7

KUALITAS BATUBARA
2.1 Kualitas Batubara
Kualitas batubara adalah sifat fisika dan kimia dari batubara yang
mempengaruhi potensi kegunaannya. Kualitas batubara ditentukan oleh maseral dan
mineral matter penyusunnya, serta oleh derajat coalification (rank). Umumnya, untuk
menentukan kualitas batubara dilakukan analisa kimia pada batubara yang diantaranya
berupa analisis proksimat dan analisis ultimat. Analisis proksimat dilakukan untuk
menentukan jumlah air (moisture), zat terbang (volatile matter), karbon padat (fixed
carbon), dan kadar abu (ash), sedangkan analisis ultimat dilakukan untuk menentukan
kandungan unsur kimia pada batubara seperti : karbon, hidrogen, oksigen, nitrogen,
sulfur, unsur tambahan dan juga unsur jarang (Tirasonjaya, 2006).
Untuk mengetahui kualitas dari batubara maka dapat diketahui dengan
menggunakan parameter-parameter dari batubara. Parameter-parameter dari batubara
adalah sbb :
1. Kandungan Air Total (Total Moisture)
Kandungan air dalam batubara secara umum ada dua yaitu air permukaan (free
moisture) dan kandungan air bawaan (inherent moisture). Kandungan air
permukaan secara mekanis terdapat dalam permukaan dan retakan-retakan serta
kapiler-kapiler besar (makro kapiler) batubara dan mempunyai tekanan gas
normal. Jumlah kandungan air bebas secara prinsip tergantung dari kondisi yaitu
dari lembab sampai kering. Hal tersebut juga tergantung dari penambangan,
benefisiasi, transportasi, penanganan, dan penyimpanan juga distribusi ukuran
8

butirnya. Kandungan air bawaan berada pada mikro pori, yang mempunyai
tekanan lebih rendah dari tekanan uap normal. Kandungan air bawaan ini penting
diketahui,karena dapat digunakan untuk mengindikasi peringkat batubara.
Batubara makin tinggi kandungan air bawannnya,peringkatnya makin rendah.
2. Kandungan Abu (Ash Content)
Seperti telah diketahui bahwa kandungan Batu bara terdiri: air,material batu bara
(Coal matter) dan material bukan batu bara (mineral matter). Mineral matter
terdiri atas 2 macam yaitu mineral matter bawaan (inherent mineral matter) serta
material mineral dari luar batu bara (extraneous mineral matter). Inherent mineral
matter berhubungan dengan tumbuh-tumbuhan yang hidup di rawa-rawa dan
sulit dipisahkan dari batu bara. Extraneous Mineral Matter terjadi saat terambil
waktu penambangan (parting), yang terbawa waktu terjadi banjir ke lapisan
batubara pada waktu pembentukannya. Extraneous Mineral Matter dapat
dipesahkan dari batubara dengan proses pencucian. Jika Batubara dipanaskan
maka mineral matter tersebut akan mengalami perubahan secara kimia menjadi
abu. Perubahan secara kimia tersebut antara lain sebagai berikut :
Kehilangan air dari senyawa-senyawa yang mengandung hidrogen
Kehilangan CO
2
dari karbonat.
Oksidasi FeS
2
menjadi besi sulfida dan magnesium oksida.
Penguapan dan penguraian dari alkali chloride.
Secara umum untuk memperkirakan jumlah mineral matter dapat dicari dengan
menggunakan rumus sbb :
MM = 1,1 x Kandungan Abu .(2.1)
Atau
MM = 1,08 + 0,55 S .(2.2)
9

Ket :
MM = mineral matter
A = Kandungan abu
S = Kandungan sulfur
3. Zat Terbang
Zat terbang terdiri dari Combustible gasses (gas-gas yang mudah terbakar) seperti
gas hidrogen, CO, dan CH
4
serta gas-gas yang dapat dikondensasikan seperti tar
dengan sejumlah kecil gas-gas yang tidak terbakar seperti CO
2
dan air yang
terbentuk karena hasil dehidrasi dan kalsinasi. Zat terbang juga dapat digunakan
sebagai ukuran untuk menentukan peringkat batubara. Pengaruhnya dalam
preparasi batubara adalah jika kandungan zat terbang tinggi (>24 %) maka
batubara akan mudah terbakar. Untuk mengatasi hal tersebut sebaiknya batubara
tidak dilakukan penggerusan terlalu halus,karena sangat berpotensi untuk mudah
meledak.
4. Karbon Tetap (Fixed Carbon)
Sebagai komponen dari analisa proksimat, Fixed Carbon dihitung dari
FC = 100 ( A + VM + IM ) .(2.3)
Ket :
FC : Fixed carbon
A : Ash Content
VM : Volatile matter
IM : Inherent Moisture
Rasio Fixed carbon dengan Volatile matter (zat terbang) disebut dengan FR (Fuel
Ratio). FR juga dapat digunakan sebagai pegangan untuk menentukan peringkat
batubara.
5. Nilai Kalori (Calorific Value)
10

