STUDI NUMERIK SISTEM KENDALI OTOMATIS OLAH GERAK KAPAL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENTURAN (COLLISION AVOIDANCE)

(1)

STUDI NUMERIK SISTEM KENDALI OTOMATIS OLAH GERAK KAPAL

BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENTURAN

(COLLISION AVOIDANCE)

Ahmad Syafiul M1, Anita Faruchi2, Wibowo H Nugroho1,3

1. Dynamic Analysis Group UPT-BPPH-BPPT, 2. Mahasiswi Tingkat Akhir Jurusan Teknik Fisika ITS, 3. Dosen Teknik Mesin UMSIDA email : [email protected], [email protected]

Abstraksi

Benda asing baik terapung maupun yang ada di dasar laut, dapat mempengaruhi kecelakaan. Untuk itu diperlukan adanya sistem pengendalian pada manuvering kapal untuk menghindari benda asing di perairan Tanjung Perak. Benda asing yang dimaksud adalah jaring-jaring ikan, batu karang, bangkai kapal dan kapal nelayan. Setpoint sistem pengendalian pada penelitian ini adalah lintasan (jarak antara benda asing dengan posisi kapal yang diharapkan). Objek yang digunakan sebagai penelitian adalah kapal niaga. Tipe logika fuzzy yang digunakan adalah fuzzy Sugeno dengan masukan error yaw (e) dan yaw rate (r). Keluaran fuzzy adalah sinyal command rudder (δc). Performansi dari sistem logika fuzzy yang dirancang, memiliki kemampuan yang baik. Hal ini dapat dilihat dari pengujian yang dilakukan. Kondisi kestabilan saat sudut 27.5o yaitu sekitar 470 detik. Pada uji pengendalian lintasan, pengujian I memiliki performansi lebih baik dibanding uji dengan setpoint perubahan posisi terhadap waktu, yaitu dengan error terkecil sebesar 0,34%. Sedangkan uji sistem pengendalian dengan halangan benda asing, sistem pengendali mampu menghindari benda asing tersebut.

Kata kunci: kendali automatis, logika fuzzy – Sugeno, penghindaran benturan

Abstraction

Foreign bodies either floating or in the seabed, can affect the accident. It required a control system on the ship manuvering to avoid foreign object in the waters of Tanjung Perak. Foreign object in question is the nets of fish, coral reefs, shipwrecks and fishing boats. Setpoint control system in this study is the trajectory (the distance between the foreign body with the expected position of the ship). Objects that are used as research is commercial ships. This type of fuzzy logic is used to input Sugeno fuzzy yaw error (e) and yaw rate (r). Fuzzy output is the rudder command signal (δc). Performance of the fuzzy logic system is designed, has good ability. It can be seen from the tests performed. 27.5o angle stability conditions as the approximately 470 seconds. In trajectory control test, the testing I have a better performance than the test with a setpoint change of position versus time, ie with the smallest error of 0.34%. While the test control system with a foreign body obstruction, the controlling system is able to avoid the foreign object.

(2)

1. Pendahuluan

Indonesia layak disebut Negara Maritim dan kepulauan terbesar di dunia, laut adalah salah satu sarana transportasi yang sangat penting. Oleh karena itu, diperlukan adanya sistem pelayaran dengan tingkat keamanan yang baik. Berdasarkan data yang ada, jumlah pelabuhan di Indonesia sekitar 1700 buah.

Pelabuhan Tanjung Perak di

Surabaya merupakan pelabuhan penghubung utama untuk kawasan timur Indonesia (dari Kalimantan ke Papua). Di setiap wilayah perairan ini terdapat beberapa benda asing

yang dapat mengganggu

manouvering kapal. Benda-benda asing tersebut diasumsikan sebagai batu karang di dasar laut dengan koordinat 070-11’-10” LS, 1120 -41’-14” BT, jaring penangkap ikan pada daerah koordinat 070-09’-34” LS hingga 070-10’-31” LS dan 1120 -40’-36” BT hingga 1120_{-41’-10” BT, dan}

terkadang terdapat kapal nelayan yang berhenti untuk menangkap ikan di tengah laut. Untuk batu karang dan jaring penangkap ikan, letaknya berada di bawah permukaan air. Sehingga tidak terlihat oleh kasat mata. Daerah seperti ini biasa disebut dangerous area yang tidak boleh dilalui oleh kapal. Dalam pelayaran, nahkoda terkadang tidak begitu memperhatikan daerah-daerah tersebut. Selain itu, pengaruh

disturbance dari alam juga

mempengaruhi jalannya kapal. Sehingga kapal berpotensi untuk menyimpang dari jalur dapat

mengakibatkan tabrakan,

menimbulkan kerugian yang besar.

