6

BAB II

KAJIAN PUSTAKA

2.1 Metode Geofisika

Metode geofisika merupakan ilmu yang mempelajari tentang struktur bumi baik

yang terlihat maupun tidak dengan melakukan pengukuran/pengamatan sifat fisis di

atas permukaan bumi yang berlandaskan atas prinsip-prinsip fisika (Santoso. D,

2002). Metode geofisika mendeteksi adanya perbedaan fisis di dalam bumi seperti

kemagnetan, kepadatan, kekenyalan dan tahanan jenis. Dari pengukuran ini dapat

ditafsirkan bagaimana sifat-sifat dan kondisi di bawah permukaan bumi baik secara

vertikal maupun horizontal. Seperti lapisan tanah dan batuan penyusun lapisan

tersebut. Tujuan utama aplikasi metode geofisika yaitu memperkirakan model bawah

permukaan berdasarkan data hasil observasi.

Metode magnetik (geomagnet) merupakan metode geofisika yang

memanfaatkan sifat kemagnetan bumi. Dalam metode ini, bumi di yakini sebagai

batang magnet raksasa dimana tempat medan magnet bumi dihasilkan. Teramatinya

medan magnet bumi pada bagian bumi tertentu disebut anomali magnet yang di

pengaruhi oleh suseptibilitas batuan dan remanen magnetiknya. Berdasarkan anomali

magnet inilah pendugaan persebaran batuan dapat dipetakan secara vertikal maupun

horizontal. Koreksi pada metode magnetik terdiri dari koreksi harian, koreksi

topografi, dan koreksi medan magnet utama bumi (IGRF). Metode ini didasarkan

pada tingkat magnetisasi suatu batuan yang diinduksi oleh medan magnet bumi.

7

Kemampuan suatu batuan/material untuk termagnetisasi tergantung dari

suseptibilitasas masing-masing material. Harga suseptibilitas ini sangat penting dalam

pencarian benda sumber anomali, karena sifatnya yang khas untuk setiap jenis

mineral logam atau mineral non-logam. Nilainya akan semakin besar bila jumlah

kandungan mineral magnetik pada batuan semakin banyak.

2.2 Suseptibilitas Magnetik

Tingkat atau kemampuan suatu benda untuk termagnetisasi ditentukan oleh

suseptibilitas magnetik yang dilambangkan dengan . Hubungan antara intensitas

magnetik, medan magnetik dan suseptibilitas magnetik dituliskan dalam persamaan

sbb :

(2.1)

Suseptibilitas batuan adalah tingkat suatu batuan atau mineral untuk termagnetisasi

oleh medan magnet luar. Besaran ini merupakan parameter awal yang digunakan

dalam metode geomagnetik. Harga pada suatu batuan akan semakin besar apabila

banyak ditemukan mineral-mineral yang bersifat magnetik dalam batuan tersebut.

8

Tabel 2.1 : Sifat magnetik dari sejumlah batuan dan mineral magnetik (Hunt dkk.,

1995)

Batuan/ Mineral Massa Jenis

(103 kg m-3)

Suseptibilitas Magnetik Tc

(0C) Volume (k)

(10-6 SI) Massa ( χ ) (10-8m3kg-1)

Batuan beku Andesite 2,61 170.000 6.500 Basalt 2,99 250-180.000 8,4-6.100 Diorite 2,85 630-130.000 22-4.400 Gabbro 3.03 1.000-90.000 24-30.000 Granite 2,64 0-50.000 0-1.900 Batuan Beku Asam (rata-rata)

2,61 38-82.000 1,4-3.100

Batuan Beku Basa ( rata-rata)

2,79 550-120.000 20-4.400

Batuan Sedimen Lempung 1,70 170-250 Batu Bara 1,35 25 1,9 Gamping 2,11 2-25.000 0,1-1.200 Batu Pasir 2,24 0-20.900 0-931 Batu Sedimen (rata-rata)

2,19 0-50.000 0-2.000

Batuan Malihan Amphibolite 2,96 750 25 Gneiss 2,80 0-25.000 0-900 Quartzite 2,60 4.400 170 Schist 2,6 26-3.600 1-110 Slate 2,79 0-35.000 0-1.00 Batuan Malihan (rata-rata)

