Page i of 73
Penelitian Terapan Multidisiplin
PROPOSAL PENELITIAN
PENELITIAN TERAPAN MULTIDISIPLIN
DANA ITS TAHUN 2020JUDUL PENELITIAN
Perancangan Deep Learning pada Unmaned Sea Surface
Vehicle (USSV) untuk Sistem Ketahanan Laut
Tim Peneliti:
Dr. Ir. Syamsul Arifin, MT - 0007096311 (Lab. Komputasi dan Sistem Siber Fisik / FTI ITS) Dr. Suyanto, ST, MT – 0013117102 (Lab. Komputasi dan Sistem Siber Fisik / FTI ITS) Prof. Dr. Ir. Aulia Siti Aisjah, MT – 0016016602 (Lab.Rek.Instrumentasi/Tek. Fisika/ FTI ITS)
Dr. A.A. Masroeri, M. Eng. - 0007085810 (Tek. Sistem Perkapalan / FTK ITS) Moh. Kamalul Wafi, ST, MSc (Teknik Fisika / FTI ITS)
Iwan Cony S. , ST, MT (Teknik Fisika / FTI ITS)
DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA
MASYARAKAT
INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Maret, 2020
Page ii of 73
HALAMAN PENGESAHAN
PENELITIAN UNGGULAN ITS (TERAPAN MULTIDISIPLIN)
Judul Penelitian : Perancangan Deep Learning pada Unmaned Sea Surface Vehicle (USSV) untuk Sistem Ketahanan Laut
Kode/Nama Rumpun Ilmu: 442/Teknik Fisika Ketua Peneliti
a. Nama Lengkap : Dr. Ir. Syamsul Arifin, MT b. Jabatan Fungsional/NIDN: Lektor Kepala / 0007096311 c. Fakultas/Program Studi : FTI/Teknik Fisika
d. No HP/e-mail : 08123542233 / [email protected] Anggota Peneliti ke 1
a. Nama Lengkap : Prof. Dr. Ir. Aulia Siti Aisjah, MT b. NIDN : 0016016602
c. Perguruan Tinggi : ITS Anggota Peneliti ke 2
a. Nama Lengkap : Dr. Suyanto, ST, MT b. NIDN : 0013117102
c. Perguruan Tinggi : ITS Anggota Peneliti ke 3
a. Nama Lengkap : Dr. A.A. Masroeri, M. Eng b. NIDN : 0007085810
c. Perguruan Tinggi : ITS Institusi Mitra
a. Nama Institusi Mitra : LHI - BPPT b. Alamat :
c. Penanggung Jawab :
Biaya Penelitian Keseluruhan : Rp 110.000.000 Sumber Dana
▪ Dana internal PT : Rp.
▪ Dana dari institusi lain : Rp.
▪ Inkind sebutkan : Rp.
Mengetahui, Surabaya, 8 Maret 2020
Ketua Puslit Kelautan Ketua tim peneliti
Dr. Dhany Arifianto, ST, MEng Dr. Ir. Syamsul Arifin, MT NIP . 197310071998021001 NIP. 19631989031004
Menyetujui,
Direktur Direktorat Penelitian & Pengabdian kepada Masyarakat
Agus Muhammad Hatta, ST, MSi, PhD NIP . 19780902 200312 1 002
Page iii of 73
DAFTAR ISI
JUDUL PENELITIAN I
HALAMAN PENGESAHAN II
DAFTAR ISI III
DAFTAR TABEL V
DAFTAR GAMBAR V
DAFTAR LAMPIRAN VII
1 RINGKASAN 1
2 LATAR BELAKANG 1
2.1 LATAR BELAKANG 1
2.2 PERMASALAHAN YANG AKAN DITELITI 3
2.3 TUJUAN KHUSUS 4
2.4 URGENSI PENELITIAN 4
3 TINJAUAN PUSTAKA 5
3.1 SISTIM AUTOMASI WAHANA APUNG 8
3.2 SISTEM TRANSMISI DATA WAHANA APUNG 14
4 METODE 15
4.1 PELAKSANAAN PENELITIAN TAHUN KE 1 16
4.1.1 IDENTIFIKASI MASALAH YANG DIPEROLEH DARI STUDI LITERATUR 16
4.1.2 PERSIAPAN PENELITIAN 16
4.1.3 PENGUMPULAN DATA 18
4.1.4 PEMODELAN DINAMIKA MANUVER USSV UNTUK KEBUTUHAN ANGKATAN LAUT 19
4.1.5 PEMODELAN VARIABEL GANGGUAN DARI LINGKUNGAN 23
4.1.6 MODEL MATEMATIS DARI AKTUATOR DAN SENSOR 23
4.1.7 PEMBUATAN PROGRAM UNTUK MODEL MANUVER USSV 24
4.1.8 SIMULASI MODEL DAN ANALISA HASIL 24
4.2 KEGIATAN PENELITIAN UNTUK TAHUN II-2021 25
4.2.1 PERANCANGAN SISTEM USSV DENGAN SPESIFIKASI DAN PERFORMANSI SEPERTI YANG DIHARAPKAN OLEH TNIAL
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
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
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
Page vii of 73
DAFTAR LAMPIRAN
Lampiran 1 – CV Ketua Peneliti dan AnggotaPage 1 of 73
1 RINGKASAN
Latar belakang penelitian, tujuan dan tahapan metode penelitian, luaran yang ditargetkan, kata kunci.
