judul penelitian · 2020. 7. 11. · page iii of 73 daftar isi judul penelitian i halaman...
Post on 19-Feb-2021
2 Views
Preview:
TRANSCRIPT
-
Page i of 73
Penelitian Terapan Multidisiplin
PROPOSAL PENELITIAN
PENELITIAN TERAPAN MULTIDISIPLIN DANA ITS TAHUN 2020
JUDUL PENELITIAN
Perancangan Deep Learning pada Unmaned Sea Surface
Vehicle (USSV) untuk Sistem Ketahanan Laut Tim Peneliti:
Dr. Ir. Syamsul Arifin, MT - 0007096311 (Lab. Komputasi dan Sistem Siber Fisik / FTI ITS)
Dr. Suyanto, ST, MT – 0013117102 (Lab. Komputasi dan Sistem Siber Fisik / FTI ITS)
Prof. Dr. Ir. Aulia Siti Aisjah, MT – 0016016602 (Lab.Rek.Instrumentasi/Tek. Fisika/ FTI ITS)
Dr. A.A. Masroeri, M. Eng. - 0007085810 (Tek. Sistem Perkapalan / FTK ITS)
Moh. Kamalul Wafi, ST, MSc (Teknik Fisika / FTI ITS)
Iwan Cony S. , ST, MT (Teknik Fisika / FTI ITS)
DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA
MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Maret, 2020
-
Page ii of 73
HALAMAN PENGESAHAN
PENELITIAN UNGGULAN ITS (TERAPAN MULTIDISIPLIN)
Judul Penelitian : Perancangan Deep Learning pada Unmaned Sea Surface Vehicle
(USSV) untuk Sistem Ketahanan Laut Kode/Nama Rumpun Ilmu: 442/Teknik Fisika
Ketua Peneliti
a. Nama Lengkap : Dr. Ir. Syamsul Arifin, MT
b. Jabatan Fungsional/NIDN: Lektor Kepala / 0007096311
c. Fakultas/Program Studi : FTI/Teknik Fisika
d. No HP/e-mail : 08123542233 / syamp3ai@gmail.com
Anggota Peneliti ke 1
a. Nama Lengkap : Prof. Dr. Ir. Aulia Siti Aisjah, MT
b. NIDN : 0016016602
c. Perguruan Tinggi : ITS
Anggota Peneliti ke 2
a. Nama Lengkap : Dr. Suyanto, ST, MT
b. NIDN : 0013117102
c. Perguruan Tinggi : ITS
Anggota Peneliti ke 3
a. Nama Lengkap : Dr. A.A. Masroeri, M. Eng
b. NIDN : 0007085810
c. Perguruan Tinggi : ITS
Institusi Mitra
a. Nama Institusi Mitra : LHI - BPPT
b. Alamat :
c. Penanggung Jawab :
Biaya Penelitian Keseluruhan : Rp 110.000.000
Sumber Dana
▪ Dana internal PT : Rp.
▪ Dana dari institusi lain : Rp.
▪ Inkind sebutkan : Rp.
Mengetahui, Surabaya, 8 Maret 2020
Ketua Puslit Kelautan Ketua tim peneliti
Dr. Dhany Arifianto, ST, MEng Dr. Ir. Syamsul Arifin, MT
NIP . 197310071998021001 NIP. 19631989031004
Menyetujui,
Direktur Direktorat Penelitian & Pengabdian kepada Masyarakat
Agus Muhammad Hatta, ST, MSi, PhD
NIP . 19780902 200312 1 002
-
Page iii of 73
DAFTAR ISI
JUDUL PENELITIAN I
HALAMAN PENGESAHAN II
DAFTAR ISI III
DAFTAR TABEL V
DAFTAR GAMBAR V
DAFTAR LAMPIRAN VII
1 RINGKASAN 1
2 LATAR BELAKANG 1
2.1 LATAR BELAKANG 1
2.2 PERMASALAHAN YANG AKAN DITELITI 3
2.3 TUJUAN KHUSUS 4
2.4 URGENSI PENELITIAN 4
3 TINJAUAN PUSTAKA 5
3.1 SISTIM AUTOMASI WAHANA APUNG 8
3.2 SISTEM TRANSMISI DATA WAHANA APUNG 14
4 METODE 15
4.1 PELAKSANAAN PENELITIAN TAHUN KE 1 16
4.1.1 IDENTIFIKASI MASALAH YANG DIPEROLEH DARI STUDI LITERATUR 16
4.1.2 PERSIAPAN PENELITIAN 16
4.1.3 PENGUMPULAN DATA 18
4.1.4 PEMODELAN DINAMIKA MANUVER USSV UNTUK KEBUTUHAN ANGKATAN LAUT 19
4.1.5 PEMODELAN VARIABEL GANGGUAN DARI LINGKUNGAN 23
4.1.6 MODEL MATEMATIS DARI AKTUATOR DAN SENSOR 23
4.1.7 PEMBUATAN PROGRAM UNTUK MODEL MANUVER USSV 24
4.1.8 SIMULASI MODEL DAN ANALISA HASIL 24
4.2 KEGIATAN PENELITIAN UNTUK TAHUN II - 2021 25
4.2.1 PERANCANGAN SISTEM USSV DENGAN SPESIFIKASI DAN PERFORMANSI SEPERTI YANG DIHARAPKAN OLEH TNI AL
DENGAN MENGACU PADA STANDARD IMO 26
4.2.2 PERANCANGAN MODUL MENGHINDARI TABRAKAN 29
4.2.3 PERANCANGAN MODUL KONTROL GERAKAN / KECEPATAN 30
4.2.4 PERANCANGAN KONTROL ARAH SUDUT YAW, ROLL DAN PITCH 31
-
Page iv of 73
4.2.5 SIMULASI DARI HASIL RANCANGAN TAHAP I- IV 32
4.2.6 RANCANG BANGUN AUTOPILOT USSV 33
4.2.7 PERANCANGAN SISTEM OTOMASI – PENENTUAN SET POINT MODUL KONTROL DENGAN KONSEP DEEP LEARNING
33
4.2.8 UJI COBA PADA SKALA LAB 34
4.3 KEGIATAN PENELITIAN UNTUK TAHUN III - 2022 34
4.4 TENAGA PENELITI 35
5 JADWAL DAN RANCANGAN ANGGARAN BIAYA 38
5.1 JADWAL PENELITIAN 38
5.2 RENCANA BIAYA ANGGARAN 40
5.2.1 HONORARIUM 41
5.2.2 BAHAN HABIS 41
5.2.3 BAHAN PENDUKUNG 42
5.2.4 PERJALANAN 43
5.2.5 BIAYA LAIN-LAIN 43
6 DAFTAR PUSTAKA 45
7 LAMPIRAN 47
-
Page v of 73
DAFTAR TABEL
TABEL 3.1 JUDUL DAN SUMBER DANA PENELITIAN SEBAGAI PENELITIAN PENDAHULUAN 7
TABEL 3.2 TABEL KRITERIA UJI STABILITAS IMO 14
TABEL 4.1 CONTOH SPESIFIKASI DARI USSV DENGAN KARAKTERISTIK MEMPUNYAI KEANDALAN YANG TINGGI
(MAIRAJ, BABA, & JAVAID, 2019) 18
TABEL 4.2 CONTOH USSV BUATAN US ARMY (SAVITZ ET AL., 2013) 18
-
Page vi of 73
DAFTAR GAMBAR
GAMBAR 2.1 UJI COBA UNMANED SURFACE SEA VEHICLE OLEH AMERIKA DI TELUK PERSI (U.S. NAVY, 2004) 3
GAMBAR 3.1 ROAD MAP PENELITIAN 5
GAMBAR 3.2 ROAD PENELITIAN YANG TELAH DILAKUKAN SEJAK TAHUN 2008 SD SEKARANG, DENGAN BERBAGAI
SUMBER PENDANAAN 6
GAMBAR 3.3 BLOK DIAGRAM SISTEM KONTROL PADA SERVER MCST YANG TERINTEGRASI DENGAN VTS DAN AIS
(AISJAH, MADROERI, DJATMIKO, & ARYAWAN, 2012) 10
GAMBAR 3.4 TAMPILAN SISTEM MONITORING HASIL PENELITIAN TERDAHULU PADA UJI SKALA LAB (AISJAH ET
AL., 2012). 11
GAMBAR 3.5 TAMPILAN SISTEM MONITOR PADA VTS SAAT SIMULASI SISTEM KONTROL MENGHINDARI
TABRAKAN DI JALUR BARAT TANJUNG PERAK SURABAYA (APBS) (AISJAH ET AL., 2012). 11
GAMBAR 3.6 PROTOTIPE KAPAL YANG DILENGKAPI SISTEM AUTOPILOT BERUKURAN 1,39 METER, SAAT DIUJI
DENGAN SOFTWARE MCST DI KOLAM GRAHA ITS, MAMPU BERGERAK SESUAI DENGAN (A) ARAH (GAMBAR
KIRI), (B) LINTASAN (GAMBAR KANAN) REKOMENDASI 11
GAMBAR 3.7 PROTOTIPE KAPAL YANG DILENGKAPI SISTEM AUTOPILOT BERUKURAN 13 METER, SAAT DIUJI
DENGAN SOFTWARE MCSTDI KOLAM PPNS SBY, MAMPU BERGERAK SESUAI DENGAN (A) LINTASAN
(GAMBAR KIRI), (B) ARAH (GAMBAR KANAN) REKOMENDASI 12
GAMBAR 3.8 SISTEM INSTRUMEN DAN OTOMASI PADA KAPAL PROTOTIPE MODEL KE 2, DAN UJI DI LHI BPPT
SERTA UJI DI KOLAM PPNS-SURABAYA 13
GAMBAR 4.1 BLOK DIAGRAM SISTEM UNTUK PENELITIAN TAHUN 2020 - 2023 15
GAMBAR 4.2 FLOW CHART PENELITIAN TAHUN KE 1 SD 3 17
GAMBAR 4.3 GAYA EKSTERNAL PADA USSV (KHODAYARI & BALOCHIAN, 2015) 22
GAMBAR 4.4 BLOK DIAGRAM SISTEM KONTROL PADA MANUVER USSV 24
GAMBAR 4.5 ARSITEKTUR DARI SISTEM PROPULSI PADA USSV 25
GAMBAR 4.6 MODUL KONTROL YANG TERPASANG DI DALAM SISTEM USSV – UNTUK PELAKSANAAN PENELITIAN
2021. 26
GAMBAR 4.7 DIAGRAM SISTEM I: ARSITEKTUR SISTEM KONTROL KONTROL FUZZY UNTUK MENGHINDARI
TABRAKAN YANG DIADOPSI DARI HASIL RANCANGAN PENELITIAN TERDAHULU TAHUN 2012 (AISJAH ET AL.,
2012) 27
GAMBAR 4.8 PEMBAGIAN ZONA KAWASAN HORIZONTAL DALAM VARIABEL FUZZY 28
GAMBAR 4.9 DIAGRAM PERUBAHAN ARAH USSV DALAM MENGHINDARI TABRAKAN 30
GAMBAR 4.10 ARSITEKTUR SISTEM II : SISTEM KONTROL KECEPATAN 30
GAMBAR 4.11 ARSITEKTUR SISTEM III : SISTEM KONTROL FUZZY HEADING 31
GAMBAR 4.12 FUNGSI KEANGGOTAAN UNTUK YAWRATE DIBAGI DALAM 3 KEANGGOTAAN. 32
GAMBAR 4.13 ARSITEKTUR DEEP LEARNING UNTUK OTOMASI KONTROL SWITCHING PENGGUNAAN ENERGI (YIN
ET AL., 2020) 34
-
Page vii of 73
DAFTAR LAMPIRAN
Lampiran 1 – CV Ketua Peneliti dan Anggota
-
Page 1 of 73
1 RINGKASAN
Latar belakang penelitian, tujuan dan tahapan metode penelitian, luaran yang ditargetkan, kata
kunci.
Sebuah wahana laut permukaan tanpa awak atau dikenal dengan Unmaned Sea Surface Vehicle
(USSV) atau dikenal juga sebagau Unmanned Surface Vehicle (USV) di beberapa negara,
diantaranya adalah US, Inggris, digunakan untuk membantu angkatan laut untuk operasi militer.
Dalam penelitian ini akan dilakukan kajian, perancangan, analisis dan implementasi wahana
permukaan tanpa awak (USSV), yang dapat mendukung sistem pertahanan laut Indonesia.
Penelitian tentang sistem USSV masih perlu dikembangkan, yaitu dengan melakukan kajian
kesesuaian dari UVVS rancangan dengan fungsi dan tugas TNI angkatan laut Indonesia.
