BAB II Granulometri

Granulometri 2014

6 Panduan Praktikum Sedimentologi dan Stratigrafi 2013

GRANULOMETRI

Granulometri 2014


BAB II

GRANULOMETRI

2.1 Pendahuluan

a. Maksud

a. Memisahkan fraksi butiran pasir pada ukuran (diameter) butir tertentu.

b. Menentukan nilai koefisien sortasi, skewness dan kurtosis baik dengan

cara grafis maupun cara matematis.

c. Melakukan identifikasi distribusi ukuran sedimen

b. Tujuan

a. Dapat memisahkan fraksi butiran sedimen pada ukuran (diameter) butir

tertentu.

b. Dapat menghitung dan menentukannilai dari median diameter, koefisien

sortasi, skewness dan kurtosis baik dengan cara grafis maupun cara

matematis.

c. Dapat mengetahui proses-proses geologi yang berperanan terhadap

pembentukan dan deposisi sedimen tersebut berdasarkan variasi ukuran

butirannya..

2.2 Dasar Teori

2.2.1 Pengertian Granulometri

Granulometri atau sering diterjemahkan dengan analisa besar

butir adalah salah satu dari sekian banyak metoda yang sering dipakai

untuk menganalisa batuan sedimen klastik.

Dalam granulometri ini lebih mengutamakan bagaimana sebaran

butiran batuan sedimen klastik tersebut. Metoda – metoda perhitungan

secara statistik sering pula banyak dipakai, hal ini sebernarnya hanya

untuk mengetahui apakah dengan metoda statistik tersebut kita dapat

melihat adanya bentuk kurva yang sangat khas atau proses tertentu.

Friedman ( 1979 ), mengatakan analisa besar butir dapat dipakai

untuk mengetahui proses – proses selama sedimentasi dan dapat dipakai

Granulometri 2014


untuk menginterpretasikan lingkungan pengendapan dan bahkan analisa

besar butir sama pentingnya dengan metode – metode yang lain.

2.2.2 Proses Analisis Granulometri

Ukuran butir partikel sedimen penting dalam beberapa hal.

Ukuran butir mencerminkan :

Resistensi partikel terhadap pelapukan, erosi dan abrasi. Partikel-

partikel yang lunak seperti batugamping dan fragmen-fragmen batuan

makin lama makin mengecil, bahkan partikel kuarsa yang besar dan

resistensi akan terabrasi dan berubah ukurannya.

Proses transportasi dan deposisi seperti kemampuan air angin untuk

menggerakakn dan mengendapkan partikel.

Material-material yang diangkut oleh media pengangkut (air,

angin) akan terdistribusi menjadi berbagai macam ukuran butir seperti

gravel (boulder, coble, dan pebble), pasir dan mud. Distribusi ukuran

butir ini menunjukkan :

Terdapatnya bermacam-macam ukuran butir dari batuan induknya.

Proses yang terjadi selama sedimentasi terutama kompetensi

(kemampuan arus untuk membawa suatu beban sesuia ukurannya.

Jika ada beban yang lebih berat maka beban tersebut akan

diendapkan).

Dengan banyaknya variasi ukuran butir tersebut maka perlu

diadakna klasifikasi ukuran butir. Dikenal beberapa klasifikasi ukuran

butir yang dibuat oleh bebrapa ahli. Tetapi skala penentuan ukuran butir

yang diajukan oleh J.A Udden dan C.K Wentworth yang sering

digunaka, selanjutnya disebut skala Udden-Wentworth sebagai skala

geometri (1,2,4,8, .…..). pada perkembangan selanjutnya ditambah

skala aritmetik (1,2,3,4,…) sebagai unit phi () oleh W.C Krumbein,

dimana phi merupakan transformasi logaritma dari skala Udden-

Wentworth, yaitu : = -log2 d, dengan d adalah ukuran butir dalam

millimeter.

