0044: Ketut Buda Artana dkk. TR-21

PENGEMBANGAN PERANGKAT SIMULASI MARINE TRAFFICMELALUI INTEGRASI AUTOMATIC IDENTIFICATION SYSTEM (AIS)

DAN GEOGRAPHICAL INFORMATION SYSTEM (GIS)

Ketut Buda Artana∗, Dinariyana Dwi Putranta, dan Trika Pitana

Institut Teknologi Sepuluh Nopemnber (ITS) SurabayaKampus ITS Sukolilo

∗e-Mail: ketutbuda@its.ac.id

Disajikan 29-30 Nop 2012

ABSTRAK

Automatic Identification System (AIS) merupakan sebuah sistem yang digunakan untuk memonitor kapal dari stasiundarat (Vessel Traffic Service), yang beroperasi pada band frekwensi VHF.[2] Dengan menggunakan alat ini, maka data-datapelayaran kapal dapat tercatat secara seksama. Berdasarkan IMO Resolution MSC.74(69), Annex 3 tentang RecommendationOn Performance Standards For An Universal Shipborne Automatic Identification Systems (AIS), maka AIS wajib dipasangpada kapal dengan kapasitas diatas 300GT dengan maksud untuk menghindari tubrukan /kecelakaan antar kapal, mengetahuiinformasi tentang kapal dan muatannya serta merupakan alat bantu VTS untuk traffic management. Data-data yang diperolehdari AIS adalah: MMSI number, IMO number, Radio call sign, Name of vessel, Type of ship/cargo, Dimensions of ship, Lo-cation of ship, Type of position fixing device, Draught of ship, Destination, serta Estimated time of arrival at destination.Padapenelitian di tahun I telah dicapai hasil-hasil sebagaimana yang telah dicanangkan sebagai deliverables, antara lain adalah:(1) penentuan variable-variabel yang menentukan tingkat kebahayaan operasional kapal (danger score) (2) pengembangan al-goritma danger score (3) membuat interface untuk mengolah data AIS dan menggabungkannya dengan Quantum GIS (4)mengembangkan hazard navigation map. Pada penelitian tahun II telah dikembangkan upaya untuk mengintegrasikan dangerscore yang telah dihasilkan pada tahun I dengan fasilitas pengolahan data AIS untuk menentukan sebaran emisi gas buang kapalserta fasilitas bantu penentuan prioritas inspeksi kapal. Penelitian ini juga telah berhasil mengembangkan peralatan pemancardan AIS receiver yang dapat menjadi alternatif atas teknologi AIS konvensional.

Kata Kunci: AIS, inspeksi kapal, emisi kapal, danger score, hazard navigation map

I. PENDAHULUANJumlah kecelakaan kapal di Indonesia selama pe-

riode 2005-2009 sangat memprihatinkan. Tidak ku-rang tercatat 293 kasus kecelakaan besar yang dila-porkan oleh Mahkamah Pelayaran pada tahun 2009.[1]

Kecelakaan kapal tersebut dapat dikelompokkan men-jadi: kapal tenggelam (31%), kapal kandas (25%), kapaltabrakan (18,27%), kapal terbakar (9,67%) dan lainnya16,06%. Penyebab dari kecelakaan-kecelakaan kapaltersebut adalah 78,45% human error, 9,67% kesalahanteknis, 1,07% karena kondisi cuaca, dan 10,75% karenakombinasi cuaca dan kesalahan teknis. Dengan gam-baran tersebut, berbagai upaya harus dilakukan untukdapat menekan tingkat kecelakaan kapal saat berope-rasi.