Keuntungan dari penggunaan USSV adalah: (i) efektivitas misi / tujuan, (ii) resiko terendah orang
/ aset, (iii) tingkatan dan kemampuan dalam melawan kemampuan musuh yang muncul secara
tiba – tiba, (iv) pertimbangan atas keandalan data dan informasi, (v) pertimbangan atas “tingkat
kerahasiaan / siluman dari sumber daya Angkatan Laut. Kerobustan dari USSV ini bergantung
dalam lima hal, yaitu: (1) kestabilan dinamika wahana, (2) akurasi dari sistem sensor, modul
kontrol dan kepresisian dari perencanaan / target gerakan, (3) keandalan sistem komunikasi data,
(4) sistem akuisisi dan pemrosesan data di ground station, (5) teknologi sistem informasi yang
digunakan. Sebuah deep learning digunakan untuk proses pengambilan keputusan untuk
menentukan set point modul kontrol, berdasarkan pemrosesan big data dari sensor, aktuator.
Penelitian akan dilakukan dalam waktu 3 (tiga) tahun, dimana tahun ke 1 adalah modelling sistem
secara keseluruhan., Tahun ke 2 (dua) - merancang prototipe serta uji dalam skala laboratorium,
dengan menggunakan kolam uji, dan tahun ke 3 melakukan uji di dalam perairan riil. Luaran
penelitian untuk tahun ke 1 adalah spesifikasi model, dan 2 paper yang diseminarkan dalam
konferensi internasional, serta 4 laporan Tugas Akhir, serta 1 laporan Tesis. Luaran tahun ke dua
adalah prototipe USSV dalam skala lab, 1 Depnal internasional, dan 1 paper yang diseminarkan
pada konferensi internasional, serta 10 laporan tugas akhir, dan 2 laporan tesis. Luaran tahun ke
3 adalah prototipe USSV yang gandal, 1 Depnal internasional, 1 paper yang diseminarkan pada
konferensi internasional, serta 10 laporan Tugas Akhir, dan 3 laporan tesis, dan 1 draft paten.
Kata kunci: USSV, keandalan, kontrol, robust, sistem informasi, sensor
2 LATAR BELAKANG
2.1 Latar belakang
Munculnya drone, pada militer Inggris di awal 1900 an, merupakan sebuah wahana udara tanpa
awak yang mampu membantu tugas kemiliteran, diantara nya adalah melihat ketahanan musuh.
Model pertama adalah Ruston Proctor Aerial Target (RPAT) buatan Inggris. Aerial Target
didasarkan pada desain oleh Nikola Tesla dan dikendalikan dengan kontrol radio. Hal ini sangat
penting bagi militer Inggris untuk mengamankan dan menyelamatkan awak militer. Tahun 1918
an, dua tahun setelah Amerika melakukan produksi masal setelah didemonstrasikan di depan
Angkatan darat AS.
Perkembangan UAV lebih banyak untuk keperluan militer dan diprioritaskan untuk militer
berisiko tinggi. Perkembangan akan teknologi semakin meningkat dan menjadi Aerial Vehicle
atau RPASs: sebuah wahana yang dapat di remote dari jarak jauh. Permintaan yang meningkat
-
Page 2 of 73
untuk penggunaan pesawat tanpa awak di sektor militer, dan akhir-akhir ini berubah ke dalam
keperluan untuk sipil (Vacca, Onishi, & Cuccu, 2017).
Dalam hal pengembangan teknologi UAV, terlihat meningkat pada saat Perang Dunia II dan
memasuki Perang Dingin dimulai tahun 1947 an. Teknologi tersebut masih menunjukkan
kelemahan, diantara nya adalah masalah keandalan sistem nya. Banyak model yang berkembang
dan masing-masing produsen tidak mendesiminasikan kepada masyarakat, hal ini sebagai bentuk
kerasahaiaan antar produsen. Kecenderungan dari perkembangan teknologi UAV didasarkan atas
kebutuhan dalam dunia militer, sebagai contoh pada tahun 1982 saat israel melakukan perang
dengan Suriah, dengan kerugian yang sangat kecil karena menggunakan UAV.
Banyak kemanfaatan dari teknologi drone di antaranya adalah:
• membantu memantu perubahan global warming • membantu proses pemadaman kebakaran di hutan Amerika, Australia
• membantu proses pelayanan dalam bidang medis
• Penggunaan untuk kepolisian, Polisi Lingkungan Brasil menggunakan pesawat tak berawak untuk
memantau deforestasi di Amazon, mencegah pemburu liar dan menemukan operasi penambangan
ilegal.
• pemantauan perbatasan dalam menemukan migran ilegal yang masuk
• dll
Salah satu perkembangan teknologi UAV adalah dalam hal perancangan kontrol jarak jauh, selain
bentuk dan spesifikasi teknis nya. Sebagai contoh drone mampu bermanuver di permukaan laut,
dan tidak menabrak wahana laut yang lain, mempunyai kemampuan dalam bermanuver di tiga
derajad kebebasan (Maritime Knowledge Centre, NLDA, 2019). Pemanfaatan lain dari drone laut,
untuk mendeteksi dan mengidentifikasi keberadaan ikan paus, di perairan Australia Tenggara
(Colefax, Butcher, Pagendam, & Kelaher, 2019), serta untuk keperluan militer (Vacca et al.,
2017).
Drone laut yang tersusun atas: hardware dan software, di mana hardware adalah wahana drone
yang terbuat dari bahan / material ringan dengan motor penggerak untuk wahana, sesuai dengan
besarnya momen inersia, massa beban, dan spesifikasi lain. Untuk sebuah drone wahana laut,
perangkat hardware selain sama yang disebutkan dalam USSV, juga dibutuhkan spesifikasi drone
(dimensi dan bentuk), sebaga wahana laut yang mudah bermanuver, dalam kondisi tinggi
gelombang dan arus tertentu. Beberapa drone wahana laut / Unmanned Surface Vehicles (USV)
yang telah dikembangkan oleh militer USA, dan didemonstrasikan kemampuan SPARTAN
(ACTD) di laut bersama USS Gettysburg (CG64) di Teluk Persia. Gambar berikut ini
menunjukkan demonstrasi penggunaan remote kontrol untuk mengatur arah dari Rigid Inflatable
Boat (RIB) USV (U.S. Navy, 2004).
-
Page 3 of 73
Gambar 2.1 Uji coba unmaned surface sea vehicle oleh Amerika di teluk Persi (U.S. Navy, 2004)
Deep Learning adalah salah satu jenis algoritma jaringan saraf tiruan yang menggunakan
metadata sebagai input dan mengolahnya menggunakan sejumlah lapisan tersembunyi (hidden
layer) transformasi non linier dari data masukan untuk menghitung nilai output. Algortima
pada Deep Learning memiliki fitur yang unik yaitu sebuah fitur yang mampu mengekstraksi
secara otomatis. Hal ini berarti algoritma yang dimilikinya secara otomatis dapat menangkap fitur
yang relevan sebagai keperluan dalam pemecahan suatu masalah. Algortima semacam ini sangat
penting dalam sebuah kecerdasan buatan karena mampu mengurangi beban pemrograman dalam
memilih fitur yang eksplisit. Dan, algortima ini dapat digunakan untuk memecahkan
permasalahan yang perlu pengawasan (supervised), tanpa pengawasan (unsupervised), dan semi
terawasi (semi supervised).
Survei visual yang seringkali memanfaat drone atau dikenal sebagai Unmanned Aerial vehicle
(UAV), merupakan metode yang sering digunakan untuk mengukur dan mengkarakterisasi
berbagai fitur, diantaranya adalah mengkarakteristikkan sampah di area pantai. (Lo et al., 2020).
Beberapa aplikasi lain, diantaranya adalah untuk memantau deposisi dan erosi lahar dengan
pemrosesan fotogrametri (Walter et al., 2018). Sampah dengan berbagai ukuran, warna, dan bahan
ditempatkan secara acak di dua pantai.
2.2 Permasalahan yang akan diteliti
Permasalahan yang diangkat di dalam penelitian ini:
➢ Bagaimana strategi di dalam mendesain secara hardware yang tersusun atas: sensor, sistm
penggerak, sistem pengendalian otomatis, sistem data base, untuk mendukung sebuah drone
sebagai “unmaned surface water vehicle – USWV yang mampu bermanuver sesuai dengan set
point / perintah.
➢ Bagaimana navigasi yang bersifat umpan balik secara efisien, tanpa kehilangan informasi dari
sistem kendali
➢ Bagaimana sistem kestabilan dari USWV dengan beban kamera air / kamera kedalaman,
akselerometer, giroskop, magnetometer, dll., sensor
-
Page 4 of 73
2.3 Tujuan khusus
Tujuan dari penelitian adalah:
1. Merancang USWV dengan dilengkapi sistemm hardware dan software yang dapat digunakan
dalam berbagai kebutuhan ketahanan laut, diantaranya adalah pencarian letak ranjau laut, dan
benda berbahaya di laut.
2. Melakukan simulasi terhadap sistem dalam skala lab
3. Melakukan uji terhadap sistem hasil rancangan, baik dalam skala lab maupun skala riil
2.4 Urgensi penelitian
Urgensi dari penelitian usulan ini adalah: pentingnya teknologi drone yang mampu mensupport
semua kegiatan untuk ketahanan laut, dengan biaya yang lebih efisien, dibandingkan dengan
menggunakan teknologi yang lain. Dimana saat ini teknologi drone banyak dalam bentuk USSV
– aerial unmanned vehicle – sebagai kendaraan udara tak ber awak, dan untuk teknologi di
permukaan laut, belum banyak dikembangkan. Potensi laut Indonesia yang sangat besar dengan
luas 2/3 bagian nya, perlu untuk didukung ketahanan nya.
Beberapa kegiatan tersebut diantaranya:
Pada bagian ini perlu dijelaskan uraian tentang spesifikasi khusus terkait dengan skema.
-
Page 5 of 73
3 TINJAUAN PUSTAKA
Mengemukakan state of the art dan peta jalan (road map) dalam bidang yang diteliti. Bagan dan
road map disisipkan dalam isian ini. Sumber pustaka/referensi primer yang relevan dan dengan
mengutamakan hasil penelitian pada Depnal ilmiah dan/atau paten yang terkini. Disarankan
penggunaan sumber pustaka 10 tahun terakhir.
Penelitian ini merupakan pengembangan dari penelitian yang telah dilakukan oleh tim peneliti,
sejak tahun 2012. Road map penelitian diilustrasikan dalam bentuk Gambar berikut ini.
Gambar 3.1 Road map penelitian
Road penelitian di atas, dilakukan melalui beberapa tahapan penelitian, baik dengan pendanaan
hibah penelitian dari Nasional, mapun dari lokal ITS. Penelitian yang mendukung pada
pelaksanaan untuk tahun 2020 – 2022, ditunjukkan pada Gambar berikut ini.
Mahasiswa Tugas Akhir dan tesis yang terlibat di dalam penelitian, ditunjukkan di dalam Gambar,
dan direncanakan akan ada sebanyak 24 minimal sebanyak 24 mahasiswa S1 dan 8 Mahasiswa
S2 dari Departemen Teknik Fisika dan Teknik Sistem Perkapalan.
-
Page 6 of 73
Gambar 3.2 Road penelitian yang telah dilakukan sejak tahun 2008 sd sekarang, dengan
berbagai sumber pendanaan
-
Page 7 of 73
Penelitian yang diusulkan pada tahun ini merupakan pengembangan dari penelitian yang telah
dilakukan sebelumnya, dan merupakan penelitian yang berdasarkan pada RENSTRA Penelitian
ITS. Sebagian dari road map penelitian dari peneliti sejak tahun 2008 sampai dengan sekarang
ditunjukkan pada Error! Reference source not found.. Beberapa penelitian terdahulu
melakukan analisis terhadap berbagai model manuver kapal, merancang sebuah sistem autopilot
dan mengembangkan sebuah sistem kontrol dan monitoring gerakan kapal yang dapat
diimplementasikan dengan sebuah VTS – Vessel Traffic system yang ada.
Beberapa penelitian pendahuluan, oleh tim peneliti ditunjukkan di dalam Tabel berikut ini:
Tabel 3.1 Judul dan sumber dana penelitian sebagai penelitian pendahuluan
No Tahun Judul Penelitian Sumber
Dana
Luaran
1 2010 Perancangan Sistem Kontrol Cerdas
Pada Manuvering Kapal Untuk Menghindari Tabrakan Di Perairan
Lepas
Hibah
Bersaing
Software sistem autopilot
2 2010 Pengembangan Sistem Monitoring Dan Kontrol Untuk Meningkatkan
Performansi Autopilot Cerdas Pada
Kapal
SPP – SPI ITS
Prototipe unmanned kapal dengan ukuran 1.39 meter, 1
rudder, 1 propeller,
3 2010 Aplikasi Sistem Logika Fuzzy Pada Peramalan Cuaca di Indonesia untuk
Mendeteksi Kejadian Anomali Tinggi
Gelombang Laut”
DP2M Sebuah model stasiun cuaca dengan sensor suhu, kelembaban,
tekanan udara dan kecepatan
angin
4 2011 “Perancangan Simulator Peramal Cuaca Maritim Untuk Kelayakan
Pelayaran Studi Kasus: Jalur Surabaya
– Banjarmasin”.
