p erancangan deep learning pada unmaned sea surface v ... · -8'8/3(1(/,7,$1 p erancangan deep...

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


a. Nama Lengkap : Dr. Suyanto, ST, MT

b. NIDN : 0013117102



a. Nama Lengkap : Dr. A.A. Masroeri, M. Eng

b. NIDN : 0007085810


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

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

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).

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

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.

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.

of 73

Gambar 3.2 Road penelitian yang telah dilakukan sejak tahun 2008 sd sekarang, dengan

berbagai sumber pendanaan

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

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

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.

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.

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

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.

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).

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


section 3.1.2.3

Sudut maksimum

GZ 25o deg


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).

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

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.

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

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,

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.

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

−𝑚𝑧𝐺

0𝑚𝑥𝐺

00𝑚

𝑚𝑦𝐺−𝑚𝑥𝐺

0

0

−𝑚𝑧𝐺𝑚𝑦𝐺

𝐼𝑥𝑥

−𝐼𝑦𝑥

−𝐼𝑧𝑥

𝑚𝑧𝐺

0−𝑚𝑥𝐺

−𝐼𝑥𝑦

𝐼𝑦𝑦

−𝐼𝑧𝑦

−𝑚𝑦𝐺𝑚𝑥𝐺

0−𝐼𝑥𝑧

−𝐼𝑦𝑧

𝐼𝑧𝑧 ]

(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) =

[ 𝑋𝑢

00000

0𝑌𝑣

0000

00𝑍𝑤

000

0

00𝐾𝑝

00

0000𝐾𝑞

0

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)

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(𝑞2 + 𝑟2) + 𝑦𝐺(𝑝𝑞 − �̇�) + 𝑧𝐺(�̇� + 𝑝𝑟)] = Σ 𝑋

𝑚[�̇� − 𝑤𝑝 + 𝑢𝑟 − 𝑦𝐺(𝑟2 + 𝑝2) + 𝑧𝐺(𝑞𝑟 − �̇�) + 𝑥𝐺(�̇� + 𝑞𝑝)] = Σ 𝑌

𝑚[�̇� − 𝑢𝑞 + 𝑣𝑝 − 𝑧𝐺(𝑝2 + 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 + (𝑝2 − 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

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

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)𝑑𝑥𝑥𝑓𝑖𝑛

𝑥𝑡𝑎𝑖𝑙− ∫ 𝑥2𝑚𝑎𝑓(𝑥)𝑑𝑥

𝑥𝑓𝑖𝑛2

𝑥𝑓𝑖𝑛− ∫ 𝑥2𝑚𝑎(𝑥)𝑑𝑥

𝑥𝑏𝑜𝑤2

𝑥𝑓𝑖𝑛2 (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.

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.

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.

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

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

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

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)

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

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

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

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.

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

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

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

of 73

5 JADWAL DAN RANCANGAN ANGGARAN BIAYA

Jadwal penelitian dan RAB disusun secara rinci dalam bentuk tabel.

5.1 Jadwal Penelitian

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

of 73


- Sea state maks 3



- Sea state > 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

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

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

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

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

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

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 , Committee on Graduate

Students Verification of a Six-Degree of F.

Montewka, J., Kujala, P., & Ylitalo, J. (2009). The quantitative assessment of marine traffic safety

in the Gulf of Finland , on the basis of AIS data.

Passalis, N., & Tefas, A. (2019). Deep reinforcement learning for controlling frontal person close-

up shooting. Neurocomputing, 335, 37–47. https://doi.org/10.1016/j.neucom.2019.01.046

Savitz, S., Blickstein, I., Buryk, P., Button, R. W., DeLuca, P., Dryden, J., … Yurchak, J. M.

(2013). U.S Navy Employment Options for Unmanned Surface Vehicles.

https://doi.org/10.1214/07-EJS057

Sutton, R., & Craven, P. J. (1998). The ANFIS approach applied to AUV autopilot design. Neural

Computing and Applications, 7(2), 131–140. https://doi.org/10.1007/BF01414165

U.S. Navy. (2004). The Navy Unmanned Undersea Vehicle (UUV) Master Plan. Retrieved from

http://www.navy.mil/navydata/technology/uuvmp.pdf

Vacca, A., Onishi, H., & Cuccu, F. (2017). Drones: Military weapons, surveillance or mapping

tools for environmental monitoring? Advantages and challenges. A legal framework is

required. Transportation Research Procedia, 25, 51–62.

https://doi.org/10.1016/j.trpro.2017.05.209

Walter, T. R., Salzer, J., Varley, N., Navarro, C., Arámbula-Mendoza, R., & Vargas-Bracamontes,

D. (2018). Localized and distributed erosion triggered by the 2015 Hurricane Patricia

investigated by repeated drone surveys and time lapse cameras at Volcán de Colima, Mexico.

Geomorphology, 319, 186–198. https://doi.org/10.1016/j.geomorph.2018.07.020

Whicker, L. F. (1958). Free-Stream Characteristics A Family of Low-Aspect-Ratio, All-Movable

Control Surfaces for Application to Ship Design, (December).

Yang, C. (2007). MODULAR MODELING AND CONTROL FOR AUTONOMOUS

UNDERWATER VEHICLE ( AUV ).

