• Tidak ada hasil yang ditemukan

Tingginya kasus kecelakaan laut di Indonesia saat ini yang salah satu penyebab utamanya adalah karena faktor alam.

N/A
N/A
Protected

Academic year: 2021

Membagikan "Tingginya kasus kecelakaan laut di Indonesia saat ini yang salah satu penyebab utamanya adalah karena faktor alam."

Copied!
37
0
0

Teks penuh

(1)
(2)

Latar Belakang

• 2/3 wilayah indonesia adalah lautan yang menjadikan Indonesia

sebagai negara maritim yang menjadi faktor utama pendorong

terjadinya kegiatan transportasi laut di Indonesia.

• Tingginya kasus kecelakaan laut di Indonesia saat ini yang salah

satu penyebab utamanya adalah karena faktor alam.

• Cuaca maritim sangat menentukan kelayakan pelayaran

• Turut serta mendukung Peraturan Pemerintah yang tercantum

dalam PP no 5 th 2010 dimana Kenavigasian diselenggarakan

menjamin keselamatan dan keamanan pelayaran dalam

penyelenggaraan kenavigasian.

.

(3)

Permasalahan

• Permasalahan pada penelitian ini adalah

bagaimana merancang suatu simulator

yang mampu memberikan informasi dan

prediksi cuaca maritim dengan metode

logika fuzzy untuk untuk kelayakan

pelayaran studi kasus : jalur Surabaya –

Banjarmasin.

(4)

Tujuan

• Tujuan penelitian dalam Tugas Akhir ini

menghasilkan suatu simulator yang mampu

memberikan informasi dan prediksi cuaca

maritim dengan metode logika fuzzy untuk

untuk kelayakan pelayaran studi kasus: jalur

Surabaya – Banjarmasin.

(5)

Batasan Masalah

• Variabel cuaca yang digunakan dalam pemodelan ini

yaitu kecepatan angin (knot), ketinggian gelombang

laut (m) dan kecepatan arus laut (m/s)

• Cuaca maritim yang diprediksi adalah kecepatan angin,

ketinggian gelombang laut, kecepatan arus laut dan

badai.

• Kelayakan pelayaran terhadap kapal didasarkan pada

aturan dari Kesyahbandaran.

• Model sistem peramalan bedasarkan logika fuzzy.

• Perancangan disimulasikan dengan matlab versi 7.8

(6)

Tinjauan Pustaka

No Peneliti Judul Tahun Metode Hasil Kegunaan 1 Arifin, Syamsul Sistem Logika Fuzzy sebagai Peramal

Cuaca di Indonesia, studi kasus : Kota Surabaya

2009 Fuzzy Clustering

Accuracy 69%. Cuaca di Surabaya 2 Ilham Yorinda Perancangan Sistem Prediksi Cuaca

Berbasis Logika Fuzzy untuk Kebutuhan Penerbangan di Bandara Juanda – Surabaya

2010 Logika Fuzzy Akurasi prediksi curah hujan 74.79% kec. Angin 50.41%, jarak pandang 85.43% dan angin buritan 78.67%. Akurasi kelayakan untuk jarak

pandang adalah98.31 & untuk angin buritan adalahi 78.67%.

Penerbangan

3 Prita M Prediksi Cuaca Menggunakan Logika Fuzzy untuk Kelayakan Pelayaran di Tanjung Perak Surabaya

2010 Logika Fuzzy Akurasi ketinggian gelombang 64,50% dan kecepatan arus laut 92,88%

Maritim

4 Jabar Al Hakim Perancangan Prediktor Cuaca Maritim untuk Meningkatkan Jangkauan Ramalan Studi Kasus: Jalur Surabaya-Banjarmasin

2010 Logika Fuzzy Keakuratan rata-rata untuk kec. Arus adalah 71,28 % dan untuk tinggi gelombang adalah 80,26 %

Maritim

5 Riki Jaya Perancangan Prediktor Cuaca Maritim Berbasis ANFIS untuk Meningkatkan Jangkauan Ramalan Studi Kasus: Jalur Surabaya-Banjarmasin