SPP DPP ITS
Sebuah sistem informasi kelayakan pelayaran kapal niaga
Jalur Surabaya – Banjarmasin,
yang diuji di Sahbandar Pelabuhan Tanjung Perak
5 2011 Pengembangan Sistem Monitoring dan
Kontrol Cerdas pada Kapal untuk
Meningkatkan Kualitas Manajemen Transportasi Laut
Ristek –
Insentif
Terapan
Sistem data base kapal dan
pengaturan gerakan kapal di
pelabuhan
6 2011 Analisa Performansi MCST –
Monitoring & Control In Sea Transportation Pada Kondisi
Kepadatan Lalu Lintas Pelayaran Di
Alur Barat Tanjung Perak
PUM ITS Sofware – monitoring dan
kontrol jarak jauh
7 2012 “Rancang Bangun Sistem Monitoring Maritim Weather Station untuk
Meningkatkan Keselamatan
Transportasi Laut di Indonesia”.
PUM ITS Sebuah sistem yang terdiri dari: Model maritim weather station
dilengkapi sensor, sistem
komunikasi ke stasiun didarat, sistem prediktor pada server
8 2012 Pengembangan Sistem Monitoring dan
Kontrol Cerdas pada Kapal untuk
Meningkatkan Kualitas Manajemen Transportasi Laut
Ristek –
Insentif
Terapan
Sistem data base kapal dan
software untuk autonavigasi
kapal di pelabuhan
9 2013 Perancangan Auto Manuver Dan Auto
Berthing Untuk Mendukung Pencapaian
Zero Waiting Time Di Pelabuhan Tanjung Perak
PPUPT Sistem data base kapal, sistem
digital data trajectory di alur
barat Tanjung Perak, dan sistem autonavigasi kapal di pelabuhan
Tanjung perak
-
Page 8 of 73
No Tahun Judul Penelitian Sumber
Dana
Luaran
10 2014 Perancangan Auto Manuver Dan Auto Berthing Untuk Mendukung Pencapaian
Zero Waiting Time Di Pelabuhan
Tanjung Perak
PPUPT Sistem data base kapal, sistem digital data trajectory di alur
barat Tanjung Perak, dan sistem
autonavigasi kapal di pelabuhan Tanjung perak
11 2016 Pengembangan Desain Stasiun Cuaca
Laut Dengan Tingkat Keandalan Tinggi
Pada Sea State 4)
PUPT
12 2014-
2016
“Integrasi Sistem Buoyweather Untuk
Membangun Sistem Informasi Cuaca
Maritim Sebagai Upaya Peningkatan Keselamatan Nelayan Jawa Timur
PUPT Stasiun cuaca apung ”Model II”,
dengan keandalan tinggi pada
tinggi gelombang 0,5 meter
13 2017 Pemetaan Pola Gerak Illegal Fishing
dan Illegal Transhipment Pada
Vessel Monitoring System Berdasar
Data AIS (Ketua)
PUPT Software penghasil keputusan
”dugaan” iuu Fishing dan IUU
transhipment pada beberapa kapal di Indonesia
14 2017 -
2018
“Pengembangan desain stasiun cuaca
laut dengan tingkat keandalan tinggi
pada sea state 4”
PUPT Sistem informasi cuaca untuk
nelayan dengan keandalan tinggi
15 2018 Pemetaan Pola Gerak Illegal
Fishing dan Illegal Transhipment
Pada Vessel Monitoring System
Berdasar Data AIS
PUPT Software penghasil keputusan
”dugaan” iuu Fishing dan IUU
transhipment pada beberapa kapal di Indonesia, dengan
tingkat akurasi > 70%
16 2019 Pemetaan Pola Gerak Illegal
Fishing dan Illegal Transhipment
Pada Vessel Monitoring System
Berdasar Data AIS (Ketua)
PUPT Software penghasil keputusan ”dugaan” iuu Fishing dan IUU
transhipment pada beberapa
kapal di Indonesia, dengan
tingkat akurasi > 80%
3.1 Sistim Automasi Wahana Apung
Kebutuhan Angkatan Laut saat ini adalah sebuah sistem yang mampu mendukung sebuah strategi
yang efektif selama melakukan operasi di laut, dan dengan menekan resiko keselamatan sekecil
mungkin. Angkatan laut US, telah mengembangkan berbagai teknologi Unmaned Sea surface
Vehicle (USSV), diantaranya yaitu: Sea Power 21 yang diluncurkan Oktober 2002, Quadrennial
Defense Review (QDR 2006), Strategi Nasional untuk Keamanan Maritim (September 2005),
Rencana Nasional untuk Mencapai Kesadaran Domain Maritim (Oktober 2005), Daftar Prioritas
Terpadu Komandan Pejuang (yaitu Komando Pasukan Gabungan (JFCOM), Komando Operasi
Khusus (SOCOM)), Strategi Pertahanan Nasional Amerika Serikat (Maret 2005), ASW Way
Ahead (Maret 2006), dan Angkatan Laut Rencana Strategis (Juni 2006) (U.S. Navy, 2004).
Sebuah sistem yang dinamakan MCST - monitoring and control sea trasportation hasil penelitian
terdahulu merupakan software untuk merekomendasikan navigasi pelayaran di sekitar pelabuhan.
Hasil rekomendasi dapat dikirimkan dengan sistem komunikasi yang tersedia dan dapat
dimodifikasi sesuai dengan teknologi yang digunakan. Sistem ini diproyeksikan dapat
-
Page 9 of 73
diimplementasikan pada VTS (Aisjah et al., 2012). Salah satu luaran dari penelitian sebelumnya
adalah draft paten. Draft paten ini merupakan paten terhadap algoritma untuk rekomendasi
navigasi pelayaran. Blok diagram untuk menghasilkan rekomendasi navigasi ditunjukkan pada
Gambar 3.3. Draft paten ini merupakan algoritma sistem kontrol pada server VTS. Sebuah sistem
yang mampu memberikan layanan navigasi, apabila memperoleh informasi yang lengkap tentang:
(1) Posisi kapal, (2) Tipe / Jenis kapal, (3) Kondisi lingkungan, (4) Destination pelayaran. Ketiga
informasi pertama diperoleh dari data AIS, dan informasi ke empat diperoleh dari sumber
informasi cuaca dunia. Data ke (2) digunakan untuk searching model dinamika kapal. Model ini
menggunakan linier model Nomoto orde dua (Aisyah, Masroeri, Djatmiko, & Fajri, 2010).
Beberapa jenis kapal telah dimodelkan secara numerik dan dapat di searching oleh data No IMO
kapal dari AIS. Data Base model kapal dapat diletakkan di server stasiun AIS darat atau di VTS
(Aisjah et al., 2012). Dalam model wahana laut, data tersebut dapat diperoleh dari sensor GPS,
ultrasonik, dan model kapal didasarkan pada dimensi serta spesifikasi model kapal.
Model sistem MCST rancangan mampu memberikan rekomendasi terhadap arah, kecepatan dan
lintasan, diperoleh berdasarkan perhitungan numerik dari model kapal, posisi awal dan destinasi
kapal (Aisyah et al., 2010). Besarnya arah, kecepatan kapal merupakan keluaran dari unit kontrol
yang dibangun berdasarkan kaidah fuzzy. Unit kontrol juga memberikan rekomendasi terhadap
arah, dan kecepatan kapal saat menghindari tabrakan dengan kapal / benda apung lain yang
terdeteksi di AIS. Algoritma yang digunakan pada sistem kontrol anti tabrakan menggunakan
standard IMO (Aisjah, Masroeri, & Anitasari, 2010).
Sistem MCST hasil penelitian telah diuji pada skala lab, dengan komputer sebagai pengganti
sebuah kapal yang membawa informasi AIS dan dapat dideteksi di stasiun pusat. Photo Gambar
3.4 berikut menunjukkan sistem monitoring di VTS hasil uji dalam skala lab.
-
Page 10 of 73
Searching
Data Input
Data
Statik AIS
(n)Data
Dinamis
AIS (n)
(Xd, Yd)
desire
Penghitung
Danger
Score
Hitung
Heading
desire
Trajectory
desire
Kontrol
Heading
Kontrol
Kec. Kapal
Kontrol
avoiding
collision
Kontrol
Disturbance
Data Rata-rata
cuaca maritim
Lingkungan
setempat
Koreksi
Heading
Koreksi Kec.
Koreksi
Heading
Koreksi Kec.
Rekomendasi
Heading
Rekomendasi
Kec.
Y
U
Data
statik AIS
(1)
Data
Dinamik
AIS (1)
Penghitung
Jarak ke
Destination
Penghitung
Jarak dengan
Kapal lain
Distance to
Other Ship (mil)
Distance to
Destination (mil)
Score Danger
Area
+
+
+
+
+
++
+
1
2
3
4
Gambar 3.3 Blok diagram sistem kontrol pada server MCST yang terintegrasi dengan VTS dan AIS
(Aisjah, Madroeri, Djatmiko, & Aryawan, 2012)
Kemampuan unit kontrol dalam memberikan rekomendasi arah dan kecepatan saat kemungkinan
terjadi tabrakan dengan kapal lain, ditunjukkan dalam bentuk video hasil simulasi pada Gambar
3.5. Saat simulasi dikondisikan jalur dalam keadaan padat, dan AIS pada kapal memberikan
updating variabel dinamik kepada stasiun darat. Stasiun (server yang dilengkapi software MCST)
akan menghitung jarak aman, arah aman, kecepatan aman dan lintasan aman pada kapal,
kemudian mengirimkannya kepada kapal tersebut. Hal ini dapat dilakukan dengan mekanisme
fuzzy avoiding collision dengan berdasarkan perhitungan jarak dan waktu terpendek yang
diijinkan sesuai dengan IMO (Montewka, Kujala, & Ylitalo, 2009).
Kemampuan MCST juga diuji pada tiga prototipe kapal, dengan ukuran 1,3 m dan 3 m. Ketiga
kapal dilengkapi dengan instrumen dan sistem mekanik autopilot, sedangkan di darat terdapat
sebuah komputer sebagai stasiun VTS. Hasil uji menunjukkan bahwa kapal bergerak sesuai
dengan rekomendasi dari VTS dan mampu mengikuti gerakan sesuai lintasan rekomendasi.
Gambar 3.6 dan Gambar 3.7 menunjukkan hasil uji software MCST pada kapal prototipe.
-
Page 11 of 73
Gambar 3.4 Tampilan sistem monitoring hasil penelitian terdahulu pada uji skala lab (Aisjah et al., 2012).
Gambar 3.5 Tampilan sistem monitor pada VTS saat simulasi sistem kontrol menghindari tabrakan di jalur
barat Tanjung Perak Surabaya (APBS) (Aisjah et al., 2012).
Gambar 3.6 Prototipe kapal yang dilengkapi sistem autopilot berukuran 1,39 meter, saat diuji dengan
software MCST di kolam Graha ITS, mampu bergerak sesuai dengan (a) arah (gambar kiri), (b) lintasan
(gambar kanan) rekomendasi
Heading
rekomendasi
Kec. Rekomendasi
Informasi adanya kapal lain dalam
jarak tertentu
Gerakan kapal
saat menghindari
tabrakan
-
Page 12 of 73
Gambar 3.7 Prototipe kapal yang dilengkapi sistem autopilot berukuran 13 meter, saat diuji dengan software MCSTdi kolam PPNS Sby, mampu bergerak sesuai dengan (a) lintasan (gambar kiri), (b) arah
(gambar kanan) rekomendasi
Beberapa uji terhadap sistem instrumen yang embedded pada kapal ukuran 6 meter, dan simulasi
gerakan kapal di kolam, untuk menguji fungsi sistem instrumen, uji sistem autopilot, uji terhadap
lossess data trajectory, dan kestabilan sistem secera keseluruhan, telah dilakukan di beberapa
lokasi, yaitu: (1) Kolam Laboratorium Hidrodinamika Indonesia – BPPT Surabaya, dan (2)
Kolam uji di Politeknik Perkapalan Negeri Surabaya – PPNS. Beberapa uji terhadap kapal,
maupun pada instrumen pendukungnya ditunjukkan pada Gambar 3.9 di bawah ini.
-
Page 13 of 73
Gambar 3.8 Sistem instrumen dan otomasi pada kapal prototipe model ke 2, dan uji di LHI BPPT
serta uji di kolam PPNS-Surabaya
Software MCST dan prototipe kapal dengan dilengkapi sistem autopilot, yang diujicobakan
ke dalam kapal dengan ukuran yang lebih besar yaitu 3 meter, di kolam uji PPNS – Surabaya.
Gambar 2.6 di atas terlihat model saat diuji. Kedua prototipe kapal, baik yang berukuran
kecil 1.39 meter maupun berukuran besar 13 meter, merupakan wahana tanpa awak yang
secara auto mampu bermanuver dan melakukan self navigasi. Prototipe ini merupakan cikal
bakal dari sebuah Unmaned Sea Surface Vehicle (USSV).