Yin, L., Gao, Q., Zhao, L., & Wang, T. (2020). Expandable deep learning for real-time economic

generation dispatch and control of three-state energies based future smart grids. Energy, 191,

116561. https://doi.org/10.1016/j.energy.2019.116561

of 73

7 LAMPIRAN

Lampiran - Biodata Tim Peneliti

1. Ketua

a. Nama Lengkap : Dr. Ir. Syamsul Arifin, MT (L)

b. NIP/NIDN : 19630907-198903-1-004/0007096311

c. Fungsional/Pangkat/Gol : Lektor Kepala/ Penata Muda Tk. 1 /IVA

d. Bidang Keahlian : Artifisial Intelligence,

Mechine Learning,

Pemodelan Sistem Dinamis

Sistem Pengendalian Otomatis

e. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan

Rekayasa Sistem

f. Alamat Rumah : Jl. Medayu Selatan XIV/N21, Surabaya, 60295

g. No. Telp : (031) 87851492 / 08123542233

h. Riwayat penelitian/pengabdian yang relevan:

Tahun Judul Penelitian Sumber Dana

2010 Aplikasi Sistem Logika Fuzzy Pada Peramalan Cuaca di

Indonesia untuk Mendeteksi Kejadian Anomali Tinggi

Gelombang Laut” (Ketua)

Stranas

2011 Perancangan Simulator Peramal Cuaca Maritim Untuk

Kelayakan Pelayaran Studi Kasus: Jalur Surabaya –

Banjarmasin”. (Ketua)

ITS

2012 Rancang Bangun Sistem Monitoring Maritim Weather

Station untuk Meningkatkan Keselamatan Transportasi

Laut di Indonesia” (Ketua).

PUM ITS

2014-

2016

Integrasi Sistem Buoyweather Untuk Membangun Sistem

Informasi Cuaca Maritim Di Subdaerah Wpp 712 – Laut

Jawa Sebagai Upaya Peningkatan Keselamatan Nelayan

Jawa Timur

PUPT

2017 -

2018

Pengembangan Desain Stasiun Cuaca Laut Dengan

Tingkat Keandalan Tinggi Pada Sea State 4

PUPT

i. Publikasi yang Relevan

Judul Artikel Ilmiah Tahun Nama Jurnal

The Performance of Rainfall Prediction above

of Java Sea Level using Artificial Neural

2019 ICORER

of 73

Network - Levenberg Marquardt (ANN-LM)

and Fuzzy Logic System (FLS) The Performance of Rainfall Prediction above

of Java Sea Level using Artificial Neural

Network - Levenberg Marquardt (ANN-LM)

and Fuzzy Logic – Mamdani (FL-M)

2019 ICORER

Parameter Estimation of Maneuvering

Variables of SIGMA-Extended War Ship

Using Kalman Filter

2019 Clausius Scientific Press –

Journal Books proceeding.

Indexing in Crossreff

The Shipping Feasibility in Indonesian Waters

is Supported by Predictors based on Expert

System and Information Systems of Android


Journal Books proceeding.


Optimization of Neural Network Based on Hybrid

Method of Genetic Algorithm and Particle Swarm

Optimization On Maritime Weather Forecasting in

Type II Buoyweather Station

2018

Implication of Model of Acceptance and

Behavior Usage of Mobile Learning in Higher

Education of Indonesia

2017 TOJET-Turkish Online

Journal Educational of

Technology, ISSN 2146‐

7242

Sverdruv Munk Bretschneider Modification

(SMB) for Significant Wave Height Prediction

in Java Sea

2016 British Journal of Applied

Science & Technology

Analysis of Maritime Weather Charachteristic

Based on Result of Land Weather using Fuzzy

Logic Prediction in Pasuruan, Probolinggo and

Situbondo

2014 IEE - Explore

Maritime Weather Prediction using Fuzzy

Logic In Java Sea for Shipping Feasibility

2013 IJAI – International Journal

on Artificial Intelligence –

Computing Clasification

Prediksi cuaca maritim untuk kelayakan

pelayaran Surabaya - Banjarmasin

2012 Jurnal Industri : Jurnal

Ilmiah Dan Teknologi

Maritim Weather Forecasting Using Fuzzy

Logic in Java Sea”,

2011 IEEE Explore

j. Paten: -

k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing.

Judul Tugas Akhir Tahun Nama Mahasiswa

Perancangan Solar Charge Controller (Scc)

Dengan Algoritma Maximum Power Point

Tracking (Mppt) Perturbation And Observation

(P&O) Pada Buoyweather Station Type Ii

2019 MUHAMMAD ADIB ABIYYU

Perancangan Sistem Akuisisi Data Dengan Filter

Menggunakan Kombinasi Wavelet Transform Dan

2019 Moh. Alrasyid

of 73

Kalman Filter Untuk Meningkatkan Kinerja

Buoyweather Station Type Ii

Rancang Bangun Prediktor Sebaran Ikan

Menggunakan Metode Jaringan Syaraf Tiruan

Dengan Optimasi Particle Swarm Optimization

2019 Adelia wahyu Puspita

Rancang Bangun Sistem Transmisi Data Pada

Buoyweather Tipe Ii Berbasis Sistem Iot (Internet

Of Things) Dengan Menggunakan Jaringan 3g/4g

2019 Bima Panji Mardi

Perancangan Sistem Pengukuran Ketinggian

Gelombang Laut Pada Buoyweather Type Ii

Dengan Menggunakan Wavelet Filter Dan

Kalman Filter Untuk Meningkatkan Akurasi Data

2019 Dina Rosdiana Rosalina

Implementasi Machine Learning Dalam Prediksi

Cuaca Maritim Dengan Menggunakan Algoritma

Artificial Neural Network Lavenberg-Marquardt

2019 Kartika Tri wahyu

Ramadhani

Rancang Bangun Prediktor Ketinggian Gelombang

Air Laut Menggunakan Metode Jaringan Syaraf

Tiruan Dengan Optimasi Genetic Algorithm (Ga)

2019 Vidyan Nabila

Optimasi Desain Dimensi Wahana Apung

Buoyweather Type II Menggunakan Metode

Partcle Swarm Optimization Untuk Kestabilan

Pada Sea State 6

2017 Nuri Sabrina

Perancangan Sistem Prediktor Ketinggian

Gelombang Berbasis Thiessen Polygon Dan

Jaringan Saraf Tiruan Di Perairan Dangkal Jawa

Timur

2017 Windari AS

Judul Tesis Tahun Nama Mahasiswa

Performance Evaluation of Hydropower Operation for

Nickel Smelter: A Case Study of Larona River Cascade

Hydroelectric Power Plant

2018 Wafir Kasman

Assessment of Wind Energy Potential in Sorowako

Region, Indonesia

2018 Andrian Rian Bestari

Judul Disertasi Tahun Nama Mahasiswa

of 73

Anggota

a. Nama Lengkap : Prof. Dr. Ir. Aulia Siti Aisjah, MT (P)

b. NIP/NIDN : 196601161989032001/001606602

c. Fungsional/Pangkat/Gol : Guru Besar/ Penata Muda Tk. 1 /IVB

d. Bidang Keahlian : Tenik Pengendalian Kelautan,

Sistem Pengendalian Otomatis

Artificial Intelligence

Industrial Control system

Mechine Learning


Rekayasa Sistem

f. Alamat Rumah : Jl. Medayu Selatan XIV/N21, Surabaya, 60295

g. No. Telp : (031) 87851492 / 08123589875

h. Riwayat penelitian/pengabdian yang relevan:


2018

Pemetaan Pola Gerak Illegal Fishing dan Illegal

Transhipment Pada Vessel Monitoring System


PUPT

2017

Pemetaan Pola Gerak Illegal Fishing dan Illegal

Transhipment Pada Vessel Monitoring System


PUPT

2016 Pengembangan Desain Stasiun Cuaca Laut Dengan

Tingkat Keandalan Tinggi Pada Sea State 4 (Anggota) PUPT

2016

Perancangan Sistem Pembelajaran daring SPADA

untuk MK Sisitem Pengendalian Otomatis dan MK

Fisika Rekayasa 1 (Ketua)

Belmawa Ristekdikti

2014

Perancangan Auto Manuver Dan Auto Berthing Untuk

Mendukung Pencapaian Zero Waiting Time Di

Pelabuhan Tanjung Perak (Ketua)

PPUPT

2013

Perancangan Auto Manuver Dan Auto Berthing Untuk

Mendukung Pencapaian Zero Waiting Time Di

Pelabuhan Tanjung Perak (Ketua)

PPUPT



An Analysis Nomoto Gain and Norbin Parameter

on Ship Turning Maneuver by Fuzzy Logic

Control

2009 IPTEK-Journal for Science

and Technology

of 73

Performance of Ship Maneuvering Controller

based on Fuzzy Logic Sugeno – Takagi in

International Waters

2011 Jurnal Industri

Maritime Weather Prediction Using Fuzzy Logic

In Java Sea

2012 IEEE explore

Maritime Weather Prediction Using Fuzzy Logic

In Java Sea for Feasibility of Shipping

2013 IJAI – International Journal

of Artificial Intelligence

Parameter Estimation of Maneuvering Variables

of SIGMA-Extended War Ship Using Kalman

Filter

2018 Applied mechanics and

materials, Vol 874, Pages

96-102

Collision Avoidance Control – Accurate in

Narrow Water Case Study: in West Line Tanjung

Perak Surabaya, Indonesia


Journal Books proceeding


The Shipping Feasibility in Indonesian Waters is

Supported by Predictors based on Expert System

and Information Systems of Android




Judul Buku Tahun Hal Penerbit

Sistem Pengendalian Modern 2011 276 ITS Press

Pembelajaran blended untuk MK

Sistem Pengendalian otomatis

2011 105 DIKTI – GDLN

Modul interaktif e-learning Fisika –

Pokok Bahasan Gelombang dan

Cahaya

2011 99 DIKTI - Belmawa

Modul untuk Pembelajaran Daring

MK Sistem Pengendalian Otomatis

2014 203 DIKTI - Belmawa

Model Pembelajaran Laboratory

Based education, Sistem

Pembelajaran yang Memadukan

Proses pendidikan, Penelitian dan

Pengabdian di Laboratorium

2017 176 ITS Press No ISBN: 978-

602-0917-49-8

Sistem Pengendalian Otomatis,

Perkembangan Implementasi di Era

Revolusi Industri 1.0 – 4.0

2018 340 ITS Press No ISBN: 978-

602-5542-51-0

j. Paten: - k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing.

Judul Tugas Akhir Tahun Nama Mahasiswa

Desain Kontrol Semi Submersible Platform Offshore

Menggunakan Metode Model Predictive Control

2018 Gama Nuur Aji

of 73

Analisa Kestabilan Motion Control Pada Autonomous

Underwater Vehicle (AUV) Militus Menggunakan

Kendali Adaptive Neural Fuzzy Inference System

(ANFIS)

2018 Muhammad Thoriq

Azmi

Perancangan Sistem Kontrol Sandar Kapal Otomatis

Dengan Metode Sliding Mode Control Di Pelabuhan

Tanjung Perak Surabaya

2018 Niken Pratiwi

Perancangan Integrasi Sistem Pengambil Keputusan

Berbasis Data Ais Dan Radar Untuk Identifikasi Iuu

Fishing Dan Iuu Transhipment Menggunakan Jst

2018 Sarah Maulidia

Perancangan Sistem Kendali Kapal Selam Mini

Dengan Menggunakan Kontrol Logika Fuzzy

2017 Joshua Pixel (Teknik

Sistem Perkapalan)

Optimal Tracking Control Pada Kapal Tanker

Tangguh Towuti Berbasis Logika Fuzzy Di

Pelabuhan Arun

2017 Adip Tri Cahyoko

Analisis Sensitivitas Sistem Kendali Akibat

Perubahan Koefisien Hidrodinamika Pada Kapal

Perang Kelas Sigma Extended

2017 Desti Ajeng prawestri

Perancangan Optimal Tracking Control Kapal Lng

Dengan Beban Muatan Penuh Keluar Dari Pelabuhan

Arun

2017 Farida Ambarwati

Analisis Kompensator Akibat External Disturbances

Pada Kapal Perang Kelas Sigma Extended

2017 Prisma Anandhito

Analisis Besar Gaya Dorong Tugboat Pada

Performansi Sistem Kendali Autoberthing Kapal

LNG Bermuatan Penuh Di Pelabuhan Arun

2016 Mima Aulia

Perancangan Sistem Pengambilan Keputusan

Berbasis Data Automatic Identification System (AIS)

