Seminar asional Pascasarjana V 2005

APLIKASI TEXT MIIG SEBAGAI PERANGKAT ANALISIS

PADA SIMULASI PENANGGULANGAN MARIE HAZARD

Ketut Buda Artana

1), Arie C Pranoto

2) , Nurkhalis

3)

1)Staf Pengajar Jurusan Teknik Sistem Perkapalan FTK-ITS

2)Mahasiswa S3 Program Pasca Sarjana Teknologi Kelautan ITS

3)Mahasiswa Jurusan Teknik Sistem Perkapalan FTK-ITS

Laboratorium Keandalan dan Keselamatan JTSP FTK-ITS

e-mail:ketutbuda@its.ac.id

Abstrak

Tugas akhir ini membahas perencanaan dan pengembangan suatu perangkat lunak sebagai alat

simulasi penanggulangan kecelakaan kapal dengan memanfaatkan jaringan komputer lokal

(LAN) dengan sistem jaringan client / server, serta penerapan metode Text Mining pada analisa

data-data yang dihasilkan selama simulasi berlangsung. Perangkat lunak simulasi ini

merupakan hasil dari sebuah Collaborative System, yakni hasil kerja dari penggunaan aplikasi

komputer jaringan, aplikasi penganalisaan data-data tekstual dan skenario kecelakaan kapal

yang dikembangkan dari kajian-kajian teknis terhadap laporan-laporan kecelakaan kapal.

Kata kunci: Text mining, Maritime incident, Collaborative System, Simulasi Komputer, LA.

1. PE�DAHULUA�

Banyaknya kecelakaan yang terjadi pada kapal dilaut telah memaksa manusia bekerja keras,

sedapat mungkin menghindarinya. Lebih-lebih lagi dampak yang dihasilkan oleh kecelakaan di

laut terhadap lingkungan dan ekosistem laut yang sangat merugikan.

Setiap suatu kecelakaan terjadi, selalu di respon dengan keluarnya peraturan-peraturan baru

oleh organisasi-organisasi maritim, yang membuat industri perkapalan dan perusahaan

pelayaran harus membayar lebih untuk memenuhi peraturan-peraturan baru tersebut. Tidak

sedikit kecelakaan dan bahaya laut yang disebabkan oleh kesalahan pada manusia (human

error)[Ishida, 1998], selain itu juga disebabkan oleh permasalahan teknis. Oleh karena itu

penulis memandang penting untuk dikembangkan sebuah perangkat simulasi latihan

penanggulangan kecelakaan kapal yang lebih sederhana, dan tidak memerlukan biaya banyak

dalam pelaksanaannya, tidak banyak resiko (low risk), untuk melatih siapa saja yang nantinya

mempunyai profesi yang memiliki kaitan erat terhadap dunia kemaritiman dan juga lingkungan

hidup terutama lingkungan dan ekosistem laut. Pada akhirnya, setelah menjalani proses-proses

pada simulasi ini, diharapkan peserta pelatihan dapat mempelajari kesalahan-kesalahan

manusia yang telah menyebabkan terjadinya kecelakaan kapal pada masa-masa yang lalu,

mempelajari dan mensimulasikan prosedur-prosedur penanggulangan bencana, serta untuk para

marine engineer dan desainer-desainer kapal mempelajari kesalahan-kesalahan teknis dan

sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya atau kecelakaan di laut.