-
Page 14 of 73
3.2 Sistem Transmisi Data Wahana Apung
Sebuah wahana apung memliki kestabilan statis dan dinamis. Kedua tipe kestabilan tersebut
di perairan dengan sea state yang sesuai, harus memenuhi kriteria kestabilan, dimana salah
satunya distandarkan oleh International Maritim Organization - IMO (Arifin, Syamsul;
Aisjah, Aulia Siti; Nugroho, 2016). Wahana laut yang diperlukan untuk kebutuhan prediksi
cuaca laut, dan dapat digunakan sebagai sistem informasi bagi pengguna laut, memerlukan
perangkat sebagai berikut:
• Teknologi Sensor, yaitu sensor untuk sensor tinggi gelombang laut, arus laut,
kecepatan angin, arah angin, suhu dan tekanan udara, serta curah hujan
• Aplikasi software untuk pengolahan data, pemroses data seluruh hasil ukur
• Sistem telemetri Data, sebagai komunikasi data antara wahana apung dengan
sistem pusat data – sebagai staisun di darat.
• Sebuah sistem untuk menjaga keandalan dan keselamatan wahana apung.
Kestabilan statis dan dinamis wahana apung sesuai dengan standar yang direkomendasikan
oleh International Maritime Organization (IMO), dengan kriteria uji stabilitas. Terdapat dua
uji stabilitas, yaitu saat berada baik di perairan dalam (deep water) dan di perairan terbatas
atau beroperasi di sekitar pelabuhan atau di perairan yang dangkal (restricted and shallow
water). Kriteria uji stabilitas tersebut ditunjukkan pada Tabel berikut ini.
Tabel 3.2 Tabel Kriteria Uji Stabilitas IMO
Kode IMO Kriteria Satuan
A.749(18) Ch-3 Design criteria applicable to all ship
section 3.1.2.2 Besar GZ 2 m m
A.749(18) Ch-3 Design criteria applicable to all ship
section 3.1.2.3
Sudut maksimum
GZ 25o deg
A.749(18) Ch-3 Design criteria applicable to all ship
section 3.1.2.4 Nilai GMt 1,5 m m
Dimana: GZ adalah titik pusat apung
Drone laut / USSV juga filengkapi dengan sensor cuaca, dimana sensor ini akan
mengirimkan data ke stasiun darat, untuk melakukan prediksi cuaca laut di waktu yad.
Kondisi lingkungan untuk waktu yad, juga sebagai masukan pada modul kontrol yang
tertanam di dasboard USSV. Prediksi cuaca laut yang telah banyak dikembangkan oleh
badan stasiun cuaca, menggunakan metode SWAN, WAN dengan bantuan komputer
kecepatan tinggi (Kamranzad & Kazeminezhad, 2010). Beberapa metode prediktor telah
diusulkan oleh peneliti lain, dan juga telah dilakukan oleh peneliti pada tahun sebelumnya.
Beberapa metode tersebut mempunyai akurasi yang bervariasi (Arifin, Aisjah, J.S, &
Alhakim, 2010), (Arifin, Aisjah, W, & S, 2011), (Aisjah, Arifin, & Danistha, 2016).
-
Page 15 of 73
Wahana laut yang dapat dikendalikan dari darat, memerlukan deteksi posisi dari wahana
tersebut secara kontinyu, dan perintah dari darat untuk menggerak kan badan nya secara
sendiri – self motion menuju ke posisi yang diinginkan sesuai dengan perintah. Sinyal
perintah ini akan menggerakkan sebuah sistem aktuator yang embeded pada wahana.
Pengiriman data hasil ukur dari sensor yang terpasang, dan sensor GPS ke stasiun darat
memerlukan akurasi data yang tinggi. Selain tergantung pada keandalan semua sistem
intrumen, juga bergantung pada software yang mampu mengolah data, memproses data
tersebut dalam sebuah paket data sehingga tidak terjadi eror, dan losses data. Filter Kalman
mampu melakukan prosesing data sehingga tidak ada losses dari data terkirim, dan
menghasilkan akurasi pada data prediksi (Arifin, Aisjah, & Redhianto, 2016).
4 METODE
Metode atau cara untuk mencapai tujuan yang telah ditetapkan. Bagian ini dilengkapi dengan
diagram alir penelitian yang menggambarkan apa yang sudah dilaksanakan dan yang akan
dikerjakan selama waktu yang diusulkan Bagan penelitian harus dibuat secara utuh dengan
penahapan yang jelas, mulai dari awal bagaimana proses dan luarannya, dan indikator
capaian yang ditargetkan. Di bagian ini harus juga mengisi tugas masing-masing anggota
pengusul sesuai tahapan penelitian yang diusulkan.
Blok diagram dari model sistem yang akan dikerjakan untuk 3 (tiga) tahun, ditunjukkan pada
Gambar di bawah ini.
Gambar 4.1 Blok diagram sistem untuk penelitian tahun 2020 - 2023
Beberapa pertimbangan dalam pelaksanaan penelitian adalah tujuan, di mana USSV hasil
rancangan di akhir tahun ke 3, harus memenuhi
• Persyaratan otonomi,
• Sistem komunikasi tanpa delay, dan
• Sistem preproses
• Sistem otonomi navigasi
-
Page 16 of 73
• Sistem jaringan untuk menukar antara kemampuan autonomi dengan sistem komunikasi, khusus dalam hal penggunaan senjata yang terpasang di USSV.
Simulasi terhadap model dilakukan untuk beberapa kondisi perairan, yang akan dilakukan
pada tahun ke 3 yaitu, di dua dari enam kondisi berikut ini.
1. perairan terbuka
2. perairan terbatas
3. perairan yang dikategorikan tidak bersahabat
4. perairan ramai / kondisi lalu lintas tinggi, kondisi lalu lintas rendah
5. keadaan laut/ sea state diatas 3
6. keadaan laut / sea state di bawah 3
4.1 Pelaksanaan penelitian tahun ke 1
Pelaksanaan penelitian untuk tahun ke 1 (2020) ditunjukkan pada flow chart Gambar 4.1 di
bawah ini:
4.1.1 Identifikasi masalah yang diperoleh dari studi literatur
Identifikasi masalah diperoleh dari studi literatur beberapa penelitian tentang USSV. Pada
tahapan studi literatur dilakukan penelusuran dari peneliti – peneliti sebelumnya dan
penelitian pendahuluan yang telah dilakukan.
Luaran dari tahapan ini: judul – judul Tugas Akhir yang ditawarkan kepada Mahasisa S1, S2
Teknik Fisika
Sebagian dari luaran telah diperoleh pada bulan bulan Januari 2020.
Pelaksana untuk Tahap 1 adalah: ketua peneliti dan 2 anggota.
4.1.2 Persiapan penelitian
Persiapan penelitian dilakukan dengan berbagai kegiatan yaitu :
- Pengumpulan beberapa hasil penelitian, baik yang telah dilakukan oleh peneliti, maupun peneliti lainnya di lingkungan ITS dan instansi yang lain. Pengumpulan
penelitian ini dilakukan melalui browsing internet, dan secara khusus yang dilakukan
untuk obyek di perairan Indonesia. Hasil dari pengumpulan ini pengembangan judul
Tugas Akhir yang akan ditawarkan kepada mahasiswa S1 dan S2.
- Pengumpulan data base tentang peralatan yang telah digunakan pada penelitian sebelumnya dan melengkapi peralatan (baik software maupun hardware) yang akan
digunakan dalam penelitian sepnajang 3 (tiga) tahun sesuai dengan perencanaan.
Data base peralatan ini diperoleh dari informasi secara langsung dari penanggung
jawab instansi yang akan digunakan untuk pelaksanaan penelitian, yaitu : Lab.
Komputasi dan Simulasi Dep. T. Fisika ITS, Lab. LHI BPPT Surabaya, Lab.
Hidrodinamika T. Perkapalan ITS.
- Sosialisasi kepada para mahasiswa Dep. T. Fisika FTI ITS, Dep. Tek. Sistem Perkapalan ITS melalui pengumuman judul judul / topik Tugas Akhir dan Tesis yang
ditawarkan kepada mahasiswa, untuk kegiatan dalam 3 (tiga) tahun yang akan datang.
-
Page 17 of 73
Gambar 4.2 Flow chart penelitian tahun ke 1 sd 3
TAHUN 2022
TAHUN 2020
Modul
Mengatasi
Gangguan
MODEL
USSV 1
MODEL
USSV 3
MODEL
USSV 2
MODEL
USSV N
SIMULASI
ANALISA HASIL SIMULASI
(PERFORMANSI) SECARA NUMERIK
EXPERT JUDGEMENT
Pengumpulan Data Beberapa Model USSV
ANALISA HASIL
RANCANG BANGUN USSV
ANALISA HASIL RANCANG BANGUN
PENGEMBANGAN &
PENYEMPURNAAN PROTOTIPE
USSV
TAHUN 2021
DATA UNTUK
VALIDASI
UJI PROTOTIPE USSV UNTUK
BEBERAPA KONDISI
STOP
-
Page 18 of 73
Perancangan model sistem dilakukan dengan cara membuat model matematis dari bentuk
USSV, membuat model matematis dari variabel gerakan USSV dengan 6 derajad kebebasan
dan dengan pertimbangan atas minimumisasi aktuator yang digunakan.
4.1.3 Pengumpulan data
Pengumpulan data beberapa USSV, diperoleh melalui hasil peneliti lain baik yang telah
dideseminasikan di Jurnal, maupun pada seminar internasional.
Sebagai contoh, klasifikasi dari USSV ditunjukkan pada Tabel berikut ini.
Tabel 4.1 Contoh spesifikasi dari USSV dengan karakteristik mempunyai keandalan yang tinggi
(Mairaj, Baba, & Javaid, 2019)
Tabel 4.2 Contoh USSV buatan US Army (Savitz et al., 2013)
Beberapa model yang ditunjukkan pada dua Tabel di atas, akan dibuat database, di mana data
base berisi:
• Nama USSV,
-
Page 19 of 73
• tahun pembuatan, • dimensi USSV – bentuk dan dan spesifikasi antara lain: panjang USSV - L, lebar USSV
– B, Tinggi USSV – T, Koefisien blok – CB, center gravity- CG, • kecepatan desain maksimum dan kecepatan normal / servis USSV – U, • rasio luasan rudder / sistem pendukung manuver, • Massa USSV – m / DWT USSV, • Kapasitas baterei, • Jenis propeler. • Sistem instrumentasi dan komponen pendukung kemudi USSV.
Luaran dari tahapan ini: (1) Data base USSV, (2) Makalah untuk telaah FGD, Judul : Melihat
Kekuatan Katahanan Laut Indonesia sebagai Introspeksi diri untuk Pengembangan
Teknologi di Masa yang Akan Datang
Pelaksana kegiatan tahap III adalah: ketua Peneliti dan 2 anggota, serta 4 mahasiswa.
4.1.4 Pemodelan dinamika manuver USSV untuk kebutuhan angkatan laut
Penurunan model transportasi ini berkaitan dengan (i) model dinamika USSV, (ii)
pemodelan dari gangguan yang berasal dari laut (iii) model sistem kemudi USSV, (iv) model
sistem propulsi USSV, (iv) model autopilot
(i) Pemodelan dinamika USSV
Pemodelan dalam bentuk model matematik dari sistem manuvering USSV – dijadikan
sebagai obyek yang akan dikontrol. Pemodelan secara matematik ini memenuhi kaidah
dalam perancangan sistem kontrol modern, yaitu menyatakan bentuk persamaan dari sistem
menjadi bentuk persamaan state space. Model matematik yang dilakukan didasarkan pada
Hukum Newton II tentang dinamika USSV, dengan koefisien hidrodinamika diturunkan oleh
Clarke (1982). Data yang dibutuhkan untuk menurunkan model dinamika USSV cepat ini
dapat diperoleh dari tahap II, untuk beberapa tipe USSV.
Dalam perancangan sebuah kontrol melalui tahapan perolehan model matematis dari sistem
yang akan dikontrol, penentuan vektor kontrol, dan penentuan state kontrol. Orientasi arah
USSV dalam 6 derajad kebebasan tetap diperhatikan untuk menurunkan bentuk dinamika
USSV dengan 3 derajad kebebasan (sway, surge, yaw). Hukum kinekatika dan dinamika
USSV sebagai dasar untuk menurunkan bentuk model dinamika manuvering. Gaya dan
momen yang berpengaruh pada dinamika USSV arah surge, sway dan yaw, dan komponen
gaya maupun momen yang timbul akibat gerakan lambung dalam air, akibat sistem propulsi,
control surface, dan akibat dari gangguan lingkungan tetap diperhatikan. Parameter
hidrodinamika USSV dalam pengembangan model manuvering diperoleh berdasarkan
persamaan Regresi Clarke (1982).
Persamaan gerak USSV, ditunjukkan dalam bentuk persamaan (4.1) di bawah ini.