2,76 0-73.000 0-2.600

Mineral Magnetik Magnetite(Fe3O4; Ferimagnetik)

5.18 1.000.000-5.700.000

20.000-140.000

575-585

Hematite (Fe2O3;canted antiferomagnetik)

5.26 500-40.000 10-760 675

Maghematite(Fe2O3

; ferimagnetik) 4.90 2.000.000-

2.500.000 40.000-50.000

-600

9

Ilmenite(FeTiO3; antiferomagnetik)

4.72 2.000-3.800.000-

45-80.000 -233

Pyrite(FeS2) 5.02 35-5.000 1-100 Pyrrhotite(Fe7S8; ferimagnetik)

4.62 3.200.000 69.000 320

Goethite(FeOOH; antiferomagnetik)

4.27 1.100-12.000 26.280 -120

Mineral non- magnetik Kuarasa(SiO2) 2.65 -(13-17) -(0.5-0.6) Kalsit(CaCO3) 2.83 -(7.5-39) -(0.3-1.4) Halite(NaCl) 2.17 -(10-16) -(0.48-0.75) Galena(PbS) 7.50 -33 -0.44

2.3 Anomali Magnet

Anomali medan magnet bumi adalah perbedaan nilai medan magnet antara hasil

pengamatan dengan medan magnet teoritis yang biasa disebut IGRF. Berdasarkan

sifat medan magnet bumi dan sifat kemagnetan bahan pembentuk batuan, maka

penyebab bentuk medan anomali yang ditimbulkan oleh benda bergantung pada :

a. Inklinasi medan magnet bumi disekitar benda sebagai sumber anomali

b. Geometri benda tersebut

c. Kecenderungan arah dipol-dipol magnet di dalam benda

d. Orientasi arah dipol-dipol magnet benda sumber anomali terhadap arah medan

magnet bumi.

Volume suatu bahan magnetik dapat dianggap sebagai bagian dari sistem suatu

dipole. Sifatnya sangat bergantung pada peristiwa magnetisasi yang dialaminya dan

keadaaan medan magnet disekitarnya. Penyebaran vektor pada bahan menghasilkan

10

momen dipole persatuan volum atau yang dikenal dengan intensitas magnetisasi

.

Gambar 2.1 : Anomali Magnetik Bahan (Telford,1990)

2.4 Pengolahan Data Magnetik

Untuk memperoleh anomali medan magnet yang diinginkan, maka harus

dilakukan koreksi data terhadap medan magnetik observasi hasil pengukuran pada

setiap stasiun pengukuran yang mencakup koreksi harian dan koreksi IGRF.

a. Koreksi Harian

Koreksi harian merupakan penyimpangan nilai medan magnetik bumi akibat

adanya perbedaan waktu dan efek radiasi matahari dalam satu hari. waktu yang

dimaksud disini adalah waktu yang mengacu atau sesuai dengan waktu pengambilan

data di setiap stasiun pengukuran yang akan dikoreksi. Apabila nilai variasi harian

negatif maka koreksi harian dilakukan dengan cara menambahkan nilai variasi harian,

11

sebaliknya apabila variasi harian bernilai positif, maka koreksinya dilakukan dengan

cara mengurangkan nilai variasi harian. Dapat dituliskan dalam persamaan :

∆T = Tobs ± ∆Tharian (2.2)

b. Koreksi IGRF (International Geomagnetic Reference Field)

Pada dasarnya Data hasil pengukuran medan magnet merupakan kontribusi dari

tiga kompoen dasar yaitu magnet utama bumi, medan magnet luar dan anomali

medan magnet. Nilai medan magnet utama bumi adalah nilai IGRF. Koreksi IGRF

dapat dilakukan dengan cara mengurangkan nilai IGRF terhadap nilai medan

magnetik total yang telah terkoreksi oleh koreksi harian pada setiap titik pengukuran.