Automatic Identification System (AIS) merupakansebuah sistem yang digunakan untuk memonitor ka-pal dari stasiun darat (Vessel Traffic Service), yang ber-operasi pada band frekwensi VHF.[2] Dengan meng-

gunakan alat ini, maka data-data pelayaran kapal da-pat tercatat secara seksama. Berdasarkan IMO Resolu-tion MSC.74(69),[3] Annex 3 tentang RecommendationOn Performance Standards For An Universal ShipborneAutomatic Identification Systems (AIS), maka AIS wa-jib dipasang pada kapal dengan kapasitas diatas 300GTdengan maksud untuk menghindari tubrukan /kece-lakaan antar kapal, mengetahui informasi tentang ka-pal dan muatannya serta merupakan alat bantu VTS un-tuk traffic management. Data-data yang diperoleh dariAIS adalah: MMSI number, IMO number, Radio callsign, Name of vessel, Type of ship/cargo, Dimensionsof ship, Location of ship, Type of position fixing device,Draught of ship, Destination, serta Estimated time of ar-rival at destination.

Utilisasi data tersebut saat ini masih sangat rendah.Karena itu, penelitian yang telah dilaksanakan padatahun I telah menghasilkan rumusan sebuah metodapengukuran nilai atau bobot kebahayaan kapal (danger

Prosiding InSINas 2012

TR-22 0044: Ketut Buda Artana dkk.

GAMBAR 1: Road Map Penelitian

score) dengan memanfaatkan data-data dari AIS sepertitersebut di atas dan menggabungkannya dengan pen-dekatan risiko. Beberapa indikator dalam penentuandanger score yang telah digunakan antara lain: posisikapal terhadap kapal lainnya, jenis kapal sekitar, ke-cepatan kapal sekitar, kecepatan angin, kecepatan arus,tinggi gelombang, kedalaman perairan, dan indikatorlainnya. Metode yang telah digunakan dalam meng-ukur bobot kebahayaan masing-masing indikator ke-bahayaan adalah dengan menggunakan metode Eigen-value.[4] Pada penelitian ini, bobot kebahayaan masing-masing indikator akan dihitung dengan menggunakanmetode analytical hierarchy process (AHP) dan logikafuzzy (fuzzy logic). Plotting data AIS pada GIS plat-form akan memungkinkan diperolehnya vessel trackyang merupakan informasi penting dalam melakukanevaluasi tingkat risiko operasional kapal. Kajian ten-tang danger score ini diharapkan dapat menjadi in-

isiasi terhadap perbaikan regulasi ijin kapal berope-rasi, khususnya pada kondisi yang memberikan tingkatkebahayaan tinggi akibat cuaca, traffic, dan lainnya.Dari penelitrian Tahun I juga telah dikembangkan pe-manfaat danger score dalam pengembangan peta keba-hayaan kapal (hazard navigation map).

Mengingat isu-isu lingkungan dan keselamatan pen-mgoperasian kapal telah mendominasi isu-isu dalamdunia pelayaran saat ini, pada penelitian tahun II iniakan diusulkan pengembangan apa yang telah diper-oleh pada Tahun I dengan tambahan fasilitas berupa:

1. Interface untuk menggunakan data AIS sebagaidasar dalam penentuan sebaran emisi gas buangyang dihasilkan oleh kapal.

2. Interface untuk menentukan tingkat prioritas in-speksi terhadap kapal ytang akan memasukipelabuhan (inspection score).

Prosiding InSINas 2012

0044: Ketut Buda Artana dkk. TR-23

Dua kelengkapan interface ini diharapkan mampuberkontribusi tidak hanya pada upaya menjaga kese-lamatan transpoirtasi laut di Indonesia, namun lebihdari itu, dapat digunakan sebagai upaya menjaga ling-kungan perairan dan darat dari sebaran emisi gasbuang yang dihasilkan oleh kapal-kapal yang berope-rasi di pelabuhan.

Dalam konteks keselamatan transportasi laut, palingtidak ada beberapa aspek dan isu yang perlu diperbaiki,yaitu (1) isu yang berkenaan dengan quality of ships,technology and hardware (2) isu yang berhubungan de-ngan system, human factor and port state control, (3) isuyang terkait dengan environmental and operational dan(4) isu tentang penanggulangan bencana di laut (Ma-rine Hazard). Isu no (4) ini telah menjadi obyek peneli-tian dalam Hibah Penelitian Pascasarjana yang dilaku-kan oleh peneliti utama di tahun 2007-2009.[5–7] Semen-tara itu isu 1, 2 dan ke 3 sangat berkaitan satu sama lain,mengingat pada kenyataannya, pada isu-isu tersebut-lah banyak sekali terjadi kelemahan pada sistem trans-portasi laut di Indonesia yang mengakibatkan kerapnyaterjadi kecelakaan laut. Penelitian ini mencoba men-jadikan ketiga isu tersebut sebagai latar belakang pent-ingnya penelitian ini untuk dilakukan.