-
Page 20 of 73
𝑀�̇� + 𝐶(𝑣)𝑣 + 𝐷(𝑣)𝑣 + 𝑔(𝜂) = 𝜏 (4.1)
dimana,
𝑀 = 𝑀𝑅𝐵 + 𝑀𝐴, adalah matriks dan inersia dari USSV yang dipandang sebagai benda kaku (MRB), dan besarnya massa tambahan (MA)
𝑀𝑅𝐵 =
[ 𝑚
000
𝑚𝑧𝐺−𝑚𝑦𝐺
0𝑚0
−𝑚𝑧𝐺0
𝑚𝑥𝐺
00𝑚
𝑚𝑦𝐺−𝑚𝑥𝐺
0
0
−𝑚𝑧𝐺𝑚𝑦𝐺𝐼𝑥𝑥
−𝐼𝑦𝑥−𝐼𝑧𝑥
𝑚𝑧𝐺0
−𝑚𝑥𝐺−𝐼𝑥𝑦𝐼𝑦𝑦−𝐼𝑧𝑦
−𝑚𝑦𝐺𝑚𝑥𝐺0
−𝐼𝑥𝑧−𝐼𝑦𝑧𝐼𝑧𝑧 ]
(4.2)
𝑀𝐴 =
[ 𝑋�̇�𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇�
𝑋�̇�𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇�
𝑋�̇�𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇�
𝑋�̇�
𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇�
𝑋�̇�𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇�
𝑋�̇�𝑌�̇�𝑍�̇�𝐾�̇�𝑀�̇�𝑁�̇� ]
(4.3)
𝐶(𝑣) = 𝐶𝑅𝐵(𝑣) + 𝐶𝐴(𝑣), adalah matriks Coriolis dan Centripetal dari rigid-body dan massa tambahan.
𝐶𝑅𝐵(𝑣) =
[
0000
𝑚𝑤−𝑚𝑣
000
−𝑚𝑤0
𝑚𝑢
000
𝑚𝑣−𝑚𝑢
0
0
−𝑚𝑤𝑚𝑣0
−𝐼𝑧𝑧𝑟𝐼𝑦𝑦𝑞
𝑚𝑤0
−𝑚𝑢𝐼𝑧𝑧𝑟0
−𝐼𝑥𝑥𝑝
−𝑚𝑣𝑚𝑢0
−𝐼𝑦𝑦𝑞
𝐼𝑥𝑥𝑝0 ]
(4.4)
𝐶𝐴(𝑣) =
[ 0
000
−𝑎3(𝑣)𝑎2(𝑣)
000
𝑎3(𝑣)0
−𝑎1(𝑣)
000
−𝑎2(𝑣)𝑎1(𝑣)
0
0
𝑎3(𝑣)−𝑎2(𝑣)
0𝛽3(𝑣)
−𝛽2(𝑣)
−𝑎3(𝑣)0
𝑎1(𝑣)−𝛽3(𝑣)
0𝛽1(𝑣)
𝑎2(𝑣)−𝑎1(𝑣)
0𝛽2(𝑣)
−𝛽1(𝑣)
0 ]
(4.5)
𝐷(𝑣) = 𝐷𝑞(𝑣) + 𝐷𝑙(𝑣), adalah matriks redaman quadratik dan besarnya koefisien gaya drag
– linier.
𝐶𝑙(𝑣) =
[ 𝑋𝑢00000
0𝑌𝑣0000
00𝑍𝑤000
0
00𝐾𝑝00
0000𝐾𝑞0
00000𝑁𝑟]
(4.6)
𝐶𝑞(𝑣) =
[ 𝑋𝑢|𝑢||𝑢|
00000
0𝑌𝑣|𝑣||𝑣|
0000
00
𝑍𝑤|𝑤||𝑤|
000
0
00
𝐾𝑝|𝑝||𝑝|
00
0000
𝐾𝑞|𝑞||𝑞|
0
00000
𝑁𝑟|𝑟||𝑟|]
(4.7)
-
Page 21 of 73
𝑔(𝜂) adalah matriks vektor buoyancy dan gravitasi, yang ditunjukkan di dalam persamaan (4.8) berikut ini.
𝑔(𝜂) =
[
(𝑊 − 𝐵)𝑠𝑖𝑛𝜃−(𝑊 − 𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙
−(𝑊 − 𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙
−(𝑦𝑔𝑊 − 𝑦𝑏𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙 + (𝑧𝑔𝑊 − 𝑧𝑏𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙
(𝑧𝑔𝑊 − 𝑧𝑏𝐵)𝑠𝑖𝑛𝜃 + (𝑥𝑔𝑊 − 𝑥𝑏𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙
−(𝑥𝑔𝑊 − 𝑥𝑏𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙 − (𝑦𝑔𝑊 − 𝑦𝑏𝐵)𝑠𝑖𝑛𝜃 ]
(4.8)
Besarnya torsi pada USSV - 𝜏 merupakan matriks yang ditunjukkan pada persamaan (4.9) berikut ini.
𝜏 = 𝐿𝑈
𝐿 =
[
1000𝑙3
−𝑙1
1000𝑙3𝑙2
001
−𝑙1−𝑙60
0
01𝑙2
−𝑙60
001
−𝑙1𝑙50
001𝑙2𝑙50]
(4.9)
𝑈 = [𝑇1 𝑇2 𝑇3 𝑇4 𝑇5 𝑇6]𝑇 (4.10)
(ii) Model matematika USSV – dalam 6 dof.
Berdasarkan persamaan (4.1) sd (4.10) di atas, dapat disusun model matematika dari USSV,
dalam arah gerak 6 dof, yang ditunjukkan pada persamaan (4.11) berikut ini.
𝑚[�̇� − 𝑣𝑟 + 𝑤𝑞 − 𝑥𝐺(𝑞
2 + 𝑟2) + 𝑦𝐺(𝑝𝑞 − �̇�) + 𝑧𝐺(�̇� + 𝑝𝑟)] = Σ 𝑋 𝑚[�̇� − 𝑤𝑝 + 𝑢𝑟 − 𝑦𝐺(𝑟
2 + 𝑝2) + 𝑧𝐺(𝑞𝑟 − �̇�) + 𝑥𝐺(�̇� + 𝑞𝑝)] = Σ 𝑌 𝑚[�̇� − 𝑢𝑞 + 𝑣𝑝 − 𝑧𝐺(𝑝
2 + 𝑞2) + 𝑥𝐺(𝑟𝑝 − �̇�) + 𝑦𝐺(�̇� + 𝑟𝑞)] = Σ 𝑍
𝐼𝑥𝑥�̇� + (𝐼𝑧𝑧 − 𝐼𝑦𝑦)𝑟𝑞 − (�̇� + 𝑝𝑞)𝐼𝑥𝑧 + (𝑟2 − 𝑞2)𝐼𝑦𝑧 + (𝑝𝑟 − �̇�)𝐼𝑥𝑦 + 𝑚[𝑧𝐺(�̇� − 𝑣𝑟 + 𝑤𝑞) − 𝑥𝐺(�̇� −
𝑢𝑞 + 𝑣𝑝)] = Σ 𝐾 𝐼𝑦𝑦�̇� + (𝐼𝑥𝑥 − 𝐼𝑧𝑧)𝑟𝑝 − (�̇� + 𝑝𝑞)𝐼𝑥𝑦 + (𝑝
2 − 𝑟2)𝐼𝑥𝑧 + (𝑞𝑝 − �̇�)𝐼𝑦𝑧 + 𝑚[𝑧𝐺(�̇� − 𝑣𝑟 + 𝑤𝑞) − 𝑥𝐺(�̇� −
𝑢𝑞 + 𝑣𝑝)] = Σ 𝑀
𝐼𝑧�̇� + (𝐼𝑦 − 𝐼𝑧)𝑝𝑞 − (�̇� + 𝑟𝑝)𝐼𝑦𝑧 + (𝑞2 − 𝑝2)𝐼𝑥𝑦 + (𝑟𝑞 − �̇�)𝐼𝑥𝑧 + 𝑚[𝑥𝐺(�̇� − 𝑤𝑝 + 𝑢𝑟) − 𝑦𝐺(�̇� − 𝑣𝑟 +
𝑤𝑞)] = Σ 𝑁 (4.11)
Tiga persamaan (4.11) di atas, yaitu Σ 𝑋, Σ 𝑌, 𝑑𝑎𝑛 Σ 𝑍 adalah persamaan dinamik dalam
arah translasi sedangkan tiga persamaan di bawahnya, yaitu: Σ 𝐾, Σ 𝑀, 𝑑𝑎𝑛 Σ 𝑁 adalah
persamaan dinamik dalam arah rotasi.
(iii) Gaya Hidrostatis
USSV mengalami gaya dan momen hidrostatis akibat adanya pengaruh antara berat dan daya
apung dari badan USSV. Persamaan gaya dan momen hidrostatis untuk menyeimbangkan
-
Page 22 of 73
gerak pada arah pitch dan roll. Besarnya gaya dan momen tersebut ditunjukkan pada
persamaan (4.12) sebagai berikut:
𝑋𝐻𝑆 = −(𝑊 − 𝐵)𝑠𝑖𝑛𝜃 𝑌𝐻𝑆 = (𝑊 − 𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 𝑍𝐻𝑆 = (𝑊 − 𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 𝐾𝐻𝑆 = −(𝑦𝐺𝑊 − 𝑦𝐵𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 − (𝑧𝐺𝑊 − 𝑧𝐵𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 𝑀𝐻𝑆 = −(𝑧𝐺𝑊 − 𝑧𝐵𝐵)𝑠𝑖𝑛𝜃 − (𝑥𝐺𝑊 − 𝑥𝐵𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 𝑁𝐻𝑆 = −(𝑥𝐺𝑊 − 𝑥𝐵𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 − (𝑦𝐺𝑊 − 𝑦𝐵𝐵)𝑠𝑖𝑛𝜃
(4.12) (iv) Gaya Hidrodinamika
Gaya hidrodinamik USSV terdiri dari gaya karena massa tambahan (added mass force), gaya
hambat (drag force) dan gaya angkat (lift force). Besar dari gaya-gaya tersebut, ditunjukkan
pada persamaan berikut ini.
a) Gaya Hambat (Drag Force)
Gaya hambat pada USSV, terdiri dari gaya redaman akibat gaya osilasi body, gaya gesekan
permukaan badan USSV, gaya hambat akibat gelombang dan gaya tarik akibat vortex
shedding (Yang, 2007). Gaya-gaya tersebut, akan dilinierisasi, dengan memperhatikan rapat
massa air laut – 𝜌, koefisien drag untuk badan (dengan asumsi bentuk tertentu) - 𝐶𝑑𝑐 , hasil
estimasi Hoerner (Milgram, Alt, & Prestero, 2001), 𝑅(𝑥) adalah radius lambung sebaga
fungsi posisi axial, 𝑆𝑓𝑖𝑛 sebagai luas plat fin yang dikontrol, dan 𝐶𝑑𝑓 adalah koefisien
crossflow drag pada fin yang telah diturunkan oleh Whicker (Whicker, 1958). Gambar 4.2
berikut ini, merupakan ilustrasi dari vektor gaya pada USSV.
Gambar 4.3 Gaya eksternal pada USSV (Khodayari & Balochian, 2015)
b) Gaya akibat Massa Tambahan (Added Mass Force) (Sutton & Craven, 1998).
Sebuah wahana USSV yang bergerak di dalam fluida dapat dipercepat atau diperlambat
geraknya. Percepatan atau perlambatan ini, akan menimbulkan perpindahan sejumlah
volume cairan di sekitarnya, karena objek dan cairan tidak dapat menempati ruang fisik yang
sama secara bersamaan. Bahkan, kendaraan yang bergerak dengan medium cairan akan
-
Page 23 of 73
memaksa seluruh cairan bergerak bersama. Fenomena ini sama dengan menambahkan
inersia ke USSV dan penambahan inersia tersebut disebut dengan istilah massa tambahan
(Added Mass).
Di sisi lain, ada distribusi tekanan di permukaan luar USSV ketika bergerak melalui air laut.
Menurut persamaan Bernoulli, tekanan ΔP pada permukaan luar ΔS ditentukan oleh
kecepatan partikel fluida di sekitar area ini dan kedalaman fluida. Gaya eksternal dan momen
karena tekanan dianggap sebagai kekuatan dan momen yang dihasilkan oleh massa
tambahan. Besarnya gaya added mass ditunjukkan pada persamaan (4.13) dan (4.14), untuk
arah axial, crossflow dan rolling.
𝑋�̇� = −4𝛼𝜌𝜋
3(
𝑙
2)(
𝑑
2)2 (4.13)
𝑀�̇� = 𝑁�̇� = −∫ 𝑥2𝑚𝑎(𝑥)𝑑𝑥
𝑥𝑓𝑖𝑛𝑥𝑡𝑎𝑖𝑙
− ∫ 𝑥2𝑚𝑎𝑓(𝑥)𝑑𝑥𝑥𝑓𝑖𝑛2𝑥𝑓𝑖𝑛
− ∫ 𝑥2𝑚𝑎(𝑥)𝑑𝑥𝑥𝑏𝑜𝑤2𝑥𝑓𝑖𝑛2
(4.14)
Persamaan (4.13) dan (4.14) di atas adalah persamaan added mass axial dan crossflow.