Program simulasi ini memanfaatkan jaringan kerja komputer lokal (Local Area etwork /

LAN), dengan server side programming. Simulasi dengan cara ini, akan lebih menghemat

waktu dan biaya, dibandingkan dengan jika melakukan simulasi fisik di lapangan

Text Mining [8] adalah kegiatan menggali dan menganalisa data-data valid yang tersebar dalam

dokumen-dokumen tekstual. Aplikasi Text Mining ini bertujuan mendapatkan kembali

informasi-informasi yang tersebar dalam data-data record report dan respons masing-masing

peserta selama simulasi. Sebagaimana diketahui bersama bahwa data yang dihasilkan selama

simulasi berlangsung adalah data-data laporan dan respon yang dikirimkan oleh masing-masing

peserta simulasi dalam bentuk kata-kata (tekstual). Walaupun tidak semua terdiri dari kata-

kata, akan tetapi mayoritas data hasil simulasi berupa kata-kata. Oleh karena itu metode

pendekatan yang paling sesuai untuk menganalisa data-data tersebut adalah dengan

menggunakan metode text mining. Tool text mining yang digunakan dalam penelitian ini adalah

TextAnalyst for Internet Explorer, sebuah software produksi Megaputer Intelegence Inc.

Metode analisa data simulasi selain text mining adalah monitoring message rate dan depedency

matrix[Artana, 2002, 2003, Hashimoto, 1993]. Monitoring message rate adalah pemantauan

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi

Penanggulangan Marine Hazard

2

frekuensi laporan dan respon yang dikirimkan oleh masing-masing peserta simulasi. Sehingga

dapat diketahui peserta mana yang paling proaktif, peserta yang paling banyak mendapatkan

respon dari peserta lain. Message rate ditampilkan dalam bentuk persentase dan jumlah

frekuensi pengiriman pesan.

Sedangkan depedency matrix adalah jumlah pengiriman pesan peserta satu terhadap setiap

peserta lainnya yang disusun dalam bentuk matrix. Sebagai contoh jika terdapat peserta A, B,

C, ... , n maka bentuk depedency matrixnya adalah sebagai berikut :

Tabel 1. Depedency Matrix

fAB adalah jumlah pengiriman pesan oleh

peserta A kepada peserta B. Dengan demikian

dapat diketahui aktifitas pengiriman pesan

peserta satu kepada setiap peserta lainnya.

Perbedaanya dengan monitoring message rate

adalah, jika pada message rate program hanya

menampilkan jumlah pengiriman dan

penerimaan pesan total masing-masing

peserta, pada dependency matrix

menampilkan jumlah total pengiriman satu

peserta kepada setiap peserta lainnya.

2. TUJUA� DA� MA�FAAT PE�ELITIA�

Penelitian bertujuan untuk mengembangkan perangkat simulasi sebagai sarana latihan

penanggulangan kecelakaan kapal di laut serta mendapatkan hasil analisa text mining dari data-

data hasil simulasi yang terkumpul pada database, termasuk diantaranya yaitu mendapatkan

kembali informasi-informasi yang tersebar dalam data, mendapatkan konsep inti dari masing-

masing laporan maupun respon, serta kaitan antar konsep sehingga dapat diketahui kecocokan

dan kesesuaian antara laporan yang dikirimkan dengan respon yang diberikan.

Manfaat yang dapat diperoleh dari penelitian ini adalah mendapat perangkat simulasi yang

berfungsi sarana latihan penanggulangan kecelakaan kapal di laut dan ini sangat bermanfaat

sebagai sarana dalam mempelajari kesalahan-kesalahan manusia yang telah menyebabkan

terjadinya kecelakaan kapal pada masa-masa yang lalu, serta untuk mempelajari kesalahan-

kesalahan teknis dan sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya

atau kecelakaan di laut. Sementara itu hasil analisa text mining akan sangat bermanfaat untuk

tujuan penelitian dan kajian-kajian terhadap studi keselamatan pelayaran, sistem prosedur

penyelamatan kapal dan lingkungan, serta untuk penyusunan skenario kecelakaan yang lebih

baik lagi.

3. METODOLOGI PE�ELITIA�

3.1. Perencanaan Sistem Ditahap ini di rancang alur kerja sistem simulasi yang akan menjadi pedoman proses

selanjutnya. Penelitian ini melakukan coding PHP programming menggunakan editor

Macromedia Dreamweaver. Sedang untuk web design, penulis menggunakan Macromedia

Firework. Penelitian ini juga menggunakan TextAnalyst for Internet Explorer sebagai program

text mining. Proses pemodelan akan dilakukan dengan menyusun modul-modul program

simulasi yang disesuaikan dengan skenario yang akan dikembangkan dalam program simulasi,

output yang diharapkan didapat dari program simulasi, dan metode pengukuran efektivitas

prosedur penanggulangan bencananya.

