JUDUL PENELITIAN · 2020. 7. 11. · page iii of 73 daftar isi judul penelitian i halaman...

73
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

Transcript of JUDUL PENELITIAN · 2020. 7. 11. · page iii of 73 daftar isi judul penelitian i halaman...

  • 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 / [email protected]

    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