𝑚𝑎(𝑥) = 𝜌𝜋𝑅(𝑥)2 adalah massa tambahan per satuan panjang objek silinder (Yang, 2007),
sedangkan 𝑚𝑎𝑓(𝑥) = 𝜌𝜋(𝑎𝑓𝑖𝑛2 − 𝑅(𝑥)2 +
𝑅(𝑥)4
𝑎𝑓𝑖𝑛2 ) adalah ketinggian maksimum dari garis
tengah pada fin (Yang, 2007).
Pelaksana penelitian pada tahap ini adalah: ketua peneliti dengan 1 mahasiswa S2 dan 4
mahasiswa S1.
4.1.5 Pemodelan variabel gangguan dari Lingkungan
Variabel lingkungan yang ditinjau adalah : Gelombang, Arus laut dan angin. Secara umum
beberapa model untuk ketiga variabel tersebut telah diturunkan secara empiris oleh Saelid
dkk(11976), Reid dkk (1984) maupun yang lain yang berlaku untuk gelombang di perairan
Internasional. Sedangkan untuk model arus laut telah diturunkan oleh ISSC (1988) dan
model gaya dan momen angin diturunkan oleh Davenport (1961), Shin (1988), Isherwood
(1972), yang akan dikaji kesesuaian nya dengan bentuk wahana yang sangat kecil
dibandingkan dengan sebuah kapal.
4.1.6 Model matematis dari aktuator dan sensor
Aktuator merupakan perangkat yang mampu menggerakkan USSV, terdiri dari dua, yaitu:
propeller dan rudder. Propeller digunakan untuk mendorong maju USSV sedangkan rudder
digunakan untuk menentukan arah dari USSV sehingga dapat bergerak belok ke arah sumbu
arah sway – Y atau arah heave - Z.
-
Page 24 of 73
Sistem propulsi pada USSV adalah sistem yang mengatur kecepatan propeller USSV ketika
melakukan manuver. Pemilihan terhadap tipe motor, didasarkan pada kebutuhan besarnya
gaya dan momen untuk menggerakkan badan USSV. Dimana input dari motor DC ini adalah
berupa tegangan (volt) dan outputnya adalah kecepatan sudut propeller (𝜔). Pemilihan
aktuator pada USSV, juga memperhatikan keandalan penggunaan dalam jangka waktu
tertentu di laut. Beberapa aktuator untuk drone yang saat ini beredar di pasaran, dapat
dijadikan rujukan, diantaranya yang digunakan dalam UAV yang digunakan oleh NASA
(Hassanalian, Rice, & Abdelkefi, 2018),
4.1.7 Pembuatan program untuk model manuver USSV
Pembuatan program untuk kontrol manuver USSV, adalah berdasarkan kajian terhadap
kecepata aksi kendali. Beberapa strategi dalam sistem kontrol tersebut, dibandingkan antara
konvensional (P,I, D) atau berdasarkan kepakaran. Dalam membuat program mengikuti
prinsip sebuah sistem kontrol, yang dinyatakan dalam bentuk blok diagram gambar 4.3 di
bawah ini.
Gambar 4.4 Blok diagram sistem kontrol pada manuver USSV
Pada gambar 4.3 di atas, perlu dimodelkan : model matematis dari aktuator, sensor dan
kontrol. Pembuatan program sengan bantuan software Matlab.
Luaran dari tahapan ini adalah :
2 (dua) Tugas Akhir Mahasiswa S1 Teknik Fisika ITS dan 2 (dua) Tesis Mahasiswa Teknik
Sistem Perkapalan
4.1.8 Simulasi model dan analisa hasil
Pada tahap ini adalah mensimulasikan hasil pekerjaan pada tahap di atas. Simulasi dilakukan
dengan berbagai manuver, yaitu: turning, zig – zag, circle dan pemenuhan lintasan.
Berdasarkan hasil simulasi, akan dianalisa performanis dari manuver. Analisa didasarkan
dari keluaran yang dinyatakan dalam (i) domain waktu, (ii) domain frekuensi, (iii) fitting
pada lintasan / trajectory yang diharapkan.
-
Page 25 of 73
Performansi dalam domain waktu ditandai oleh : (1) Settling time – Ts : waktu yang
diperlukan untuk mencapai kondisi seperti yang diharapkan (steady), (2) Maksimum
overshot – MOV: berapa lonjakan dari respon (%) terhadap target, (3) eror – perbedaan
terhadap target, (4) konstanta waktu sistem, (5) perubahan performansi akibat beban
gangguan lingkungan. Performansi dalam domain frekuensi, digunakan untuk mengetahui
sifat kerobust an manuver USSV pada kondisi gangguan gelombang laut
4.2 Kegiatan Penelitian untuk Tahun II - 2021
Kegiatan tahun ke 2, adalah membuat prototipe USSV, dengan dilengkapi sistem sensor,
aktuator dan sistem transmisi, dengan menggunakan arsitektur pengembangan penelitian
terdahulu untuk implementasi kapal MCST tipe II (Aisyah, 2012). Rancangan sistem yang
terkait dengan sensor, aktuator dan kontrol, ditunjukkan pada Gambar 4.3 di bawah ini.
Pemilihan spesifikasi dari sensor, aktuator, tipe / mode kontrol dan isntrumen pengolah
sinyal, akan dikaji di awal tahun 2021.
Gambar 4.5 Arsitektur dari sistem propulsi pada USSV
Sistem kontrol yang diperlukan pada rancangan sistem gambar 4.3 di atas, terdiri dari
beberapa modul kontrol, dengan arsitektur modul kontrol ditunjukkan pada Gambar 4.4 di
bawah ini.
-
Page 26 of 73
Gambar 4.6 Modul kontrol yang terpasang di dalam sistem USSV – untuk pelaksanaan penelitian
2021.
4.2.1 Perancangan sistem USSV dengan spesifikasi dan performansi seperti yang
diharapkan oleh TNI AL dengan mengacu pada standard IMO
Pada perancangan sistem autopilot ini dilakukan dalam skala simulasi. Modul yang
membentuk sistem autopilot ini adalah :
(i) Modul kontrol arah USSV (ii) Modul Kontrol Kecepatan USSV (iii) Modul Kontrol Menghindari Tabrakan (iv) Modul Kontrol dalam mengatasi faktor gangguan dari lingkungan
Masing – masing modul kontrol bekerja berdasarkan kaidah logika fuzzy, dimana arsitektur
masing masing modul kontrol diuraikan di bawah ini.
4 (empat) modul kontrol yang terkait dengan pengembangan pada penelitian ini adalah:
(i) Sistem kontrol fuzzy untuk menghindari tabrakan yang menghasilkan keluaran berupa informasi (1) arah, (2) posisi dalam besaran numerik pada
USSV, sebagai suatu rekomendasi untuk menghindari tabrakan dengan benda
apung / USSV yang lain,
(ii) Sistem kontrol fuzzy untuk Kecepatan USSV yang menghasilkan keluaran (3) rpm dari propeler USSV dalam besaran numerik,
(iii) Sistem Kontrol Fuzzy untuk Heading USSV yang menghasilkan keluaran (4) sudut perintah rudder dalam besaran numerik.
(iv) Modul Kontrol dalam mengatasi faktor gangguan dari lingkungan
-
Page 27 of 73
Beberapa aspek yang mempengaruhi / sebagai parameter perancangan sistem kontrol adalah
arsitektur sistem kontrol rancangan. Arsitektur sistem kontrol yang akan dirancang
digambarkan dalam bentuk blok diagram Gambar 5.1. Arsitektur perancangan sistem kontrol
fuzzy merupakan salah satu faktor penentu keberhasilan keluaran sebuah kontrol fuzzy. Pada
arsitektur rancangan, terdapat beberapa parameter yang diperlukan yaitu :
A. Informasi dari sensor – jarak (jarak ke wahana lain di sekitar USSV yang dipantau) B. Informasi dari GPS (posisi USSV) C. Parameter pada pembangunan kontroler logika fuzzy.
Gambar 4.7 diagram Sistem I: Arsitektur sistem kontrol Kontrol Fuzzy untuk Menghindari
Tabrakan yang diadopsi dari hasil rancangan penelitian terdahulu tahun 2012 (Aisjah et al., 2012)
Pembagian keanggotaan fuzzy dari variabel masukan
Mekanisme dalam pembagian daerah bahaya (kemungkinan terjadi tabrakan) dilakukan
dengan membagi bidang horizontal dalam beberapa daerah berdasarkan besarnya heading
(o). Misalkan pembagian daerah seperti pada Gambar 4.7 di bawah ini.
Sen
sor
jara
k
Fuzzy dr var. sensor
Kemungkinan
tabrakan
Posisi, dan
arah
Eror dari target
Menghindari tabrakan
Target baru (posisi
dan arah)
posisi
kecepatan
Aksi kontrol
rudder
-
Page 28 of 73
Gambar 4.8 Pembagian zona kawasan horizontal dalam variabel fuzzy
Dari informasi GPS dapat dihitung jarak (d) antara USSV dengan benda asing / USSV lain.
Nilai d dinyatakan dalam bahasa linguistik dalam bentuk : sangat dekat, dekat dan jauh, dan
pula dapat dinyatakan dalam arah depan, belakang, kanan dan kiri. Keluaran dari fuzzy I
(Gambar 4.5), adalah keputusan tentang kemungkinan terjadinya tabrakan. Dalam
menghasilkan keputusan yaitu kemungkinan terjadi tabrakan dinyatakan dalam bahasa
linguistik yaitu : Tabrakan Daerah Depan (TDP), Tabrakan Daerah Belakang (TDB),
Tabrakan Daerah Kanan (TDKa) dan Tabrakan Daerah Kiri (TDKi), dengan nilai
kemungkinan adalah : Tidak Mungkin (TM), Mungkin (M) dan Sangat Mungkin (SM). Nilai
bobot terhadap kemungkinan tabrakan tersebut dinyatakan dalam bentuk numerik.
Keputusan bertingkat dari sistem kontrol dalam menghindari tabrakan dapat digambarkan
pada Gambar 4.6 di atas. Rule yang digunakan dinyatakan dalam bentuk contoh berikut
dengan rule yang bertingkat yaitu R1 untuk unit Fuzzy I, R2 untuk unit Fuzzy II dan R3
untuk unit Fuzzy III.
R1 : If (Heading adalah Kiri Kecil ) and (Data radar adalah Kecil) Then (Kemungkinan
Tabrakan adalah Daerah Kiri)
R2 : If (d adalah Sangat Dekat) And (Eror Target adalah Kecil) And (Kemungkinan
Tabrakan adalah Tabrakan Daerah Kiri) Then (Heading Target adalah Kanan
Sedang)
R3 : If (Heading Target adalah Kanan Sedang) And (d adalah Sangat Dekat) And
(Kecepatan adalah Lambat) Then (Sudut Rudder adalah Kanan Besar)
Secara umum rule bertingkat diatas dinyatakan dalam bentuk persamaan (4.1)
R : If di is (LD(k)) Then cj is (LC
(k)) ...(4.15)
Dimana: i = jumlah rule, di adalah jarak ( hasil perhitungan berdasarkan data GPS ), LD :
variabel linguistik dalam bentuk himpunan D = (Sangat Dekat, Dekat, Jauh), cj : arah
tumbukan (heading tumbukan yang diperoleh dari informasi kompas) dan LC adalah variabel
dari himpunan C = (Tidak Mungkin, Mungkin, Sangat Mungkin).
1
12
2 3
4 5
6
7
8 9 10
11
-
Page 29 of 73
Selanjutnya dalam menentukan pembagian daerah bahaya (kemungkinan terjadi tabrakan),
dan jarak (d) antara USSV dengan benda asing / USSV lain dalam variabel fuzzy serta Nilai
bobot terhadap kemungkinan tabrakan akan ditentukan berdasarkan hasil verifikasi terhadap
data – data yang diperoleh.
4.2.2 Perancangan Modul menghindari tabrakan
Modul menghindari tabrakan dengan USSV lain / benda apung lain, diperoleh saat navigasi
bebas tumbukan. Pada kasus ini tujuannya adalah menghasilkan target arah, yang
mengindikasikan arah baru dari USSV. (Lihat konsep perubahan arah baru USSV, dalam
Gambar 4.6 yang menghindari daerah rawan tabrakan / daerah bahaya). Rule yang
diperlukan dalam modul ini adalah mengurangi eror heading sampai menuju ke nol, yaitu
selisih heading target dengan heading aktual.
Input dari variabel adalah :
(i). Kemungkinan tabrakan (LC) dinyatakan dalam bahasa linguistik (TM – Tidak
Mungkin, M - Mungkin, SM – Sangat Mungkin).
(ii). Error yaw (Eror heading) dinyatakan dalam bahasa linguistik (KiB – Kiri Besar, Ki
– Kiri, KiK – Kiri Kecil, Ze – zero, KaK – Kanan Kecil, Ka – Kanan, KaB – Kanan
Besar).
Keluaran dari modul ini ada dua yaitu :
(i). Perubahan heading / arah (dψ) : dengan bahasa linguistik (KiC – Kiri Cepat, Ki –
Kiri, KiL – Kiri Lambat, Ze – Zero, KaL – Kanan Lambat, Ka – Kanan, KaC – Kanan
Cepat).