3.2. Pembagian Peserta Simulasi

Partisipasi peserta simulasi dibagi menjadi beberapa grup (lihat tabel 1) [Nishikawa, 1999]

yang akan berperan sebagai kapten kapal, radio operator kapal, pemilik kapal, Maritime Safety

Agency, salvage company, Pemerintah Daerah dimana kecelakaan terjadi, Syahbandar

pelabuhan, Port Control Officer, kepala/staf organisasi nelayan, perwakilan dari pemilik kapal,

surveyor, staf dari dinas lingkungan hidup, tenaga sukarelawan, ahli dari perguruan tinggi, dan

lain-lainnya. Pembagian grup dan banyaknya pihak-pihak yang terlibat tergantung dari

skenario yang telah direncanakan.

Peserta A B C ... n

fAB fAC � fAn

B fBA fBC � fBn

C fCA FCB � fCn

� � � � � �

n fnA FnB fnC � fnn

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi

Penanggulangan Marine Hazard

3

Tabel 2. Pembagian grup dalam simulasi

Pembagian grup disusunkan berdasarkan

fungsi dan lokasi atau keberadaan masing-

masing pihak terkait. Misalnya grup 1 adalah

pihak ship crew yang berada di kapal.

Kemudian grup 2 adalah pihak pihak

pengontrol lalu lintas dan keselamatan laut,

seperti Coast Guard Officer, SAR, Port Control

Officer dan lain-lain.

Dalam simulasi ini mereka harus dapat mengatasi konsekuensi dan tantangan dari skenario

yang dikembangkan dalam rentang waktu simulasi sekitar satu minggu [7]. Mereka harus

mensimulasikan semua proses sejak kapal berlayar, kecelakaan terjadi, penanggulangan,

hingga proses kompensasi akibat kerugian yang terjadi selesai dilakukan, dengan

menggunakan komputernya masing-masing.

3.3. Pemodelan peserta dalam LA�.

Dalam pelaksanaan simulasi ini, media

komunikasi dan respon dari masing-masing

peserta menggunakan server side

programming yang terkoneksi dengan

database. Program server side ini dijalankan

dalam Microsoft internet explorer, atau bisa

juga menggunakan browser lainnya. Semua

kegiatan dan traffic pesan dan respon terpusat

pada komputer server, dan langsung dicatat

dalam database yang ada pada komputer

server. Masing-masing peserta diberikan

fasilitas satu unit komputer. Semua langkah

dan tindakan yang dilakukan dituliskan

kedalam form pengiriman data yang telah

tersedia pada program ini.Selain peserta yang

memiliki peran dalam penanggulangan

bencana, proses simulasi juga dimonitor oleh

tim ahli yang dapat memberi nasehat selama

dan setelah proses simulasi dilakukan.

4. ARSITEKTUR PROGRAM

Interface awal program ini terdiri atas tips-tips bantuan penggunaan program simulasi dan link

untuk memulai simulasi. Pada interface awal ini pula terdapat tombol admin untuk menuju ke

control panel simulasi. Pada control panel simulasi, admin simulasi melakukan seluruh

persiapan data-data peserta, skenario kecelakaan, data-data utama kapal yang mengalami

bencana, create database baru beserta-tabel-tabel untuk keperluan setiap sesi simulasi. User

Interface awal program ini adalah sebagai berikut :

Grup 1 Kapten kapal, radio officer, chief

engineer, dll.

Grup 2 Coast Guard, Maritime Safety Agency, SAR, Port Control Officer,

Syahbandar, Kapal terdekat.