Persamaan koreksinya setelah dilakukan :

∆T =( Tobs ± ∆Tharian )± TIGRF (2.3)

c. Pemisahan Anomali Regional-Residual

Pemisahan anomali regional dan residual merupakan tahapan yang sangat

penting dilakukan pada data magnetik. Pemisahan anomali ini disebut juga koreksi

efek regional. Besar anomali magnetik total hasil observasi terdiri atas 2 komponen

yang saling bersuperposisi yaitu komponen anomali regional dan anomali residual.

Data anomali medan magnet yang menjadi target survei selalu bersuperposisi dengan

anomali magnet lain yang bersumber sangat dalam dan luas dibawah permukaan yang

disebut dengan anomali magnet regional (Breiner, 1973). Untuk menginterpretasi

anomali medan magnetik yang menjadi target survei (anomali residual), maka perlu

dilakukan koreksi efek regional atau pemisahan antara anomali magnet regional dan

anomali magnet residual yang menjadi target survei dengan tujuan untuk

12

menghilangkan efek anomali regional dari data anomali magnet total. Dalam

pemisahan anomali magnet regional dan residual digunakan beberapa metode antara

lain graphical smoothing, polynomial fitting, moving averaging, upward

continuation, wavelength filtering, second vertical derivative,dll.

2.5 Kontinuasi Keatas (Upward Continuation)

Medan magnet memenuhi hukum Laplace. Jika harga medan magnet pada suatu

permukaan diketahui maka dapat ditentukan medan magnet di sembarang permukaan

lain apabila tidak ada massa di antara permukaan tersebut. Kontinuasi keatas

merupakan suatu proses medan potensial magnetik suatu data yang terukur diatas

permukaan yang lebih tinggi. Kontinutas ini digunakan untuk memisahkan anomali

regional dan anomali regional (sisa) yang menjadi target survei. Anomali regional

berasosiasi dengan kondisi geologi umum yang dominan di daerah pengukuran,

dicirikan oleh anomali berfrekuensi rendah. Sedangkan anomali residual yang dikenal

dengan anomali sisa, mengandung informasi geologi setempat yang telah terdeviasi

dari kondisi regionalnya yang biasanya terdapat pada kedalaman yang dangkal.

Konsep dasar dari kontinuasi ke atas berasal dari identitas ketiga teorema green.

Teorema ini menjelaskan bahwa apabila suatu fungsi U adalah harmonik, kontinyu

dan mempunyai turunan yang kontinyu disepanjang daerah R, maka nilai suatu titik

di P di dalam daerah R dapat diketahui. Dirumuskan dalam persamaan sbb :

(2.3)

13

2.6 Polynomial Fitting (Least-Squares Method)

Polynomial fitting atau dapat dikatakan metode kuadrat terkecil

mengasumsikan bahwa permukaan polynomial dapat menggambarkan model bidang

regional yang lebih halus yang dikendalikan oleh orde polynomial. Peta kontur

anomali regional yang dihasilkan sudah cenderung tetap dan tidak mengalami

perubahan ketika orde yang diberikan semakin besar. Pada umumnya polynomial

fitting mencakup bentuk konstan.

2.6.1 Kurva Fitting, Regresi

Data lapangan sering disertai dengan noise. Meskipun parameter kontrol

(variabel independen) semua tetap konstan, hasil resultan (variabel dependen)

bervariasi. Suatu proses kuantitatif yang juga dikenal sebagai regresi atau curve

fitting untuk memperkirakan tren hasil diperlukan. Proses curve fitting yang sesuai

persamaan kurva pendekatan ke data lapangan. Namun, curve fitting dari jenis

tertentu pada umumnya tidak unik untuk satu set data. Oleh karena itu diperlukan

kurva dengan deviasi minimal dari semua titik data yang diinginkan. curve fitting

terbaik dapat diperoleh dengan metode kuardrat terkecil (Least-Squares Method).