Granulometri 2014


Tabel 2.1 Skala Ukuran Butir Udden-Wenworth

Dalam acara ini akan dilakukan pemisahan ukuran butir dari

suatu contoh pasir lepas. Seperti diketahui analisis ini untuk mengetahui

Granulometri 2014


koefisien sortasi, skewness dan kurtosis. Untuk mengetahui harga-harga

tersebut dapat dilakukan dengan cara grafis dan matematis.

1) Cara Grafis

Cara grafis ini prinsipnya adalah menggunakan data hasil

pengayakan dan penimbangan yang diplot sebagai kurva kumulatif untuk

mengetahui parameter-parameter statistiknya. Kurva kumulatif

dibedakan menjadi dua, yaitu kurva kumulatif aritmetik (arithmetic

ordinate) dan kurva kumulatif probabilitas (probability ordinate).Kurva

kumulatif aritmetik digambarkan secara smooth melewati semua data

(kurva berbentuk S), sehingga semua parameter statistic dapat terbaca.

Sedang kurva probabilitas digambarkan dengan garis lurus untuk

mengetahui probabilitas normalnya. Pada kurva ini memungkinkan

untuk membaca parameter statistic lebih akurat karena mengurangi

interpolasi dan ekstrapolasi dalam penggambaran. Tetapi yang sering

digunakan adalah kurva kumulatif aritmetik karena lebih mencerminkan

distribusi ukuran butirnya. Kurva kumulatif dibuat dengan absis ukuran

butir dalam millimeter ( untuk kertas semilog) atau unit phi dan ordinat

prosentase berat (skala 1 – 100%).

Granulometri 2014


Gambar 2.1.A.Tabel data ukuran butir, B. Gambar histogram dan

kurva frekuensi ukuran butiran dari pada tabel A, C. Kurva

kumulatif aritmatik, D. Kurva kumulatif probabilitas

Setelah dilakukan pengayakan dan penimbangan hasilnya dapat

disajikan dalam bentuk table. Dan untuk mengetahui distribusi tiap

frekuensi dapat dibuat histogram. Harga-harga median diameter,

koefisien sortasi, skewness dan kurtosis diturunkan dari kurva kumulatif.

Gambar 2.2 Kurva Hasil Perhitungan Metode Grafis

Dalam pembuatan kurva pada metode grafis kita menggunakan

nilai tengah diameter (phi) sebagai sumbu x dan persentase kumulatif

sebagai sumbu y (lihat contoh table perhitungan) sehingga menghasilkan

kurva seperti diatas.Selanjutnya untuk memenuhi semua nilai phi yang

ada pada setiap rumus maka cari nilai diameter phi yang terkait (5, 16,

25, 50, 75, 84, dan 95).

Nilai phi dicari dengan cara menarik garis mendatar dari sumbu y

sesuai besaran nilai yang dicari, sentuhkan pada kurva yang telah dibuat.

Selanjutnya pertemuan antara garis horizontal dan kurva, ditarik garis

vertical hingga mendapatkan nilai diameter.

Granulometri 2014


Setelah didapatkan nilai diameter cari nilai phi dengan rumus

Phi (x) = - Log d(x)

Log 2

Ket : (x) merupakan nilai phi yang dicari (5, 16, 25, 50, 75, 84, dan 95).

a. Koefisien Sortasi (So)

Folk menetukan koefisien sortasi sebagai defiasi standar grafis:

σG = Φ84 – Φ25

2

Kemudian disempurnakan sebagai deviasi standar grafis inklusif dengan

rumus :

σ1 = Φ84 – Φ16 + Φ95 – Φ5

4 6,6

Tabel 2.2 Klasifikasi Koefisien Sortasi

< 0.35 Very well sorted

0.35 – 0.50 Well sorted

0.50 – 0.71 Moderetely well sorted

0.71 – 1.00 Moderetely sorted

1.00 – 2.00 Poorly sorted

2.00 – 4.00 Very poorly sorted

> 4.00 Extremely poorly sorted

b. Skewness (Sk)