Grup 3 Pemda, kepala pelabuhan, bappedal, perwakilan shipowner

Grup 4 Salvage Company, volentir, anti

polution company

Gambar 2. User interface awal program

Marine Hazard Simulation

Gambar 5. User Interface program utama

simulasi

Gambar 1. Konsep LAN untuk simulasi

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi

Penanggulangan Marine Hazard

4

Setelah melakukan log in, peserta akan menuju ke halaman utama program simulasi. Program

simulasi ini memiliki beberapa panel utama yakni panel halaman utama / main page, panel

pengiriman pesan / Send Message, panel lihat pesan / View Message, panel Skenario simulasi /

Scenario, dan panel analisa data / Data Analysis. Struktur database pada program simulasi ini terdiri atas satu database utama, dan satu database

untuk satu sesi simulasi. Untuk lebih jelasnya struktur data base dapat dilihat pada diagram

dibawah ini :

Terlihat pada gambar struktur database diatas, database utama diberi nama “simulation admin”.

Database utama ini memiliki beberapa tabel, yakni tabel accident_category (kategory

kecelakaan), tabel admin (data admin/pemandu simulasi), dan tabel simulation_data (data-data

seluruh sesi simulasi). Sedangkan untuk setiap sesi simulasi baru, dibuatkan satu database

simulasi. Database simulasi terdiri dari beberapa tabel antara lain tabel skenario umum

(general scenario), tabel skenario detil (detailed scenario), tabel report dan response

(message), dan tabel peserta simulasi (player).

Tool text mining yang digunakan dalam analisa text mining ini adalah TextAnalyst for Internet

Explorer. Software ini dijalankan dalam interface microsoft internet explorer. Software ini

memiliki beberapa window utama, yakni Summary, Semantic et (SemNet), dan Semantic

Search (SemSearch).

Gambar 6. User Interface Text Analyst Gambar 7. Semantic etwork

Semantic et digunakan untuk melihat konsep-konsep penting dalam sebuah dokumen teks,

dan menampilkan hierarcical structure dari konsep-konsep penting dari sebuah dokumen teks.

Jadi pada window ini konsep-konsep disusun dari yang paling besar bobot semantiknya sampai

yang paling kecil. Selain itu di window ini terlihat struktur hierarki antar konsep yang memiliki

hubungan antar satu dengan lainnya. Setiap konsep maupun hubungan antar konsep diberikan

bobot semantik yang besarnya 1 – 100, yang mana 100 berarti konsep tersebut merupakan

konsep terpenting dalam dokumen teks yang dianalisa dan 1 adalah konsep dengan tingkat

terkecil. Konsep-konsep dimulai dari yang terpenting, menengah sampai yang paling kecil

digambarkan dengan gambar ikan kakap besar, ikan sedang dan yang paling kecil ikan teri.

Setiap konsep dalam Semantic etwork dihubungkan kembali ke konsep- konsep lainnya yang

masih memiliki hubungan dengan konsep induknya.

Gambar 4. Struktur database utama Gambar 5. Struktur database simulasi

accident_cate

id category

admin

id admin password

Simulation_data

id db_name category cause stage trial ship crew

port

General_scena

title scenario

Detailed_scena

id tgl_jam sender recipient scenario

Messages

id time sender sender_group recipient rec_group message

category

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi

Penanggulangan Marine Hazard

5

Window semantic search, berfungsi untuk melakukan pencarian konsep yang diinginkan. Pada

window semantic search, terdapat field pencarian, tombol search, tombol clear, dan View

Pane. Dengan mengetikkan kata atau gabungan kata yang merupakan konsep pada field

pencarian, kemudian menge-klik tombol search, maka Text Analyst akan membuat struktur

semantic dari konsep yang dicari, kemudian menampilkannya pada view pane. Sedangkan

window summary adalah kesimpulan umum dari dokumen teks yang dianalisa, yang

ditampilkan dalam view pane.

