12 12 12 Blok bijih : blok berwarna kuning bertanda positif
7 x x x x x x - - - - - x x x x x x Blok waste : blok berwarna abu-abu bertanda negatif
12 12 12 12 12 Blok yang disilang (crossed) :batas maksimum pit
8 x x x x x x x - - - x x x x x x x yang mungkin terbentuk.
12 12 12
Semua satuan dalam ($x1000)

Gambar 5.21 Ultimate Pit – Simulasi Kenaikan Net Revenue (Program Sederhana)

107
 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 ($)

1 10 23 268.000

2 10 23 304.000

3 10 23 604.000

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.

5.3.2 Simulasi Penurunan Revenue (Harga Komoditas Logam)

Disertai Kenaikan Ongkos Produ ksi
5.3.2.1 Menggunakan Program Sederhana

108
 Skenario (1)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1 - - - - - - - - - - - - - - - - -
10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

2 x - - - - 50 50 - - - - - - - - - x
Skenario (4)
10 10 10 10 10 10 10 10 10 10 10 10 10 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

3 x x - - - 50 40 40 40 - - - - - - x x 1 - - - - - - - - - - - - - - - - -

10 10 10 10 10 10 10 10 10 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12

4 x x x - 60 60 - - - - - - - - x x x 2 x - - - - 38 38 - - - - - - - - - x

10 10 10 10 10 10 10 10 10 12 12 12 12 12 12 12 12 12 12 12 12 12

5 x x x x 50 60 - - - - - - - x x x x 3 x x - - - 38 28 28 28 - - - - - - x x

10 10 10 10 10 10 10 12 12 12 12 12 12 12 12 12

6 x x x x x - - - - - - - x x x x x 4 x x x - 48 48 - - - - - - - - x x x

10 10 10 10 10 10 10 12 12 12 12 12 12 12 12 12

7 x x x x x x - - - - - x x x x x x 5 x x x x 38 48 - - - - - - - x x x x
10 10 10 10 10 12 12 12 12 12 12 12
8 x x x x x x x - - - x x x x x x x 6 x x x x x - - - - - - - x x x x x
10 10 10 12 12 12 12 12 12 12
7 x x x x x x - - - - - x x x x x x
12 12 12 12 12
8 x x x x x x x - - - x x x x x x x
12 12 12
Skenario (5)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1 - - - - - - - - - - - - - - - - -
12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12

2 x - - - - 28 28 - - - - - - - - - x
12 12 12 12 12 12 12 12 12 12 12 12 12

3 x x - - - 28 18 18 18 - - - - - - x x
12 12 12 12 12 12 12 12 12

4 x x x - 38 38 - - - - - - - - x x x
12 12 12 12 12 12 12 12 12

5 x x x x 28 38 - - - - - - - x x x x
12 12 12 12 12 12 12

6 x x x x x - - - - - - - x x x x x Catatan
12 12 12 12 12 12 12 Blok bijih : blok berwarna kuning bertanda positif
7 x x x x x x - - - - - x x x x x x Blok waste : blok berwarna abu-abu bertanda negatif
12 12 12 12 12 Blok yang disilang (crossed) :batas maksimum pit
8 x x x x x x x - - - x x x x x x x yang mungkin terbentuk.
12 12 12 Semua satuan dalam ($x1000)

Gambar 5.22 Ultimate Pit – Simulasi Penurunan Net Revenue (Program Sederhana) 109
 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 ($)
1 10 23 268.000
4 9 19 114.000
5 8 17 30.000

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.

5.4. 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.
 Lerchs Grossman : Floating Cone :

Skenario 1

Skenario 2

Gambar 5.23 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone

 Lerchs Grossman : Floating Cone :

Skenario 3

Skenario 4

Gambar 5.24 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone

 Lerchs Grossman : Floating Cone :

Skenario 5

Gambar 5.25 Simulasi Perubahan Revenue : Lerchs Grossman Vs Floating Cone