APLIKASI PENGINDERAAN JAUH DALAM PEMETAAN SEBARAN POTENSI DEPOSIT NIKEL LATERIT DI SOROWAKO, SULAWESI SELATAN
(STUDI KASUS AREAL EKSPLORASI TAMBANG PT. INCO, TBK)

Alam Primanda1, Raldi Hendro Koestoer1, Rokhmatuloh1, Robby Rafianto2
1Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia
2 Exploration and Mine Development, PT. International Nickel Indonesia

Abstrak
Eksplorasi mineral merupakan salah satu kegiatan penting untuk mendapatkan informasi dimana lokasi mineral berada, namun selama ini proses tersebut membutuhkan waktu yang lama dan biaya yang besar terutama jika dilakukan pada daerah yang luas. Di dalam penelitian ini penulis akan menyajikan aplikasi penginderaan jauh diterapkan dalam pemetaan mineral deposit nikel laterit. Dengan menggunakan metode defoliant technique dan citra sensor ASTER, akan ditunjukkan bagaimana pemetaan potensi deposit mineral dilakukan padawilayah tropis. Sorowako merupakan contoh menarik untuk dikaji, wilayahnya yang merupakan bagian dari singkapan ultramafik terbesar di dunia disertai lingkungan mendukung menjadikan sorowako kaya akan deposit nikel laterit.
Kata kunci : Eksplorasi mineral, Defoliant technique, ASTER