Untuk Identifikasi Terjadinya Illegal Transhipment

Menggunakan Logika Fuzzy

2016 Achmad Nidzar Alif

Perancangan Sistem Kendali Manuver Berbasis Logika

Fuzzy Untuk Anti Tabrakan Kapal Berdasarkan Nilai

Dcpa-Tcpa

2016 Nur Okta Milatina

Perancangan Sistem Pengambilan Keputusan Berbasis

Data Automatic Identification System (AIS) Untuk

Identifikasi Terjadinya Illegal Unregulated Unreported

(Iuu) Fishing Menggunakan Logika Fuzzy

2016 Ikko Fransisco

Perancangan Sistem Kendali Danger Area pada

Kapal Sigma Extended dengan Input Rudder

2016 Haris Dwi HP

Perancangan Sistem Kontrol Optimal Trajectory

Pada Kapal Tanker Di Perairan Tanjung Perak

Surabaya Dengan Metode Linier Quadratic

Gaussian (Lqg)

2014 Aulia Rahman Ashari

of 73

Perancangan Sistem Kontrol Optimal Pada Berthing

Di Dermaga Tanjung Perak Surabaya

2014 Giyan Yusuf C

Perancangan sistem kontrol sandar kapal otomatis

berbasis logika fuzzy di pelabuhan tanjung perak

surabaya

2013 Randhika Akbar

Estimasi Variabel Dinamik Kapal Menggunakan

Metode Kalman Filter

2013 Nathanael leon Gozali

Perancangan Sistem Kontrol Sandar Kapal Otomatis

Berbasis Logika Fuzzy Di Pelabuhan Tanjung Perak

Surabaya

2013 Randhika Akbar

Perancangan Sistem Kendali Cerdas Kapal Perang

Kawal Rudal – Kri Diponegoro Kelas Sigma Untuk

Meningkatkan Maneuverability Menggunakan

Metode Logika Fuzzy.

2012 Juniarko Pranandha

Judul Tesis Tahun Nama Mahasiswa

Load Forecasting for Power System Planning and

Operation Using Artificial Neural Network (A case

Study on Larona Hydro Power in the Nickel Smelting

Plant)

2018 Asrul Gani Gafar

Performance Analysis in PID Controller of Turbine

Governor Load Frequency Control Using PSO

Algorithm and Fuzzy Logic at Nickel Smelting Plant

2018 Farhan Mahmoed

Sistem Kontrol Kestabilan Rolling Kapal Perang

Corvet SIGMA Pada Saat Fireing Sistem

2016 Devina P.

Perancangan Sistem Kendali Kestabilan Rolling

Kapal Perang Kelas Sigma Saat Bermanuver

Menggunakan Fuzzy Gain Scheduling - Pid

2015 Ii Munadhif

Pemodelan Kapal Perang

Kelas Sigma Extended Skala 3 Meter Berbasis

Eksperimen

2014 Ridho Akbar

Judul Disertasi Tahun Nama Mahasiswa

Pengembangan sistem optimasi pada kolom distilasi

dengan menggunakan GA – PSO

2019 Toto Haksoro

of 73

2. Anggota

A. Identitas Diri

1 Nama Lengkap (dengan gelar) Dr. Suyanto, ST., MT.

2 Jenis Kelamin L

3 Jabatan Fungsional /Pangkat/Gol Lektor / Penata Tk I / III d

4 NIP/NIK/Identitas lainnya 197111131995121002

5 NIDN 0011137102

6 Tempat dan Tanggal Lahir Blitar / 13 Nopember 1971

7 E-mail [email protected]; [email protected] ;

[email protected]

9 Nomor Telepon/HP 0318792603/081233182898

10 Alamat Kantor Departemen Teknik Fisika FT-IRS ITS Kampus ITS

Keputih Sukolilo Surabaya 60111

11 Nomor Telepon/Faks 0315947188/0315923626

12 Lulusan yang Telah Dihasilkan S-1 = 15 orang; S-2 = 1 orang; S-3 = - orang

13. Mata Kuliah yg Diampu

1. Matematika Rekayasa; 2Pemrograman Komputer

3. Pemrosesan Sinyal; 4. Metode Penelitian

5. Sistem Distribusi Energi; 6. Sistem Instrumentasi

7. Energi Surya

B. Riwayat Pendidikan

Strata S-1 S-2 S-3

Nama Perguruan Tinggi ITS ITB ITS

Bidang Ilmu Instrumentasi Instrumentasi &

Kontrol

Sistem Tenaga

Listrik

Tahun Masuk-Lulus 1991-1995 1996-1998 2013- 2018

Judul Skripsi/Tesis/Disertasi Perancangan

Regulator

Dinamik Linear

Quadratic

Gaussian (LQG)

Sistem Suspensi

Roda Bagian

Kanan Depan

Mobil Toyota

New Kijang

Aplikasi Filter

Kalman Sebagai

Analisis

Kesalahan Data

Spektrofotometer

Inframerah

Melalui Metode

Minimum-

Convariance

Deconvolution

(MCD)

Peningkatan

Kualitas Daya

Pada

Perencanaan

Terkoordinasi

Sistem Jaringan

Distribusi Radial

Melalui

Penyelesaian

Advanced-

Optimal Power

Flow

(Advanced-

OPF) Berbasis

Metode

Hierarchical

of 73

Cluster

Technique

Nama Pembimbing/Promotor Dr. Ir. Ali

Musyafa’,MSc.

1. Dr.Ir. Farida

I. Muchtadi

2. Prof Ir.

Hermawan

K. Dipojono,

MSEE.,PhD

1. Prof. Ir.

Ontoseno

Penangsang,

MSc., PhD.

2. Prof. Dr. Ir.

Adi

Soeprijanto,

MT.

C. Riwayat Pekerjaan

No. Pekerjaan Institusi

Masa Berlaku

1 Dosen Teknik Fisika FTI ITS Teknik Fisika

ITS

1995 – sekarang.

2 Peneliti LBE – PSSL Teknik Elektro

FTE ITS

2013 – sekarang

3 Kepala Departemen Teknik Fisika FT-IRS ITS Teknik Fisika

ITS

2020 – sekarang.