Skewness menyatakan derajat ketidaksimetrian suatu kurva yang

menyatakan persebaran dan kecenderungan nilai frekuensi yang dilihat

berdasarkan ”ekor” atau bagaian kurva yang melandai. Bila Sk berharga

positif maka sedimentyang bersangkutan mempunyai mode (kelas dg

frekuensi terbanyak) butir halus dan sebaliknya jika berharga negative

maka sediment tersebut mempunyai mode (kelas dg frekuensi terbanyak)

butir kasar

Granulometri 2014


Menurut sam bogg jr, 2009 skewness dirumuskan sebagai:

Gambar 2.3 Ilustrasi Skewness (Sam Bogg jr, 2009)

Tabel 2.3 Klasifikasi Skewnessmenurut Folk dan Ward (1957)

>+0.3 strongly fine skewed

+0.3 - +0.1 fine skewed

+0.1 - -0.1 near symmetrical

-0.1 - -0.3 coarse skewed

<-0.3 strongly coarse skewed

Granulometri 2014


c. Kurtosis (K)

Kurtosis menunjukan harga perbandingan antara pemilahan bagian

tengah terhadap bagian tepi dari suatu kurva. Untuk menentukan harga K

digunakan rumus yang diajukan oleh Folk (1968), yaitu :

Tabel 2.4 Harga K menurut Folk dan Ward (1957) adalah :

< 0.67 very platy kurtic

0.67 - 0.90 platy kurtic

0.90 – 1.11 meso kurtic

1.11 – 1.50 lepto kurtic

1.50 – 3.00 very lepto kurtic

> 3.00 extremly lepto kurtic

Gambar 2.4 Ilustrasi Nilai Kurtosis (Sumber: Sam Bogg Jr, 2009)

2) Cara Matematis

Cara matematis dalam analisis ukuran butir akan memberikan

gambaran yang lebih baik daripada cara grafis, karena dalam cara

matematis semua harga ukuran butir dalam klas interval diikutsertakan

Sumber: Sam Bogg Jr, 2009

Granulometri 2014


dalam perhitungan. Kelemahan cara matematis ini adalah ruwetnya

perhitungan dalam pengolahan data. Untuk memahami cara matematis

ini adalah dengan memahami distribusi normal dari suatu kurva

distribusi frekuensi yaitu kurva hasil pengeplotan ukuran butir (dalam

skala phi) dengan frekuensi yang disajikan dalam beberapa klas interval.

Perhitungan tersebut adalah perhitungan statistic. Ukuran butir diplot

pada absis dan frekuensinya pada ordinat. Kurva normal akan berbentuk

simetri.

Dalam statistik distribusi normal ini disebut moment. Istilah

moment dalam mekanika yaitu jarak dikalikan massanya. Jadi momen

suatu benda terhadap suatu titik adalah besar massa tersebut dikalikan

jarak terhadap titik tersebut. Dalam statistik massa digantikan dengan

frekuensi suatu klas interval ukuran butir dan jarak yang dipakai adalah

jarak terhadap titik tertentu (arbitrary point) yaitu suatu titik awal dari

suatu kurva atau dapat juga titik rata-rata ukuran butir tersebut.

Tiap klas interval dicari momennya, kemudian setelah momen

masing-masing klas sudah dicari dijumlahkan dan dibagi total jumlah

sample (jika frekuensi dalam % maka jumlahnya 100, hal ini

memberikan harga momen per unit 1% frekuensi) yang dirumuskan

sebagai:

Momen pertama ini identik dengan harga rata-rata ukuran

butir (mean). Frekwensi (F) dalam prosen dan m adalah mid point tiap

interval klas dalam unit phi stelah diketahui harga Xmaka dapat

dijadikan titik tumpu dimana jarak disebelah titik kanannya positif dan

sebelah kirinya negative. Distribusi dikatakan normal dengan jika selisih

jumlah kedua kelompok tersebut nol.