I. Pendahuluan
Nikel merupakan salah satu barang tambang penting di dunia. Manfaatnya yang begitu besar bagi kehidupan sehari-hari, seperti pembuatan logam anti karat, campuran dalam pembuatan stainless steel, baterai Nickel-metal hybride, dan berbagai jenis barang lainnya. Keserbagunaan ini pula yang menjadikan nikel sangat berharga dan memiliki nilai jual tinggi di pasaran dunia. Setidaknya sejak 1950 permintaan akan nikel rata-rata mengalami kenaikan 4% tiap tahun, dan diperkirakan sepuluh tahun mendatang terus mengalami peningkatan (Dalvi et al., 2004).
Bijih nikel diperoleh dari endapan nikel laterit yang terbentuk akibat pelapukan batuan ultramafik yang mengandung nikel 0.2 - 0.4 % (Golightly, 1981). Jenis-jenis batuan tersebut antara lain olivine, piroksin, dan amphibole (Rajesh, 2004). Nikel laterit umumnya ditemukan pada daerah tropis, dikarenakan iklim yang mendukung terjadinya pelapukan, selain topografi, drainase, tenaga tektonik, batuan induk, dan struktur geologi (Elias, 2001).
Selama ini eksplorasi terhadap nikel laterit dilakukan dengan mencari singkapan ultramafik, pemetaan lapangan, pengeboran, dan analisa laboratorium untuk mengetahui kandungan mineral dan kimiawi nikel. Namun salah satu hambatan besar dari kegiatan tersebut adalah pada tahap pemetaan lapangan, dimana membutuhkan waktu yang lama dan berbiaya besar, terutama untuk daerah baru, sehingga seringkali sulit untuk dilakukan pada wilayah luas. Namun seiring berkembangnya teknologi dalam bidang pemetaan, keterbatasan tersebut kini dapat diatasi dengan menggunakan aplikasi dari teknologi penginderaan jauh dan Sistem Informasi Geografis (SIG) (Rajesh, 2004).
Aplikasi penginderaan jauh dan SIG dalam eksplorasi mineral memiliki banyak keuntungan, antara lain cakupan wilayahnya luas, hemat biaya, data yang mudah diperbaharui (up date) dan memungkinkan integrasi dengan berbagai jenis data satelit, geofisika, geokimia, Digital Elevation Model (DEM), dan sebagainya. Sehingga proses analisa semakin efisien, cepat, dan akurasi yang meningkat.
Penggunaan penginderaan jauh dalam eksplorasi pertambangan telah lama digunakan dan sudah berkembang luas, beberapa pendekatan yang banyak diaplikasikan antara lain, pemetaan lithologi, struktur, dan alterasi (Rajesh, 2004; Siegal dan Gillespie, 1991). Pemetaan lithologi merupakan pemetaan sumberdaya mineral, dengan menarik kesimpulan dari beberapa parameter utama yang diperoleh melalui observasi penginderaan jauh, seperti mengidentifikasi nilai spektral batuan, penampakan struktural, pelapukan dan bentuk daratan (landform), serta pola aliran sungai. Pemetaan struktur didasarkan pada hubungan antara deposit mineral dengan beberapa tipe deformasi, seperti patahan, lipatan atau struktur geologi lainnya. Sedangkan pendekatan alterasi merupakan teknik pemetaan mineral yang mengasosiasikan deposit mineral dengan alterasi hidrothermal dan batuan sekitar, jenis dan luasnya zona alterasi menggambarkan tipe dari deposit mineral (Rajesh, 2004). Distribusi spasial dari batuan hasil alterasi hidrothermal merupakan kunci utama untuk mengetahui zona aliran dari hidrothermal dan sebagai petunjuk penting untuk mengenali deposit mineral (Pirajno, 1992 dalam Rajesh, 2004).
Identifikasi sebaran nikel laterit melalui teknologi penginderaan jauh dalam penelitian ini dilakukan dengan pendekatan alterasi, yaitu dengan memetakan mineral permukaan hasil lapukan batuan ultramafik pada lapisan limonite, antara lain mineral goethite, hematite dan chlorite. Metode yang digunakan untuk mendeteksi mineral tersebut yaitu Defoliant Technique atau Directed Principal Component (DPC). Pemilihan metode tersebut didasarkan pada karakteristik wilayah tropis yang bervegetasi rapat, sehingga menjadi hambatan tersendiri dalam mendeteksi deposit mineral. Untuk itu metode yang mampu meminimalisir pengaruh vegetasi, seperti Defoliant Technique sangat cocok untuk digunakan (Carranza, 2003; Rojas, 2003).
Defoliant Technique pada dasarnya adalah teknik penajaman yang dilakukan dengan menggabungkan dua rasio saluran (Carranza, 2002; Fraser dan Green, 1987 dalam Rojas, 2003), adapun hasil dari proses ini adalah sebaran mineral permukaan yang digambarkan dalam citra skala keabuan (grayscale). Beberapa penelitian sebelumnya menunjukkan bahwa Defoliant Technique mampu mengidentifikasi keberadaan alterasi hidrothermal di daerah bervegetasi, seperti yang dilakukan oleh Carranza dan Hale pada tahun 2001 di wilayah Baugio, Filipina. Kemudian untuk menguji tingkat akurasi, hasil pencitraan akan diverifikasi dengan data titik bor.
Sensor yang digunakan untuk mengidentifikasi deposit mineral adalah Advanced Spaceborne Thermal Emission Radiometer (ASTER). Salah satu kelebihan citra ASTER dalam memetakan sebaran mineral permukaan adalah ketersediaan saluran (band) yang lebih banyak (VNIR saluran 1 – 3, SWIR saluran 4 – 9, dan TIR saluran 10 – 14) dan resolusi spasial yang lebih baik dibandingkan citra Landsat, oleh karena itu ASTER cocok dalam memetakan berbagai jenis batuan dan mineral. Kemudian harga citra ASTER yang jauh lebih murah dibandingkan menggunakan satelit hyperspectral ataupun pemetaan udara menjadikan ASTER menarik untuk digunakan lebih jauh. Beberapa penelitian sebelumnya menunjukkan kemampuan ASTER yang baik dalam pemetaan geologi, seperti yang dilakukan oleh Simpson, Mars, dan Rowan pada tahun 2004 dalam pemetaan lithologic komplek ultramafik di Australia serta Debgani dan Gingerich tahun 2005 untuk ekstrasi mineral di Iran.
Sorowako merupakan salah satu wilayah Sulawesi yang kaya akan kandungan nikel laterit dalam jumlah besar. Hal ini didukung oleh bentukan geologi yang terdiri atas volcano plutonic arc, methamorphic belt, ophiolite belt, banggai-sula dan tukang besi disisi Barat dan Utara, Tengah, Timur, serta beberapa pecahan fragmen di Timur dan Tenggara. Selain itu kondisi ini juga tidak terlepas oleh iklim, reaksi kimia, struktur, dan topografi Sulawesi yang cocok terhadap pementukan nikel laterit. Endapan nikel laterit di Sorowako terbentuk karena proses pelapukan dari batuan ultramafik yang terbentang dalam suatu singkapan tunggal terbesar di dunia seluas lebih dari 120 km x 60 km, dimana sejumlah endapan lainnya tersebar di provinsi Sulawesi Tengah dan Tenggara (Waheed, 2005).
Salah satu perusahaan yang melakukan eksplorasi dan penambangan nikel laterit di beberapa wilayah Sulawesi bagian Tengah, Tenggara dan Selatan adalah PT. International Nickel Indonesia, Tbk (PT INCO). Perusahaan multinasional yang diakuisisi sahamnya sejak tahun 2007 oleh Companhia Vale do Rio Doce (CVRD) yang kini bernama Vale, dan berubah menjadi Vale Inco, ltd; telah beroperasi sejak tahun 1968, terutama di wilayah Sorowako. Nikel laterit PT INCO diperoleh dengan mengambil mineral dari endapan nikel laterit yang mengandung unsur nikel dalam jumlah besar, antara lain limonite dan saprolite, kemudian diolah secara pyrometallurgical atau hydrometallurgical dan dihasilkan nikel dalam bentuk matte.
Penelitian ini bertujuan untuk mengetahui pola sebaran potensi, tingkat akurasi pencitraan dan ASTER di areal eksplorasi tambang PT INCO blok Sorowako. Hasil penelitian dapat menyediakan informasi sebaran potensi nikel laterit secara spasial dengan metode yang lebih cepat dan efisien, mempermudah dalam pemetaan awal (reconnaissance mapping) geologi dan mineral pada daerah yang luas, serta sebagai decision maker support system bagi kepentingan PT INCO dalam melakukan eksplorasi tambang nikel laterit.


II. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengetahui pola sebaran potensi deposit nikel laterit di areal eksplorasi tambang PT INCO berdasarkan interpretasi citra satelit dan kaitannya dengan variabel fisik batuan induk, struktur geologi, dan lereng. Sehingga hasil penelitian diharapkan dapat menyediakan informasi sebaran potensi nikel laterit secara spasial dengan metode yang lebih cepat dan efisien, mempermudah dalam pemetaan awal geologi (reconnaissance mapping) dan mineral pada daerah yang luas, serta sebagai decision maker support system bagi kepentingan PT INCO dalam melakukan eksplorasi tambang nikel laterit.

III. Kondisi Geologi
Beberapa penelitian yang menjelaskan mengenai proses tektonik dan geologi di daerah sulawesi, antara lain adalah Sukamto (1975) yang membagi pulau Sulawesi dan sekitarnya terdiri dari 3 Mandala Geologi yaitu :
1) Mandala Geologi Sulawesi Barat, dicirikan oleh adanya jalur gunung api paleogen, intrusi neogen dan sedimen mesozoikum.
2) Mandala Geologi Sulawesi Timur, dicirikan oleh batuan ofiolit yang berupa batuan ultramafik peridotite, harzburgit, dunit, piroksenit dan serpentinit yang diperkirakan berumur kapur.
3) Mandala Geologi Banggai Sula, dicirikan oleh batuan dasar berupa batuan metamorf permo-karbon, batuan plutonik yang bersifat granitis berumur trias dan batuan sedimen mesozoikum.

Menurut Hamilton (1979) dan Simanjuntak (1991), Mandala Geologi banggai Sula merupakan mikro kontinen yang merupakan pecahan dari lempeng New Guinea yang bergerak kearah barat sepanjang sesar sorong.( Gambar 1 )


Gambar 3.1 Garis Besar Kondisi Lithologi dan Struktur Geologi Pulau Sulawesi (Ahmad, 2006)
Geologi daerah Sorowako dan sekitarnya sudah dideskripsikan sebelumnya secara umum oleh Brouwer, 1934; Van Bemmelen, 1949; Soeria Atmadja et al., 1974; dan Ahmad, 1977 dalam Mustaring, 2006. Namun yang secara spesifik membahas tentang geologi deposit nikel laterit adalah Golightly pada tahun 1979, dimana ia membagi geologi daerah Sorowako menjadi tiga bagian, yaitu :
1) Satuan batuan sedimen yang berumur kapur, terdiri dari batu gamping laut dalam dan rijang. Terdapat dibagian barat Sorowako dan dibatasi oleh sesar naik dengan kemiringan kearah barat.
2) Satuan batuan ultrabasa yang berumur awal tersier, umumnya terdiri dari jenis peridotit, sebagian mengalami serpentinisasi dengan derajat yang bervariasi dan umumnya terdapat dibagian timur. Pada satuan ini juga terdapat intrusi-intrusi pegmatit yang bersifat gabroik dan terdapat dibagian utara.
3) Satuan alluvial dan sedimen danau (lacustrine) yang berumur kuarter, umumnya terdapat dibagian utara dekat desa Sorowako.

Batuan induk dari endapan nikel laterit adalah batuan ultrabasa dengan kandungan mineral ferromagnesian (olivine, piroksin, dan amphibole) dalam jumlah besar yang berasosiasi dengan struktur geologi yang terbentuk pada masa Precambrian hingga Tersier (Ahmad, 2006). Batuan ultrabasa wilayah Sorowako tersusun dari batuan peridotite yang dapat dibagi menjadi empat satuan batuan, yang merupakan batuan induk pembawa nikel dengan kadar sekitar 2 %. Batuan-batuan sejenis peridotite antara lain :
1) Dunite, yang mengandung olivine lebih dari 90% dan piroksen sekitar 5%.
2) High Serpentinized, yang mengandung olivine 85% dan piroksen 15%.
3) Low Serpentinized, yang mengandung olivine 65% dan piroksen 35%.

Bijih nikel yang terdapat di bagian Tengah dan Timur Sulawesi tepatnya di daerah Sorowako termasuk ke dalam jenis nikel laterite dan bijih nikel silikat (garnierit). Bijih nikel tersebut terbentuk akibat pelapukan dan pelindihan (leaching) batuan ultrabasa seperti peridotit dan serpentinit dari rombakan batuan ultrabasa. Namun berdasarkan ciri fisik dan kimiawinya, endapan nikel laterit di Sorowako dapat dibagi menjadi dua, yaitu Blok Barat (West Block) dan Blok Timur (East Block) yang berbeda satu sama lainnya (gambar 2).
Perbedaan topografi sangat menyolok, pada umumnya di East Block memiliki topografi yang landai sedikit berbukit sedangkan di West Block pada umumnya topografi terjal membentuk pegunungan. West Block meliputi 36 bukit dengan luas sekitar 46,5 km persegi, secara umum merupakan batuan peridortite yang tidak terserpentinisasi dengan bentuk morfologi yang relatif lebih terjal dibandingkan East Block (karena pengaruh struktur yang kuat), banyak dijumpai bongkah – bongkah segar peridotit (Boulder) sisa proses pelapukan sehingga recovery menjadi kecil. Umumnya boulder dilapisi oleh zona pelapukan tipis dibagian luarnya. Daerah West banyak mengandung urat-urat kuarsa yang sulit dikontrol pola penyebarannya. Sedangkan East Block meliputi 44 bukit menempati area seluas 36,3 km persegi. Topografi pada daerah ini relatif lebih landai dari pada daerah West Block. Batuan dasar dari tipe ini umumnya adalah serpentine peridotite, lherzolite, dengan derajat serpentin yang bervariasi.