2010 ANFIS RMSE validasi kec. Arus adalah 0.33140 cm/s dan untuk tinggi gelombang adalah 0.855033 cm/s

(7)

Titik pengamatan

Pengambilan data dilakukan di tiga

titik pengamatan yaitu wilayah

pelayaran Surabaya-Banjarmasin

• Perairan Surabaya

(6.874824

o

S-112.747800

o

E)

• Laut Jawa

(4,648136

o

S-113,908806

o

E)

• Perairan Banjarmasin

(3.540425

o

S-114.484300

o

E)

(8)
(9)

Flowchart Penelitian

Mulai Tinjauan Pustaka Pengumpulan Data serta Pengamatan Pengujian Software Merancang Software Prediksi

Cuaca

Ketepatan Prediksi

Analisa Hasil

Validasi Parameter Logika Fuzzy

Pembuatan Model Simulator untuk Kelayakan Pelayaran

Kesesuaian Kepakaran

Analisa Hasil dan Pembuatan Laporan Ya Ya Selesai Tidak Tidak

(10)

Variabel Cuaca Maritim

Kecepatan

Angin

Tinggi

Gelombang

Kecepatan

Arus

(11)

Kecepatan Angin

• Wind Speed diukur dengan alat Anemometer.

Data utama:

• Speed (Kecepatan), dinyatakan dalam knot, mph

atau m/s

• Direction (Arah), dinyatakan sebagai “Arah

Kedatangan”

• Contoh: Jika arah angin menuju barat (W), maka

wind direction adalah E (timur)

(12)

Kecepatan Arus

•Arus laut diukur dengan alat Sea-Current-Meter. Data utama: –Current (kecepatan arus), dinyatakan dalam knot atau cm/s –Direction (arah), dinyatakan sebagai “Arah Yang Dituju”

Awas … beda dengan wind / wave

Contoh: Jika arah arus adalah “W”, maka arus adalah menuju ke “W (Barat)”

–Depth (kedalaman) titik pengukuran diukur dari permukaan laut.

Secara sederhana arus permukaan juga dapat diukur dengan menghitung kecepatan gerak suatu benda terapung di sekitar platform atau kapal yang diam

(13)

Ketinggian Gelombang

•Gelombang (Swell) umumnya dijadikan sebagai kriteria cuaca. Contohnya pada operasi pengangkatan, transportasi air, kapal merapat ke fasilitas, operasi helicopter, konstruksi atau maintenance pekerjaan marine, dll.

•Swell & Wind Wave dapat diukur dengan alat Wave Gauge

•Periode Swell (T) – Adalah waktu yang diperlukan satu gelombang untuk bergerak mencapai lokasi satu geleombang di depannya. Lihat gambar

•Direction (Arah) dinyatakan sebagai “Arah Kedatangan” dari daerah pembentukan. Wave direction “E” berarti arah gelombang datang dari arah E (timur).

(14)

Prediksi

Kec. Arus

Kec. Angin

Kec. Arus

Aktual

Kec. Arus

Sebelumnya

(15)
(16)
(17)

Clustering F C means

• Contoh gelombang perairan laut jawa

Smooth Moderate 0 1000 2000 3000 4000 5000 6000 7000 8000 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1

Fuzzy Clustering Ketinggian Gelombang (m)

Banyak Data K e ti n g g ia n G e lo m b a n g ( m ) 0 1000 2000 3000 4000 5000 6000 7000 1.25 1.3 1.35 1.4 1.45 1.5 1.55 1.6 1.65

Fuzzy Clustering Ketinggian Gelombang (m)

Banyak Data K e ti n g g ia n G e lo m b a n g ( m )

(18)