Sebuah wahana laut permukaan tanpa awak atau dikenal dengan Unmaned Sea Surface Vehicle (USSV) atau dikenal juga sebagau Unmanned Surface Vehicle (USV) di beberapa negara, diantaranya adalah US, Inggris, digunakan untuk membantu angkatan laut untuk operasi militer. Dalam penelitian ini akan dilakukan kajian, perancangan, analisis dan implementasi wahana permukaan tanpa awak (USSV), yang dapat mendukung sistem pertahanan laut Indonesia. Penelitian tentang sistem USSV masih perlu dikembangkan, yaitu dengan melakukan kajian kesesuaian dari UVVS rancangan dengan fungsi dan tugas TNI angkatan laut Indonesia. Keuntungan dari penggunaan USSV adalah: (i) efektivitas misi / tujuan, (ii) resiko terendah orang / aset, (iii) tingkatan dan kemampuan dalam melawan kemampuan musuh yang muncul secara tiba – tiba, (iv) pertimbangan atas keandalan data dan informasi, (v) pertimbangan atas “tingkat kerahasiaan / siluman dari sumber daya Angkatan Laut. Kerobustan dari USSV ini bergantung dalam lima hal, yaitu: (1) kestabilan dinamika wahana, (2) akurasi dari sistem sensor, modul kontrol dan kepresisian dari perencanaan / target gerakan, (3) keandalan sistem komunikasi data, (4) sistem akuisisi dan pemrosesan data di ground station, (5) teknologi sistem informasi yang digunakan. Sebuah deep learning digunakan untuk proses pengambilan keputusan untuk menentukan set point modul kontrol, berdasarkan pemrosesan big data dari sensor, aktuator. Penelitian akan dilakukan dalam waktu 3 (tiga) tahun, dimana tahun ke 1 adalah modelling sistem secara keseluruhan., Tahun ke 2 (dua) - merancang prototipe serta uji dalam skala laboratorium, dengan menggunakan kolam uji, dan tahun ke 3 melakukan uji di dalam perairan riil. Luaran penelitian untuk tahun ke 1 adalah spesifikasi model, dan 2 paper yang diseminarkan dalam konferensi internasional, serta 4 laporan Tugas Akhir, serta 1 laporan Tesis. Luaran tahun ke dua adalah prototipe USSV dalam skala lab, 1 Depnal internasional, dan 1 paper yang diseminarkan pada konferensi internasional, serta 10 laporan tugas akhir, dan 2 laporan tesis. Luaran tahun ke 3 adalah prototipe USSV yang gandal, 1 Depnal internasional, 1 paper yang diseminarkan pada konferensi internasional, serta 10 laporan Tugas Akhir, dan 3 laporan tesis, dan 1 draft paten. Kata kunci: USSV, keandalan, kontrol, robust, sistem informasi, sensor
2 LATAR BELAKANG
2.1 Latar belakang
Munculnya drone, pada militer Inggris di awal 1900 an, merupakan sebuah wahana udara tanpa awak yang mampu membantu tugas kemiliteran, diantara nya adalah melihat ketahanan musuh. Model pertama adalah Ruston Proctor Aerial Target (RPAT) buatan Inggris. Aerial Target didasarkan pada desain oleh Nikola Tesla dan dikendalikan dengan kontrol radio. Hal ini sangat penting bagi militer Inggris untuk mengamankan dan menyelamatkan awak militer. Tahun 1918 an, dua tahun setelah Amerika melakukan produksi masal setelah didemonstrasikan di depan Angkatan darat AS.
Perkembangan UAV lebih banyak untuk keperluan militer dan diprioritaskan untuk militer berisiko tinggi. Perkembangan akan teknologi semakin meningkat dan menjadi Aerial Vehicle atau RPASs: sebuah wahana yang dapat di remote dari jarak jauh. Permintaan yang meningkat
Page 2 of 73
untuk penggunaan pesawat tanpa awak di sektor militer, dan akhir-akhir ini berubah ke dalam keperluan untuk sipil (Vacca, Onishi, & Cuccu, 2017).
Dalam hal pengembangan teknologi UAV, terlihat meningkat pada saat Perang Dunia II dan memasuki Perang Dingin dimulai tahun 1947 an. Teknologi tersebut masih menunjukkan kelemahan, diantara nya adalah masalah keandalan sistem nya. Banyak model yang berkembang dan masing-masing produsen tidak mendesiminasikan kepada masyarakat, hal ini sebagai bentuk kerasahaiaan antar produsen. Kecenderungan dari perkembangan teknologi UAV didasarkan atas kebutuhan dalam dunia militer, sebagai contoh pada tahun 1982 saat israel melakukan perang dengan Suriah, dengan kerugian yang sangat kecil karena menggunakan UAV.
Banyak kemanfaatan dari teknologi drone di antaranya adalah:
•
membantu memantu perubahan global warming• membantu proses pemadaman kebakaran di hutan Amerika, Australia • membantu proses pelayanan dalam bidang medis
• Penggunaan untuk kepolisian, Polisi Lingkungan Brasil menggunakan pesawat tak berawak untuk memantau deforestasi di Amazon, mencegah pemburu liar dan menemukan operasi penambangan ilegal.
• pemantauan perbatasan dalam menemukan migran ilegal yang masuk • dll
Salah satu perkembangan teknologi UAV adalah dalam hal perancangan kontrol jarak jauh, selain bentuk dan spesifikasi teknis nya. Sebagai contoh drone mampu bermanuver di permukaan laut, dan tidak menabrak wahana laut yang lain, mempunyai kemampuan dalam bermanuver di tiga derajad kebebasan (Maritime Knowledge Centre, NLDA, 2019). Pemanfaatan lain dari drone laut, untuk mendeteksi dan mengidentifikasi keberadaan ikan paus, di perairan Australia Tenggara (Colefax, Butcher, Pagendam, & Kelaher, 2019), serta untuk keperluan militer (Vacca et al., 2017).