2.6.2 Metode Kuadrat Terkecil

Metode kuadrat terkecil mengasumsikan bahwa curve fitting dari jenis tertentu

adalah kurva yang memiliki jumlah dari deviasi kuadrat (eror) dari himpunan data

adalah minimal/kecil. Misalkan titik-titik data (, ( , dimana

adalah variabel independen dan adalah variabel dependen. Curve fitting

14

memiliki deviasi (eror) d dari setiap titik data, yaitu ,

,…, . Menurut metode kuadrat terkecil, kurva

fitting terbaik memiliki

(2.4)

Polinomial adalah salah satu jenis yang paling umum digunakan dalam regresi

kurva, berikut penjelasan lebih lanjut tentang kurva fitting :

a. Kuadrat Terkecil Garis (Least-Squares line)

Metode kuadrat terkecil garis menggunakan garis lurus untuk

mendekati himpunan data (, ( , dimana n . Kurva fitting

terbaik memiliki eror kuadrat terkecil yaitu :

(2.5)

a dan b adalah koefisien yang tidak diketahui, sedangkan dan diberikan. Untuk

mendapatkan eror terkecil maka koefisien a dan b harus menghasilkan nol pada

turunan pertama.

(2.6)

b. Kuadrat Terkecil Parabola (Least-Squares Parabola)

15

Metode ini menggunakan kurva derajat kedua yaitu untuk

mendekati himpunan data (, ( , dimana n Kurva fitting

terbaik memiliki eror kuadrat terkecil yaitu :

(2.7)

a, b dan c adalah koefisien yang tidak diketahui, sedangkan dan diberikan.

Untuk mendapatkan eror terkecil maka koefisien a, b dan c harus menghasilkan nol

pada turunan pertama.

(2.8)

c. Kuadrat Terkecil Derajat ke-m

Metode ini menggunakan polynomial derajat ke-m yaitu

untuk mendekati himpunan data

( , ( , dimana n . Kurva fitting terbaik memiliki

eror kuadrat terkecil yaitu :

(2.9)

16

adalah koefisien yang tidak diketahui, sedangkan dan

diberikan. Untuk mendapatkan eror terkecil maka koefisien harus

menghasilkan nol pada turunan pertama.

…

…

(2.10)

d. Kuadrat Terkecil Regresi Berganda

Regresi berganda memperkirakan hasil yang mungkin akan terpengaruh oleh

lebih dari satu parameter kontrol atau terdapat kemungkinan lebih dari satu variabel

kontrol yang berubah pada saat yang sama. Misalnya, terdapat dua variabel

independen x dan y dan satu variabel dependen z dalam kasus hubungan linier

untuk data yang diberikan

dimana n Kurva fitting terbaik

memiliki eror kuadrat terkecil yaitu :

(2.11)

17

a, b dan c adalah koefisien yang tidak diketahui, sedangkan , dan diberikan.

Untuk mendapatkan eror terkecil maka koefisien a, b dan c harus menghasilkan nol

pada turunan pertama.

(2.12)

2.7 Pemodelan

Pemodelan adalah suatu proses untuk mendapatkan model bawah permukaan

yang diturunkan dari anomali permukaan. Model yang dihasilkan akan

menggambarkan distribusi suseptibilitas dan geometri bendanya dalam kedalaman

yang bervariasi. Dalam pemodelan kedepan, model awal didasarkan pada intuisi

geologi dan geofisika. Secara umum proses yang dilakukan pada pemodelan kedepan

adalah dengan menghitung anomali model dan membandingkannya dengan anomali

hasil pengukuran. Sedangkan, untuk pemodelan inversi parameter dapat dihitung

secara langsung dari anomali hasil pengukuran melalui metode numerik (Blakely,

1995).

18

Gambar 2.2 : Diagram Alir Pemodelan Kedepan Dan Inversi

(modifikasi dari Blakely, 1995)

2.7.1 Pemodelan Sintetik

Pemodelan sintetik dilakukan untuk mengestimasi respon anomali magnetik di

daerah penelitian dengan acuan besaran yang diketahui dari studi pustaka. Respon

anomali benda magnetik perlu dimodelkan karena respon anomali ini tidak hanya

19

bergantung pada batuan bawah permukaan saja tetapi juga sangat dipengaruhi oleh

inklinasi dan deklinasi suatu daerah. Pemodelan sintetik dibuat dalam model 2D dan

3D. pemodelan dilakukan dengan pendekatan bentuk “body” berdasarkan parasnis

(1986). Yaitu berbentuk thin-sheet (tipis) dan thic sheet (tebal).