Gambar 3.2 Profil endapan nikel laterit

IV. Defoliant Technique
Beberapa penelitian menunjukkan keberhasilan penginderaan jauh dalam pemetaan mineral alterasi hidrothermal terutama di daerah arid dan semi arid, hal ini dikarenakan Kejadian mineral di permukaan yang cukup mencolok, sehingga mudah untuk dikenali oleh sensor satelit (Podwysocki et al. 1984, Kepper et al. 1986, Mouat et al. 1986, Amos and Greenbaum 1989, Rockwell 1989, Tanaka and Segal 1989, Fraser 1991, John et al. 1991, Bennett 1993, Barniak et al. 1996, Spatz 1997 dalam Carranza dan Hale, 2001). Namun untuk daerah tropis yang bervegetasi rapat hal ini menjadi kendala besar dan dapat mengurangi keberhasilan penginderaan jauh untuk mendeteksi Kejadian deposit mineral. Selain itu tidak jarang terdapat beberapa mineral yang memiliki respon spektral yang identik dengan vegetasi.
Salah satu penajaman citra yang mampu meminimalisir pengaruh vegetasi dalam eksplorasi mineral dengan penginderaan jauh adalah metode analisa directed principal component dari dua rasio saluran yang disebut defoliant technique (fraser and Green, 1987 dalam Rojash, 2003). Input dari rasio saluran dipilih dengan acuan bahwa saluran pertama mengandung informasi mengenai mineral yang dituju, sedangkan pada rasio saluran kedua mengandung informasi mengenai pengganggu respon spektral mineral, yaitu vegetasi (Carranza, 2001; Fraser dan Green, 1987 dalam Rojas, 2003). Dalam pengembangannya metode ini banyak digunakan untuk memetakan mineral alterasi hidrothermal iron oxide dan clay, seperti yang dilakukan oleh Soe, Kyawm dan Takashima di Myanmar tahun 2006.
Akan tetapi karena metode ini kurang optimal pada beberapa jenis mineral selain iron oxide dan clay atau yang lebih spesifik, oleh sebab itu pengembangan metode directed principal component dilakukan agar dapat mempertajam respon setiap mineral alterasi dengan cara memisahkan mineral berdasarkan reflektansi spektralnya. Kemudian untuk menentukan respon spektral mineral yang optimum, diperlukan dua rasio saluran agar dapat meminimalisir efek vegetasi. Dimana pada rasio saluran vegetasi, harus memiliki nilai yang positif di kedua input rasio saluran. Sedangkan nilai rasio mineral yang dituju harus lebih tinggi atau lebih rendah dibandingkan dengan vegetasi. Kemudian untuk meningkatkan hasil akurasi dari pemetaan klasifikasi terbimbing didasarkan pada training sample yang menunjukkan keberadaan deposit diperlukan untuk meningkatkan hasil dari pencitraan satelit, seperti yang dilakukan oleh Carranza dan Hale pada tahun 2001 untuk memetakan deposit mineral alterasi pada daerah yang bervegetasi tebal di Filipina.

V. Pengolahan Citra ASTER
V.1 Pra Pengolahan
Pra pengolahan dilakukan sebelum citra Level 1B diolah lebih lanjut, tahap ini bertujuan untuk memperbaiki kerusakan yang diakibatkan oleh satelit dan atmosfer. Proses perbaikan ini mencakup delapan langkah yang meliputi :
- Crosstalk Correction
Crosstalk merupakan efek negatif pada citra ASTER karena terjadi kebocoran sinyal photon pada saluran 4, sehingga mempengaruhi subsistem SWIR pada ASTER, terutama pada saluran 5 dan 9.
- Radiance Calibration
Radiance Calibration adalah proses memaksimalkan rentang dinamik data dan skala ulang (rescale) nilai brightness agar diperoleh nilai pancaran radiasi atmosfer tertinggi dari nilai dijital data mentah (raw) level 1B. Skala ulang sinyal sensor sangat penting, hal ini terkait keterbatasan grafis komputer yang hanya mampu mengolah hingga 8 bit, selain untuk mengurangi informasi yang hilang. Data hasil radiance akan memiliki satuan Watts/m2/stereoradian/µm.
- Orbital Parameter Correction
Proses ini diperlukan untuk memperbaiki parameter orbital yang diperlukan dalam koreksi geometris citra, dimana citra yang masih mengacu kepada orientasi satelit (swath orientation) diatur agar sesuai dengan permukaan bumi. Citra yang telah dirotasi akan menggunakan proyeksi UTM dengan datum WGS 1984.
- East-West Offset of SWIR Bands
Perbaikan citra akibat dari pengaruh crosstalk correction dan menurunnya kedudukan satelit ASTER dari orbit garis edarnya . Akibat dari kondisi ini terlihat bahwa batas Barat dan Timur dari saluran SWIR tidak ter-overlay dengan sempurna, sehingga karena SWIR memiliki resolusi spasial 30 meter, maka terdapat penyimpangan hingga 20 piksel atau 600 meter.
- Layer Stacking
Membuat file multi saluran baru dari saluran VNIR, SWIR, dan TIR yang telah terkoreksi. Hal ini diperlukan karena masing-masing subsistem memiliki resolusi spasial yang berbeda. Sehingga resolusi spasial ketiga tipe saluran akan disamakan ukurannya, sesuai dengan kebutuhan pengguna.
- Dark Pixel Correction
Koreksi piksel gelap merupakan metode sederhana yang digunakan untuk menghilangkan efek atmosfer saat image radiance. Efek ini terkait dengan kontribusi hamburan aditif (additive scaterring) dari atmosfer dan efek dari transmisi multiplikatif energi melalui atmosfer.
- Mosaicking Images
Proses mosaicking adalah proses penyatuan citra agar menjadi satu kesatuan wilayah tertentu. Mosaicking umumnya dilakukan karena luasnya wilayah kajian, sehingga dibutuhkan scene tambahan pada citra untuk dapat mencakup keseluruhan wilayah. Hal-hal yang harus diperhatikan dalam proses ini adalah kedua citra harus memiliki datum dan proyeksi yang sama agar dapat disatukan secara berdampingan.
- Cloud Masking
Awan dan bayangannya dapat menjadi masalah besar bagi citra, antara lain mengaburkan kondisi permukaan bumi, dan efek dari terang serta gelap respon Albedo menghasilkan anomali yang salah dalam pengolahan citra. Masking awan dan bayangannya dilakukan dengan menggunakan saluran 10 dan 3 (Hewson et al., 2004a).