Dalam kerangka tersebut, beberapa topik penelitianmenjadi fokus yang akan dilakukan di LaboratoriumKeandalan dan Keselamatan antara lain (1) Marine Pol-lution Contingency Plan (2) Evaluation of Marine TrafficDensity (3) Marine Traffic Management due to MarineDisaster (4) Marine Accident Analysis. Penelitian yangdiusulkan di penelitian ini lebih terkait dengan topik kedua (2) dari 4 topik yang difokuskan (GAMBAR 1).

II. METODOLOGIA. Penelitian Tahun IA-1. Danger score kapal

Perangkat lunak GIS yang digunakan untukmenampilkan danger score yang diperoleh sebelumnyaadalah Quantum GIS. Perangkat lunak GIS ini di gu-nakan sebagai ploting data AIS yang memungkinkandiperolehnya vessel track yang merupakan informasipenting dalam penentuan nilai danger score suatukapal yang sedang berlayar. Langkah pertama yangdilakukan adalah memilah data-data AIS yang telahdiperoleh berdasarkan data yang akan dimasukkansebagai input kedalam GIS, dan data yang dimasukkanadalah MMSI number, latitude and longitude atau po-sisi kapal-kapal yang ada di jalur pelayaran, kecepatankapal, dan waktu pelayaran dari kapal-kapal tersebut.GAMBAR 2 menunjukkan terjadinya pergerakan kapal,baik itu dalam kondisi diam, bergerak dan berpapasan.Berdasarkan data-data AIS yang telah diplotkan kedalam Quantum GIS, berupa kecepatan kapal, ukurankapal, tipe kapal, dan posisi kapal. Berdasarkan kon-disi tersebut dapat diketahui beberapa variabel lainnya

GAMBAR 2: Ploting data AIS pada Quantum GIS

meliputi jarak antar kapal dengan kapal lain dan arahkedatangan kapal yang dijadikan penilaian dangerscore kapal tersebut.

A-2. Hazard Navigation MapBerdasarkan hasil perhitungan nilai danger score,

dapat disimpulkan mengenai kondisi lintasan kapaldalam jalur pelayaran. Dalam contoh jalur pelayarandi Selat Madura, kondisi danger score sangat dipe-ngaruhi oleh lingkungan selain oleh kapal itu sendiri.Ini menjadi dasar dibuatnya sebuah peta kebahayaannavigasi (hazard navigation map) yang diharapkannantinya berguna untuk menampilkan daerah-daerahyang memberikan nilai danger score yang tidak dapatditerima. Dengan hazard navigation map, ABK mau-pun pihak-pihak lain yang terkait dapat memberikanlangkah mitigasi sebagai dasar perbaikan aspek kese-lamatan navigasi dan operasi kapal. Dari empat kapalpada contoh diatas dapat disimpulkan mengenai perg-erakan kapal dalam berbagai kondisi yaitu extremelysafe, fairly safe, somewhat safe, neither safe or dan-gerous, somewhat dangerous, fairly dangerous, ex-tremely dangerous saat kapal berlayar. GAMBAR 4 mem-perlihatkan gambaran daerah bahaya kapal saat kapalmelintas di Selat Madura berdasarkan perhitungan ni-lai danger score tiap kapal. Dengan mengambil con-toh pergerakan ke empat kapal tersebut diatas, selanjut-nya dapat dibuat hazard navigation map lintasan kapalyang bergerak pada satu waktu di Selat Madura. Secarakeseluruhan visualisasi hazard navigation map untukkapal-kapal yang sedang berlayar tersebut yaitu padatanggal 3 Nopember 2010 pukul 20.00 WIB dapat dili-hat pada GAMBAR 5 .