2.7.2 Pemodelan Kedepan

Prinsip dasar pemodelan kedepan (forward modeling) adalah untuk

memperoleh data dari model dengan menghitung respon teoritis dan distribusi sifat

fisis dari tubuh sumber anomali.

Gambar 2.3 : Gambaran teknik forward modeling data magnetik

(Inversi Geofisika, H. Grandis)

2.7.3 Pemodelan Inversi

Pemodelan inversi sering dikatakan sebagai kebalikan dari pemodelan kedepan

karena dalam pemodelan inversi parameter model diperoleh langsung dari data.

Menke (1984) mendefinisikan teori inversi sebagai satu kesatuan metode matematika

dan statistika untuk memperoleh informasi yang berguna mengenai suatu sistem

fisika berdasarkan observasi terhadap sistem tersebut. Sistem fisika yang dimaksud

disini adalah fenomena yang kita tinjau, hasil observasi terhadap sistem adalah data,

20

sedangkan informasi yang ingin diperoleh dari data adalah model atau parameter

model.

Teknik pemodelan inversi yakni dengan cara memodifikasi parameter sehingga

diperoleh kecocokan antara data perhitungan dan data lapangan. Berikut bagan

singkat pemodelan inversi.

Gambar 2.4 : Bagan Teknik Pemodelan Inversi

Pemodelan inversi sering juga disebut sebagai data fitting karena dalam proses

pemodelan tersebut dicari parameter yang menghasilkan respon fit dengan data

pengamatan. Kesesuaian antara respon model dengan data pengamatan dinyatakan

Parameter Model

Forward Modeling

Data Perhitungan

Modifikasi parameter model

Solusi / Model

Data Lapangan

FIT ??

21

oleh suatu fungsi objektif yang harus diminimumkan. Proses pencarian fungsi

objektif tersebut berasosiasi dengan proses pencarian model optimum. Seperti yang

telah dijelaskan dalam Kalkulus bahwa jika suatu fungsi mencapai minimum, maka

turunannya terhadap variabel yang belum diketahui di titik minimum tersebut

berharga nol. Karakteristik inilah yang digunakan dalam pencarian parameter model.

Dalam masalah inversi, kita selalu berhubungan dengan parameter model (M)

dan jumlah data (N) yang mana jumlah dari masing-masing akan menentukan

klasifikasi permasalahan inversi dan cara penyelesaiannya, jika jumlah model

parameter lebih sedikit dibandingkan data lapangan ( M < N), maka disebut dengan

overdetermined, dan cara penyelesaiannya menggunakan pencocokan (best fit)

terhadap data lapangan.

2.7.4 Teori Inversi Data Magnetik 3D

Dalam pembahasan berikut, grid pengukuran bersesuain dengan titik tengah

prisma yang terletak dipermukaan (z=0) maka jumlah data adalah

dan jumlah parameter model adalah dimana

masing-masing adalah jumlah grid dalam arah . Dengan menggunakan data

dipermukaan maka inversi linier purely under_determined (N<M) yang

meminimumkan “norm” model menghasilkan model kemagnetan prisma me yang

dapat berfungsi sebagai sumber eqivalen 3D. Data pada ketinggian tertentu (z>0)

22

diperoleh sebagai hasil kali sumber eqivalen 3D tersebut dengan matriks kernel untuk

kontinuasi ke atas Gu sebagai berikut :

Gu me (2.13)

Alternatif lain untuk proses kontinuasi adalah filtering menggunakan fast fourier

transform (FFT), meskipun untuk itu diperlukan cakupan data yang sangat luas.