V.2 Pengolahan
Pengolahan citra untuk pemetaan mineral permukaan di daerah bervegetasi terdiri dari tiga tahap. Tahap pertama menggunakan defoliant technique untuk meningkatkan respon spektral dari mineral permukaan yang didasarkan pada reflektansi respon spektral mineral. Kedua, ekstraksi area sampel (training area) sebagai acuan piksel yang mengandung mineral permukaan. Ketiga, klasifikasi terbimbing (supervised classification) dari citra hasil olahan, sehingga dapat diperoleh peta zona mineral permukaan.
Penerapaan defoliant technique untuk mengetahui deposit mineral permukaan membutuhkan pemahaman terhadap karakteristik mineral permukaan dan kondisi fisik yang terdapat di wilayah kajian. Pada kasus deposit nikel Laterit, mineral permukaan yang berasosiasi dengan deposit nikel laterit di wilayah Sorowako adalah Hematite, goethite, dan chlorite; dimana respon spektral masing-masing mineral pada panjang gelombang 0,4 – 2,5 µm adalah sebagai berikut (Gambar 5.1) :





















Gambar 5.1 Reflektansi spektral mineral a) chlorite b) Goethite, c) Hematite,
d) Vegetasi pada panjang gelombang 0,4 – 2,5 µm (Sumber : USGS Spectral Library, 2007)

Agar didapatkan respon spektral mineral optimum di daerah yang bervegetasi, diperlukan dua rasio saluran untuk meminimalisir efek vegetasi (Carranza dan Hale, 2002). Dimana pada kedua rasio saluran nilai rasio mineral yang dituju harus lebih tinggi dibandingkan dengan vegetasi atau atau lebih rendah (negatif) (lihat gambar 2.2). Selain itu dalam input rasio saluran tidak ada kombinasi rasio yang digunakan dua kali untuk setiap mineral. Kemudian karena kemiripan karakteristik spektral antara mineral hematite dan goethite, mengakibatkan sensor ASTER sulit membedakan keberadaan mineral tersebut. Oleh karena itu pada kasus ini kedua mineral digabungkan di dalam satu input rasio saluran.

Tabel 5.1 Rasio Saluran Optimum Untuk Mempertajam Respon Spektral Mineral Permukaan Alterasi Hidrothermal Nikel Laterit
Jenis Mineral Input Rasio Saluran Software Defoliant Technique
Hematite & Goethite 1/2 dan 3/4
Chlorite 4/2 dan 3/6

Langkah berikutnya adalah mengekstrak training sample area yang sudah diketahui mengandung deposit mineral nikel Laterit untuk kemudian dimasukkan ke dalam citra sebelum dilakukan proses klasifikasi. Proses klasifikasi dilakukan dengan menggunakan klasifikasi supervised melalui metode maximum likelihood (Richards, 1999 dalam Carranza dan Hale, 2001).
Untuk menghitung tingkat akurasi hasil klasifikasi dengan training sample menggunakan metode classification error matrix (Carranza, 2001; Rojash, 2003; dan Mulyana, 2006). Classification error matrix atau matriks kesalahan pada dasarnya membandingkan hasil klasifikasi dengan dengan ground truth pada test sampel tersebut. Kolom dari matriks ini mempresentasikan ground truth dari setiap kelas berdasarkan test sample, sedangkan baris dari matriks berisi kelas hasil klasifikasi dari test sample tersebut. Tingkat akurasi keseluruhan (overall classification atau overall performance class) dapat dihitung dengan menjumlahkan total jumlah piksel yang diklasifikasikan dan membaginya dengan total jumlah piksel yang di tes.