Nilai kalor dari batubara merupakan jumlah panas dari komponen yang terbakar
seperti karbon, hidrogen, dan sulfur dikurangi dengan panas reaksi eksotermis atau
endotermis yang terjadi dari pembakaran komponen pengotor yang dinyatakan
dalam Kkal/kg. Dalam penentuan nilai kalori batubara ada bermacam basis analisis
dan pengujian dilakukan untuk menunjukkan parameter kualitas batubara. Data
hasil analisa nilai kalori batubara dapat dilaporkan dalam beberapa macam dasar
pelaporan sesuai keperluan analisis tersebut. Dasar pelaporan analisis kualitas
batubara yang biasa digunakan yaitu :
1. CV adb (Calorific Value Air Dried Basis)
Air dried basis merupakan dasar pelaporan analisis kualitas batubara dimana
sampel dianalisis sesuai dengan keadaan basis kering udara.
2. CV ar (Calorific Value As Received)
As received adalah dasar pelaporan analisis kualitas batubara dimana sudah tidak
mengandung total moisture dan inherent moisture.

(2.4)
Ket :
CV AR : Calorific Value As Received
TM : Total Moisture
IM : Inherent Moisture
3. CV daf (Calorific Value Dry As Free)
Dry as free adalah dasar pelaporan analisis kualitas batubara dengan basis kering
dan bebas dari ash.

...(2.5)
Ket :
11

CV DAF : Calorific Value Dry As Free
Ash : Ash Content (Kandungan abu)
IM : Inherent Moisture
4. CV db (Calorific Value Dry Basis)
Dry basis adalah dasar pelaporan analisis kualitas batubara untuk sampel yang
telah dibebaskan dari total moisture.

..(2.6)
Ket :
CV DB : Calorific Value Dry Basis
M : Moisture Content
5. CV dmmf (Calorific Value Mineral Matter Free)
Dry mineral matter free adalah dasar pelaporan analisis kualitas batubara dalam
kondisi sampel bebas dari total moisture dan mineral matter (ash dan volatile
mineral matter).
6. Kandungan Sulfur
Sulfur merupakan zat pencemar,maka adanya sulfur yang tinggi sangat tidak
dikehendaki. Ada 3 macam bentuk sulfur yaitu :
Pyritic Sulfur (FeS
2
) biasanya berjumlah 20 80 % dari total sulfur dan
berasosiasi dengan abu batubara.
Organic Sulfur biasanya berjumlah relatif dan bervariasi antara 20 80 % dari
total sulfur. Sulfur Organik terikat secara kimia dengan substansi atau zat-zat
lain.
Sulphate sebagaian besar terdiri dari kalsium sulfat dan besi sulfat.
2.2. Blending Batubara
12

Fasilitas blending umumnya diperlukan di pelabuhan muat yang akan
mengekspor batubara atau pada stockpile. Blending diartikan sebagai pekerjaan
mencampurkan batubara dua jenis batubara atau lebih yang kualitasnya berbeda
untuk memperoleh satu jenis batubara dengan kualitas yang sesuai dengan spesifikasi
dalam kontrak. Blending merupakan salah satu teknik di dalam pengendalian mutu.
Dalam memilih cara blending harus diperhatikan keuntungan cara dan biaya yang
dikeluarkan untuk mencapai hasil yang homogen. Blending dapat dilakukan pada 2
tempat, yaitu :
1. Blending pada waktu pemuatan
Blending ini dilakukan pada waktu pemuatan ke pelabuhan muat
2. Blending di stockpile sebelum pengapalan
Blending ini dilakukan saat batubara di stockpile dimana dengan cara membuat satu
stockpile yang baru. Beberapa cara blending yang banyak digunakan (gambar 2.1),
yaitu :
Chevron stockpiling
Suatu cara blending dengan membentuk tumpukan menurut garis bujur dari
penampang silang (cross section) berbentuk segitiga di mana komponen-
komponen berurutan di timbunan sama rata sepanjang poros tengah tumpukan.
Cara blending tumpukan ini merupakan salah satu cara yang banyak dipakai.
Windrow Stockpiling
Suatu cara blending dengan membentuk tumpukan menurut garis bujur dari
penampang silang berbentuk segitiga dimana komponen-komponen berurutan
ditimbun dalam tumpukan yang berdampingan maju membentuk keseluruhan
tumpukan. Cara blending ini memberikan derajat kehomogenan paling tinggi.
Layered Stockpiling
13

Suatu cara membentuk tumpukan dimana komponen-komponen berurutan
ditambahkan dalam bentuk lapisan. Jika hal ini dikerjakan untuk mem-blending,
komponen yang berurutan tersebar merata ke seluruh daerah tumpukan. Cara ini
umumnya digunakan untuk mem-blending tumpukan yang kecil dan jumlah
batubara yang tidak terlalu banyak.