B. Penelitian Tahun IIB-1. AIS untuk estimasi sebaran emisi

Dalam melakukan estimasi sebaran emisi gas buangmotor induk dan motor bantu kapal, maka data AISdan database kapal akan digabungkan dengan meng-gunakan metode Gaussian Plume dan Gaussian Puff.Perhitungan distribusi emisi dilakukan dengan meng-gunakan Gaussian Plume Model. Dimana hal-hal yang

Prosiding InSINas 2012

TR-24 0044: Ketut Buda Artana dkk.

(a) (b)

(c) (d)GAMBAR 3: Hazard navigation map (a) general cargo 117 m (b)kapal kontainer 165m; (c) lighting vessel 60m; (d)general cargo 95m

berpengaruh terhadap hasil yang didapatkan dapat di-lihat berdasarkan persamaan yang dipakai.

C(x, y, z,He) =Q

2πσyσzus× e

(−y2

2σ2y

)

×{e

−(z−He)2

2σ2z + e−(z+He)

2

2σ2x

}(7)

di mana,C : konsentrasi emisi (g/m3)x, y, z : jarak dari asal dalam koordinat x, y, z (m)He : tinggi exhaust pada kapalQ : tingkat emisi gas buang (g/s)σx, σy, σz: horisontal dan vertikal standar deviasi

plume (m)us : kecepatan angin (m/s)

Berbeda dengan Gaussian Plume Model, GaussianPuff Model menganggap bahwa releases emissionsbersifat independent di mana terdapat beberapa fak-tor yang mempengaruhi diantaranya adalah wind di-rection dan waktu release dari emisi gas buang. Hali inibisa dilihat berdasarkan algoritma di bawah ini:

GAMBAR 4: Hazard navigation map Selat Madura

Cr =Q∆t

(2π)1.5σxσyσze−(

(xr−Ut)2

2σ2x+

y2r2σ2y

)

×[e− (zr−He)2

2σ2z + e− (zr+He)

2

2σ2x

](8)

di mana,Cr : konsentrasi emisi (g/m3)xr, yr, zr : jarak dari asal dalam koordinat x, y, z (m)He : tinggi exhaust pada kapalQ : tingkat emisi gas buang (g/s)σx, σy, σz: horisontal dan vertikal standar deviasi

plume (m)U : kecepatan angin (m/s)∆t : selisih waktu penyebaran emisi (menit)t : waktu penyebaran emisi

Dalam penelitian ini dilakukan perhitungan konsen-trasi emisi dengan dua macam variasi yaitu pada menitke 15 dan 30 yang berarti bahwa perhitungan dilakukanpada saat ∆t = 45 menit dan ∆t = 30 menit.

GAMBAR 6 dan GAMBAR 7 menunjukkan contoh se-baran emisi NOx dengan menggunakan plume dan puffmodel.

Prosiding InSINas 2012

0044: Ketut Buda Artana dkk. TR-25

GAMBAR 5: Hasil Sebaran Emisi NOx (Plume Model)

GAMBAR 6: Hasil Sebaran Emisi NOx saat ∆t = 45 menit (Puff Model)

B-2. AIS untuk prioritas inspeksi kapalPada bagian ini akan dilakukan analisa ter-

hadap variabel-variabel inspeksi yang digolongkanberdasarkan kasus regulasi nota kesepahaman padaTokyo MOU Port State Control (PSC) yang diterapkan

GAMBAR 7: Distribusi emisi NOx beberapa daerah di SelatMadura

pada kapal berbendera asing. Juga telah menetapkanserta mengkriteriakan inspeksi yang dilakukan olehSyah Bandar (PSCO) berdasarkan peralatan kesela-matan, juga menganalisa daftar-daftar kapal yangmasuk dalam kategori hitam (blacklist) oleh TokyoMOU. Kemudian di implementasikan juga padakapalkapal berbendera dalam negeri dengan mengkat-egorikan tingkat keselamatan dan resiko yang dialamioleh kapal tersebut. Oleh karena itulah penelitian iniamat sangat penting untuk dilakukan demi mengu-rangi tingkat kecelakaan kapal yang terjadi terutamadari inspeksi yang dilakukan oleh Syahbandar (PSCO).