Drone laut yang tersusun atas: hardware dan software, di mana hardware adalah wahana drone yang terbuat dari bahan / material ringan dengan motor penggerak untuk wahana, sesuai dengan besarnya momen inersia, massa beban, dan spesifikasi lain. Untuk sebuah drone wahana laut, perangkat hardware selain sama yang disebutkan dalam USSV, juga dibutuhkan spesifikasi drone (dimensi dan bentuk), sebaga wahana laut yang mudah bermanuver, dalam kondisi tinggi gelombang dan arus tertentu. Beberapa drone wahana laut / Unmanned Surface Vehicles (USV) yang telah dikembangkan oleh militer USA, dan didemonstrasikan kemampuan SPARTAN (ACTD) di laut bersama USS Gettysburg (CG64) di Teluk Persia. Gambar berikut ini menunjukkan demonstrasi penggunaan remote kontrol untuk mengatur arah dari Rigid Inflatable Boat (RIB) USV (U.S. Navy, 2004).
Page 3 of 73
Gambar 2.1 Uji coba unmaned surface sea vehicle oleh Amerika di teluk Persi (U.S. Navy, 2004)
Deep Learning adalah salah satu jenis algoritma jaringan saraf tiruan yang menggunakan metadata sebagai input dan mengolahnya menggunakan sejumlah lapisan tersembunyi (hidden layer) transformasi non linier dari data masukan untuk menghitung nilai output. Algortima pada Deep Learning memiliki fitur yang unik yaitu sebuah fitur yang mampu mengekstraksi secara otomatis. Hal ini berarti algoritma yang dimilikinya secara otomatis dapat menangkap fitur yang relevan sebagai keperluan dalam pemecahan suatu masalah. Algortima semacam ini sangat penting dalam sebuah kecerdasan buatan karena mampu mengurangi beban pemrograman dalam memilih fitur yang eksplisit. Dan, algortima ini dapat digunakan untuk memecahkan permasalahan yang perlu pengawasan (supervised), tanpa pengawasan (unsupervised), dan semi terawasi (semi supervised).
Survei visual yang seringkali memanfaat drone atau dikenal sebagai Unmanned Aerial vehicle (UAV), merupakan metode yang sering digunakan untuk mengukur dan mengkarakterisasi berbagai fitur, diantaranya adalah mengkarakteristikkan sampah di area pantai. (Lo et al., 2020). Beberapa aplikasi lain, diantaranya adalah untuk memantau deposisi dan erosi lahar dengan pemrosesan fotogrametri (Walter et al., 2018). Sampah dengan berbagai ukuran, warna, dan bahan ditempatkan secara acak di dua pantai.
2.2 Permasalahan yang akan diteliti
Permasalahan yang diangkat di dalam penelitian ini:
➢ Bagaimana strategi di dalam mendesain secara hardware yang tersusun atas: sensor, sistm penggerak, sistem pengendalian otomatis, sistem data base, untuk mendukung sebuah drone sebagai “unmaned surface water vehicle – USWV yang mampu bermanuver sesuai dengan set point / perintah.
➢ Bagaimana navigasi yang bersifat umpan balik secara efisien, tanpa kehilangan informasi dari sistem kendali
➢ Bagaimana sistem kestabilan dari USWV dengan beban kamera air / kamera kedalaman, akselerometer, giroskop, magnetometer, dll., sensor
Page 4 of 73
2.3 Tujuan khusus
Tujuan dari penelitian adalah:
1. Merancang USWV dengan dilengkapi sistemm hardware dan software yang dapat digunakan dalam berbagai kebutuhan ketahanan laut, diantaranya adalah pencarian letak ranjau laut, dan benda berbahaya di laut.
2. Melakukan simulasi terhadap sistem dalam skala lab
3. Melakukan uji terhadap sistem hasil rancangan, baik dalam skala lab maupun skala riil
2.4 Urgensi penelitian
Urgensi dari penelitian usulan ini adalah: pentingnya teknologi drone yang mampu mensupport semua kegiatan untuk ketahanan laut, dengan biaya yang lebih efisien, dibandingkan dengan menggunakan teknologi yang lain. Dimana saat ini teknologi drone banyak dalam bentuk USSV – aerial unmanned vehicle – sebagai kendaraan udara tak ber awak, dan untuk teknologi di permukaan laut, belum banyak dikembangkan. Potensi laut Indonesia yang sangat besar dengan luas 2/3 bagian nya, perlu untuk didukung ketahanan nya.
Beberapa kegiatan tersebut diantaranya:
Page 5 of 73
3 TINJAUAN PUSTAKA
Mengemukakan state of the art dan peta jalan (road map) dalam bidang yang diteliti. Bagan dan road map disisipkan dalam isian ini. Sumber pustaka/referensi primer yang relevan dan dengan mengutamakan hasil penelitian pada Depnal ilmiah dan/atau paten yang terkini. Disarankan penggunaan sumber pustaka 10 tahun terakhir.
Penelitian ini merupakan pengembangan dari penelitian yang telah dilakukan oleh tim peneliti, sejak tahun 2012. Road map penelitian diilustrasikan dalam bentuk Gambar berikut ini.
Gambar 3.1 Road map penelitian
Road penelitian di atas, dilakukan melalui beberapa tahapan penelitian, baik dengan pendanaan hibah penelitian dari Nasional, mapun dari lokal ITS. Penelitian yang mendukung pada pelaksanaan untuk tahun 2020 – 2022, ditunjukkan pada Gambar berikut ini.
Mahasiswa Tugas Akhir dan tesis yang terlibat di dalam penelitian, ditunjukkan di dalam Gambar, dan direncanakan akan ada sebanyak 24 minimal sebanyak 24 mahasiswa S1 dan 8 Mahasiswa S2 dari Departemen Teknik Fisika dan Teknik Sistem Perkapalan.