Gambar 2.1. Blending batubara di stockpile (Edwardas, 1987)

14

Untuk mengetahui kualitas batubara hasil pencampuran dapat diketahui dengan
persamaan sebagai berikut :
K
c
=

...(2.7)
X
c
= X
1
+ X
2
+ X
3
+..+ X
n
..(2.8)
Ket :
K
c
= Kualitas batubara campuran
X
c
= Berat total batubara Campuran
K
1
,..K
n
= Kualitas masing-masing produk batubara
X
1
,..X
n
= Berat masing-masing produk batubara

2.3 Sampling
Tujuan utama dari pengambilan sampel ialah untuk mengambil sebagian kecil
material yang mewakili sifat-sifat keseluruhan material tersebut. Syarat utama adalah
sampel itu harus mewakili (representatif) bahan yang di-sampling. Pengambilan
sampel batubara harus dilakukan menurut standar yang telah ditentukan. Karena
banyaknya standar batubara yang ada, pemilihan akan bergantung pada persetujuan
antara pembeli dan penjual. Pengambilan sampel merupakan salah satu pengendalian
kualitas batubara, berikut beberapa bagian dari pengambilan sampel, yaitu :
1. Channel Sampling
Jumlah Channel Sampling relatif banyak, mewakili keseluruhan lapisan batubara
pada titik lokasi dimana sampel diambil. Channel sample dapat diambil baik secara
manual maupun mekanis menggunakan perlatan penambangan. Cara kedua ni
kurang representative, tetapi untuk pencucian batubata, ukurannya menjadi lebih
mudah dan lebih meyakinkan.

15

2. Pengambilan sampel batubara produksi
Tahapan pengambilan sampel batubara produksi terbagi menjadi dua, yaitu :
a. Skema pengambilan sampel (sampling scheme) yang merujuk pada beberapa
banyak satu lot dapat dibagi menjadi sampling unit dan berapa banyak
increment harus diambil untuk setiap sampling unitnya sehingga dicapai presisi
yang diinginkan.
b. Sistem pengambilan sampel (sampling system) merupakan implementasi dari
pengambilan sampel, apakah akan dilakukan secara manual atau mekanis.
Skema Pengambilan sampel atau perencanaan pengambilan sampel umumnya telah
ditentukan sebelum pengambilan sampel mulai dilakukan. Untuk mengambil satu lot
batubara, misalnya satu pengiriman, satu vessel, atau satu tongkang, kita membagi lot
tersebut menjadi beberapa sampling unit. Dari satu sampling unit diambil beberapa
increment dan kemudian disatukan membentuk satu gross sample. Apabila pengiriman
hanya terdiri atas satu tongkang, maka dalam hal ini sampling unit sama dengan lot.
Sampel batubara yang akan diambil dapat dibagi menjadi dua jenis atau tipe :
1. Common Sample
Sampel yang diambil digunakan untuk lebih dari satu tujuan, misalnya untuk
penetuan total moisture dan untuk general analysis.
2. Separate Sample
Sampel yang diambil digunakan khusus untuk satu maksud, misalnya hanya untuk
penentuan total moisture, size analysis, atau general analysis saja.

2.4 Simulasi Monte Carlo
Dasar dari prosedur teknik simulasi Monte Carlo adalah membangkitkan
bilangan acak semu. Menurut Kakiay (2004), metode Monte Carlo dikenal juga dengan
istilah sampling simulasi atau Monte Carlo sampling technique. Sampling simulation ini
16