Harga momen yang lebih besar dicari dengan titik tumpu

menggunakan Xatau dengan kata lain jarak mθ, jadi jaraknya (mθ-


Granulometri 2014


X).Momen kedua ini merupakan kuadrat dari standart deviasi (σθ).

Standar deviasi ini menunjukkan besar kecilnya selisih dari harga X dan

ini merupakan konsep sortasi, sehingga koefisien sortasi adalah

Karena harga (mθ-X) positif disebelah kanan X dan negative

disebelah kirinya harga momen ketiga yang normal adalah nol. Jika

harganya tidak nol maka kurvanya tidak simetris dan ini merupakan

konsep dari skweness. Hal ini dapat menunjukkan apakah suatu sample

kelebihan butir yang kasar atau yang halus. Harganya skweness dihitung

dengan membagi momen ketiga dengan pangkat tiga dari standart

deviasi (σθ).

Skweness ini mencerminkan deviasi dari kesimetrian suatu kurva

dan peka terhadap yang kasar atau halus dalam suatu populasi ukuran

butir sedimen. Sehingga dapat digunakan untuk interpretasi pengendapan

dari sediment tersebut.

Momen keempatdigunakan untuk menghitung tinggi rendahnya

puncak suatu kurva distribusi (peakkedness) atau kurtosis. Kurtosis

dicari dengan membagi momen keempat dengan pangkat empat dari

standart deviasi.

Sk=Sumber: Sam Bogg Jr, 2009



Granulometri 2014


2.3 Alat dan Bahan

a. Bahan : Sampel sedimen yang sudah dikeringkan

b. Alat :

1. Ayakan dan penyering menurut skala Wentworth

2. Kuas

3. Kantong plastik

4. Timbangan

5. Kertas grafik dan Kertas Semi Log

6. Buku Catatan Lapangan

7. Sample Splitter

2.4 Cara Kerja

a. Cara Kerja di Lapangan

Cara kerja di lapangan untuk mengambil pasir yang akan dianalisis,

prinsipnya pasir diambil pada bagian tengah sungai (pada channel), untuk

sungai yang lurus, dengan anggapan bahwa pasir yang terambil tersebut

adalah pasir yang berasal dari sumbernya, bukan berasal dari hasil

rombakan tanah disekitarnya.

b. Cara Kerja di Laboratorium

Analisis besar butir dikerjakan di laboratorium dalam beberapa

tahap, yaitu :

1. Sample splitting

2. Pengayakan

3. Penyusunan fraksi dan penimbangan

4. Pembuatan pagar, histogram dan grafik

5. Perhitungan harga : median, So, Sk, dan K

1. Sample Splitting

Untuk mendapatkan contoh pasir yang representatif dan mewakili

seluruh fraksi butir untuk analisis dilakukan splitting. Contoh yang

Granulometri 2014


diperoleh dari hasil disagregration dituangkan secara hati-hati dalam

sample splitter secara serempak (uniform). Lakukanlah splitting ini secara

terus menerus sampai fraksi berat contoh untuk analisis sekitar 100 gram.

Cara lain adalah dengan quatering yaitu dengan menggunakan

karton yang disilangkan tegak lurus. contoh pasir dituangkan secara

merata melalui corong yang diletakkan diatas persilangan karton, maka

pasir akan terbagi menjadi empat bagian sesuai dengan kuadran dari

persilangan karton tersebut sama banyak.

Contoh pasir dari kuadran yang berlawanan dicampur menjadi

satu. Bagian yang lain disisipkan. Misalkan kuadran I dicampur dengan

kuadran III atau dari kuadran II dari IV. Salah satu pencampuran ini

ditaburkan lagi melalui corong dan lakukan pekerjaan yang sama sampai

sample terakhir kira-kira seberat 1000 gram untuk dianalisis.