FCM Nilai maks-min

• 1. Glassy min 0.0 - max 0.34 • 2. Rippled min 0.375- max 0.64 • 3. Smooth min 0.65 - max 0.95 • 4. Slight min 0.96 - max 1.24 • 5. Moderate min 1.25 - max 1.56 • 6. Rough min 1.57 - max 1.96 • 7. Very Rough min 1.97 - max 3.42

Rough 0 500 1000 1500 2000 2500 3000 3500 4000 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95 2

Fuzzy Clustering Ketinggian Gelombang (m)

Banyak Data K e ti n g g ia n G e lo m b a n g ( m )

(19)

Center & standart deviasi

No Variabel Standar Deviasi Fungsi Keanggotaan Titik Tengah

[1] [2] [3] [4] [5]

1 Kecepatan Angin (knot) 5,1205 CA (Calm) 2,618

5,1205 LA (Light air) 5,6404 5,1205 LB (Light breeze) 8,5826 5,1205 GB (Gentle breeze) 11,399 5,1205 MB (Moderate breeze) 14,0824 5,1205 FB (Fresh breeze) 16,7139 5,1205 SB (Strong breeze) 20,0712 2 Ketinggian Gelombang (H(t))(m) 0.5497 CG (Glassy) 0,1941 0.5497 CR (Rippled)) 0,4882 0.5497 SW (Wavelets) 0,8052 0.5497 SL (Slight) 1,0958 0.5497 MO (Moderate) 1,393 0.5497 RO (Rough) 1,7374

0.5497 VRO (Very Rough)

(20)

Lanjutan

[1] [2] [3] [4] [5] 3 Ketinggian Gelombang Sebelumnya (H(t-1))(m) 0.5497 CG (Glassy) 0,1941 0.5497 CR (Rippled) 0,4882 0.5497 SW (Wavelets) 0,8052 0.5497 SL (Slight) 1,0958 0.5497 MO (Moderate) 1,393 0.5497 RO (Rough) 1,7374 0.5497 VR (Very Rough) 2,2027 4 Kecepatan Arus Laut (Cu(t))

(m/s) 12.0916 VS (Very Slow) 2,4385 12.0916 SW (Slow) 7,192 12.0916 SM (Smooth) 13,3592 12.0916 SL(Slight) 19,8212 12.0916 AV (Average) 27,5805 12.0916 FS (Fast) 40,3493 12.0916 VF (Very Fast) 62,174 5 Kecepatan Arus Laut

Sebelumnya (Cu(t-1)) (m/s) 12.0916 VS (Very Slow) 2,4385

12.0916 SW (Slow) 7,192 12.0916 SM (Smooth) 13,3592 12.0916 SL(Slight) 19,8212 12.0916 AV (Average) 27,5805 12.0916 FS (Fast) 40,3493 12.0916 VF (Very Fast) 62,174

(21)

FIS Editor

• Prediksi Kec.Arus ex: banjarmasin

FIS Design dari

prediksi

kecepatan arus di

Banjarmasin

(22)

Membership Function

(23)

Membership Function

Membership function dari kec.arus sebelumnya

(24)

Rule Base

Rule base kecepatan arus di perairan

Banjarmasin

Rule base ketinggian gelombang di

perairan Banjarmasin

(25)

Surface Viewer

surface viewer pada kec. Arus di perairan

banjarmasin

surface viewer pada ketinggian gelombang di

perairan banj

armasin

(26)

Validasi Kecepatan Arus

Perbandingan Hasil Prediksi dan Aktual Data Kecepatan Arus Perairan Surabaya

Perbandingan Hasil Prediksi dan Aktual Data Kecepatan Arus Laut Jawa

0 1000 2000 3000 4000 5000 6000 7000 0 5 10 15 20 25

Validasi data bulan Januari 2010-September 2010

Banyak Data K e c e p a ta n A ru s ( c m /s ) Predik si Validasi 0 1000 2000 3000 4000 5000 6000 7000 0 10 20 30 40 50 60 70 80 90