Page 6 of 73
Gambar 3.2 Road penelitian yang telah dilakukan sejak tahun 2008 sd sekarang, dengan berbagai sumber pendanaan
Page 7 of 73
Penelitian yang diusulkan pada tahun ini merupakan pengembangan dari penelitian yang telah dilakukan sebelumnya, dan merupakan penelitian yang berdasarkan pada RENSTRA Penelitian ITS. Sebagian dari road map penelitian dari peneliti sejak tahun 2008 sampai dengan sekarang ditunjukkan pada Error! Reference source not found.. Beberapa penelitian terdahulu melakukan analisis terhadap berbagai model manuver kapal, merancang sebuah sistem autopilot dan mengembangkan sebuah sistem kontrol dan monitoring gerakan kapal yang dapat diimplementasikan dengan sebuah VTS – Vessel Traffic system yang ada.
Beberapa penelitian pendahuluan, oleh tim peneliti ditunjukkan di dalam Tabel berikut ini: Tabel 3.1 Judul dan sumber dana penelitian sebagai penelitian pendahuluan
No Tahun Judul Penelitian Sumber
Dana
Luaran
1 2010 Perancangan Sistem Kontrol Cerdas Pada Manuvering Kapal Untuk Menghindari Tabrakan Di Perairan Lepas
Hibah Bersaing
Software sistem autopilot
2 2010 Pengembangan Sistem Monitoring Dan Kontrol Untuk Meningkatkan Performansi Autopilot Cerdas Pada Kapal
SPP – SPI ITS
Prototipe unmanned kapal dengan ukuran 1.39 meter, 1 rudder, 1 propeller,
3 2010 Aplikasi Sistem Logika Fuzzy Pada Peramalan Cuaca di Indonesia untuk Mendeteksi Kejadian Anomali Tinggi Gelombang Laut”
DP2M Sebuah model stasiun cuaca dengan sensor suhu, kelembaban, tekanan udara dan kecepatan angin
4 2011 “Perancangan Simulator Peramal Cuaca Maritim Untuk Kelayakan Pelayaran Studi Kasus: Jalur Surabaya – Banjarmasin”.
SPP DPP ITS
Sebuah sistem informasi kelayakan pelayaran kapal niaga Jalur Surabaya – Banjarmasin, yang diuji di Sahbandar Pelabuhan Tanjung Perak 5 2011 Pengembangan Sistem Monitoring dan
Kontrol Cerdas pada Kapal untuk Meningkatkan Kualitas Manajemen Transportasi Laut
Ristek – Insentif Terapan
Sistem data base kapal dan pengaturan gerakan kapal di pelabuhan
6 2011 Analisa Performansi MCST – Monitoring & Control In Sea Transportation Pada Kondisi Kepadatan Lalu Lintas Pelayaran Di Alur Barat Tanjung Perak
PUM ITS Sofware – monitoring dan kontrol jarak jauh
7 2012 “Rancang Bangun Sistem Monitoring Maritim Weather Station untuk Meningkatkan Keselamatan Transportasi Laut di Indonesia”.
PUM ITS Sebuah sistem yang terdiri dari: Model maritim weather station dilengkapi sensor, sistem komunikasi ke stasiun didarat, sistem prediktor pada server 8 2012 Pengembangan Sistem Monitoring dan
Kontrol Cerdas pada Kapal untuk Meningkatkan Kualitas Manajemen Transportasi Laut
Ristek – Insentif Terapan
Sistem data base kapal dan software untuk autonavigasi kapal di pelabuhan
9 2013 Perancangan Auto Manuver Dan Auto Berthing Untuk Mendukung Pencapaian Zero Waiting Time Di Pelabuhan Tanjung Perak
PPUPT Sistem data base kapal, sistem digital data trajectory di alur barat Tanjung Perak, dan sistem autonavigasi kapal di pelabuhan Tanjung perak
Page 8 of 73
No Tahun Judul Penelitian Sumber
Dana
Luaran
10 2014 Perancangan Auto Manuver Dan Auto Berthing Untuk Mendukung Pencapaian Zero Waiting Time Di Pelabuhan Tanjung Perak
PPUPT Sistem data base kapal, sistem digital data trajectory di alur barat Tanjung Perak, dan sistem autonavigasi kapal di pelabuhan Tanjung perak
11 2016 Pengembangan Desain Stasiun Cuaca Laut Dengan Tingkat Keandalan Tinggi Pada Sea State 4)
PUPT
12 2014-2016
“Integrasi Sistem Buoyweather Untuk Membangun Sistem Informasi Cuaca Maritim Sebagai Upaya Peningkatan Keselamatan Nelayan Jawa Timur
PUPT Stasiun cuaca apung ”Model II”, dengan keandalan tinggi pada tinggi gelombang 0,5 meter 13 2017 Pemetaan Pola Gerak Illegal Fishing
dan Illegal Transhipment Pada Vessel Monitoring System Berdasar Data AIS (Ketua)
PUPT Software penghasil keputusan ”dugaan” iuu Fishing dan IUU transhipment pada beberapa kapal di Indonesia
14 2017 - 2018
“Pengembangan desain stasiun cuaca laut dengan tingkat keandalan tinggi pada sea state 4”
PUPT Sistem informasi cuaca untuk nelayan dengan keandalan tinggi
15 2018 Pemetaan Pola Gerak Illegal Fishing dan Illegal Transhipment Pada Vessel Monitoring System Berdasar Data AIS
PUPT Software penghasil keputusan ”dugaan” iuu Fishing dan IUU transhipment pada beberapa kapal di Indonesia, dengan tingkat akurasi > 70%
16 2019 Pemetaan Pola Gerak Illegal Fishing dan Illegal Transhipment Pada Vessel Monitoring System Berdasar Data AIS (Ketua)
PUPT Software penghasil keputusan ”dugaan” iuu Fishing dan IUU transhipment pada beberapa kapal di Indonesia, dengan tingkat akurasi > 80%
3.1 Sistim Automasi Wahana Apung