Kontinuasi keatas dilakukan pada sejumlah level ketinggian yang lebih besar

daripada jumlah prisma dalam arah vertikal. Dengan demikian, gabungan data

dipermukaan dan hasil kontinuasi ke atas menghasilkan data dengan jumlah yang

lebih besar daripada jumlah parameter model (N > M). permasalaha inversinya

bersifat over_determined (menke, 1984) sehingga solusi inversinya dinyatakan oleh :

GT G ]-1 GT d (2.14)

Dimana matriks kernel G pada persamaan diatas sudah melibatkan keseluruhan data

atau data dalam ruang 3D. untuk menghindari ketidakstabilan inversi matriks yang

mendekati singular maka dilakukan minimisasi “norm” model melalui penggunaan

faktor redaman 0 < λ < 1 sehingga persamaan diatas menjadi :

= D [ D GT G D + λ I ]-1 D GT d (2.15)

Dimana matriks D adalah matriks diagonal (M x M) dengan elemen-elemen

Disamping itu penyelesaian persamaan di atas dilakukan dengan melakukan teknik

Singular Value Decomposition (Press dkk., 1987). Dan nilai singular lebih kecil dari

23

10-6 kali nilai singular maksimum diabaikan dan solusi dikontrol sepenuhnya oleh

faktor redaman (λ).

2.7.5 Resolusi Vertikal Data Magnetik

Jika ditinjau suatu model 3D yang dibangun oleh himpunan prisma tegak

dengan intensitas magnetisasi tiap prisma homogen maka vektor data magnet d (di,i

=1, 2,…, N) adalah hasil transformasi linier vektor intensitas magnetisasi tiap prisma

m (m, I = 1, 2,…, M) dengan matriks kernel G (N x M) sebagai berikut :

d = G m (2.16)

setiap elemen matriks kernel adalah respons satu prisma dengan intensitas

magnetisasi satu satuan sehingga merupakan fungsi geometri yang merepresentasikan

posisi relative prisma terhadap titik observasi dalam ruang 3 D, uraian persamaan di

atas menghasilkan :

Secara eksplisit, persamaan di atas menunjukkan bahwa data adalah penjumlahan

parameter fisis yang diberi bobot matriks kernel. Harga fungsi pembobotan tersebut

berkurang terhadap kedalaman yang merupakan jarak terhadap arah vertikal antara

sumber anomali dengan titik observasi di permukaan bumi, hal ini disebabkan karena

matriks kernel merupakan fungsi yang berbanding terbalik dengan jarak.

Analisis terhadap spektrum nilai singular matriks kernel menunjukkan bahwa

data magnetik pada beberapa level ketinggian yang berbeda mengandung informasi

24

yang lebih lengkap mengenai variasi intensitas magnetisasi terhadap kedalaman. Oleh

karena itu inversi yang dilakukan terhadap data pada ruang 3D sebagai fungsi (x, y, z)

dapat menghasilkan model dengan resolusi vertikal yang lebih baik.

Pemodelan inversi data magnetik 3D menggunakan data pada beberapa level

ketinggian menghasilkan model dengan resolusi vertikal yang lebih baik sehingga

kedalaman sumber anomali juga dapat diperkirakan secara lebih baik.

2.8 Program Inversi Mag3D

Program inversi mag3D merupakan program perpustakaan yang digunakan

untuk pemodelan kedepan (forward modeling) dan pemodelan inversi data

magnetik.Dikembangkan di bawah proyek penelitian consortium research project

Joint/Cooperative Inversion of Geophysical and Geological Data at the University of

British Columbia (UBC) Geophysical Inversion Facility in the Department of

Geophysics and Astronomy, Vancouver, BC, Canada.

Untuk melakukan pemodelan kedepan dan pemodelan inversi 3 dimensi data

magnet software Mag3D terdiri atas tiga program utama yaitu :

a. MAGFOR3D : melakukan pemodelan kedepan (forward modeling)

b. MAGSENN3D : menghitung sensitivitas dan bobot kedalaman

c. MAGINV3D : melakukan inversi data magnetik 3 dimensi

d. MAGPRE3D : mengalikan sensitivity file oleh model untuk memperoleh data

prediksi (predicted data)

25

Diagram alur penginversian 3D data magnetik menggunakan program mag3D sbb:

Mulai

Input Data

- Data Observasi - Data Mesh

Model kontras suseptibilitas awal bawah permukaan

Criteria error <<

5%

YA

Model kontras suseptibilitas 3D

Perhitungan inversi berdasarkan fungsi

objektif Update model kontras suseptibilitas bawah

permukaan

TIDAK

26

Gambar 2.5 : Diagram alur penginversian 3D data magnetik menggunakan

program Mag3D

2.9 Batuan dan Mineral

2.9.1 Batuan

Batuan merupakan bahan padat bentukan alam yang umumnya tersusun oleh

kumpulan atau kombinasi dari satu macam mineral atau lebih. Batuan yang terbentuk

oleh berbagai jenis dan susunan mineral dibagi menjadi tiga jenis yaitu batuan beku,

batuan sedimen (batuan endapan) dan batuan malihan (Badan Geologi,2011)

a. Batuan Beku merupakan batuan yang terbentuk dari proses

pembekuan/pengkristalan magma dalam perjalanannya menuju permukaan

bumi,

b. Batuan Sedimen (batuan endapan) merupakan batuan yang terbentuk dari

proses pengendapan hasil perombakan/pelapukan batuan lain akibat air, es,

angin,dsb yang kemudian mengalamai proses diagenesa/pembatuan.

Sedangkan,

c. Batuan Malihan merupakan batuan yang terbentuk akibat adanya perubahan

batuan asal (batuan beku atau batuan sedimen) baik perubahan struktur

maupun susunan mineralnya akibat pengaruh tekanan dan atau temperature

yang sangat tinggi sehingga terbentuklah batuan baru.

2.9.2 Mineral

Mineral adalah bahan padat homogen bersifat anorganik yang terbentuk secara

ilmiah, memiliki cirri-ciri khas dan komposisi kimiawi tertentu serta tersusun oleh

27

ato-atom yang memperlihatkan bentuk Kristal yang khusus. Mineral dibagi menjadi 2

jenis yakni mineral logam dan mineral no-logam.

2.10 Kemagnetan Batuan dan Mineral

Setiap jenis batuan dan mineral di bumi memiliki sifat dan karakteristik

tertentu. sifat dan karakteristik dalam medan magnet dimanifestasikan dalam

parameter suseptibilitas batuan atau mineral (. Dengan adanya perbedaan dan sifat

khusus inilah yang menjadi prinsip dasar eksplorasi geomagnetik. berdasarkan sifat-

sifat kemagnetan batuan dan mineral dikelompokkan menjadi :

a. Diamagnetik

Diamagnetik merupakan salah satu bentuk magnet yang cukup lemah. Suatu

jenis bahan (batuan dan mineral) tergolong jenis diamagnetik jika memiliki nilai

suseptiblitas magnetik negatif ( sehingga magnetisasi yang diimbas

dalam bahan oleh medan magnet akan berlawan arah dengan medan magnetik..

Pada dasarnya semua material adalah diamagnetik karena adanya orbital elektron

yang tidak seimbang yang menghasilkan dipole magnetik dalam bahan yang akan

berlawanan arah dengan medan magnet eksternal. Banyak elemen dan senyawa yang

menunjukkan sifat diamagnetik,contohnya : perak, zink (seng), bismuth,dll

b. Paramagnetik

Bahan paramagnetik merupakan bahan yang memiliki medan magnet atomik

masing-masing atom atau molekul tidak sama dengan nol tetapi resultan medan

magnet atomik total seluruh atom atau molekul dalam bahan adalah nol (Halliday &

28

Resnick, 1989). Jika diberi medan magnet luar maka elektron-elektronnya akan

berusaha sedemikian sehingga resultan medan magnet atomiknya searah dengan

medan magnet luar. Pada bahan paramagnetik, efek diamagnetik dapat muncul tetapi

pengaruhnya sangat kecil. Bahan paramagnetik ini memiliki nilai suseptibilitas

positif yang mempunyai kisaran suseptibilitas antara sampai Efek

kemagnetan dapat hilang bila medan magnet eksternal dihilangkan dan temperatur

mempengaruhi efek paramagnetik (curie law). Contoh bahan yang memiliki sifat

paramagnetik adalah alumunium, magnesium, litium, natrium, kalium,dll

c. Ferromagnetik

Bahan ferromagnetik adalah bahan yang memiliki resultan medan atomik besar

dan memiliki nilai suseptibilitas positif dan sangat besar. suseptibilitas (kerengtanan)