Validasi data bulan Januari 2010-September 2010

Banyak Data K e c e p a ta n A ru s ( c m /s ) Predik si Validasi

(27)

Lanjutan

Perbandingan Hasil Prediksi dan Aktual Kecepatan Arus Perairan Banjarmasin

0 1000 2000 3000 4000 5000 6000 7000 0 10 20 30 40 50 60 70 80

Validasi data bulan Januari 2010-September 2010

Banyak Data K e c e p a ta n A ru s ( c m /s ) Predik si Validasi No Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaan Prosentase Keakuratan 1 Perairan Surabaya 6552 5735 87,53% 2 Laut Jawa 6552 5589 85,30% 3 Perairan Banjarmasin 6552 5721 87,32%

(28)

Validasi Ketinggian Gelombang

Perbandingan Hasil Prediksi dan Aktual Ketinggian Gelombang Perairan Surabaya

Perbandingan Hasil Prediksi dan Aktual Ketinggian Gelombang Perairan Laut Jawa

0 1000 2000 3000 4000 5000 6000 7000 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

Validasi data bulan Januari 2010-September 2010

Banyak Data K e ti n g g ia n G e lo m b a n g ( m ) Predik si Validasi 0 1000 2000 3000 4000 5000 6000 7000 0 0.5 1 1.5 2 2.5 3 3.5

Validasi data bulan Januari 2010-September 2010

Banyak Data K e ti n g g ia n G e lo m b a n g ( m ) Predik si Validasi

(29)

Lanjutan

Perbandingan Hasil dan Prediksi Ketinggian Gelombang Perairan Banjarmasin

0 1000 2000 3000 4000 5000 6000 7000 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

Validasi data bulan Januari 2010-September 2010

Banyak Data K e ti n g g ia n G e lo m b a n g ( m ) Predik si Validasi No Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaan Prosentase Keakuratan 1 Perairan Surabaya 6552 5429 82,86% 2 Laut Jawa 6552 5347 81,61% 3 Perairan Banjarmasin 6552 5982 91,30%

(30)

Validasi Kecepatan Angin

Perbandingan Hasil Prediksi dan Aktual Kecepatan Angin pada Perairan Surabaya

Perbandingan Hasil Prediksi dan Aktual Kecepatan Angin pada Perairan Laut Jawa

0 1000 2000 3000 4000 5000 6000 7000 0 2 4 6 8 10 12 14 16

Validasi data bulan Januari 2010-September 2010

Data ke-K e c e p a ta n A n g in ( k n o t) Predik si Validasi 0 1000 2000 3000 4000 5000 6000 7000 0 5 10 15 20 25 30

Validasi data bulan Januari 2011-Maret 2011

Data ke-K e c e p a ta n A n g in ( k n o t) Predik si Validasi

(31)

Lanjutan

Perbandingan Hasil dan Prediksi Kecepatan Angin pada Perairan Banjarmasin

0 1000 2000 3000 4000 5000 6000 7000 0 2 4 6 8 10 12

Validasi data bulan Januari 2010-September 2010

Data ke-K e c e p a ta n A n g in ( k n o t) Predik si Validasi N o Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaa n Prosentase Keakurata n 1 Perairan Surabaya 6552 5107 77,94% 2 Laut Jawa 6552 5774 88,13% 3 Perairan Banjarmasi n 6552 5117 79,01%

(32)

Kelayakan Pelayaran

No. GT Kapal Ketinggian Gelombang Maksimal 1 Semua 0,5 m 2 >7 1 m 3 >175 1,5 m 4 >500 3 m 5 >5.000 4 m 6 >10.000 5 m

Aturan yang digunakan oleh

Kesyahbandaran Pelabuhan

Tanjung Perak Surabaya

untuk menentukan kelayakan

pelayaran

(33)
(34)

