Upaya meningkatkan akurasi estimasi kadar bijih terus dilakukan seiring tuntutan industri pertambangan yang memasuki era Mining Industry 5.0.
Menjawab kebutuhan tersebut, dosen Teknik Pertambangan Institut Teknologi Sains Bandung (ITSB), Veriyadi, M.Sc., Ph.D., memperkenalkan metode hibrida berbasis artificial neural network (ANN) dan archimedes optimization algorithm (AOA) sebagai pendekatan baru dalam estimasi kadar bijih, khususnya nikel.
Metode ini sudah dipresentasikan oleh Veriyadi dalam ajang Mineral Resource Estimation Conference 2025 di London dan menjadi salah satu inovasi yang menarik perhatian karena menawarkan akurasi lebih tinggi dibandingkan metode konvensional.
Dia menjelaskan, metode hibrida ANN–AOA dikembangkan untuk mengatasi keterbatasan metode pembobotan klasik, seperti inverse distance weighting (IDW) dan ordinary kriging (OK). Kedua metode tersebut umumnya bergantung pada jarak atau korelasi spasial dan performanya menurun pada data yang tidak normal, tidak stasioner, non-linier, atau heteroskedastik kondisi yang umum ditemui pada endapan nikel laterit.
“Faktor estimasi kadar tidak hanya ditentukan oleh jarak atau korelasi spasial. Ada variabel geologi lain, seperti litologi, kadar kobalt, besi, MgO, SiO₂, hingga faktor lokasi yang juga berpengaruh. Metode hibrida memungkinkan semua variabel tersebut ikut diperhitungkan dan dioptimasi,” ujarnya kepada Media Nikel Indonesia (www.nikel.co.id), Jumat (5/12/2025).
Veryadi yang kini juga menjabat sebagai CEO PT Grabuma menjelaskan, metode hibrida adalah gabungan dua atau lebih metode untuk menghasilkan estimasi yang lebih optimal dan akurat. Dalam penelitiannya, ANN digunakan sebagai model kecerdasan buatan yang meniru cara kerja otak manusia dalam memproses pola data, sementara AOA sebagai algoritma metaheuristik berbasis prinsip fisika hukum Archimedes, digunakan untuk mengoptimalkan performa ANN.
“AOA mengadopsi cara perhitungan volume benda dalam air menurut Archimedes, yang kemudian dikonversi ke dalam bentuk algoritma optimasi. Kombinasi keduanya membuat performa estimasi meningkat signifikan,” jelasnya.
Lebih Akurat
Dalam studi kasus pada deposit nikel, dia mencatat, metode hibrida ANN–AOA memberikan tingkat akurasi terbaik dibandingkan beberapa metode estimasi yang umum digunakan. Nilai root mean square error (RMSE) dan R-squared yang diperoleh adalah sebagai berikut:
| METODE | RMSE | R2 |
| OK | 0,56 | 0,56 |
| IDW | 0,50 | 0,67 |
| ANN | 0,27 | 0,89 |
| Hibrida ANN–AOA | 0,20 | 0,97 |
“Hibrida ANN–AOA terbukti lebih akurat dibandingkan OK, IDW, maupun ANN standar. Metode ini juga dapat diverifikasi secara fair melalui proses training dan test, sehingga hasilnya terukur dan dapat dipertanggungjawabkan,” katanya menerangkan.
Walaupun studi kasus yang dibawanya berfokus pada nikel, metode hibrida ini dapat diterapkan untuk estimasi kadar komoditas logam lainnya, seperti emas, tembaga, timah, dan mineral ekonomis lain. Selain itu, metode ini dinilai mampu menjawab tantangan karakteristik data geologi yang kompleks dan variatif di berbagai jenis deposit.
Industri pertambangan, tuturnya, kini bergerak menuju integrasi kecerdasan buatan dan automasi dalam pengelolaan sumber daya mineral. Metode hibrida yang ia kembangkan akan menjadi bagian penting dari transformasi tersebut.
“Dengan tuntutan Mining Industry 5.0 yang menekankan artificial intelligence (AI), kebutuhan akan estimasi kadar yang akurat dan efisien sudah menjadi keharusan. Penerapan AI dalam estimasi kadar bukan lagi pilihan, tetapi kebutuhan,” ujarnya seraya optimistis metoda hibrida ANN–AOA semakin populer dalam beberapa tahun mendatang walaupun belum digunakan secara komersial. (Lili Handayani)