Keadaan di lapangan, setiap kapal niaga dengan ukuran yang cukup besar yang keluar masuk Perairan Tanjung Perak selalu dipandu oleh kapal pandu. Hal ini berfungsi untuk menjaga kapal niaga tetap berada pada lintasan aman yang telah ditentukan. Oleh karena itu,

diperlukan suatu sistem

pengendalian cerdas pada

manuvering kapal niaga untuk menghindari benda asing di perairan Tanjung Perak. Agar tercipta suatu kemudi yang baik sesuai lintasan yang diharapkan. Kapal niaga memiliki fungsi yang cukup strategis di bidang perekonomian. Namun, kepadatan volume transportasi, membuat suatu hak yang harus diperhatikan. Pada penelitian ini ini, dibuat suatu strategi pengendalian baru yang dapat menjaga kapal

dalam keadaan aman dan

menghindari benda asing yang melintas didepannya. Perancangan sistem pengendalian kemudi kapal

yang dibuat, berbasis pada

pengendalian logika fuzzy (Artificial

Intelegent). Terdapat beberapa

penelitian pendukung yang

membahas tentang sistem

pengendalian kemudi pada kapal. Termasuk sistem pengendalian yang menggunakan logika fuzzy. Sistem kendali kepakaran ini memiliki performa respon yang lebih baik dibanding yang lain, sehingga diharapkan diperoleh suatu kendali yang dapat bekerja sesuai target. 2. Dasar Teori

Untuk menganalisis model

pergerakan kapal , terlebih dahulu mendefinisikan tentang dua bentuk koordinat seperti pada Gambar 2.1.

(3)

Koordinat X0Y0Z0 adalah fix dan

disebut sebagai body-fixed reference

frame. Titik pangkal O biasa disebut

center of gravity (CG) dan digunakan

sebagai titik pusat simetri pada kapal.

Gambar 2.1 Body-Fixed And Earth-Fixed Reference Frames [3]

Sistem autopilot dapat dinyatakan dalam dua sistem pengendali otomatis, yaitu course keeping dan

track keeping. Kedua pengendali

tersebut sangat berperan dalam suatu proses menghindari tabrakan antar kapal atau benda lain. Metode dalam perancangan lintasan kapal yang aman dilakukan dengan cara

pendekatan terhadap faktor

perubahan arah dan atau kecepatan kapal, dan mengaplikasikan kondisi perubahan situasi di sekitar kapal. Secara umum gerakan yang dialami sebuah kapal yaitu gerak rotasi dan translasi. Gerak translasi adalah

heave, surge dan sway. Sedangkan

gerak rotasi adalah yaw, roll, dan

pitch. Bentuk umum persamaan

kendali manuvering kapal dinyatakan dalam bentuk : L    D  M  (2.1) dengan ν = [u, v, r]T merupakan

vektor kecepatan, yang nantinya akan diturunkan dalam bentuk

pemodelan kedalam dua range

frekuensi, yaitu frekuensi rendah dan frekuensi tinggi, dan τL merupakan

vektor kendali gaya dan momen. M dan D merupakan matrik inersia dan redaman yang diperoleh dari linierisasi persamaan gaya dan momen pada arah surge, sway dan yaw. Persamaan kecepatan dan sistem kemudi kapal akan sesuai berdasarkan beberapa asumsi, yaitu:

a. Distribusi massa homogen

dan bidang xz simetris (Ixy = Iyz = 0) b. Mode heave, roll dan pitch

dapat diabaikan (ω = p = q = ω = p = q = 0 )

Kemudian gunakan asumsi diatas ke dalam persamaan :

Surge : m(u – νr – xGr2) = X (2.2)

Sway : m( + ur + xGr) = Y (2.3)

Yaw : Izr + mxG( + ur) = N (2.4)

Model plant dari dinamika

manouvering kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957) sebagai bentuk matematis orde 1 dan 2. Di bawah ini adalah fungsi transfer dari model Nomoto :

 

_



_



_

s T s T s s T K s r R R 1 2 3 1 1 1      (2.5)

Parameter – parameter dari fungsi transfer diatas diperoleh dari :

   N M T T det det 2 1  (2.6) ) det( 12 21 21 12 11 22 22 11 2 1 N m n m n m n m n T T      (2.7) ) det( 2 11 1 21 N b n b n K_R   (2.8) ) det( 2 11 1 21 3 N b m b m T K_R   (2.9) Dimana elemen mij, nij dan bi ( i = 1,2

dan j = 1,2) didapatkan dari matriks berikut:

(4)

mYvIzNr  mxGNvmxGYr M=           r z v G r G v N I N mx Y mx Y m     ;N(u_o)=           r G r N u mx N Y mu Y 0 0   ; b =         N Y _(2.10)