4 Sekretaris P3AI ITS P3AI ITS 2012-2013

5 Koordinator Pendidikan & Pelatihan P3AI ITS P3AI ITS 2009-2012

6 Koordinator Media & Sarana P3AI ITS P3AI ITS 2005-2009

7 Kepala Workshop Instrumentasi Teknik Fisika

FTI ITS

Teknik Fisika

ITS

2009-2012

8 Kepala Laboratorium Simulasi & Komputasi

Teknik Fisika FTI ITS

Teknik Fisika

ITS

2004-2009

9 Sekretaris Prodi D III Teknik Instrumentasi FTI

ITS

Teknik Fisika

ITS

2000-2004

10 Kasie Kerja Praktek Teknik Fisika FTI ITS Teknik Fisika

ITS

1998-2000

11 Kepala Laboratorium Simulasi & Sistem Siber

Fisik FTI ITS

Teknik Fisika

ITS

2019-2020

D. Pengalaman Penelitian Dalam 5 Tahun Terakhir

No. Tahun Judul Penelitian

Pendanaan

Sumber* Jml (Juta

Rp)

1

2013 Optimisasi Sistem Produksi Listrik

Pada Pembangkit Listrik Tenaga

Panas Bumi (Anggota Peneliti)

Unggulan PT-Dikti

80

2

2013 (Tahun-

1/2)

State Estimation Tiga Phasa pada

Sistem Distribusi Tenaga Listrik

untuk Online Monitoring Berbasis

GIS (Geographic Information

Systems) (Anggota Peneliti)

Unggulan PT-Dikti

50

of 73

3

2014 (Tahun-

2/2)

State Estimation Tiga Phasa pada

Sistem Distribusi Tenaga Listrik

untuk Online Monitoring Berbasis

GIS (Geographic Information

Systems) (Anggota Peneliti)

Unggulan PT-Dikti

50

4

2015 (Tahun

1/3)

Pemodelan dan Simulasi Koneksi

Jaringan Distribusi Daya Listrik Tiga

Fasa Menggunakan Sumber

Pembangkit Daya berbasis Energi

Terbarukan Untuk Sistem Mikrogrid

Skala Laboratorium (Anggota Peneliti)

Unggulan PT-Dikti

90

5

2015

(Tahun

1/3)

Pemodelan dan Simulasi Micro-grid

Standar Laboratorium Sebagai Usaha

Pengembangan Pembangkit Tenaga

Listrik Terdistribusi Skala Kecil

Berbasis Energy Baru Terbarukan

untuk Menunjang Program

Elektrifikasi Pedesaan (Anggota Peneliti

ke-3)

Insentif Riset Sinas

Kemenristek-Dikti

220

6

2016 (Tahun

2/3)







Unggulan PT-Dikti

75

7

2016

Peningkatan Performansi Sistem

Jaringan Distribusi Radial Melalui

Pengembangan Penyelesaian Aliran

Daya Optimal Pada Perencanaan

Terkoordinasi. (Ketua Peneliti)

Penelitian Disertasi

Doktor-

Kemenristek Dikti

45,5

8

2017 (Tahun

3/3)







Unggulan PT-Dikti

165

9

2018

Integrated Electric Power : Produk

Teknologi Inventer, Charge

Controller , Baterry (Lithium Ion) dan

Sistem Monitoring Online Terpadu

untuk Aplikasi Pembangkit Listrik

Tenaga Surya (PLTS) Skala Rumah

Tangga dan Usaha Kecil Menengah

Berbasis Standalone System 1 Phasa (Ketua Peneliti)

Penelitian Terapan

(Inovasi Skala Lab)

Internal Perguruan

Tinggi-Dalam

Negeri

100

10

2018

Peningkatan Nilai Kualitas Energi

Biomassa Tandan Kosong Kelapa

Sawit Melalui Studi Integrasi Pre-

Treatment - Densifikasi Dan

Torefaksi. (Ketua Peneliti)

Penelitian

Pascasarjana-Dana

Lokal ITS Tahun

2018

50

of 73

11

2019 (Tahun

1/2)

Pengembangan Aplikasi Cerdas

Hemat Energi Berbasis Demand Side

Management Untuk Peningkatan

Performansi Smart Grid (Anggota

Peneliti)

Penelitian Terapan

Unggulan

Perguruan Tinggi-

Ristekdikti

201,200

12

2019

Peningkatan Performansi MPPT-

PLTS Berbasis Algoritma : Perturb &

Observe, Firefly, dan Modified

Firefly Untuk Pengembangan Sistem

Smart Microgrid. (Ketua Peneliti)

Penelitian Dana

Departemen- Lokal

ITS 2019 (Dana

Departemen)

15

13

2019 SALJU – SMART LAMPU PJU :

Produk Teknologi MPPT Solar Panel

Charge Controller, Battery (VRLA)

Lifetime Management System, dan

Sistem Monitoring Manual-Online

untuk Aplikasi Penerangan Jalan

Umum Tenaga Surya (PJUTS) yang

Optimal dan Hemat Daya listrik,

Ekonomis berbasis Internet of Things

(IOT) (Ketua Inovator)

Pelaksanaan

Insentif Inovasi

Skala Lab Dana

Lokal ITS Tahun

Anggaran 2019

Nomor:

1817/PKS/ITS/2019

Tanggal 21 Juni

2019

100

D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir

No. Tahun Judul Pengabdian Kepada Masyarakat

Pendanaan

Sumber* Jml (Juta

Rp)

1 2013 Kelompok Usaha Pembenihan Dan Usaha

Pembesaran Ikan Lele Sangkuriang Di

Desa Kapedi Kabupaten Sumenep Madura (Ketua Peneliti)

IbM-Dikti 50

2 2015 Sosialisasi Pengenalan, Potensi Dan

Penanggulangan Bahaya Energi Listrik

Bagi Guru-Guru SDIT-SMPIT Al Uswah

Surabaya (Anggota Pelaksana Pengabdian)