Adapun parameter akurasi lainnya adalah kappa statistic atau KHAT, yaitu dengan menunjukkan kecocokan antara dua kategori variabel. Atau dalam penginderaan jauh, kappa menunjukkan ukuran kecocokan data antara hasil klasifikasi dengan data ground truth. Nilai kappa dihitung
Berdasarkan matriks kesalahan dan berada pada interval 0 sampai dengan 1, dimana 0 berarti tidak ada kecocokan sama sekali antara data hasil klasifikasi dengan ground truth, sedangkan kappa semakin mendekati 1,0 memperlihatkan tingkat akurasi yang lebih baik. Kalkulasi dari KHAT dapat ditulis melalui persamaan berikut :



r = jumlah baris di matriks kesalahan
xii = jumlah angka observasi pada baris dan kolom i (secara diagonal)
xi+ = jumlah angka observasi pada baris i (ditunjukkan di sisi paling kanan dari matriks)
x+i = jumlah angka observasi pada kolom i (ditunjukkan di sisi paling bawah dari matriks)
N = total angka yang diobservasi di dalam matriks



VI. Pembahasan
Analisis defoliant technique atau DPC dalam pemetaan mineral permukaan yang berasosiasi dengan deposit nikel laterit dilakukan dengan mengidentifikasi keberadaan mineral mineral permukaan, yaitu hematite, goethite, dan chlorite.
Untuk mineral hematite dan goethite digunakan rasio saluran 1:2 dan 4:3, seperti yang terdapat pada tabel 6.1. Nilai DPC2 memperlihatkan perbedaan antara zona yang mengandung Hematite dan goethite dengan vegetasi. Sedangkan DPC1 menggambarkan zona dimana respon spektral antara vegetasi, Hematite, dan goethite tidak dapat dibedakan, hal tersebut dapat dilihat dari nilai positif di kedua input nilai saluran. Oleh karena itu DPC1 yang akan digunakan untuk memetakan zona Kejadian Hematite dan goethite (gambar 3.1a).

Tabel 6.1. Analisis Directed Principal Component dari rasio saluran citra ASTER untuk mendeteksi mineral Hematite dan goethite melalui Software Defoliant Technique.
Principal Component Eigenvector
saluran 1/saluran 2 Saluran 3/saluran 4
DPC 1 0.022339 0.999750
DPC 2 0.999750 -0.022339
Sumber : Pengolahan data tahun 2008

Sedangkan mineral chlorite menggunakan rasio 4:2 dan 3:6 (tabel 6.2). Nilai positif di kedua rasio saluran pada DPC1 mengindikasikan bahwa pada rasio saluran tersebut, respon spektral antara vegetasi dengan mineral chlorite tidak dapat dibedakan dengan baik. Akan tetapi berbeda dengan DPC2, nilai rasio saluran yang kontradiktif (positif dan negatif) antara rasio 4:2 dan 3:6 menggambarkan bahwa respon spektral antara vegetasi dan mineral dapat dibedakan.

Tabel 6.2. Analisis Directed Principal Component dari rasio saluran citra ASTER untuk mendeteksi mineral chlorite melalui Software Defoliant Technique.
Principal Component Eigenvector
saluran 4/saluran 2 Saluran 3/saluran 6
DPC 1 0.004799 0.999988
DPC 2 0.999988 -0.004799
Sumber : Pengolahan data tahun 2008

Untuk mendapatkan sampel antara daerah yang mengandung dan tidak mengandung nikel laterit, diekstraksi Training sample piksel yang sudah diketahui terdapat deposit nikel laterit, yaitu berasal dari data pengeboran. Hal ini bertujan agar dapat diketahui probabilitas setiap piksel secara statistik apakah akan digolongkan ke dalam mineral atau non mineral. Metode statistik yang digunakan adalah klasifikasi terbimbing (supervised classification) dengan pendekatan maximum likelihood (Carranza, 2001; Rojas, 2003). Adapun jumlah piksel yang dijadikan acuan berjumlah 117 dan 236 piksel masing-masing untuk hematite, goethite, dan chlorite (Tabel 6.3).

Tabel 6.3. Analisis statistik kappa untuk mengetahui tingkat akurasi dari klasifikasi mineral Hematite dan Goethite melalui Software Defoliant Technique.
Nama Kelas Jumlah Sampel (piksel) Hematite & Goethite Non Hematite & Goethite
Hematite & Goethite 117 117 0
Non Hematite 2770 0 2770
Total 2887 117 2770
Akurasi Tingkat Kepercayaan (2887/2887) = 100%
Nilai Statistik Kappa = 100%
Kappa Varian = 0.00000
Sumber : Pengolahan data tahun 2008

Tabel 6.4. Analisis statistik kappa untuk mengetahui tingkat akurasi dari klasifikasi mineral Chlorite melalui Software Defoliant Technique.
Nama Kelas Jumlah Sampel (piksel) Chlorite Non Chlorite
Chlorite 236 236 0
Non Hematite 19465 52 19413
Total 19701 228 19413
Akurasi Tingkat Kepercayaan (19649/19701) = 99,72%
Nilai Statistik Kappa = 89.9%
Kappa Varian = 0.000192
Sumber : Pengolahan data tahun 2008