yang besar untuk medan magnet luar menunjukkan bahwa bahan memiliki daya tarik

yang kuat untuk medan magnet dan mampu mempertahankan sifat magnetik mereka

setelah medan magnet eksternal dihilangkan. Hubungan antara magnetisasi dan

magnet eksternal tidak linier. Pada bahan ferromagnetik banyak spin elektron yang

tidak berpasangan, masing-masing spin elektron yang tidak berpasangan ini akan

memberikan medan magnetik sehingga total medan magnetik yang dihasilkan oleh

suatu atom semakin besar. contoh bahan ferromagnetik misalnya : besi, baja, besi

silikon, kobalt, nikel dll. Sifat kemagnetan bahan ferromagnetik akan hilang pada

temperatur yang disebut temperatur currie (temperatur currie untuk besi lemah adalah

770°C dan untuk baja adalah 1043°C (Kraus. J.D, 1970).

29

d. Antiferromagnetik

Antiferromagnetik merupakan tipe magnetik dimana dipole-dipole magnet akan

berorientasi dalam arah yang berlawanan dengan medan magnet luar sehingga tidak

ada momen magnetik total. Nilai suseptibilitasnya sangat kecil mendekati substansi

paramagnetik. material yang memiliki sifat kemagnetan seperti ini salah satunya

adalah hematite (Telford, 1976).

e. Ferrimagnetik

Pada bahan yang memiliki sifat ferrimagnetik, dipole yang berdekatan memiliki

arah yang berlawanan tetapi momen magnetiknya tidak sama besar. Bahan

ferrimagnetik memiliki nilai suseptibilitas tinggi tetapi lebih rendah jika

dibandingkan dengan bahan ferromagnetik. Beberapa contoh bahan ferrimagnetik

adalah ferriete dan magnetit. Dalam aplikasi modern ferriete lebih banyak

dimanfaatkan dibandingkan semua jenis bahan magnetik, karena selain daripada sifat

magnetiknya juga karena bahan ini merupakan isolator yang baik. (omar, 1993).

2.11 Bijih Besi

Bijih merupakan sejenis batuan yang mengandung mineral baik logam maupun

non-logam yang sangat penting. Besi merupakan logam yang paling banyak dijumpai

di alam. Seperti yang telah kita ketahui bahwa besi merupakan unsur yang paling

banyak membentuk bumi.Kebanyakan besi ditemukan terdapat dalam batuan dan

30

tanah sebagai oksida besi yang disebut bijih besi. Besi adalah logam yang dihasilkan

dari bijih besi yang telah diekstrak. Bijih besi jarang dijumpai dalam keadaan bebas,

biasanya bijih besi ditemukan berasosiasi dengan mineral logam lainnya. Misalnya,

berupa Magnetite, Hematite, Limonite, dan Siderite. Pyrite, Pyrhotite, Marcasite, dan

Chamosite. (M. L. Jensen & A. M. Bafeman,1981)

2.11.1 Besi Primer (Ore Deposite)

Proses terjadinya cebakan bahan galian bijih besi berkaitan erat dengan

adanya pristiwa tektonik pra-mineralisasi. Akibat aktifitas tektonik tebentuklah sesar,

stuktur sesar ini merupakan zona lemah yang memungkinkan terjadinya magnetism

(intrusi magma menerobos batuan tua). Akibat adanya kontak magmatik ini maka

terjadilah proses rekristalisasi, alterasi, mineralisasi, dan replacement (penggantian)

pada bagian kontak magma dengan batuan yang diterobosnya.

2.11.2 Besi Sekunder (Endapan Placer)

Terbentuk oleh kumpulan mineral berat melalui proses sedimentasi secara

alamiah akibat adanya gravitasi dan dibantu oleh adanya pergerakan media cair, padat

dan gas/udara. Kerapatan konsentrasi mineral-mineral tersebut bergantung pada

tingkat kebebasan dari sumber berat jenis, ketahanan kimiawi hingga lamanya

pelapukan dan mekanismenya. Jenis cebakan ini terbentuk kebanyakan pada umur

tersier dan masa kini, berukuran kecil dan sering terkumpul dalam waktu singkat

karena tererosi serta berkadar rendah.

31