Kebutuhan Angkatan Laut saat ini adalah sebuah sistem yang mampu mendukung sebuah strategi yang efektif selama melakukan operasi di laut, dan dengan menekan resiko keselamatan sekecil mungkin. Angkatan laut US, telah mengembangkan berbagai teknologi Unmaned Sea surface Vehicle (USSV), diantaranya yaitu: Sea Power 21 yang diluncurkan Oktober 2002, Quadrennial Defense Review (QDR 2006), Strategi Nasional untuk Keamanan Maritim (September 2005), Rencana Nasional untuk Mencapai Kesadaran Domain Maritim (Oktober 2005), Daftar Prioritas Terpadu Komandan Pejuang (yaitu Komando Pasukan Gabungan (JFCOM), Komando Operasi Khusus (SOCOM)), Strategi Pertahanan Nasional Amerika Serikat (Maret 2005), ASW Way Ahead (Maret 2006), dan Angkatan Laut Rencana Strategis (Juni 2006) (U.S. Navy, 2004). Sebuah sistem yang dinamakan MCST - monitoring and control sea trasportation hasil penelitian terdahulu merupakan software untuk merekomendasikan navigasi pelayaran di sekitar pelabuhan. Hasil rekomendasi dapat dikirimkan dengan sistem komunikasi yang tersedia dan dapat dimodifikasi sesuai dengan teknologi yang digunakan. Sistem ini diproyeksikan dapat
Page 9 of 73
diimplementasikan pada VTS (Aisjah et al., 2012). Salah satu luaran dari penelitian sebelumnya adalah draft paten. Draft paten ini merupakan paten terhadap algoritma untuk rekomendasi navigasi pelayaran. Blok diagram untuk menghasilkan rekomendasi navigasi ditunjukkan pada Gambar 3.3. Draft paten ini merupakan algoritma sistem kontrol pada server VTS. Sebuah sistem yang mampu memberikan layanan navigasi, apabila memperoleh informasi yang lengkap tentang: (1) Posisi kapal, (2) Tipe / Jenis kapal, (3) Kondisi lingkungan, (4) Destination pelayaran. Ketiga informasi pertama diperoleh dari data AIS, dan informasi ke empat diperoleh dari sumber informasi cuaca dunia. Data ke (2) digunakan untuk searching model dinamika kapal. Model ini menggunakan linier model Nomoto orde dua (Aisyah, Masroeri, Djatmiko, & Fajri, 2010). Beberapa jenis kapal telah dimodelkan secara numerik dan dapat di searching oleh data No IMO kapal dari AIS. Data Base model kapal dapat diletakkan di server stasiun AIS darat atau di VTS (Aisjah et al., 2012). Dalam model wahana laut, data tersebut dapat diperoleh dari sensor GPS, ultrasonik, dan model kapal didasarkan pada dimensi serta spesifikasi model kapal.
Model sistem MCST rancangan mampu memberikan rekomendasi terhadap arah, kecepatan dan lintasan, diperoleh berdasarkan perhitungan numerik dari model kapal, posisi awal dan destinasi kapal (Aisyah et al., 2010). Besarnya arah, kecepatan kapal merupakan keluaran dari unit kontrol yang dibangun berdasarkan kaidah fuzzy. Unit kontrol juga memberikan rekomendasi terhadap arah, dan kecepatan kapal saat menghindari tabrakan dengan kapal / benda apung lain yang terdeteksi di AIS. Algoritma yang digunakan pada sistem kontrol anti tabrakan menggunakan standard IMO (Aisjah, Masroeri, & Anitasari, 2010).
Sistem MCST hasil penelitian telah diuji pada skala lab, dengan komputer sebagai pengganti sebuah kapal yang membawa informasi AIS dan dapat dideteksi di stasiun pusat. Photo Gambar 3.4 berikut menunjukkan sistem monitoring di VTS hasil uji dalam skala lab.
Page 10 of 73 Searching Data Input Data Statik AIS (n) Data Dinamis AIS (n) (Xd, Yd) desire Penghitung Danger Score Hitung Heading desire Trajectory desire Kontrol Heading Kontrol Kec. Kapal Kontrol avoiding collision Kontrol Disturbance Data Rata-rata cuaca maritim Lingkungan setempat Koreksi Heading Koreksi Kec. Koreksi Heading Koreksi Kec. Rekomendasi Heading Rekomendasi Kec. Y U Data statik AIS (1) Data Dinamik AIS (1) Penghitung Jarak ke Destination Penghitung Jarak dengan Kapal lain Distance to Other Ship (mil)
Distance to Destination (mil) Score Danger Area + + + + + + + + 1 2 3 4
Gambar 3.3 Blok diagram sistem kontrol pada server MCST yang terintegrasi dengan VTS dan AIS (Aisjah, Madroeri, Djatmiko, & Aryawan, 2012)
Kemampuan unit kontrol dalam memberikan rekomendasi arah dan kecepatan saat kemungkinan terjadi tabrakan dengan kapal lain, ditunjukkan dalam bentuk video hasil simulasi pada Gambar 3.5. Saat simulasi dikondisikan jalur dalam keadaan padat, dan AIS pada kapal memberikan updating variabel dinamik kepada stasiun darat. Stasiun (server yang dilengkapi software MCST) akan menghitung jarak aman, arah aman, kecepatan aman dan lintasan aman pada kapal, kemudian mengirimkannya kepada kapal tersebut. Hal ini dapat dilakukan dengan mekanisme fuzzy avoiding collision dengan berdasarkan perhitungan jarak dan waktu terpendek yang diijinkan sesuai dengan IMO (Montewka, Kujala, & Ylitalo, 2009).