Validasi Hasil Kelayakan

Tempat GT Kapal Jumlah Waktu Layak Berlayar Jumalah

Kesamaan Kelayakan

Akurasi (%)

Data BMKG Data Pemodelan

Surabaya Semua GT 6518 6515 6549 99,95 GT >7 34 37 GT >175 0 0 GT >500 0 0 GT>5000 GT>10000 0 0 0 0

Laut Jawa Semua GT 2634 2641 5853 89,33

GT >7 2458 2480 GT >175 1173 1198 GT >500 284 233 GT>5000 GT>10000 3 0 0 0 Banjarmasin Semua GT 3484 3355 6214 94,84 GT >7 2627 2728 GT >175 360 377 GT >500 81 92 GT>5000 GT>10000 0 0 0 0

(35)

Kesimpulan

Pada hasil pengujian Ketinggian Gelombang dari data validasi sebanyak 6552 data

di Surabaya 5429 data saa dengan keakuratan sebesar 82,86 %. di Laut Jawa

sebanyak 5347data dengan keakuratan sebesar 81.61%. di Perairan Banjarmasin

didapatkan keakuratan 91,30% % dengan kesamaan 5982 data.

Telah dilakukan pemodelan logika fuzzy tipe sugeno untuk memprediksi

kecepatan arus, ketinggian gelombang dan kecepatan angin untuk

menentukan kelayakan pelayaran pada jalur Surabaya-Banjarmasin.

Pada hasil pengujian Kecepatan Arus dari data validasi sebanyak 6552 data di

Surabaya 5735 data sama dengan keakuratan sebesar 87,53%. di Laut Jawa

sebanyak 5589 data dengan keakuratan sebesar 85,30%. di Perairan

(36)

Lanjutan

Pada hasil pengujian Kecepatan Angin dari data validasi sebanyak 6552 data di

Surabaya 5107 data sama dengan keakuratan sebesar 77,94%. di Laut Jawa sebanyak

5774 data dengan keakuratan sebesar 88,13%. di Perairan Banjarmasin didapatkan

keakuratan 79.01% dengan kesamaan 5117 data.

Untuk kelayakan pelayaran kapal yang pengelompokannya didasarkan pada GT kapal

didapatkan nilai rata-rata untuk prosentase data kelayakan pelayaran adalah sebesar

97,42% untuk Perairan Surabaya, 81,85% pada Perairan Laut Jawa dan 88,53% pada

Perairan Banjarmasin

(37)

Referensi

Dokumen terkait

Usaha Jasa Parawisata SMKN.1. Kamal Raya, Jakarta

Air tanah di kawasan Kampus Kandang Limun UNIB mengandung nilai klorida dan total dissolved solid (TDS) yang sangat tinggi sehingga tidak memenuhi baku mutu air

Terkait penelitian ini, maka yang dimaksud dengan kecerdasan emosional adalah kemampuan siswa-siswi di kelas VIII i SMP Negeri 2 Kupang dalam mengenali emosi diri, mengelola

Jumlah kasus penyakit yang dapat dicegah dengan imunisasi (PD3I) menurut jenis kelamin Kecamatan dan Puskesmas Kota Banda Aceh Tahun 2014.. Jumlah kasus penyakit yang

Dari hasil pengamatan, dapat dilihat salah satu aktivitas yang membuat perawat terbebani dalam hal kebutuhan fisik (PD) yaitu perawat harus bertanggung jawab dalam

Instrumen dalam penelitian adalah peneliti sendiri (Human Instrument). Data dianalisis dengan teknik penelitian deskriptif kualitatif. Keabsahan data diperoleh dengan

Pada akhirnya manajemen mengubah nama Departemen CRM menjadi Departemen Non Dealer Sales (Dept NDS), dengan fungsi utamanya pemasaran produk-produk yang tidak melalui

melalui program pemberdayaan masyarakat miskin adalah masyarakat yang tergolong miskin secara finansial dan materinya masyarakat yang dilihat disini yang mendapatkan