menggambarkan kemungkinan penggunaan data sample dalam metodenya. Metode
Monte Carlo menggunakan data yang sudah ada (historical data).
Metode Monte Carlo salah satu algoritma komputasi untuk mensimulasikan
berbagai prilaku sistem fisika dan matematika, penggunaan klasik metode ini adalah
untuk mengevaluasi integral definit, terutama integral multidimensi dengan syarat dan
batasan yang rumit. Menurut Subagyo, Asri dan Handoko (2000) Model stokastik juga
disebut model simulasi Monte Carlo dimana sifat sifat keluaran (output) dari proses
ditentukan berdasarkan hasil dari konsep acak (random).
Karena algoritma ini memerlukan perulangan (repetisi) dan perhitungan yang
amat kompleks, metode Monte Carlo pada umumnya dilakukan dengan menggunakan
komputer, dan memakai berbagai teknik simulasi komputer. Algoritma Monte Carlo
adalah metode Monte Carlo numerik yang digunakan untuk menemukan solusi problem
matematis (yang dapat terdiri dari banyak variable) yang susah dipecahkan, misalnya
dengan kalkulus integral, atau metode numerik lainnya. Penggunaan metode Monte
Carlo membutuhkan sejumlah besar angka acak sehingga metode ini, menggunakan
pembangkitan bilangan acak semu (pseudorandom number generator) dengan
menggunakan algoritma tertentu sesuai kebutuhan.
Metode ini digunakan untuk mendapatkan nilai yang paling mendekati dari
yang diharapkan dengan cara bereksperimen melaui angka-angka acak yang dihasilkan
RNG (random Generator) dan teori probabilitas. Penggunaan pembangkitan bilangan
acak akan lebih efektif digunakan dari pada tabel angka acak yang telah ada
sebelumnya sering digunakan untuk pengambilan sampel statistik.
Simulasi Monte Carlo memberikan perkiraan pada nilai yang diharapkan dari
variabel acak dan juga memprediksi kesalahan estimasi yang sebanding dengan jumlah
iterasi. Dasar dalam menentukan variabel acak pada simulasi Monter Carlo, sebagai
berikut :
17

..(2.9)
Ket :
= Total error
= Standar deviasi
N = Jumlah angka acak
Nilai standar deviasi dapat dihitung menggunakan rumus :

..(2.10)
Ket :
X
i
= Data ke-n
X = Nilai rata-rata
n = Banyak data
Membangkitkan bilangan acak dengan menggunakan komputer dapat
menggunakan beberapa macam program atau software. Salah satu software yang
akan digunakan dalam pengambilan keputusan dengan menggunakan simulasi Monte
Carlo yaitu Ms. Excel yang terdiri dari beberapa tahap, yaitu :
a. Menentukan nilai maksimum dan minimum dari data yang akan disimulasikan
b. Menghitung jarak rentangan
R = nilai max nilai min
c. Menentukan jumlah kelas
K = 1 + 3,3 log n .(2.11)
Ket :
n = Jumlah data
d. Menghitung panjang interval
18

P =(


) ..(2.12)
e. Menghitung batas atas dan terendah atau ujung data pertama, dilanjutkan
menghitung kelas interval, caranya yaitu dengan menjumlahkan ujung bawah kelas
ditambah dengan panjang kelas (P) dan hasilnya dikurangi 1 sampai pada data
akhir.
f. Menghitung frekuensi dan probabilitas dari distribusi data tersebut. Setelah sudah
didaptkan batas bawah dan batas atas masing-masing kelas, yang selanjutnya
dilakukan pengelompokkan bilangan acak sesuai dengan kelasnya masing-masing,
kemudian menghitung frekuensi dari masing-masing kelas (Riduwan, 2003).
g. Menentukan nilai maksimum dan minimum dari suatu malasah yang akan
disimulasikan.
h. Menghitung standar deviasi () berdasarkan nilai minimum dan maksimum dengan
menggunakan formula pada Ms.Excel, yaitu = STDEVP (Nilai Minimum : Nilai
Maksimum,AVERAGE(Nilai Minimum : Nilai Maksimum)).
i. Metode Monte Carlo dapat memprediksi kesalahan (error) dari simulasi, yang mana
proporsional terhadap jumlah iterasinya. Jika diinginkan nilai absolute error yang
kurang dari 2%, maka nilai tersebut didapatkan dengan melakukan iterasi sebanyak
50 kali dengan menggunakan formula pada Ms.Excel, yaitu = AVERAGE(Nilai
Minimum : Nilai Maksimum)/50.
j. Memunculkan jumlah angka acak, dengan menggunakan formula pada Ms.excel
N =

.(2.13)
k. Melakukan pengujian distribusi data menggunakan metode rasio kurtosis dan
skewness. Uji rasio kurtosis dan skewness merupakan salah satu metode untuk
pengujian distribusi data untuk mengetahui distribusi normal terhadap bilangan
19

acak yang sudah dibuat. Nilai rasio kurtosis dan skewness didapatkan dengan
menggunakan formula pada Ms.Excel, yaitu = KURT (Data awal bilangan acak :
Data akhir bilangan acak), = SKEW (Data awal bilangan acak : Data akhir bilangan
acak). Jadi jika nilai rasio kurtosis dan skewness berada pada interval -2 sampai 2,
maka distribusi data bilangan acak tersebut memiliki distribusi normal.
l. Menentukan probabilitas tertinggi.