Gambar 2.2 Variabel yang Mendeskripsikan Pergerakan Kapal Secara Horizontal [3] Dengan: det (N) = Yv



NrmxGu



Nv



Yrmu



(2.11) det (M)= (2.12) dimana n11= Yv , n21=Nv









M N Y mx Y N I b z r G r det 1         (2.13)









M Y N mx N Y m b v G v det 2         (2.14) Pada matriks M dan N diatas

mengandung parameter

hidrodinamika kapal, dimana m = massa kapal, Y'_v_= turunan gaya arah sway terhadap v, Y'r= turunan

gaya yaw terhadap r, N'_r_= turunan momen yaw terhadap r, Y'_v= turunan gaya arah sway terhadap v,

r

Y' = turunan gaya arah yaw terhadap r, N'v= turunan momen

sway terhadap v, N'_v_= turunan momen sway terhadapv, N'r=

turunan momen yaw terhadap r, x_G= pusat massa.

Perubahan koefisien tak berdimensi

di atas menjadi berdimensi, dapat

menggunakan pendekatan pada

aturan Comstock (1967) dan

Newman (1977). Sehingga dapat diperkirakan koefisien hidrodinamik yang dinyatakan dalam persamaan 2.15 – 2.20. Dimana notasi (‘) aksen menggantikan variabel nondimensi.

(2.15) (2.16) (2.17) (2.18) (2.19) (2.20)

Di mana adalah koefisien drag

kapal, ρ (kg/m3_{) adalah masa jenis}

laut, T (m) adalah kedalaman, U (m/s) adalah kecepatan kapal, Aδ

(m2) adalah daerah rudder, Iz (kgm2)

adalah moment inersia, xp (m) adalah jarak antara center of gravity dan center of pressure.

(2.21)

dimana m(kg) adalah massa kapal dan r adalah notasi put aran kapal dan,

dimana 0,15L < r < 0,3L (2.22)

xp = xg ± 0,1L

(2.23)

Sedangkan untuk gaya dan momen yang diakibatkan rudder

(5)

LT A Y   4  (2.24)   Y N 2 1   (2.25) Koefisisen Hidrodinamika di atas

masih berupa koefisien tak

berdimensi, untuk mengubah

menjadi berdimensi dapat dilakukan perhitungan seperti tabel 2.2. Perubahan koefisien tak berdimensi menjadi berdimensi disesuaikan dengan fungsi tisp koefisien tersebut.

Tabel 2.2 Pelinieran Variablel Menggunakan Prime System Unit Prime– System I Prime– System II Length (m) L L Mass (kg) Inertia Moment (kgm2) Time (s) Reference Area (m2) L 2 LT Position (m) L L Angle 1 1 Linier Velocity U U Angular Velocity Linier Acceleration Angular Acceleration Force Moment

Pada model dinamika kapal ada beberapa gangguan yang yang

mempengaruhi. Disturbance ini antara lain angin, gelombang dan arus. Untuk daerah perairan Tanjung Perak, lebih cenderung gelombang sebagai disturbance dari kapal. Model gelombang dapat dijelaskan sebagai berikut (Fossen, 1994):

y(s) = h(s)w(s) (2.26)

dengan w(s) adalah zero-mean

Gaussian white noise process.

Berikut adalah pemodelan dari

fungsi transfer gelombang

berdasarkan pendekatan dari

persamaan Later Saelid, Jenssen dan Balchen (1983). Persamaan ini memperbaiki persamaan model linier

gelombang sebelumnya yaitu

dengan menambahkan pengaruh damping pada dinamika posisi kapal agar diperoleh spektrum kapal yang lebih baik. Persamaannya dapat ditulis:

(2,27)

Dimana koefisien gain konstandapat ditulis:

Kω=2 ξω0σ (2.28)

σm menyatakan nilai konstan dari

intensitas gelombang. ξ adalah koefisien rasio peredam dan ω0

adalah frekuensi gelombang. Logika fuzzy adalah salah satu bagian dari artificial intelegent. Pertama kali dikenalkan oleh Lotfi A. Zadeh,

professor ilmu pengetahuan

komputer dari Universitas California, Barkeley. Pada tahun 1965, Zadeh memodifikasi teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1. Himpunan ini disebut himpunan kabur (Fuzzy Set). Beberapa kelebihan yang dimiliki oleh logika fuzzy sehingga dunia

ilmu pengetahuan memahami

(6)

logika fuzzy, terutama dalam bidang pengendalian. Banyak penelitian yang menggunakan Kendali Logika Fuzzy (KLF) sebagai pembanding dan alternatif pengendali dibanding pengendalian yang biasa digunakan yaitu PID Controller dan terbukti memiliki respon yang lebih baik. Logika fuzzy Takagi - Sugeno merupakan logika fuzzy dimana masukannya berupa linguistik dan keluarannya numerik. Kaidah fuzzy dari tipe ini dapat dinyatakan:

FRi: IF Rpq THEN ui = ρi(x1, x2, . . . ,

xn) (2.29)

Dimana ρi adalah fungsi dan x1, x2, . .