BOPTN 2015 16

3 2016 Pemanfaatan Pompa Air-PLTS Untuk

Pemenuhan Ketersediaan Air Penyiram

Tanaman Pada Program Ecogarden SDIT

AL USWAH SURABAYA (Anggota

Pelaksana Pengabdian)

Kemenristek-

Dikti

50

4 2017 Pengembangan PV-Pump Untuk

Teknologi Elektroklorinasi dan

Filtrasi/Absorpsi Pada Pengolahan

Limbah Bekas Air Wudhlu Sebagai

Penyediaan Air Bersih Kegiatan Eco

Garden SDIT AL USWAH SURABAYA (Anggota Pelaksana Pengabdian)

Abdimas

Berbasis

Penelitian –

Dana Lokal ITS

2017

40

5 2017 Studi Pemanfaatan Air Sungai Mendak

Dusun Wagirkidul Kabupaten Ponorogo

Sebagai Pembangkit Listrik Untuk

ABDIMAS

BERBASIS

PENELITIAN-

BP PTNBH

50

of 73

Kebutuhan Lokasi Obyek Wisata Sekitar

Sungai (Anggota Pelaksana Pengabdian)

2017

(PENDUKUNG

UNGGULAN

DAN

ABDIMAS)

6 2018 Penerapan PV Pump Air Laut untuk

Proses Destilasi Air Laut Guna Memenuhi

Kebutuhan Air Bersih di Pulau Ay

Kepulauan Banda Naira (Anggota Pelaksana

Pengabdian)

Abdimas

Berbasis

Penelitian –

Dana Lokal ITS

2018

50

7 2018 Pengembangan Automatic Wheather

Controlling And Ph-Nutrient Dozing With

Pv Pump Untuk Teknologi Budidaya

Hidroponik Sebagai Upaya Mengurangi

Angka Gizi Buruk Di Pulau Sumba (Anggota Pelaksana Pengabdian)

Abdimas

Berbasis

Penelitian –

Dana Lokal ITS

2018

50

8 2019 Pelatihan Pembelajaran Optik Berbasis

Daring Untuk Guru IPA SMA Dalam

Rangka International Day Of Light (Anggota Pelaksana Pengabdian)

Abdimas

Reguler –

LOKAL ITS

2019

(ABDIMAS)

25

9 2019 Peningkatan Ekonomi Petani Selada

Melalui Program Hidroponik Hemat dan

Mandiri Energi Berbasis Sel Surya

(HOMEBASE) di Kelurahan Juata Laut

Kota Tarakan Kalimantan Utara (Anggota

Pelaksana Pengabdian)

Program

Kemitraan

Masyarakat-

RISTEKDIKTI

2019

50

E. Publikasi Artikel Ilmiah Dalam Jurnal alam 5 Tahun Terakhir

No. Judul Artikel Ilmiah Nama Jurnal Volume/ Nomor/Tahun

1. Modified Direct-ZBR

Method PSO Power Flow

Development For Weakly

Meshed Active Unbalanced

Distribution Systems (First

Author)

Journal of

Engineering

& Applied

Science

1. 9/9/2014 [Terindex Scopus – Q3]

2. Optimal Power Flow Using

Multi-Objective Genetic

Algorithm To Minimize

Generation Emission And

Operational Cost in

Microgrid (Third Author)

International

Jounal of

Smart Grid

and Clean

Energy

3/4/2014 DOI: 10.12720/sgce.3.4.410-

416 [Terindex EI (INSPEC, IET)]

3. Power Optimization For

Adaptive Wind

Turbine:Case Study On

Islanded And Grid

Connected (Eight Author)

International

Review of

Electrical

Engineering

(I.R.E.E)

9/4/2014 ISSN 1827-6660

DOI:

https://doi.org/10.15866/iree.v9i4.2199

[Terindex Scopus – Q2].

of 73

4. Modeling and Simulation

of MPPT-SEPIC

Combined Bidirectional

Control Inverse KY

Converter Using ANFIS in

Microgrid System. (Third

Author)

Indonesian

Journal of

Electrical

Engineering

and

Computer

Science

1/2/2016; DOI:

10.11591/ijeecs.v1.i2.pp264-272

[Terindex Scopus].

5. Power Transfer

Enhancement in Hybrid

AC-DC Microgrids. (Fith

Author)

Journal of

Engineering

and Applied

Sciences

11/7/2016; DOI: 10.3923/jeasci.2016.

1660.1664 [Terindex Scopus – Q3].

6. Wind-PV Hybrid System

Modeling Using

Bidirectional Converter

with MPPT-Dual Adaptive

Neuro Fuzzy Inference

System (ANFIS) in

Microgrid Isolated System

(First Author)

Journal of

Engineering

and Applied

Sciences

11/11/2016; DOI:

10.3923/jeasci.2016.2353.2359.[Terindex

Scopus – Q3]

7.

Power-Flow Development

Based on the Modified

Backward-Forward for

Voltage Profile

Improvement of

Distribution System. (First

Author)

International

Journal of

Electrical and

Computer

Engineering

(IJECE)

6/5/2016; DOI:

10.11591/ijece.v6i5.10648 [Terindex

Scopus – Q2]

8.

Active and Reactive Power

Control in 20 kV Grid

Connected Distributed

Generation System(Three

Author)

International

Review of

Automatic

Control

(I.RE.A.CO.)

10/3/2017; DOI:

10.15866/ireaco.v10i3.10595. [Terindex

Scopus – Q2].

F. Pemakalah Seminar Ilmiah (Oral Presentation) dalam 5 Tahun Terakhir

No Nama Pertemuan Ilmiah /

Seminar Judul Artikel Ilmiah Waktu dan

Tempat

1 . The 5th Indonesia Japan

Joint Scientific

Symposium (IJJSS 2012)

Development of Personal Blood

Pressure Measurement on Android

Platform (As Presenter)

25-26 October

2012 dan Chiba

University, Japan.