5. HASIL DA� DISKUSI

Dari pembuatan program simulasi kecelakaan menggunakan jaringan komputer lokal, penulis

menyimpulkan beberapa hal sebagai berikut :

1. Metode simulasi kecelakaan dan bahaya laut yang tergolong baru ini, sangat baik dari sisi

untuk menekan biaya, waktu dan tenaga peserta simulasi dibandingkan dengan melakukan

simulasi fisik dilapangan. Simulasi dengan menggunakan komputer serta interaksi antara

peserta-pesertanya, baik untuk latihan penanggulangan dalam pengambilan kebijakan dan

tindakan oleh masing-masing peserta, latihan untuk mengetahui proses-proses

penanggulangan dan prosedur standar penanggulangan bencana laut.

2. Banyak hal tentunya keterampilan penanggulangan kecelakaan dan bahaya laut yang tidak

bisa dilakukan dengan hanya bersimulasi dengan komputer, contohnya keterampilan

teamwork melakukan simulasi pembersihan permukaan laut dari tumpahan minyak akibat

kecelakaan kapal yang mana peserta harus tahu benar kondisi lapangan, penggunaan

peralatan, prosedur pengoperasian peralatan, yang semua itu harus dilakukan dengan

praktek di lapangan.

3. Metode Text Mining sangat sesuai digunakan untuk menganalisa data simulasi yang

sebagian besar merupakan data-data tekstual. Ruang lingkup masalah yang dianalisa

sangat luas tergantung dari obyek data yang dianalisa. Analisa dengan cara ini tidak

mempunyai pola yang baku, penganalisa bisa mengambil kesimpulan dari pencarian

konsep-konsep penting yang dilakukan oleh TextAnalyst. Text mining juga sangat sesuai

untuk analisa data-data yang jumlahnya sangat banyak. Simulasi berulang yang dilakukan

tentunya akan menyebabkan data-data yang terkumpul menjadi banyak, sehingga metode

text mining sangat membantu untuk mempercepat proses –proses pengambilan kesimpulan

dari data-data tersebut.

6. DAFTAR ACUA�

1. Ishida,K., Nishikawa,E., ‘Maritime Hazard Models for Simulation Exercise at MET

institutes’, Proceeding of International Maritime Lecturers Association (IMLA 10), 1998,

St Malo France

2. Artana KB, Ishida K, ‘Spreadsheet Modeling of Optimal Maintenance Schedule for

Components in Wear-Out Phase’, Journal of Reliability Engineering and System Safety,

ELSEVIER, Vol. 77 pp. 81-91, 2002.

3. Artana KB, Ishida K, ‘Spreadsheet Modeling to Determine Optimum Ship Main

Dimensions and Power Requirements at Basic Design Stage’, Journal of Marine

Technology Vol. 40 No. 1, Society of Naval Architects and Marine Engineers (SNAME),

January 2003.

4. Nishikawa,E., Ishida,K., ‘On the Contingent Response System for Marine Disasters of

Large Oil Spill’, JSME Kansai.No.74 Conference No. 994-1, 1999, pp 11-15.

5. Hashimoto,T., Harada,T., Kume,K., ‘Some Consideration on Developments in Reliability,

Maintainability, and Manning Indices for Engine System During the Past 30 Years in

Japan –and the Future’, ICMES pp. 261-271, 1993.

6. Henley, E.J., Kumamoto, H., (1992) Probabilistic Risk Assessment: Reliability

Engineering, Design, and Analysis, IEEE Press, New York.

7. Marine Accident Investigation Branch. Southampton UK.1993, ‘Report of the Chief

Inspector of Marine Accidents into the engine failure and subsequent grounding of the

Motor Tanker BRAER at Garths Ness Shetland on 5 January 1993’, Available:

www.maib.dft.gov.u

8. Gregory Piatetsky-Shapiro, ‘Machine Learning,Data Mining, and Knowledge Discovery:

An Introduction’, Available: www.kdnuggets.com/dmcourse/data_mining