. , xn adalah nilai masukan. Jika ρi

adalah fungsi yang linier, ρi = a0i+a1ix1+a2ix2+· · ·+anixn dan

koefisien a1i = a2i = · · · = ani = 0,

maka kaidah peraturan Fuzzy Takagi - Sugeno menjadi

FRi: IFRpqTHEN ui = a0i= Apq (2.30)

Dimana Apqadalah fuzzy singleton.

Logika fuzzy Mamdani merupakan logika fuzzy dimana masukannya berupa numerik dan keluarannya numerik pula. Kaidah fuzzy pada tipe ini dapat dinyatakan dengan:

μFRi= μRpq· μPm (2.31) μFRi= min(μRpq, μPm) (2.32)

index FRidapat diganti menjadi Rpq

→ Pm, sehingga untuk memperoleh

nilai output dari fuzzy mamdani adalah

FRi: IF RpqTHEN Pm. (2.33)

Gambar 2.3 Struktur Kendali Logika Fuzzy [4]

Berdasarkan Gambar 2.3 di atas, terdapat beberapa istilah yang digunakan dalam logika fuzzy. Fuzzifikasi adalah penentuan crisp masukan menjadi suatu himpunan fuzzy. Rule base adalah aturan yang digunakan sebagai acuan sistem.

Inference adalah evaluasi aturan/rule

base agar menghasilkan output dari setiap aturan. Dan defuzzifikasi adalah perhitungan crisp output.

Untuk lebih jelasnya, berikut ini adalah uraian singkat tentang istilah dan bagian-bagian dari logika fuzzy. Fuzzifikasi merupakan tahapan yang berfungsi untuk mentransformasikan sinyal masukan yang bersifat crisp

ke himpunan fuzzy dengan

menggunakan operator fuzzifikasi. Dalam fuzzifikasi terdapat fungsi

keanggotaan himpunan fuzzy,

merupakan sebuah kurva yang

menggambarkan pemetaan dari

masukan ke derajat keanggotaan antara 0 dan 1. Setiap fungsi

keanggotaan himpunan fuzzy,

memiliki beberapa bagian

keanggotaan yang disesuaikan dengan kebutuhan dan data yang ada. Misalnya fungsi keanggotaan

‘sehat’ memiliki 3 fungsi

keanggotaan, yaitu kurang sehat, sehat dan sehat sekali.

(7)

Fuzzy Rule Base merupakan inti dari logika fuzzy yang mempunyai kemampuan seperti manusia dalam mengambil keputusan. Aksi atur

fuzzy disimpulkan dengan

menggunakan implikasi fuzzy dan

mekanisme inferensi fuzzy.

Umumnya, aturan-aturan fuzzy

dinyatakan dalam bentuk

“IF…THEN”. Untuk mendapatkan

aturan “IF…THEN” ada dua cara utama:

1. Menanyakan ke operator manusia yang dengan cara manual telah

mampu mengendalikan sistem

tersebut, dikenal dengan “human

expert”.

2. Dengan menggunakan algoritma pelatihan berdasarkan data-data masukan dan keluaran.

Defuzzifikasi, tahapan ini berfungsi untuk mentransformasikan kembali nilai yang bersifat fuzzy menjadi nilai sebenarnya yang bersifat crisp

dengan menggunakan operator

defuzzifikasi. Dalam menerapkan kendali logika fuzzy. Metode defuzzifikasi yang sering digunakan adalah mean of maximum dan

center of area. Berikut adalah

penjelasan tentang kedua metode terrsebut.

 Mean Of Maximum (MOM)

Metode MOM didefinisikan sebagai berikut:

(2.38a)

(2.38b) Keterangan:

v0 = nilai keluaran

J = jumlah nilai maksimum vj = nilai keluaran maksimum ke-j

µj(v) = derajat keanggotaan

elemen-elemen pada fuzzy set v v = semesta pembicaraan

 Center Of Area (COA)

Metode COA didefinisikan sebagai berikut. Persamaan 2.39 adalah rumus penyelesaian untuk variabel diskrit. Sedangkan persamaan 2.40 merupakan rumus penyelesaian untuk variabel kontinu.