Hasil yang dikeluarkan dari kegiatan ini adalahrekomendasi metode inspeksi berdasarkan metode An-alytical Hierarcy Process (AHP) dengan pembobotanyang berbeda dengan kuesioner yang ditujukan padasyahbandar (PSCO) yang lebih tepatnya untuk daerahpelabuhan Tanjung Perak Surabaya dan Pelabuhan Gre-sik.

Kemudian memasukkan data dari AHP tersebutyang berupa data kualitatif dari hasil kuesioner dan di-uji konsistensinya dengan software Expert Choice yangkemudian diintegrasikan dengan data Automatic Iden-

Prosiding InSINas 2012

TR-26 0044: Ketut Buda Artana dkk.

GAMBAR 8: Bagan Hierarki Kriteria Inspection Score

tification System (AIS) yang sudah dilengkapi denganshipping database. Lalu, memplotting posisi kapal-kapal tersebut dengan map GIS berupa Google Mapagar dapat mengetahui Inspection Score pada suatu ka-pal yang diinterface pada sebuah web software designsebagai sebuah luaran yang ditujukan kepada Syahban-dar (PSCO) agar dapat mengetahui mana yang terlebihdahulu dijadikan target sebuah inspeksi. GAMBAR 9menunjukkan pertimbangan yang digunakan dalammenentukan inspection score.

GAMBAR 11 menunjukkan posisi dari beberapa kapalpada tanggal 22 Oktober 2010 pukul 18.00 WIB yangakan hendak berlabuh ke pelabuhan Tanjung Perakmaupun Gresik, terlihat kepadatan terbanyak beradadiposisi pelabuhan Tanjung Perak. Sedangkan data-data pendukung terutama data rangking, status, mau-pun riwayat kapal akan muncul apabila kita memilih(mengklik) titik dimana kapal itu berada. Warnawarnadari titik kapal tersebut menunjukkan tingkat status tar-

GAMBAR 9: Data Kapal Dari File Excel Kedalam PHP Myadmin.

GAMBAR 10: DataData Kapal Muncul Apabila Mengklik TitikPosisi Kapal

get inspeksi dari kapal tersebut yang harus dilakukanoleh Port State Control Officer (PSCO) pelabuhan yangbersangkutan.

GAMBAR 11 juga menunjukkan datadata riwayat ka-pal akan muncul apabila kita mengklik titik letak po-sisi kapal tersebut. Setelah memplotting datadata sam-ple kapal tersebut kedalam google map, maka berikut-nya akan mendesain interface yang digunakan untukmenampilkan peta yang telah berisi letak kapalkapaltersebut kedalam bentuk website offline based.

III. HASIL DAN PEMBAHASANGAMBAR 3 memperlihatkan pola pergerakan kapal

tersebut, kapal bergerak dari arah Selatan (pelabuhan)menuju Utara (perairan lepas). Pada saat koordinat po-sisi awal kapal 1120 70’ 6685” Bujur timur dan 70 18’7225” Lintang Selatan, penilaian danger score menun-jukkan bahwa kondisinya sudah memiliki tingkat dan-

