Variogram Modeling: 5 Kesalahan yang Membuat Kriging Anda Salah

Variogram adalah bagian resource estimation di mana geologist merasa tidak nyaman. Math terasa opaque, default software menarik, dan koneksi antara model variogram dan estimasi akhir tidak selalu jelas. Jadi orang klik tombol, accept auto-fit, dan lanjut.

Saya mengerti godaannya. Tapi variogram Anda ADALAH estimasi kriging Anda. Variogram memberitahu algoritma seberapa mirip sample sebagai fungsi jarak dan arah. Salah variogram dan setiap estimasi blok bias — bukan random, tapi sistematis, yang baru muncul saat tambang mulai gali dan model tidak match realita.

Setelah 12 tahun review model variogram untuk deposit emas dan tembaga Indonesia, ini lima kesalahan yang paling sering saya lihat.

Kesalahan 1: Menggunakan arah search default

Kebanyakan software default menghitung variogram sepanjang sumbu drillhole — biasanya vertikal. Untuk kebanyakan deposit Indonesia, mineralisasinya TIDAK vertikal. Sepanjang shear zone dip 60° ke timur laut, atau breccia pipe plunge 30° ke selatan.

Kalau Anda hitung variogram sepanjang arah salah, Anda mencampur sample bermineralisasi dan tidak bermineralisasi. Variogram terlihat buruk — nugget tinggi, tidak ada struktur, range pendek. Jadi geologist menambah lag distance, variogram smooth out, dan tidak ada yang sadar model mengestimasi sepanjang sumbu yang salah.

Fix: Selalu hitung variogram eksperimental sepanjang arah mineralisasi. Gunakan variogram directional dengan:

• Strike: parallel ke trend mineralisasi
• Dip: sepanjang bidang mineralisasi
• Across: tegak lurus mineralisasi

Kalau tidak tahu arahnya, hitung variogram map (surface 2D yang menunjukkan nilai variogram di semua arah) dan identifikasi sumbu anisotropy secara visual.

Kesalahan 2: Mengabaikan nugget effect

Nugget effect adalah nilai variogram di jarak nol. Merepresentasikan variabilitas pada skala lebih kecil dari spacing sample — noise geologi micro-scale, sampling error, assay error.

Deposit emas Indonesia, terutama epithermal, punya nugget effect tinggi — sering 40-60% dari total sill. Ini normal. Memberitahu Anda bahwa distribusi emas erratic di jarak pendek, persis yang diharapkan di sistem vein.

Kesalahannya adalah mencoba mengurangi nugget dengan:

• Menambah lag distance — ini menyembunyikan nugget tapi tidak eliminasi. Model Anda masih punya variabilitas short-scale; Anda hanya tidak memodelkannya.
• Compositing ke length lebih panjang — ini mengurangi nugget dengan averaging variabilitas short-scale, tapi juga mengurangi resolusi model.
• Menggunakan composite length tunggal untuk semua domain — composite 1m di vein sempit punya nugget berbeda dari composite 2m di zona disseminated.

Fix: Terima nugget. Nugget tinggi adalah informasi geologi, bukan error. Kalau nugget Anda 50% dari sill, berarti setengah variabilitas deposit Anda ada di skala lebih kecil dari drill spacing. Kriging Anda akan konservatif — smoothing estimate ke mean — dan itu benar. Jangan lawan.

Kesalahan 3: Fit model yang sama ke semua domain

Saya review proyek di Kalimantan di mana geologist menggunakan model variogram yang sama — spherical, nugget 0.3, sill 1.0, range 120m — untuk enam domain berbeda. Domain termasuk vein high-grade, halo low-grade, zona breccia, dan tiga zona stockwork terpisah.

Setiap domain punya continuity geologi sendiri. Vein high-grade punya continuity range pendek sepanjang arah vein dan hampir tidak ada continuity across. Halo disseminated punya range lebih panjang dan anisotropy lebih sedikit. Menggunakan variogram yang sama untuk semua domain berarti Anda mengasumsikan semua mineralisasi berperilaku sama — yang secara geologi tidak mungkin.