(2.39) (2.40) Keterangan: v0 = nilai keluaran m = tingkat kuantisasi vk = elemen ke-k

µk(v)= derajat keanggotaan

elemen-elemen fuzzy set v

v = semesta pembicaraan

3. Analisa Pengendali Logika Fuzzy pada Sistem Pengendalian Manuvering Kapal Niaga untuk Menghindari Benda Asing

Penelitian ini menggunakan fuzzy Sugeno, Proses awal yang dilakukan pada logika fuzzy adalah fuzzifikasi.

Tahap ini merupakan tahap

perubahan nilai sebenarnya / tegas menjadi fuzzy masukan. Masukan logika fuzzy berupa error yaw (e) dan yaw rate (r). Masing-masing masukan tersebut memiliki 7 fungsi keanggotaan, yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big). Untuk error yaw, memiliki rentang antara -35 hingga 35. Hal ini mengacu pada kemampuan rudder

(8)

yang hanya dapat berputar pada -35o hingga 35o. Sedangkan masukan yaw rate memiliki rentang antara -7 hingga 7. Hal ini sesuai dengan kemampuan laju rudder yaitu antara -7 o/s hingga 7 o/s. Pada tahap fuzzifikasi, masukan berupa error sistem (setpoint dikurangi sudut heading kapal) akan disesuaikan dengan fungsi keanggotaan error yaw. Begitu pula dengan hasil perhitungan derivative sudut heading kapal, akan disesuaikan dengan fungsi keanggotaan yaw rate. Tahap selanjutnya: pengambilan keputusan berdasarkan basis aturan / rule base yang telah dibangun. Basis aturan yang dibangun berjumlah 49 aturan dengan mengacu pada pengetahuan tentang proses yang terjadi pada kapal dan kepakaran dari ahlinya. Fungsi keanggotaan dari keluaran fuzzy sebanyak 7 fungsi, yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big). Karena jenis fuzzy yang digunakan adalah fuzzy Sugeno, maka nilai keanggotaan dari masing-masing fungsi adalah nilai yang tegas. Nilai-nilai tersebut adalah NB = -3, NM = -2, NS = -1, ZE = 0, PS = 1, PM = 2 dan PB = 3. Metode

pengambilan keputusan yang

digunakan adalah AND (min). Proses berikutnya adalah perubahan nilai fuzzy keluaran menjadi defuzzifikasi. Perhitungan nilai ini berdasar metode COA (Center Of

Area) dengan membagi hasil

penjumlahan dengan

. Nilai keluaran yang dihasilkan akan menjadi masukan

dari aktuator berupa rudder yang dimodelkan menjadi fungsi transfer orde satu. Hasil keluaran dari rudder, akan menjadi masukan bagi model dinamika kapal yang merupakan fungsi transfer orde tiga. Keluaran dari rudder inilah yang nantinya membuat kapal berbelok ke kanan atau ke kiri sebesar yang ditentukan oleh sistem berdasar pada sudut heading yang dihasilkan oleh kapal. Paper ini memiliki titik fokus pada bagaimana kapal niaga yang sedang berlayar dapat menghindari benda asing yang berada di depannya. Terdapat dua pengujian tentang keadaan benda asing. Pertama, benda asing telah ditentukan sebelumnya, yaitu daerah perikanan di jalur pelayaran Tanjung Perak. Karena letak benda asing telah diketahui, maka ada tidaknya bahaya mengacu pada koordinat posisi kapal. Logika fuzzy hanya menyesuaikan data masukan yang diterima yaitu berupa error yaw dan yaw rate. Dan kedua, benda asing

yang tidak diketahui letak

sebelumnya atau tiba-tiba muncul di depan kapal. Informasi dari radar

ditambahkan pada sistem

pengendalian ini. Namun kedua pengujian ini menggunakan KLF yang sama. Sebagai proses validasi

sistem, dilakukan beberapa

pengujian untuk membuktikan

apakah sistem dapat mencapai setpoint dan berjalan pada alur yang telah ditentukan. Penelitiannya berupa pengujian pada model simulasi sistem pengendalian dengan halangan benda asing di depannya. Pada pengujian ini terdapat dua macam pengujian, yaitu pengujian dengan halangan yang telah diketahui halangan dan

(9)

pengujian dengan halangan yang tiba-tiba muncul di depan kapal. 3.1 Pengujian Dinamika Kapal Niaga dengan Halangan Benda Asing

Sistem pengendalian pada subbab

ini akan membahas tentang

kemampuan manouvering kapal

niaga untuk menghindari benda asing yang muncul di depan kapal.

Model simulasi sama dengan

pengujian sebelumnya. Namun

ditambah beberapa aturan pada koordinat X dan Y sebagai setpoint sistem.