Setelah dilakukan klasifikasi, untuk mengetahui tingkat akurasi dari klasifikasi digunakan metode classification error matrix dengan parameter Kappa/KHAT Statistic. Berdasarkan hasil klasifikasi dapat diketahui bahwa tingkat akurasi keseluruhan (overall acuracy) dari klasifikasi terbimbing mineral hematite dan goethite mencapai 100%, artinya dari 117 piksel yang ditetapkan sebagai hematite dan goethite, keseluruhannya merupakan hematite dan goethite. Adapun nilai Kappa adalah 1 atau 100%, rentang nilai tersebut mengindikasikan bahwa antara hasil klasifikasi dengan ground truth sangat cocok.
Sedangkan untuk mineral chlorite overall acuracy yang diperoleh sebesar 99,72% dan nilai kappa sebesar 89.9% atau 0,89. Lebih rendahnya nilai akurasi dari mineral chlorite dikarenakan terdapat 52 piksel dari training sample non chlorite yang tidak tepat. Sehingga mengakibatkan akurasinya berkurang.
Dari perhitungan kappa dapat diketahui bahwa tingkat akurasi dari proses klasifikasi tergolong tinggi, baik pada mineral hematite, goethite dan chlorite. Hal ini dapat terlihat dari akurasi tingkat kepercayaan dan nilai Kappa yang mendekati 100%. Kondisi tersebut menunjukkan bahwa, hasil klasifikasi tidak mengalami bias pada daerah yang diidentifikasi mengandung mineral ataupun tidak.
Secara keseluruhan total wilayah yang teridentifikasi mengandung mineral hematite dan goethite yaitu 6842.221 hektar, sedangkan chlorite 5469,151 hektar (Grafik 6.2). Beberapa zona yang teridentifikasi oleh metode ini meliputi daerah yang belum dilakukan penambangan, sedang dilakukan proses penambangan, ataupun sudah tidak ditambang. Daerah yang belum dilakukan penambangan dan sedang terdapat dibagian pinggir wilayah penelitian, antara lain Mahalona, Konde South, Lembo, Shelley, Tonia, Terry, dan Nancy.
Daerah yang sudah ditambang antara lain Triple A, Wanda, dan Solia tidak dideteksi sebagai zona yang mengandung deposit mineral permukaan oleh ASTER, hal ini diperkirakan karena pada daerah tersebut mineral permukaan penciri (hematite, goethite, dan chlorite) sudah tidak ditemukan, melainkan tinggal tersisa batuan induk (olivine). Setelah dilakukan peninjauan lapangan, diketahui bahwa pencitraan ini sesuai dengan kondisi faktual di lapangan sekarang, sebab sudah selesai dilakukan penambangan.
Kemudian berdasarkan hasil pengukuran bobot antara mineral hematite dan goethite terhadap kejadian deposit nikel laterit, dapat diketahui bahwa ketiga mineral penciri memiliki hubungan yang positif terhadap deposit mineral nikel laterit, dimana daerah yang diidentifikasi mengandung endapan nikel laterit oleh ASTER lebih dari separuhnya atau sekitar 87,45% sesuai dengan data kejadian nikel laterit. Hal ini menunjukkan bahwa pencitraan ASTER terhadap deposit nikel laterit melalui mineral petunjuk hematite, goethite, dan chlorite memiliki kemampuan yang tergolong baik. Selain itu berdasarkan interpretasi citra ASTER terlihat bahwa mineral hematite memiliki asosiasi yang lebih tinggi dibandingkan dengan chlorite (tabel 6.5).
Jika diamati lebih lanjut, dapat diketahui bahwa sebagian besar distribusi dari mineral hematite, goethite, dan chlorite terdapat pada bagian pinggir wilayah penelitian, dikarenakan pada wilayah tersebut umumnya belum dilakukan penambangan, sehingga keberadaan mineral-mineral penciri relatif lebih mudah ditemukan dibandingkan di bagian tengah.
Selain itu perbedaan jumlah mineral hematite dan goethite dibandingkan dengan chlorite dipermukaan berdasarkan hasil interpretasi memiliki kesesuaian dengan kondisi lapangan dan beberapa literatur sebelumnya, bahwa memang mineral chlorite (clay) di wilayah penelitian relatif lebih sedikit. Hal ini terjadi karena karakteristik deposit nikel laterit di Sorowako yang memiliki tipe oxide, berbeda dengan wilayah Australia yang bertipe clay (Golightly, 1979; Elias, 2001). Perbedaan ini tidak terlepas dari faktor pembentukannya, karena letak Sorowako di wilayah tropis, dimana peran air sangat besar dalam proses pelapukan kimiawi batuan. Sehingga pada saat pelapukan kimiawi berlangsung, mineral chlorite yang bersifat tidak stabil akan larut dan berpindah. Akan tetapi lain halnya dengan Australia yang memiliki curah hujan lebih rendah, unsur chlorite tidak akan terlarutkan, melainkan mengendap.