Kemampuan MCST juga diuji pada tiga prototipe kapal, dengan ukuran 1,3 m dan 3 m. Ketiga kapal dilengkapi dengan instrumen dan sistem mekanik autopilot, sedangkan di darat terdapat sebuah komputer sebagai stasiun VTS. Hasil uji menunjukkan bahwa kapal bergerak sesuai dengan rekomendasi dari VTS dan mampu mengikuti gerakan sesuai lintasan rekomendasi. Gambar 3.6 dan Gambar 3.7 menunjukkan hasil uji software MCST pada kapal prototipe.
Page 11 of 73
Gambar 3.4 Tampilan sistem monitoring hasil penelitian terdahulu pada uji skala lab (Aisjah et al., 2012).
Gambar 3.5 Tampilan sistem monitor pada VTS saat simulasi sistem kontrol menghindari tabrakan di jalur barat Tanjung Perak Surabaya (APBS) (Aisjah et al., 2012).
Gambar 3.6 Prototipe kapal yang dilengkapi sistem autopilot berukuran 1,39 meter, saat diuji dengan software MCST di kolam Graha ITS, mampu bergerak sesuai dengan (a) arah (gambar kiri), (b) lintasan (gambar kanan) rekomendasi
Heading rekomendasi
Kec. Rekomendasi
Informasi adanya kapal lain dalam
jarak tertentu
Gerakan kapal saat menghindari
Page 12 of 73
Gambar 3.7 Prototipe kapal yang dilengkapi sistem autopilot berukuran 13 meter, saat diuji dengan software MCSTdi kolam PPNS Sby, mampu bergerak sesuai dengan (a) lintasan (gambar kiri), (b) arah (gambar kanan) rekomendasi
Beberapa uji terhadap sistem instrumen yang embedded pada kapal ukuran 6 meter, dan simulasi gerakan kapal di kolam, untuk menguji fungsi sistem instrumen, uji sistem autopilot, uji terhadap lossess data trajectory, dan kestabilan sistem secera keseluruhan, telah dilakukan di beberapa lokasi, yaitu: (1) Kolam Laboratorium Hidrodinamika Indonesia – BPPT Surabaya, dan (2) Kolam uji di Politeknik Perkapalan Negeri Surabaya – PPNS. Beberapa uji terhadap kapal, maupun pada instrumen pendukungnya ditunjukkan pada Gambar 3.9 di bawah ini.
Page 13 of 73
Gambar 3.8 Sistem instrumen dan otomasi pada kapal prototipe model ke 2, dan uji di LHI BPPT serta uji di kolam PPNS-Surabaya
Software MCST dan prototipe kapal dengan dilengkapi sistem autopilot, yang diujicobakan ke dalam kapal dengan ukuran yang lebih besar yaitu 3 meter, di kolam uji PPNS – Surabaya. Gambar 2.6 di atas terlihat model saat diuji. Kedua prototipe kapal, baik yang berukuran kecil 1.39 meter maupun berukuran besar 13 meter, merupakan wahana tanpa awak yang secara auto mampu bermanuver dan melakukan self navigasi. Prototipe ini merupakan cikal bakal dari sebuah Unmaned Sea Surface Vehicle (USSV).
Page 14 of 73
3.2 Sistem Transmisi Data Wahana Apung
Sebuah wahana apung memliki kestabilan statis dan dinamis. Kedua tipe kestabilan tersebut di perairan dengan sea state yang sesuai, harus memenuhi kriteria kestabilan, dimana salah satunya distandarkan oleh International Maritim Organization - IMO (Arifin, Syamsul; Aisjah, Aulia Siti; Nugroho, 2016). Wahana laut yang diperlukan untuk kebutuhan prediksi cuaca laut, dan dapat digunakan sebagai sistem informasi bagi pengguna laut, memerlukan perangkat sebagai berikut:
• Teknologi Sensor, yaitu sensor untuk sensor tinggi gelombang laut, arus laut, kecepatan angin, arah angin, suhu dan tekanan udara, serta curah hujan
• Aplikasi software untuk pengolahan data, pemroses data seluruh hasil ukur
• Sistem telemetri Data, sebagai komunikasi data antara wahana apung dengan sistem pusat data – sebagai staisun di darat.
• Sebuah sistem untuk menjaga keandalan dan keselamatan wahana apung. Kestabilan statis dan dinamis wahana apung sesuai dengan standar yang direkomendasikan oleh International Maritime Organization (IMO), dengan kriteria uji stabilitas. Terdapat dua uji stabilitas, yaitu saat berada baik di perairan dalam (deep water) dan di perairan terbatas atau beroperasi di sekitar pelabuhan atau di perairan yang dangkal (restricted and shallow water). Kriteria uji stabilitas tersebut ditunjukkan pada Tabel berikut ini.
Tabel 3.2 Tabel Kriteria Uji Stabilitas IMO
Kode IMO Kriteria Satuan
A.749(18) Ch-3 Design criteria applicable to all ship
section 3.1.2.2 Besar GZ 2 m m
A.749(18) Ch-3 Design criteria applicable to all ship section 3.1.2.3
Sudut maksimum
GZ 25o deg
A.749(18) Ch-3 Design criteria applicable to all ship
section 3.1.2.4 Nilai GMt 1,5 m m
Dimana: GZ adalah titik pusat apung
Drone laut / USSV juga filengkapi dengan sensor cuaca, dimana sensor ini akan mengirimkan data ke stasiun darat, untuk melakukan prediksi cuaca laut di waktu yad. Kondisi lingkungan untuk waktu yad, juga sebagai masukan pada modul kontrol yang tertanam di dasboard USSV. Prediksi cuaca laut yang telah banyak dikembangkan oleh badan stasiun cuaca, menggunakan metode SWAN, WAN dengan bantuan komputer kecepatan tinggi (Kamranzad & Kazeminezhad, 2010). Beberapa metode prediktor telah diusulkan oleh peneliti lain, dan juga telah dilakukan oleh peneliti pada tahun sebelumnya. Beberapa metode tersebut mempunyai akurasi yang bervariasi (Arifin, Aisjah, J.S, & Alhakim, 2010), (Arifin, Aisjah, W, & S, 2011), (Aisjah, Arifin, & Danistha, 2016).