3.1.1 Pengujian Dinamika Kapal Niaga untuk Menghindari Benda Asing di Daerah Perikanan

Halangan benda asing yang telah didesain ini memiliki respon lintasan yang dapat dilihat pada Gambar 3.1. Karena benda asing yang dimaksud mendekati koordinat suar Typison,

maka desain lintasan yang

ditunjukkan dengan warna biru akan menghindari daerah Typison dengan aturan tertentu. Kapal akan berpindah 50m ke arah kiri ketika berada pada keadaan bahaya. Ketika sudah dalam keadaan aman, kapal akan kembali pada alur yang semestinya. Gambar 3.1 ini, menunjukkan alur lintasan kapal di daerah Tanjung Perak beserta halangan berupa benda asing yang

sifatnya diam. Tampak pada

gambar, benda asing (daerah perikanan) yang letaknya cukup

dekat dengan alur lintasan

kapal.Desain halangan pada

Gambar 3.2 adalah setpoint sistem berupa rute/ lintasan yang akan

dilalui kapal pada sistem

pengendalian untuk menghindari

benda asing. Dengan letak koordinat yang telah diketahui, maka dirancang sistem yang dengan otomatis akan menghindar pada daerah yang telah ditentukan seperti pada gambar di atas. Kapal niaga akan bergerak sesuai nilai yang akan telah ditentukan pada grafik.

Gambar 3.1 Alur Lintasan Kapal Beserta Benda Asing di Perairan Tanjung Perak

Gambar 3.2 Lintasan yang Dilalui Kapal pada Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan

Di bawah ini adalah hasil respon

sistem pengendalian pada

manouvering kapal untuk

menghindari benda asing. Gambar 3.3 merupakan hasil respon sistem pengendalian dengan KLF yang ditambah gain konstan sebelum dan setelah fuzzy. Tampak pada grafik bahwa keluaran dapat mendekati setpoint. Namun masih memiliki error. Hal ini dapat dikarenakan oleh beberapa hal, salah satunya adalah selisih lintasan yang bernilai cukup drastis sehingga menyebabkan setpoint sistem yang melonjak drastis pula. Kapal niaga sendiri

(10)

membutuhkan waktu yang cukup banyak untuk dapat mencapai stabil.

Gambar 3.3 Respon Setpoint pada Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan

Keterangan:

1 = respon kapal menuju ke titik koordinat suar West Channel Kamal 2 = respon kapal menuju ke titik koordinat suar Bouy No.12

3 = respon kapal menuju ke titik koordinat suar Bouy No.10

4 = respon kapal menuju ke titik koordinat suar Typison 5 = respon kapal menuju ke titik koordinat suar Bouy No.8 6 = respon kapal menuju ke titik koordinat suar K1158.55 7 = respon kapal menuju ke titik koordinat suar Bouy No.13

11 = respon kapal menuju ke titik koordinat suar Karang Jamuang

Gambar 3.4 Respon Simulasi Sistem Pengendalian Lintasan untuk Menghindari Benda Asing di Daerah Perikanan

Keterangan:

1 = respon kapal menuju ke titik koordinat suar West Channel Kamal 2 = respon kapal menuju ke titik koordinat suar Bouy No.12

4 = respon kapal menuju ke titik koordinat suar Typison 5 = respon kapal menuju ke titik koordinat suar Bouy No.8 6 = respon kapal menuju ke titik koordinat suar K1158.55 7 = respon kapal menuju ke titik koordinat suar Bouy No.13

11 = respon kapal menuju ke titik koordinat suar Karang Jamuang

.

Tiap perubahan setpoint, secara keseluruhan sistem pengendalian di penelitian ini membutuhkan waktu untuk penyesuaian untuk mencapai setpoint tersebut. Berdasarkan data yang diperoleh untuk pengujian

sistem pengendalian dengan

halangan benda asing berupa daerah perikanan, keluaran sistem memiliki nilai error yang cukup memuaskan. Nilai error berupa selisih keluaran sistem dengan setpoint, nilai terkecil yang dihasilkan dari pengujian mencapai angka 0,011. Jika dihitung nilai error steady state sebesar 1% dari setpoint yang telah ditentukan. Nilai error ini dipengaruhi oleh waktu tempuh dan perubahan setpoint yang dibentuk. Jika waktu untuk mencapai suatu setpoint cukup lama dan perubahan yang terjadi tidak terlalu besar, maka error yang dihasilkan akan kecil. Gambar 3.5 menunjukkan lintasan-lintasan yang digunakan dan merupakan hasil dari pengujian pada sistem ini. Tampak pada Gambar 3.6

(11)

bagian b) bahwa sistem dapat melalui alur yang telah ditentukan, yaitu melalui alur yang lebih kiri dari pada alur yang semestinya. Pada

gambar 4.24 garis merah

menunjukkan lintasan yang

seharusnya dilalui dan garis biru adalah lintasan aktual yang dilalui kapal niaga.

a)

b)

Gambar 3.5 a) Lintasan yang diinginkan, b)Lintasan Aktual

Meskipun kapal niaga belum dapat mencapai lintasan dengan baik, tetapi kapal niaga dapat mencapai alur yang telah ditentukan. Gambar 3.6 merupakan hasil lintasan yang telah dilalui oleh kapal niaga. Garis biru menunjukkan lintasan normal atau lintasan kapal saat tidak ada

benda asing di depannya.