(ii). Kecepatan surge (u) dengan bahasa linguistik (L - Lambat, N - Normal, C -Cepat).
Contoh rule dalam modul ini untuk menghindari tabrakan dapat dinyatakan dalam bentuk
berikut :
If cj is LC(k) And ψ is Lψ(k) Then dψ is LDψ(k) and u is Ldu(k) (4.16)
Dimana : k : jumlah rule, cj adalah tipe tabrakan j, ψ adalah eror heading, u kecepatan
surge, LC, Lψ, LDψ dan Ldu adalah variabel linguistik dari cj, ψ, Dψ dan du. Rule ke k
secara matematis dinyatakan sebagai relasi fuzzy R(k) pada C x ψ, dimana domain dari
fungsi keanggotaannya adalah :
µR(k)(cj, ψ) = min[µLC
(k)(cj), µLψ (k)(ψ)] (4.17)
-
Page 30 of 73
Gambar 4.9 Diagram perubahan arah USSV dalam menghindari tabrakan
Keseluruhan rule base dinyatakan sebagai union dari semua individual rule :
µR(cj, ψ,dψ, u) = K
k
j
k
R c1
)(),(
=
(4.18)
Keluaran untuk navigasi dinyatakan dalam bentuk :
),,,(),,(minmax),( *,
* udccud jRjANDc
Navj
= (4.19)
Dimana : ( ) ,* jAND c adalah kombinasi dari input dan ( )udc jR ,,,
4.2.3 Perancangan Modul Kontrol Gerakan / Kecepatan
Pada modul gerakan USSV ini terdapat modul kontrol kecepatan USSV, dengan arsitektur
Gambar 4.9 di bawah.
Gambar 4.10 Arsitektur Sistem II : Sistem kontrol kecepatan
Pada modul kontrol kecepatan, dengan input yang dibutuhkan adalah Jarak d - (Zero, Dekat,
Jauh, Sangat Jauh), Kecepatan surge – U (Lambat, Normal, Cepat), Target Kecepatan Surge
– Ut (Lambat, Normal, Cepat) dan Eror arah (yaw, roll, pitch) – dψ/d/d (Negatif, Normal,
Positif). Sedangkan output dari modul adalah : rpm propeller yang dinyatakan sebagai RPM
- (Mundur Cepat , Mundur Lambat, Diam , Maju Lambat, Maju Cepat).
Salah satu rule rancangan yang berlaku pada kontrol kecepatan dinyatakan sebagai berikut :
Daerah
Bahaya
Daerah Aman
Jarak
Kec.surge, sway Target Kec. surge,
sway Eror arah yaw, pitch, roll
rpm propeller
-
Page 31 of 73
(R1) If (Jarak adalah Jauh) And (Kecepatan_Surge adalah Normal) And
(Target_Kec_Surge adalah Normal) And (Eror_Heading adalah Normal) And
(Eror_Roll adalah Normal) And (Eror_Pitch adalah Normal) Then (RPM_propeller
adalah Maju Lambat)
... (4.20)
(R2) If ….
4.2.4 Perancangan Kontrol Arah sudut Yaw, Roll dan Pitch
Sistem kontrol untuk arah yaw / sudut heading ditunjukkan pada Gambar 4.10 di bawah ini.
Gambar 4.11 Arsitektur Sistem III : Sistem Kontrol Fuzzy Heading
Sistem yang sama dengan Gambar 4.10 untuk sistem kontrol sudut roll dan pitch. Masukan
Sub sistem Kontrol Heading adalah (i) Eror heading dan (ii) Yaw rate dengan keluaran
adalah (i) Rudder. Sedangkan pada penelitian yang diusulkan ini , terdapat 3 (tiga) masukan
yaitu : (i) Eror Heading, (ii) Yawrate dan (iii) Jarak, dengan Keluaran adalah (i) Tegangan
truster dan (ii) Sudut Rudder.
Ketiga masukan tersebut dinyatakan dalam bahasa linguistik : Eror_Heading (NB - Negatif
Besar, N – Negatif, Z – Zero, P – Positif, PB – Positif Besar), Yawrate (Ne - Negatif, No -
Normal, Po - Positif), dan Jarak (Z – Zero, D – Dekat, J – Jauh). Keluaran dari kontrol
heading ini ada dua yaitu : (i) Tegangan truster dan (ii) Sudut Rudder yang dinyatakan dalam
bahasa linguistik (NB – Negatif Besar, N – Negatif, Z – Zero, P – Positif, PB – Positif Besar).
Rule yang dibentuk dari kedua input tersebut dinyatakan sebagai :
(R1) If (Eror_Heading adalah Positif) And (Yawrate adalah Normal) And (Jarak adalah
Jauh) Then (Tegangan_Truster adalah Positif) And (Sudut_Rudder adalah Positif).
(R2) If …. ...(4.21)
Pada masing – masing variabel fuzzy yang telah didefinisikan untuk masukan maupun
keluaran sistem kontrol rancangan, harus dinyatakan dalam fungsi keanggotaan dan interval
yang tepat. Secara grafik bentuk fungsi keanggotaan yang akan digunakan pada penelitian
ini seperti terlihat pada Gambar 4.11 di bawah ini. Sebagai contoh untuk variabel sudut yaw
/ heading USSV (o) dinyatakan dalam bentuk variabel fuzzy dengan fungsi keanggotaan
segitiga. Demikian pula dilakukan terhadap variabel – variabel yang lain, yaitu jarak,
kecepatan USSV, rpm propeler, tegangan truster, kemungkinan tabrakan dan lain
sebagainya.
Eror heading
Yawrate Jarak
Truster
Rudder
-
Page 32 of 73
Gambar 4.12 Fungsi keanggotaan untuk Yawrate dibagi dalam 3 keanggotaan.
Luaran dari tahapan ini adalah :
1. 1 (satu) makalah untuk seminar Internasional, dengan judul : Expertise for Increasing
Performance of USSV- Manuvering
2. 1 (satu) paten, judul : Perancangan Manuver USSV untuk ketahahan laut Indonesia
4.2.5 Simulasi dari hasil rancangan tahap I- IV
Simulasi terhadap hasil rancangan tahap di atas, melalui berbagai skenario, yang memenuhi
:
1. Standard IMO 2. Skenario berbagai uji : turning, circle, zig – zag dan fulfilling trajectory
Pada tahap ini dilakukan simulasi untuk berbagai kondisi, yaitu pada kondisi tanpa maupun
terdapat gangguan. Dan simulasi dilakukan pula dengan setting manuver turning, tracking
linier, manuver lingkaran dan manuver zig – zag. Untuk masing – masing manuver dilakukan
dengan perubahan variabel kecepatan servis USSV. Pada saat melakukan simulasi untuk
berbagai manuver, digunakan standard pemenuhan terhadap manuver, yaitu standard IMO
(International Maritime Organization ).
Analisa keluaran dari simulasi di atas. Analisa yang dilakukan meliputi : Respon dalam
domain waktu untuk ke 4 manuver yang telah disebutkan
Parameter pada sistem kontrol : ketepatan arah , lintasan dan posisi dari set point (perintah /
yang diharapkan). Parameter ketepatan ini ditandai dengan : time Ts – Settling Time yaitu
waktu untuk mencapai kondisi seperti set up, MOV – maksimum overshoot yaityu lewatan
dari setting heading yang diharapkan saat pertama kali sebelum mencapai kondisi seperti set
up, T – konstanta waktu (T) yaitu waktu saat pencapaian heading sebesar 63,2 % dari terget
heading, gain kontroller K – yaitu parameter yang menentukan seberapa baik kemampuan
kontroller rancangan tersebut untuk mencapai heading target, besarnya absolut error saat
Negatif
Normal
Positif
Yaw rate (derajad))
Grade membership
Functions( F)
1
0,0
-5 0 5
-
Page 33 of 73
dilakukan simulasi tracking linier, 1’st overshoot yaitu lewatan pertama kali dari heading
saat dilakukan manuver zig – zag dengan amplitudo 20o, Tc = time to circle yaitu waktu
untuk mencapai satu lingkaran penuh saat dilakukan manuver circle.
Luaran dari tahapan ini adalah:
Draft buku untuk diterbitkan dengan judul : Control Module – Unmanned Sea Surface
Vehicle – Indonesia Endurance
4.2.6 Rancang bangun autopilot USSV
Pada tahap ini akan dilakukan perancangan miniplant sebuah USSV dengan sistem autopilot
yang mampu digerakkan dari jarak jauh (nirkabel) dengan sifat : Stabil dalam manuver, cepat
merespon terhadap skenario yang dijalankan dari jarak jauh.
Pada rancang bangun autopilot USSV, dengan sistem yang digambarkan di bawah ini.
Luaran dari tahap ini adalah:Buku siap diterbitkan dengan judul : Autopilot USSV
4.2.7 Perancangan sistem Otomasi – penentuan Set point Modul Kontrol dengan
Konsep Deep Learning
Berbagai data dari sistem sensor, yang akan didigunakan untuk mennggerakkan / mendrive
sinyal kontrol USSV. Jumlah dan jenis data yang banyak ini memerlukan sifat otomasi dalam
menentukan set point semua modul kontrol, dan pengaturan distribusi data ke modul kontrol.
Perancangan sistem otomasi ini akan menggunakan prinsip learning.
Secara parsial, masing-masing sistem kontrol menggunakan metode logika fuzzy, dan untuk
integrasi semua set point sistem kontrol menggunakan konsep deep learning. Konsep ini
sudah banyak dipakai di dalam berbagai bidang, diantaranya adalah pada pengatuaran jalan
raya (Gong, Abdel-Aty, Cai, & Rahman, 2019), pada bidang photografi untuk kefokusan
pada obyek photo (Passalis & Tefas, 2019), pada bidang kontrol grid smart energi (Yin, Gao,
Zhao, & Wang, 2020), dan yang lain.
Untuk semua modul kontrol rancangan, dalam setiap penentuan set point, agen kontrol sinyal
akan bekerja secara iteratif dengan memperhatikan besarnya nilai variabel lingkungan (cuaca
maritim), dan kondisi keberadaan wahana lain di sekitarnya. Hasil dari sistem otomasi ini,
adalah sebuah tindakan, sebagai contoh merubah fase sinyal set point atau durasi (lama
waktu) nilai set point tertentu, berdasarkan pada kebijakan tertentu yang ditentukan oleh
pihak berwenang di posisi ground station. Atau dapat juga berdasarkan tujuan dalam jangka
panjang yaitu gerakan / manuver kembali nya USSV ke gound station, bila kondisi
lingkungan tidak memungkinkan / membahayakan / merusak badan USSV.
Salah satu bentu arsitektur deep learning untuk otomasi penentuan set point dari modul
kontrol: (1) arah, (2) kecepatan, (3) menghindari tabrakan, (4) mengatasi faktor gangguan
lingkungan, (5) switching mode kontrol lain pada saat terjadi kegagalan fungsi sensor dan
aktuator, ditunjukkan pada Gambar berikut ini.
-
Page 34 of 73
Gambar 4.13 Arsitektur deep learning untuk otomasi kontrol switching penggunaan energi (Yin et
al., 2020)
4.2.8 Uji Coba pada Skala Lab
Uji coba prototipe dilakukan di Laboratorium Hidrodinamika Indonesia – BPPT, Surabaya.
Analisis hasil uji dilakukan terhadap:
• Sifat otonomous dari USSV,
• Sistem komunikasi tanpa delay,
Pada uji coba di LHI tersebut, hanya diperuntukkan pada satu kondisi perairan, sebagai
perairan yang terbuka.
4.3 Kegiatan Penelitian untuk tahun III - 2022
Beberapa pertimbangan dalam pelaksanaan penelitian adalah tujuan, di mana USSV hasil
rancangan di akhir tahun ke 3, harus memenuhi
• Sistem preproses
• Sistem otonomi navigasi
• Sistem jaringan untuk menukar antara kemampuan autonomi dengan sistem komunikasi, khusus dalam hal penggunaan senjata yang terpasang di USSV.
Simulasi terhadap model dilakukan untuk beberapa kondisi perairan, yang akan dilakukan
pada tahun ke 3 yaitu, di dua dari enam kondisi berikut ini. Penentuan kondisi akan dibahas
pada saat bersama lembaga mitra penelitian.
1. perairan terbuka
-
Page 35 of 73
2. perairan terbatas
3. perairan yang dikategorikan tidak bersahabat
4. perairan ramai / kondisi lalu lintas tinggi, kondisi lalu lintas rendah
5. keadaan laut/ sea state diatas 3
6. keadaan laut / sea state di bawah 3
4.4 Tenaga peneliti
-
Page 36 of 73
No Personalia Pendidikan Akhir Unit Kerja Bidang keahlian Alokasi Waktu
(Jam/Mg)
Rincian Tugas
1 Dr. Ir. Syamsul Arifin, MT
(Ketua / Koordinator
Penelitian)
S3 – Teknologi
Pendidikan UM
Lab. Komputasi
dan Sistem Siber
Fisik – Teknik
Fisika ITS
Sistem kepakaran,
Machine Learning
20 Koordinator, perancangan sistem ,
analisa hasil penelitian
2 Prof. Dr. Ir. Aulia Siti Aisjah,
MT (Anggota)
S3 – Teknik
Pengendalian Kelautan
– FTK ITS
Workshop T.