2 . The 1st International

Conference on

Information Technology,

Computer and Electrical

Engineering (ICITACEE

2014)

Design and Simulation of Neural

Network Predictive Controller Pitch-

Angle Permanent Magnetic

Synchrounous Generator Wind

Turbine Variable Pitch System (As

Presenter) DOI:

10.1109/ICITACEE.2014.7065769

[Terindex Scopus-sudah terbit ].

8-9 November

2014 and

Diponegoro

University,

Semarang,

Indonesia

3 . In 2016 International

Seminar on Intelligent

Technology and Its

Optimal Tuning of PSS Parameters

for Damping Improvement in SMIB

Model Using Random Drift PSO and

July, 2016 and

Electrical

Engineering

of 73

Application (ISITIA

2016).

Network Reduction with Losses

Concept. (As Co Presenter) DOI:

10.1109/ISITIA.2016.7828741

[Terindex Scopus- sudah terbit].

Department, FTE,

ITS, Bali,

Indonesia.

4. In 2016 International

Seminar on Intelligent

Technology and Its

Application (ISITIA

2016).

Life-Cycle Cost Analysis of

Laboratory Scale Microgrid

Operation in Power System

Simulation Laboratory Using

HOMER Simulation (As Presenter)

DOI: 10.1109/ISITIA.2016.7828721

[Terindex Scopus- sudah terbit].

July, 2016 and

Electrical

Engineering

Department, FTE,

ITS, Bali,

Indonesia.

5. The 3th International

Conference on Nano

Electronics Research and

Education (ICNERE) &

The 8th Electrical,

Electronic, Control,

Communication, and

Informatics Seminar

(EECCIS).

Estimation of Losses in Radial

Distribution Network Under

Unbalanced Loading Condition

Considering Time Varying Load.

November, 2016

and Electrical

Engineering

Department, UB-

Malang, Batu,

Indonesia.

6. In International

Conference on

Sustainability, Green

Buildings, Environmental

Engineering & Renewable

Energy (SGER 2016).

Solar PV Model For Eco-Garden And

Hydroponic Daily Watering Systems.

(As Co Presenter). [Terindex Science

Publications-New Zealand

Academy of Applied Research

(NZAAR)-sudah terbit di

proceeding].

December, 2016,

Uni KL, Kuala

Lumpur,

Malaysia.

7. In International

Conference on




Energy (SGER 2016).

Optimization Of Panel Pv Position

Using Dual Axis Solar Tracker With

Perturb And Observe Method In PV

Tower - Laboratory Scale Microgrid

System (As Co Presenter). [Terindex

Science Publications-New Zealand



proceeding].

December, 2016,

Uni KL, Kuala

Lumpur,

Malaysia.

8. In International

Conference on




Energy (SGER 2016).

Optimization Sizing and Placement

Distributed Generation with

Determination Network

Reconfiguration and Capacitor Bank

Simultaneously to Maximize Active

Power Output of Distributed

Generation Using Genetic Algorithm

Method. (As Presenter). [Terindex

Science Publications-New Zealand



proceeding].

December, 2016,

Uni KL, Kuala

Lumpur,

Malaysia.

9. In 2018 International Joint

Conference on Clean

Design and Implementation of Sea

Water Eco-Destilatory Using

Feb. 24-26, 2018,

Thammasat

of 73

Energy and Smart Grid

(CCESG 2018),

www.ccesg.org.

Parabolic Solar Concentrator and

Photovoltaic Pump for Isolated

Island. (As Co Presenter).

University Rangsit

Campus,

Bangkok,

Thailand


Conference on Clean


(CCESG 2018),

www.ccesg.org.

Design and Implementation of Real-

time Monitoring Based on Android

and HMI of PV Tower System for

Laboratory Scale. (As Co Presenter).

Feb. 24-26, 2018,

Thammasat

University Rangsit

Campus,

Bangkok,

Thailand


Conference on Clean


(CCESG 2018),

www.ccesg.org.

Design and Implementation of The

Electrochlorination Filter Model

Based on Solar Photovoltaic for Daily

Watering Systems at Eco-Garden -

SD IT Al-Uswah Surabaya. (As Co

Presenter).

Feb. 24-26, 2018,

Thammasat

University Rangsit

Campus,

Bangkok,

Thailand


Conference on Clean


(CCESG 2018),

www.ccesg.org.

Design and Implementation of Real-

time Monitoring Based on Android

and HMI of PV Tower System for

Laboratory Scale. (As Co Presenter).

Feb. 24-26, 2018,

Thammasat

University Rangsit

Campus,

Bangkok,

Thailand

G. Karya Buku dalam 5 Tahun Terakhir

No Judul Buku Tahun Jumlah

Halaman Penerbit

1

H. Perolehan HKI dalam 5–10 Tahun Terakhir

No. Judul/Tema HKI Tahun Jenis Nomor P/ID

1

I. Pengalaman Merumuskan Kebijakan Publik/Rekayasa Sosial Lainnya dalam 5 Tahun

Terakhir

No. Judul/Tema/Jenis Rekayasa Sosial Lainnya

yang Telah Diterapkan Tahun Tempat

Penerapan

Respon

Masyarakat

Dst.

J. Penghargaan dalam 10 tahun Terakhir (dari pemerintah, asosiasi atau institusi lainnya)

No. Jenis Penghargaan Institusi Pemberi

Penghargaan Tahun

1 PENGHARGAAN DWIDYA SATYA PERDANA Rektor ITS 2015

2 DOKTORAL STUDENTS AWARD 2016 Teknik Elektro FTI

ITS

2016

of 73

(2016,Peringkat-

III), Pascasarjana

Teknik Elektro FTI

ITS.

3 The BEST PAPER AWARD on the 2nd NZAAR

International Event Series On Natural And Built

Environment, Cities, Sustainability And Advanced

Engineering

New Zealand

Academy of

Applied Research

(NZAAR )

2016

K. Sertifikasi dalam 10 tahun Terakhir (dari pemerintah, asosiasi atau institusi lainnya)

No. Jenis Sertifikasi Institusi Setifikasi Masa

Berlaku

1 Asesor Sertifikasi Profesi LSP ITS 2019 –

sekarang.

Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat

dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai

ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.

Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam

pengajuan usualan skema penelitian.

Surabaya, 05 Maret 2020

Pengusul,

(Dr. Suyanto, ST., MT.)

NIP/NIK197111131995121002

3. Anggota

a. Nama Lengkap : Moh. Kawalul Wafi, ST. MSc.DIC

b. NIP/NIDN : -

c. Fungsional/Pangkat/Gol : -

d. Bidang Keahlian : Control theory, System Identification, Optimization, Estimation

and Fault Detection

of 73


Rekayasa Sistem

f. Alamat Rumah : Jl. Tongkol V M-207 54G, Mojokerto

g. No. Telp : 085806218185

h. Riwayat penelitian/pengabdian yang relevan: -



Fault-Tolerant Control based on Bias Fault Estimation with Optimization ℓ0 norm Constraint.

2019 IREACO Journal 2019

Discrete-Time State-Feedback Controller with Canonical Form on Inverted Pendulum (on a chart),

2019 Journal of

Telecommunication,

Computing Electronics, and

Control. 2019 (Accepted)

System Identification on the Families of Auto-

regressive with Least Square Algorithm.

2019 ASEAN Engineering

Journal. 2019

Estimation and Fault Detection on Hydraulic System

with Adaptive-Scaling Kalman and Consensus Filtering.

2018 ASEAN Engineering Journal.

2019

j. Paten: - k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing: -

of 73

4. Anggota

l. Nama Lengkap : Iwan Cony Setiadi, ST. MT.

m. NIP/NIDN : -

n. Fungsional/Pangkat/Gol : -

o. Bidang Keahlian : Photonics Engineering,

Image Processing,

Optical Imaging, dan

Multispectral Imaging,

p. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan

Rekayasa Sistem

q. Alamat Rumah : Jl. Gebang Kidul 54G, Sukolilo, Surabaya, 60295

r. No. Telp : 082332723388

s. Riwayat penelitian/pengabdian yang relevan:


2019 Pengembangan Sistem Head Up Display pada Pesawat

(Kerjasama dengan PT Infoglobal (2019) – Anggota Mitra (PT Infoglobal)

2019 FOAMs: Fish Optical Aquaculture Monitoring

System - Anggota Lokal ITS

2019 Pengembangan Teknologi Kesehatan Berbasis

Teknologi Difus Optical Tomografi (DOT) - Anggota Hibah Ristekdikti

2018 Sistem Pencitra Multispectral Imaging untuk Kajian

Dermatologi - Anggota Lokal ITS

t. Publikasi yang Relevan


Reconstruction hyperspectral reflectance cube

based on artificial neural networks for

multispectral imaging system applied to

dermatology

2019 Third International Seminar

on Photonics, Optics, and Its

Applications

Melanoma and nevus classification based on

asymmetry, border, color, and GLCM texture

parameters using deep learning algorithm

2019 International Seminar on

Biomedical Engineering

A new LED-based multispectral imaging system

for blood and melanin content estimation: The

validation, 2019,

2019 International Seminar on

Biomedical Engineering

Design and Characterization of A LED-Based

Multispectral Imaging System Applied to

Dermatology

2018 Intertaional Conference on

Signal and System

of 73

The Shipping Feasibility in Indonesian Waters is

Supported by Predictors based on Expert System

and Information Systems of Android




u. Paten: -

v. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing: -

Berisi :

• Biodata Tim Peneliti. (Format sesuai Lampiran 4)

• Surat Pernyataan Kesediaan Mitra Industri/Instansi. (Format sesuai

Lampiran 5)

• Surat Komitmen Peneliti Luar ITS. (Format sesuai Lampiran 6)

DATA USULAN DAN PENGESAHAN

PROPOSAL DANA LOKAL ITS 2020

1. Judul Penelitian

Perancangan Deep Learning pada Unmanned Sea Surface Vehicle (USSV) untuk Sistem Ketahanan Laut

Skema : PENELITIAN UNGGULAN ITS (TERAPAN MULTIDISIPLIN)

Bidang Penelitian : Keselamatan Kapal dan Instalasi Laut

Topik Penelitian : Teknologi Pertahanan dan Keamanan Wilayah RI

2. Identitas Pengusul

Ketua Tim

Nama : Ir. Syamsul Arifin MT.

NIP : 196309071989031004

No Telp/HP : 08123542233

Laboratorium : Laboratorium Komputasi dan Sistem Fisik Cyber

Departemen/Unit : Departemen Teknik Fisika

Fakultas : Fakultas Teknologi Industri dan Rekayasa Sistem

Anggota Tim

NoNama

LengkapAsal Laboratorium Departemen/Unit

Perguruan Tinggi/Instansi

1Ir. Syamsul Arifin MT.

Laboratorium Komputasi dan Sistem

Fisik Cyber

Departemen Teknik Fisika

ITS

2Ir. Aulia Siti Aisjah MT.


ITS

3Suyanto ST.,MT.

Laboratorium Komputasi dan Sistem

Fisik Cyber


ITS

3. Jumlah Mahasiswa terlibat : 10

4. Sumber dan jumlah dana penelitian yang diusulkan

a. Dana Lokal ITS 2020 : 110.000.000,-

b. Sumber Lain : 0,-

Jumlah : 110.000.000,-

Tanggal Persetujuan

Nama Pimpinan Pemberi

Persetujuan

Jabatan Pemberi Persetujuan

Nama Unit Pemberi

PersetujuanQR-Code

09 Maret 2020

Dr. Dhany Arifianto

ST.,M.Eng.

Kepala Pusat Penelitian/Kajian/Unggulan

Iptek

Inthernet of Things dan Teknologi Pertahanan

09 Maret 2020

Agus Muhamad Hatta , ST, MSi,

Ph.DDirektur

Direktorat Riset dan Pengabdian

Kepada Masyarakat

p erancangan deep learning pada unmaned sea surface v ... · -8'8/3(1(/,7,$1 p erancangan deep...

Documents