Page 15 of 73
Wahana laut yang dapat dikendalikan dari darat, memerlukan deteksi posisi dari wahana tersebut secara kontinyu, dan perintah dari darat untuk menggerak kan badan nya secara sendiri – self motion menuju ke posisi yang diinginkan sesuai dengan perintah. Sinyal perintah ini akan menggerakkan sebuah sistem aktuator yang embeded pada wahana. Pengiriman data hasil ukur dari sensor yang terpasang, dan sensor GPS ke stasiun darat memerlukan akurasi data yang tinggi. Selain tergantung pada keandalan semua sistem intrumen, juga bergantung pada software yang mampu mengolah data, memproses data tersebut dalam sebuah paket data sehingga tidak terjadi eror, dan losses data. Filter Kalman mampu melakukan prosesing data sehingga tidak ada losses dari data terkirim, dan menghasilkan akurasi pada data prediksi (Arifin, Aisjah, & Redhianto, 2016).
4 METODE
Metode atau cara untuk mencapai tujuan yang telah ditetapkan. Bagian ini dilengkapi dengan
diagram alir penelitian yang menggambarkan apa yang sudah dilaksanakan dan yang akan dikerjakan selama waktu yang diusulkan Bagan penelitian harus dibuat secara utuh dengan penahapan yang jelas, mulai dari awal bagaimana proses dan luarannya, dan indikator capaian yang ditargetkan. Di bagian ini harus juga mengisi tugas masing-masing anggota pengusul sesuai tahapan penelitian yang diusulkan.
Blok diagram dari model sistem yang akan dikerjakan untuk 3 (tiga) tahun, ditunjukkan pada Gambar di bawah ini.
Gambar 4.1 Blok diagram sistem untuk penelitian tahun 2020 - 2023
Beberapa pertimbangan dalam pelaksanaan penelitian adalah tujuan, di mana USSV hasil rancangan di akhir tahun ke 3, harus memenuhi
• Persyaratan otonomi,
• Sistem komunikasi tanpa delay, dan
• Sistem preproses
Page 16 of 73
• Sistem jaringan untuk menukar antara kemampuan autonomi dengan sistem komunikasi, khusus dalam hal penggunaan senjata yang terpasang di USSV.
Simulasi terhadap model dilakukan untuk beberapa kondisi perairan, yang akan dilakukan pada tahun ke 3 yaitu, di dua dari enam kondisi berikut ini.
1. perairan terbuka 2. perairan terbatas
3. perairan yang dikategorikan tidak bersahabat
4. perairan ramai / kondisi lalu lintas tinggi, kondisi lalu lintas rendah 5. keadaan laut/ sea state diatas 3
6. keadaan laut / sea state di bawah 3
4.1 Pelaksanaan penelitian tahun ke 1
Pelaksanaan penelitian untuk tahun ke 1 (2020) ditunjukkan pada flow chart Gambar 4.1 di bawah ini:
4.1.1 Identifikasi masalah yang diperoleh dari studi literatur
Identifikasi masalah diperoleh dari studi literatur beberapa penelitian tentang USSV. Pada tahapan studi literatur dilakukan penelusuran dari peneliti – peneliti sebelumnya dan penelitian pendahuluan yang telah dilakukan.
Luaran dari tahapan ini: judul – judul Tugas Akhir yang ditawarkan kepada Mahasisa S1, S2 Teknik Fisika
Sebagian dari luaran telah diperoleh pada bulan bulan Januari 2020. Pelaksana untuk Tahap 1 adalah: ketua peneliti dan 2 anggota.
4.1.2 Persiapan penelitian
Persiapan penelitian dilakukan dengan berbagai kegiatan yaitu :
- Pengumpulan beberapa hasil penelitian, baik yang telah dilakukan oleh peneliti, maupun peneliti lainnya di lingkungan ITS dan instansi yang lain. Pengumpulan penelitian ini dilakukan melalui browsing internet, dan secara khusus yang dilakukan untuk obyek di perairan Indonesia. Hasil dari pengumpulan ini pengembangan judul Tugas Akhir yang akan ditawarkan kepada mahasiswa S1 dan S2.
- Pengumpulan data base tentang peralatan yang telah digunakan pada penelitian sebelumnya dan melengkapi peralatan (baik software maupun hardware) yang akan digunakan dalam penelitian sepnajang 3 (tiga) tahun sesuai dengan perencanaan. Data base peralatan ini diperoleh dari informasi secara langsung dari penanggung jawab instansi yang akan digunakan untuk pelaksanaan penelitian, yaitu : Lab. Komputasi dan Simulasi Dep. T. Fisika ITS, Lab. LHI BPPT Surabaya, Lab. Hidrodinamika T. Perkapalan ITS.
- Sosialisasi kepada para mahasiswa Dep. T. Fisika FTI ITS, Dep. Tek. Sistem Perkapalan ITS melalui pengumuman judul judul / topik Tugas Akhir dan Tesis yang ditawarkan kepada mahasiswa, untuk kegiatan dalam 3 (tiga) tahun yang akan datang.
Page 17 of 73
Gambar 4.2 Flow chart penelitian tahun ke 1 sd 3
TAHUN 2022 TAHUN 2020 Modul Mengatasi Gangguan MODEL USSV 1 MODEL USSV 3 MODEL USSV 2 MODEL USSV N SIMULASI
ANALISA HASIL SIMULASI (PERFORMANSI) SECARA NUMERIK
EXPERT JUDGEMENT
Pengumpulan Data Beberapa Model USSV
ANALISA HASIL
RANCANG BANGUN USSV
ANALISA HASIL RANCANG BANGUN
PENGEMBANGAN & PENYEMPURNAAN PROTOTIPE USSV TAHUN 2021 DATA UNTUK VALIDASI
UJI PROTOTIPE USSV UNTUK BEBERAPA KONDISI
Page 18 of 73
Perancangan model sistem dilakukan dengan cara membuat model matematis dari bentuk USSV, membuat model matematis dari variabel gerakan USSV dengan 6 derajad kebebasan dan dengan pertimbangan atas minimumisasi aktuator yang digunakan.