Instrumentasi -
Teknik Fisika –
FTI ITS
Instrumentasi dan
Kontrol
10 Pemodelan sistem manuvering
USSV
3 Dr. Suyanto, ST, MT S3 – Teknik Elektro
ITS
Lab. Komputasi
dan Sistem Siber
Fisik – Teknik
Fisika ITS
Sistem kepakaran,
Machine Learning
10 Penentuan sistem instrumen
USSV, Perancangan integrasi
sistem
4 Dr. Ir. A.A Masroeri, M.Eng
(Anggota)
Doctor of Engineering,
Hiroshima University
Teknik Sistem
Perkapalan – FTK
ITS
Teknik Sistem
Perkapalan
5 Perancangan sistem otomasi
5 Ivan Cony, ST, MT S2- Teknik Fisika ITS Lab.
Instrumentasi dan
Kontrol Teknik
Fisika – FTI ITS
Instrumentasi dan
Kontrol
5 Programmer dan perancangan
hardware
6 Kamalul Wafi, ST, MSc DIC S2 - Lab.
Instrumentasi dan
Kontrol
Instrumentasi dan
Kontrol
5 Programmer dan perancangan
hardware, dan pencari data
-
Page 37 of 73
-
Page 38 of 73
5 JADWAL DAN RANCANGAN ANGGARAN BIAYA
Jadwal penelitian dan RAB disusun secara rinci dalam bentuk tabel.
5.1 Jadwal Penelitian
-
Page 39 of 73
No Kegiatan Bulan ke di Tahun pelaksanaan penelitian
Tahun ke 1 3 4 5 6 7 8 9 10
1 Identifikasi masalah
2 Persiapan Penelitian
3 Pengumpulan data
4 Pemodelan dinamika manuver USSV untuk kebutuhan AL
5 Pemodelan variabel gangguan dari lingkungan
6 Pemodelan aktuator dan sensor
7 Pembuatan program untuk Model manuver
8 Simulasi model dan analisa hasil
Tahun ke 2
1 Perancangan sistem USSV dengan spesifikasi dan performansi
sesuai kebutuhan AL
2 Perancangan Modul menghindari tabrakan
3 Perancangan Modul kontrol gerakan / kecepatan
4 Perancangan Modul Kontrol Arah sudut Yaw, Roll dan Pitch
5 Simulasi hasil rancangan tahap I – IV
6 Rancang bangun autopilot USSV
7 Perancangan sistem otomasi – penentuan set point modul kontrol
dengan konsep deep learning
8 Uji coba pada skala Lab
Tahun ke 3
1 Uji coba Tahap 1 - pada riil kondisi untuk:
- Perairan lepas
- Perairan terbatas
2 Analisis hasil uji tahap 1
-
Page 40 of 73
3 Uji coba Tahap 2 - pada riil kondisi untuk:
- Sea state maks 3
4 Analisis hasil uji tahap 2
5 Uji coba Tahap 3 - pada riil kondisi untuk:
- Sea state > 3
6 Analisis hasil uji tahap 3
7 Diseminasi dalam jurnal
5.2 Rencana Biaya Anggaran
Rincian Biaya anggaran Tahun ke 1 (2020) ditunjukkan pada Tabel berikut ini
No Pengeluaran Biaya (Rp)
1 Honorarium 0
2 Bahan Habis 15575000
3 Biaya Peralatan Pendukung 76000000
4 Perjalanan 7500000
5 Lain-lain 10925000
Total 110000000
Terbilang: Seratus Sepuluh Juta Rupiah
-
Page 41 of 73
5.2.1 Honorarium
No Pelaksana Jumlah pelaksana
Jumlah Jam/Mg
Jumlah Mg/Bln HR/Jam (Rp)
Jumlah Bln Biaya
(Rp)
1 Ketua 1 20 4 0 10
2 Peneliti 4 8 4 0 10
3 Peneliti – Pembuat software
1 8 4 0 10
3 Peneliti – Perancang sistem komunikasi
1 8 4 0 10
4 Teknisi - perancang hard ware
1 8 4 0 10
5 Teknisi - Tenaga Harian pembantu perancang dan mengurus administrasi
1 3 4 0 10
JUMLAH BIAYA
5.2.2 Bahan Habis
No Bahan satuan Volume Biaya Satuan (Rp) Biaya (Rp)
1 Kertas A4 rim 20 50000 1000000
2 - Cartridge Black bh 5 225000 1125000
3 - Cartridge Colour bh 5 250000 1250000
5 - Flashdisk bh 6 200000 1200000
6 - ATK (isi pensil, isi staples, gunting, lakban)
1 1000000 1000000
7 - Ekternal hardisk 80 G bh 1 2500000 2500000
-
Page 42 of 73
No Bahan satuan Volume Biaya Satuan (Rp) Biaya (Rp)
8 - Wireless Sierra bh 3 2500000 7500000
Sub Total 15575000
5.2.3 Bahan pendukung
No Jenis Barang Habis (sewa) satuan Volume Biaya Satuan (Rp) Biaya APBN (Rp)
1 Komputer server paket 1 10000000 10000000
2 Sofware pendukung sistem monitoring paket 2 3500000 7000000
Komputer client paket 1 6500000 6500000
3 Bandwidth frekuensi paket 1 3500000 3500000
4 Sistem Server sebagai stasiun monitoring di darat
paket 1 1000000 1000000
5 sistem monitoring mobile 2 buah paket 1 2000000 2000000
6 Sewa USSV 1 buah bulan 1 15000000 15000000
7 Komponen pendukung sistem monitorng paket 1 2000000 2000000
8 Sewa kamera /dokumentasi di lapangan paket 1 3000000 3000000
9 Sewa Modem Transceiver paket 1 2500000 2500000
10 Sewa Micro-System paket 1 1500000 1500000
11 Sewa speed Driver Control paket 1 3000000 3000000
12 Sewa Direction Driver Control paket 1 2000000 2000000
13 Sewa GPS Module paket 1 2500000 2500000
14 Sewa Compass Electric Module paket 1 2000000 2000000
15 Sewa Rs-422 Bus Communication Interface paket 1 2500000 2500000
16 Sewa Power Supply Support paket 1 2500000 2500000
17 Sewa Chassing (Mechanical) Support paket 1 5000000 5000000
18 Sewa Multi Channel Interface paket 1 2500000 2500000
-
Page 43 of 73
No Jenis Barang Habis (sewa) satuan Volume Biaya Satuan (Rp) Biaya APBN (Rp)
Sub Total 76000000
5.2.4 Perjalanan
No Kegiatan Yang dilakukan Gol Jumlah Orang
Hari Satuan HOK (Rp)
Biaya (Rp)
3 Perjalanan untuk uji Mahasiswa 2 10 200000 4000000
4 Perjalanan untuk uji IIIA 0 2 400000 0
5 Perjalanan seminar internasional IVB 1 1 2000000 2000000
6 Akomodasi saat Seminar internasional IVB 1 1 1500000 1500000
7 Perjalanan saat seminar Pelaporan dan akomodasi
IVB 0 2 2500000 0
Sub Total 7500000
5.2.5 Biaya Lain-lain
No Jenis Pengeluaran VOLUME Ongkos per VOLUME (Rp)
Biaya (Rp)
ITS INDUSTRI
1 Biaya pelaksanaan FGD 1 5000000 5000000
2 Konsumsi selama rapat 20 35000 700000
-
Page 44 of 73
No Jenis Pengeluaran VOLUME Ongkos per VOLUME (Rp)
Biaya (Rp)
4 Biaya publikasi jurnal internasional
0 5000000 0
4 Biaya Seminar Internasional
1 3000000 3000000
5 Foto copy data 2500 266 665000
7 Biaya laporan (kemajuan dan akhir)
2 280000 560000
9 Beaya Dokumentasi sistem sistem USSV (software dan hardware)
1 1000000 1000000
Sub Total 10925000
-
Page 45 of 73
6 DAFTAR PUSTAKA
Daftar Pustaka disusun dan ditulis berdasarkan sistem nomor sesuai dengan urutan pengutipan.
Hanya pustaka yang disitasi pada laporan kemajuan yang dicantumkan dalam Daftar Pustaka.
Aisjah, A. S., Arifin, S., & Danistha, W. L. (2016). Sverdruv Munk Bretschneider Modification
(SMB) for significant wave height prediction in Java Sea. British Journal of Applied Science
& Technology, 16(2), 1–8. https://doi.org/10.9734/BJAST/2016/19669
Aisjah, A. S., Masroeri, A. A., & Anitasari, R. (2010). COLLISION AVOIANDCE BY DESIGN
FUZZY LOGIC MANEUVERING. In SENTA 2010 (pp. 1–9). Surabaya.
Aisjah, A. S., Masroeri, A. A., Djatmiko, E. B., A, W. D., Adi, F., Fisika, T., … Perkapalan, T.
(2012). MCST-INTELLIGENT AUTOPILOT SHIP SYSTEM INCREASING SAFETY. In
Prosiding InSiNas 2012 (pp. TR9-15).
Aisyah, A. S. (2012). PENGEMBANGAN SISTEM MONITORING DAN KONTROL CERDAS
PADA KAPAL UNTUK PENINGKATAN KUALITAS MANAJEMEN TRANSPORTASI.
Aisyah, A. S., Masroeri, A. A. ., Djatmiko, E. B., & Fajri, A. R. (2010). Pengembangan sistem
monitoring dan kontrol untuk mendukung autopilot pada kapal di pelabuhan tanjung perak
1. In APTECS 2010 (pp. 1–9). Surabaya.
Arifin, Syamsul; Aisjah, Aulia Siti; Nugroho, W. (2016). INTEGRASI SISTEM BUOYWEATHER
UNTUK MEMBANGUN SISTEM INFORMASI CUACA MARITIM DI subDAERAH WPP
712 – LAUT JAWA SEBAGAI UPAYA PENINGKATAN KESELAMATAN NELAYAN JAWA
TIMUR.
Arifin, S., Aisjah, A. S., J.S, R., & Alhakim, J. (2010). Pemodelan dan perancangan Jaringan
Syaraf Truan sebagai prediktor cuaca maritim. In SENTA 2010 (pp. 1–10).
Arifin, S., Aisjah, A. S., & Redhianto, E. (2016). Analysis of Integrated Filter Kalman and
Acquisition Data System in Maritime Weather Station to Improve Prediction. In SENTA.
Arifin, S., Aisjah, A. S., W, B. L., & S, R. J. (2011). PERANCANGAN PREDIKTOR CUACA
MARITIM DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
(ANFIS), 1–8.
Colefax, A. P., Butcher, P. A., Pagendam, D. E., & Kelaher, B. P. (2019). Reliability of marine
faunal detections in drone-based monitoring. Ocean and Coastal Management, 174(October
2018), 108–115. https://doi.org/10.1016/j.ocecoaman.2019.03.008
Gong, Y., Abdel-Aty, M., Cai, Q., & Rahman, M. S. (2019). Decentralized network level adaptive
signal control by multi-agent deep reinforcement learning. Transportation Research
Interdisciplinary Perspectives, 1, 100020. https://doi.org/10.1016/j.trip.2019.100020
Hassanalian, M., Rice, D., & Abdelkefi, A. (2018). Evolution of space drones for planetary
exploration: A review. Progress in Aerospace Sciences, 97(October 2017), 61–105.
https://doi.org/10.1016/j.paerosci.2018.01.003
Kamranzad, B., & Kazeminezhad, M. H. (2010). Wave height forecasting in Dayyer, the Persian
Gulf.
Khodayari, M. H., & Balochian, S. (2015). Modeling and control of autonomous underwater
vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller. Journal
of Marine Science and Technology (Japan), 20(3), 559–578. https://doi.org/10.1007/s00773-
015-0312-7
Lo, H. S., Wong, L. C., Kwok, S. H., Lee, Y. K., Po, B. H. K., Wong, C. Y., … Cheung, S. G.
(2020). Field test of beach litter assessment by commercial aerial drone. Marine Pollution
Bulletin, 151(August 2019), 110823. https://doi.org/10.1016/j.marpolbul.2019.110823
Mairaj, A., Baba, A. I., & Javaid, A. Y. (2019). Application specific drone simulators: Recent
-
Page 46 of 73
advances and challenges. Simulation Modelling Practice and Theory, 94(January), 100–117.
https://doi.org/10.1016/j.simpat.2019.01.004
Maritime Knowledge Centre, NLDA, T. and T. D. (2019). Unmanned autonomous ( aerial )
vehicles for maritime applications.
Milgram, J., Alt, C. Von, & Prestero, T. (2001). Verification of a Six-Degree of Freedom
Simulation Model for the REMUS Autonomous Underwater Vehicle by in partial fulfillment
of the requirements for the degrees of and at the Chairperson , Co
top related