2. Pengayakan

Sebelum pengayakan dilakukan semua saringan ayakan yang akan

dipakai harus dibersihkan dahulu dari kororan-kotoran atau butir-butir

yang menempel dari kawat saringan dengan kuas secara hati-hati,

terutama ayakan dengan nomer mesh besar. Setelah dibersihkan

susunlah ayakan tersebut secara berturut-turut dari bawah dengan nomer

mesh yang terbesar sampai nomer terkecil pada bagian paling atas.pada

bagian dasar dipakai bottom pam (panci) sebagai alas. Contoh pasir yang

akan dianalaisis kemudian dimasukkan kedalam ayakan tersebut dari

susunan tersebut kemudian dimasukkan kedalam mesin pengayak bagian

atas ayakan ditutup dan mesin dihidupkan. Lama pengayakan 10 - 30

menit.

3. Penyusunan Fraksi dan Penimbangan

Pengambilan fraksi butir dilakukan dari saringan terkasar sampai

yang tertampung pada bottom pan. Pengambilan dilakukan denan

menuangkan butiran yang tertampung ditiap saringan secara hati-hati

dengan kuas yang halus. Usahakan agar tidak ada butiran yang tertinggal

dalam saringan dan kehilangan berat tidak boleh lebih besar dari 5%.

Granulometri 2014


Setelah frasi butiran tiap-tiap ayakan dikeluarkan, lakukanlah

penimbangan dari masing-masing fraksi tersebut dan disimpan dalam

tabung (bekas film) atau kantong plastic ber-klip yang telah diberi nomer

mesh sesuai nomor ayakan yang digunakan ukuran butirnya.

4. Pembuatan Tabel, Histogram dan Grafik

Setelah selesai ditimbang hasilnya disajikan dalam bentuk tabel.

Dari tabel ini selanjutnya dibuat histogram dengan kertas millimeter dan

kertas kurva kumulatif dengan kertas semilog.

5. Perhitungan Harga : Md, So,Sk, dan K

Dari grafik kumulatif yang telah dibuat dapat ditentukan

parameter-parameter statistic yang dibutuhkan (Q1,Q2,Q3, dan

seterusnya). Hasil penghitungan tersebut kemudian dimasukkan kedalam

rumus yang ada untuk menentukkan nilai Md, So, Sk, dan K. Sedangkan

untuk cara matematis gunakan persamaan-persamaan momen dari tabel

matematis yang telah dibuat.

Granulometri 2014


Tabel 2.5 Perhitungan Metode Aritmatik

No. Klasifikasi ButirDiameter

(mm)

Diameter

Phi (Ф )

Mid

poinfrekuensi %

frekuensif.m m-x (m-x)2 f.(m-x)2 (m-x)3 f.(m-x)3 (m-x)4 f.(m-x)4

(m) (gr)

2 -1

1 Pasir sangat kasar 1

1 0

2 Pasir kasar 0.75

0.5 1

3 Pasir sedang 1.5

0.25 2

4 Pasir halus 2.5

0.125 3

5 Pasir sangat halus 3.5

0.0625 4

1000 100

Ket: kelas klasifikasiukuran butir diurutkan dari kasar ke halus.

Granulometri 2014


Tabel 2.6 Perhitungan Metode Grafis

No. Klasifikasi ButirDiameter

(mm)

Diameter Phi

(Ф )

Mid poin frekuensi% frekuensi % Kumulatif

(mm) (gr)

0.0625 4

1

Pasir sangat

halus 0.09375

0.125 3

2 Pasir halus 0.1875

0.25 2

3 Pasir sedang 0.375

0.5 1

4 Pasir kasar 0.75

1 0

5

Pasir sangat

kasar 1.5

2 -1

1000 100

BAB II Granulometri

Documents

Transcript of BAB II Granulometri