Sedangkan garis putus-putus hijau menunjukkan lintasan aktual kapal dengan ada tidaknya benda asing di daerah perikanan. Tampak pada

perbesaran bahwa kapal dapat menjauhi daerah perikanan yang telah ditentukan. Daerah perikanan terletak pada titik koordinat no 5. Titik koordinat yang sebenarnya adalah (12543874, -798735). Karena harus bergeser ke daerah yang lebih kiri, titik koordinat tersebut dirubah menjadi (12543824, -798835). Berdasarkan data, ternyata kapal berpindah ke titik (12543898, -798876). Hasil yang diperoleh memang masih memiliki error lintasan. Namun error/ selisih yang dihasilkan tidak terlalu besar. Sehingga alur lintasan kapal masih dapat dijaga.

3.1.2 Pengujian Dinamika Kapal Niaga untuk Menghindari Benda Asing yang Tiba-Tiba Muncul Subbab sebelumnya, telah dilakukan pengujian pada sistem pengendalian lintasan pada kapal niaga dalam menghadapi halangan benda asing berupa daerah perikanan yang telah diketahui letak titik koordinatnya. Pada bagian ini, akan dilakukan pengujian pada sistem pengendalian logika fuzzy yang telah dibentuk dengan halangan benda asing di depan kapal yang tidak diketahui letak dan titik koordinat sebelumnya. Dengan kata lain, benda asing ini tiba-tiba muncul di daerah alur lintasan kapal dari Naval Base

hingga Karang Jamuang.

Pemodelan benda asing untuk bagian ini, menggunakan masukan berupa fungsi random. Karakteristik yang digunakan sebagai fungsi random, dapat dimasukkan sebagai fungsi acak. Dalam pengujian, halangan akan bergerak selama simulasi berlangsung.

(12)

Gambar 3.6a Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan

Gambar 3.6b Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan Keterangan: A = Naval Base B = West Channel Kamal C = Bouy no. 12 D = Bouy no.10 E = Typison F = Bouy no. 8 G = K1158.55 H = Bouy no. 13 I = Bouy no. 6 J = Bouy no. 11 K = Bouy no. 4 L = Karang Jamuang

Hal ini untuk menciptakan benda asing yang bisa tiba-tiba muncul di lintasan pelayaran kapal. Benda asing tetap diasumsikan berada di depan kapal selama lintasan dan diam. Meskipun pergerakan benda asing selama simulasi tidak hanya di

depan kapal, tetapi yang digunakan pada sistem ini adalah yang ada di depan kapal niaga. Setpoint yang

digunakan pada sistem

pengendalain ini adalah lintasan berupa titik koordinat yang dirubah menjadi sudut heading dengan menggunakan fungsi trigonometri arc tan. Perbandingan selisih titik koordinat aktual dan desire (Δy/Δx) akan menjadi setpoint. Sistem yang diinginkan atau dirancang pada bagian ini adalah kapal niaga dapat menghindari dari benda asing yang tiba-tiba muncul di depannya. Dengan karakteristik sebagai berikut: jika radar mendapatkan sinyal benda asing di depannya ≤ 1000 m atau 1km, kapal niaga akan bergeser ke kanan sejauh 50m. Prinsip ini telah

dimasukkan pada sistem

menggunakan fungsi ‘Matlab

Function’. Meskipun halangan yang

dirancang bergerak, tetapi

diharapkan kapal niaga dapat bergeser sesuai perintah yang diberikan. Hasil pengujian yang telah dilakukan membuktikan bahwa sistem pengendalian yang telah dilakukan dapat mengikuti alur setpoint yang telah ditentukan. Berdasarkan Gambar 3.7, keluaran sistem berupa sudut heading dapat mendekati setpoint yang memiliki bentuk yang berbeda dengan bentuk setpoint sebelumnya. Perbedaan bentuk ini, dapat dikarenakan selisih lintasan aktual dan lintasan desire

yang berbeda. Sehingga

berpengaruh terhadap setpoint. Pada awal simulasi, error sistem cukup besar. Nampak pada grafik bahwa perubahan setpoint cukup kecil. Keluaran sistem dapat mengikuti setpoint secara sempurna. Sehingga error yang dihasilkan

Benda asing di daeerah perikanan

(13)

cukup kecil dibandingkan pengujian-pengujian sebelumnya. Nilai error steady state dari hasil respon ini berada di bawah 1%.