Fix: Hitung variogram terpisah untuk setiap domain. Kalau domain tidak punya cukup data untuk variogram robust (kurang dari 30-50 composite), gunakan variogram dari domain yang geologis mirip dan dokumentasikan asumsinya.

Kesalahan 4: Tidak validasi variogram dengan kriging

Model variogram bisa terlihat cantik di layar — curve smooth, fit bagus ke point eksperimental, range masuk akal — dan tetap menghasilkan estimasi kriging yang mengerikan. Variogram bukan tujuan akhir; ini input ke kriging. Anda perlu validasi dengan check performa kriging.

Metode validasi:

• Cross-validation (jackknife): Hapus setiap sample satu per satu, estimasi nilainya menggunakan sample sekitarnya, dan bandingkan estimasi dengan nilai aktual. Kalau variogram benar, error harus unbiased (mean dekat nol) dan variance match kriging variance.
• Kriging neighborhood analysis: Test search ellipse dan sample count berbeda untuk menemukan konfigurasi yang memberikan estimasi paling akurat.
• Swath plots: Bandingkan estimasi kriging dengan data raw sepanjang swath (elevation band, easting band). Model kriging harus mengikuti trend data.

Saya pernah lihat variogram yang terlihat perfect tapi menghasilkan estimasi kriging yang sistematis overestimate blok high-grade 15-20%. Range variogram terlalu panjang, menyebabkan estimator terlalu banyak meminjam dari sample high-grade jauh. Cross-validation menangkapnya. Variogram “cantik” itu salah.

Kesalahan 5: Menggunakan variogram dari deposit berbeda

“Ini deposit emas epithermal, dan saya punya variogram dari deposit epithermal lain, jadi saya pakai itu.”

Tidak. Dua deposit epithermal bisa punya variogram sangat berbeda. Satu punya vein sempit dengan range 30m dan nugget 60%. Lain punya mineralisasi disseminated dengan range 200m dan nugget 20%. Keduanya “epithermal.” Variogram tergantung proses geologi spesifik yang membentuk dan memodifikasi mineralisasi di deposit ANDA.

Fix: Selalu hitung variogram spesifik per deposit. Kalau data tidak cukup (early exploration), gunakan range skenario variogram dan laporkan sensitivitas resource terhadap masing-masing. Ini lebih jujur dari import variogram dari deposit lain.

Tantangan khusus Indonesia

Deposit Indonesia sering punya komplikasi yang membuat variography lebih sulit: profil pelapukan. Zona oksida punya continuity grade berbeda dari zona sulfida. Zona transisi — di mana oksidasi parsial dan irregular — bisa punya variogram yang tidak mirip oksida atau sulfida.

Pendekatan praktis:

1. Pisahkan domain oksida dan sulfida sebelum variography
2. Hitung variogram terpisah untuk setiap weathering state
3. Perlakukan zona transisi sebagai domain sendiri kalau cukup data
4. Dokumentasikan perbedaannya — kalau oksida range 150m dan sulfida range 80m, itu geologis meaningful dan harus di laporan

Intinya

Variogram Anda bukan output software. Ini interpretasi geologi yang dinyatakan dalam bentuk matematis. Setiap parameter — nugget, sill, range, anisotropy — punya arti geologi. Kalau Anda tidak bisa menjelaskan apa arti setiap parameter dalam geologi deposit Anda, Anda tidak memahami variogram cukup untuk menggunakannya dalam estimasi resource.

Luangkan waktu. Hitung variogram directional. Model setiap domain terpisah. Validasi dengan cross-validation. Dokumentasikan reasoning Anda. Hasilnya adalah estimasi kriging yang bisa Anda pertahankan di review Competent Person, tim due diligence, dan akhirnya, tambang itu sendiri.