Sumber : Pengolahan data tahun 2008
Grafik 4.2 Luas mineral permukaan hematite, goethite, dan chlorite di wilayah penelitian


Gambar 6.1 Sebaran Potensi Deposit Nikel Laterit di Areal eksplorasi Tambang PT INCO, Sorowako
Warna merah : titik bor; hijau: hematite & goethite; kuning: non hematite & goethite


Gambar 6.2 Sebaran Potensi Deposit Nikel Laterit di Areal eksplorasi Tambang PT INCO, Sorowako
Warna merah : titik bor; hijau: chlorite; kuning: non chlorite

VII. Kesimpulan & Saran
1) Kemampuan sensor ASTER dalam pemetaan geologi regional dan alterasi berdasarkan beberapa kasus di konsesi PT. Inco menunjukkan hasil yang positif, akan tetapi untuk pemetaan mineral yang lebih spesifik diperlukan penelitian dan pengembangan lebih lanjut baik dari faktor sumber daya manusia, prasarana pendukung, dsb.
2) Pada daerah tropis terkadang tutupan awan sangat tebal, sehingga kemampuan ASTER berkurang. Oleh karena itu fusi data dengan citra lainnya, seperti RADAR sangat bermanfaat dalam pengembangan lebih lanjut. Selain itu melalui integrasi dengan sensor RADAR penetrasi gelombang elektromagnetik dapat menembus lapisan tanah yang lebih dalam.\
3) Kondisi ruang muka bumi memiliki perbedaan antara satu tempat dengan tempat lainnya, pemahaman terhadap karakteristik wilayah, teknologi pemetaan, objek yang dituju dan konstruksi Sistem Informasi Geografis
4) Penelitian ini merupakan hasil awal dari penelitian yang dilakukan oleh penulis mengenai Aplikasi penginderaan jauh dan sistem informasi geografis dalam pemetaan sebaran potensi deposit nikel laterit.


Daftar Pustaka

Ahadjie, Jerry., 2003. Spatial Data Integration for Classification of Stream Sediment Geochemical Anomalies in Masbate Island, The Philippines. International Instititute for Geo-Information Science and Earth Observation : Enschede, The Netherland
Ahmad, Waheed., 2006. Laterite : Fundamental of Chemistry, Mineralogy, Weathering Processes and Laterit Information. PT. International Nickel Indonesia : Sorowako, South Sulawesi
Ahmad, Waheed., 2006. Laterit : Mine Geology at PT. International Nickel Indonesia. PT. International Nickel Indonesia : Sorowako, South Sulawesi
Carranza, E.J.M., 1999. Geologically Constrained Probabilistic Mapping of Gold Potential, Baguio District, Philippines. International Institute for Aerospace Survey and Earth Sciences : Delft, The Netherland
Carranza. E. J. M., Hale. M., 2002. Mineral Imaging With Landsat TM data for Hydrothermal Alteration Mapping in Heavily Vegetated Terrane. International Journal of Remote Sensing : London
Elias, M. 2001. Nickel Laterite Deposits – Geological Overview, Resources and Exploitation. CSA Australia : Australia
Gad. Sabreen, Kusky. Timothy. 2006. ASTER spectral ratioing for lithological mapping in the Arabian–Nubian shield, the Neoproterozoic Wadi Kid area, Sinai, Egypt, Laclede Ave, Saint Louis. Earth and Atmospheric Sciences, Saint Louis University : America
Girourad, G., Bannari, A., El Harti, A., Desrochers, A.,______.Validated Spectral Angle Mapper Algorithm for Geological Mapping : Comparative Study between Quickbird and Landsat-TM. Department of Geography, University of Ottawa : Ontario
Goligthly, P, J. 1979. Nikeliferous Laterite : A General Description. International Laterite Symposium : Inco Metals Company
Gomez, Delacourt, Allemand, Ledru, dan Wackerle. 2004. Using ASTER Remote Sensing Dataset for Geological Mapping, in Namibia. Journal of Physics and Chemistry of The Earth : Elsevier
Gozzard, J.R. 2006. Image Processing of ASTER Multispectral Data. Geological Survey of Western Australia : Australia
Kalinowski, Aleks. dan Oliver, Simon. 2004. ASTER Mineral Index Processing Manual. Remote Sensing Applications Geoscience: Australia
Lillesand, M.Thomas. Kiefer, W.Ralph. dan Chipman, W.Jonathan. 2004. “Remote Sensing And Image Interpretation” (Fifth Edition) , John Wiley, New York.
Mulyana, Ade, Komara. 2006. “Model Aplikasi Remote Sensing dan Sistem Informasi Geografis, Wilayah Delta Berau Kalimantan Timur : Pengaruh Statistics Enchancement Terhadap Akurasi Klasifikasi Tutupan Lahan dari Band VNIR Citra ASTER”, Badan Koordinasi Survey Dan Pemataan Nasional, Cibinong.
Siegal. S, Barry., Gillespie, R, Alan. 1998. Remote Sensing In Geology. John Wiley & Sons : New York
Tangestani, Majid, H. ____.A Comparative Approach on TIR and VNIR-SWIR Datasets of ASTER Instrument for Lithological Mapping in Neyriz Ophiolite Zone, SW Iran. Department of Earth Sciences: Shiraz University, Iran