Gambar 3.7 Respon Simulasi Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul

Berdasarkan data pengujian, benda asing melalui beberapa titik alur lintasan kapal. Pada simulasi, benda asing dalam keadaan bergerak. Terdapat beberapa lintasan kapal yang dilalui oleh benda asing. Namun benda asing tidak dalam keadaan yang berhadapan dengan kapal. Jika benda asing berada pada jarak yang dekat dengan kapal, benda asing tersebut diasumsikan akan berhenti atau dalam keadaan diam. Hal ini sesuai dengan batasan masalah yang diangkat, bahwa benda asing yang berada pada perairan dalam keadaan diam. Meskipun bergerak pada alur yang sama, kapal tidak akan menabrak benda asing jika jarak kapal dan benda asing masih dalam batas aman. Dengan adanya informasi dari radar berupa jarak kapal dengan

halangan benda asing yang

bergerak, sistem akan menentukan lintasan terbaik untuk kapal niaga agar ketika terjadi tabrakan dengan benda asing di depannya. Benda asing tersebut hanya menggangu alur lintasan kapal pada bagian awal. Jika dilihat dari Koordinat Suar,

benda asing tersebut melintas di daerah menara Bouy 6 dan Bouy 11. Sedangkan Gambar 3.8 adalah lintasan aktual yang dilalui kapal selama perjalanan dari Naval Base menuju Karang Jamuang.

Berikut adalah gambar dan tabel selisih lintasan yang dilalui kapal.

Gambar 3.8.a Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul

Keterangan:

Gambar 3.8. b Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul A = Naval Base B = West Channel Kamal C = Bouy no. 12 D = Bouy no.10 E = Typison F = Bouy no. 8 G = K1158.55 H = Bouy no. 13 I = Bouy no. 6 J = Bouy no. 11 K = Bouy no. 4 L = Karang Jamuang

(14)

Kesimpulan

Berdasarkan simulasi perancangan

sistem pengendalian pada

manuvering kapal niaga untuk menghindari benda asing di perairan Tanjung Perak, dapat diambil kesimpulan:

1. Diperoleh suatu rancangan sistem pengendalian lintasan pada kapal niaga menggunakan fuzzy Sugeno dengan parameter sebagai berikut.

 Masukan fuzzy berupa error yaw (e) dan yaw rate (r). Masing - masing

masukan memiliki 7 fungsi

keanggotaan. Sedangkan keluaran fuzzy berupa sinyal command rudder

 (δ) dengan 7 fungsi keanggotaan. Error yaw (e) memiliki rentang data antara -35 hingga 35. Yaw rate (r) memiliki rentang data -7 hingga 7. Untuk fungsi keanggotaan keluaran fuzzy, merupakan nilai tunggal, yaitu NB = -3, NM = -2, NS = -1, ZE = 0, PS = 1, PM = 2 dan PB = 3.

2. Diperoleh waktu kestabilan pada pengujian sistem pengendalian pada setpoint konstan, yaitu untuk mencapai kestabilan pada sudut 27,5o diperlukan waktu sekitar 470 detik.

3. Pengujian sistem pengendalian

dengan setpoint lintasan,

menunjukkan respon terbaik pada Pengujian I dengan error steady state minimal mencapai angka 0,34 %. Sedangkan pada Pengujian II, error steady state minimal mencapai angka 6,1 %.

4. Untuk pengujian dengan halangan

benda asing, masing-masing

pengujian telah dapat mengikuti alur setpoint yang telah ditentukan.

DAFTAR PUSTAKA

[1] Anitasari Ruri, Aisjah, A.S,

Masroeri, A.A., 2010,

Perancangan Sistem Kendali Manuver Untuk Menghindari Tabrakan Pada Kapal Tangki Berbasis Logika Fuzzy, Surabaya. [2] Fossen T.I., 1999, Guidance and

Control of Ocean Vihicles, John Willey and Sons, New York.

[3] Kovacic Zdenko, Bogdan,

Stjepan, 2006, Fuzzy Controller Design Theory And Applications, CRC Press.

[4] Lewis Edward V., 1989, Principles of Naval Architecture Second Revision, The Society of Naval Architects and Marine Engineers 601 PavoniaAvenue, Jersey City. [5] Rizianiza Illa, Aisjah, A.S,

Masroeri, A.A, 2010, Design Tracking Control Of Ship Based On Fuzzy Logic, Surabaya.

[6] Velagic Jasmin, Vukic Zoran, Omerdic Edin, 2001, Adaptive Fuzzy Ship Autopilot For Track-Keeping, Bosnia.