Prosiding InSINas 2012

0044: Ketut Buda Artana dkk. TR-27

GAMBAR 11: Perubahan danger score untuk kapal general cargo,panjang 117m

ger score yang tinggi yaitu 466, dapat dilihat bahwavariabel yang memiliki pengaruh besar terhadap keba-hayaan kapal, yaitu tingkat kepadatan kapal, kecepatankapal, sampai tingkat kelelahan ABK kapal setelahmengalami kegiatan bongkar muat di pelabuhan. Saatkapal bergerak menjauhi pelabuhan, nilai danger scoremengalami penurunan. Nilai penurunan ini dipenga-ruhi oleh penurunan kecepatan kapal saat maneuver-ing menjauhi pelabuhan seperti terlihat dari grafik padapukul 20.12 WIB. Beberapa saat kemudian nilai dan-ger score mulai meningkat. Dari hasil yang telah dianalisa bahwa pada posisi 1120 68’5317” BT- 7017’6967”LS pukul 20.21 WIB, peningkatan danger score dipe-ngaruhi karena kapal menaikkan kecepatan saat be-rada pada lalu lintas kapal yang padat. Kemudianpada posisi kapal 1120 67’ 1612” BT 70 15’ 3933” padapukul 20.24 WIB seterusnya kapal mengalami penu-runan kecepatan yang diimbangi dengan penurunandanger score kapal tersebut yang dilanjutkan dengankondisi danger score yang lebih stabil.

IV. KESIMPULANPada penelitian tahun II telah dikembangkan upaya

untuk mengintegrasikan danger score yang telah diha-silkan pada tahun I dengan fasilitas pengolahan dataAIS untuk menentukan sebaran emisi gas buang kapalserta fasilitas bantu penentuan prioritas inspeksi kapal.Penelitian ini juga telah berhasil mengembangkan per-alatan pemancar dan AIS receiver yang dapat menjadialternatif atas teknologi AIS konvensional.

DAFTAR PUSTAKA[1] Mahkamah Pelayaran Indonesia, ”Rekapitulasi

data kecelakaan kapal”, 2009[2] International Maritime Organization (IMO),

”Guidelines of implementation of AIS onboard”,2007

[3] International Maritime Organization (IMO), An-nex 3, Recommendation On Performance Stan-dards For An Universal Shipborne AutomaticIdentification Systems (AIS), IMO ResolutionMSC.74(69).

[4] Sen, P., 1994. ”A General Multi-Level EvaluationProcess for Hybrid MADM.” IEEE Transaction,Vol. 24, No. 10, p. 688-695

[5] Artana, K.B., ”Pengembangan Perangkat LunakSimulasi Marine Hazard Dan Database KeandalanKapal Sebagai Salah Satu Upaya MemperbaikiTingkat Keselamatan Pengoperasian Kapal DanProteksi Lingkungan Laut Di Indonesia”, LaporanPenelitian Hibah Pascasarjana, 2007.

[6] Artana, K.B., ”Pengembangan Perangkat LunakSimulasi Marine Hazard Dan Database KeandalanKapal Sebagai Salah Satu Upaya MemperbaikiTingkat Keselamatan Pengoperasian Kapal DanProteksi Lingkungan Laut Di Indonesia”, LaporanPenelitian Hibah Pascasarjana, 2008.

[7] Artana, K.B., ”Pengembangan Perangkat LunakSimulasi Marine Hazard Dan Database KeandalanKapal Sebagai Salah Satu Upaya MemperbaikiTingkat Keselamatan Pengoperasian Kapal DanProteksi Lingkungan Laut Di Indonesia”, LaporanPenelitian Hibah Pascasarjana, 2009.

[8] www.Kobe-u.ac.jp/IMERC[9] National Marine Safety Committee (2005), Con-

tributing Factor in Incidents, (www.nmsc.gov.au),dikutip pada tanggal 11 maret 2009 jam 01:17 WIB

[10] International Safety and Management Code (ISMCODE) 1997 Edition, International Maritime Orga-nization.

[11] International Maritime Organization (IMO), Inter-national Convention for the Prevention of Pollu-tion from Ships, 1973, as modified by the Protocolof 1978 relating thereto (MARPOL 73/78), AnnexI: Prevention of pollution by oil

[12] International Maritime Organization (IMO),

Prosiding InSINas 2012

TR-28 0044: Ketut Buda Artana dkk.

Guidelines for approval of ballast water manage-ment systems (G8)

[13] Inoue, K., Evaluation Method of Ship handling Dif-ficulty for Navigation in Restricted and CongestedWaterways, Journal of Navigation, Vol.53, pp. 167-180, 2000.

Prosiding InSINas 2012