4.1.3 Pengumpulan data
Pengumpulan data beberapa USSV, diperoleh melalui hasil peneliti lain baik yang telah dideseminasikan di Jurnal, maupun pada seminar internasional.
Sebagai contoh, klasifikasi dari USSV ditunjukkan pada Tabel berikut ini.
Tabel 4.1 Contoh spesifikasi dari USSV dengan karakteristik mempunyai keandalan yang tinggi (Mairaj, Baba, & Javaid, 2019)
Tabel 4.2 Contoh USSV buatan US Army (Savitz et al., 2013)
Beberapa model yang ditunjukkan pada dua Tabel di atas, akan dibuat database, di mana data base berisi:
Page 19 of 73
• tahun pembuatan,
• dimensi USSV – bentuk dan dan spesifikasi antara lain: panjang USSV - L, lebar USSV – B, Tinggi USSV – T, Koefisien blok – CB, center gravity- CG,
• kecepatan desain maksimum dan kecepatan normal / servis USSV – U,
• rasio luasan rudder / sistem pendukung manuver,
• Massa USSV – m / DWT USSV,
• Kapasitas baterei,
• Jenis propeler.
• Sistem instrumentasi dan komponen pendukung kemudi USSV.
Luaran dari tahapan ini: (1) Data base USSV, (2) Makalah untuk telaah FGD, Judul : Melihat Kekuatan Katahanan Laut Indonesia sebagai Introspeksi diri untuk Pengembangan Teknologi di Masa yang Akan Datang
Pelaksana kegiatan tahap III adalah: ketua Peneliti dan 2 anggota, serta 4 mahasiswa.
4.1.4 Pemodelan dinamika manuver USSV untuk kebutuhan angkatan laut
Penurunan model transportasi ini berkaitan dengan (i) model dinamika USSV, (ii) pemodelan dari gangguan yang berasal dari laut (iii) model sistem kemudi USSV, (iv) model sistem propulsi USSV, (iv) model autopilot
(i) Pemodelan dinamika USSV
Pemodelan dalam bentuk model matematik dari sistem manuvering USSV – dijadikan sebagai obyek yang akan dikontrol. Pemodelan secara matematik ini memenuhi kaidah dalam perancangan sistem kontrol modern, yaitu menyatakan bentuk persamaan dari sistem menjadi bentuk persamaan state space. Model matematik yang dilakukan didasarkan pada Hukum Newton II tentang dinamika USSV, dengan koefisien hidrodinamika diturunkan oleh Clarke (1982). Data yang dibutuhkan untuk menurunkan model dinamika USSV cepat ini dapat diperoleh dari tahap II, untuk beberapa tipe USSV.
Dalam perancangan sebuah kontrol melalui tahapan perolehan model matematis dari sistem yang akan dikontrol, penentuan vektor kontrol, dan penentuan state kontrol. Orientasi arah USSV dalam 6 derajad kebebasan tetap diperhatikan untuk menurunkan bentuk dinamika USSV dengan 3 derajad kebebasan (sway, surge, yaw). Hukum kinekatika dan dinamika USSV sebagai dasar untuk menurunkan bentuk model dinamika manuvering. Gaya dan momen yang berpengaruh pada dinamika USSV arah surge, sway dan yaw, dan komponen gaya maupun momen yang timbul akibat gerakan lambung dalam air, akibat sistem propulsi,
control surface, dan akibat dari gangguan lingkungan tetap diperhatikan. Parameter hidrodinamika USSV dalam pengembangan model manuvering diperoleh berdasarkan persamaan Regresi Clarke (1982).
Page 20 of 73
𝑀𝑣̇ + 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 0 0 0 𝑚𝑧𝐺 −𝑚𝑦𝐺 0 𝑚 0 −𝑚𝑧𝐺 0 𝑚𝑥𝐺 0 0 𝑚 𝑚𝑦𝐺 −𝑚𝑥𝐺 0 0 −𝑚𝑧𝐺 𝑚𝑦𝐺 𝐼𝑥𝑥 −𝐼𝑦𝑥 −𝐼𝑧𝑥 𝑚𝑧𝐺 0 −𝑚𝑥𝐺 −𝐼𝑥𝑦 𝐼𝑦𝑦 −𝐼𝑧𝑦 −𝑚𝑦𝐺 𝑚𝑥𝐺 0 −𝐼𝑥𝑧 −𝐼𝑦𝑧 𝐼𝑧𝑧 ] (4.2) 𝑀𝐴= [ 𝑋𝑢̇ 𝑌𝑢̇ 𝑍𝑢̇ 𝐾𝑢̇ 𝑀𝑢̇ 𝑁𝑢̇ 𝑋𝑣̇ 𝑌𝑣̇ 𝑍𝑣̇ 𝐾𝑣̇ 𝑀𝑣̇ 𝑁𝑣̇ 𝑋𝑤̇ 𝑌𝑤̇ 𝑍𝑤̇ 𝐾𝑤̇ 𝑀𝑤̇ 𝑁𝑤̇ 𝑋𝑝̇ 𝑌𝑝̇ 𝑍𝑝̇ 𝐾𝑝̇ 𝑀𝑝̇ 𝑁𝑝̇ 𝑋𝑞̇ 𝑌𝑞̇ 𝑍𝑞̇ 𝐾𝑞̇ 𝑀𝑞̇ 𝑁𝑞̇ 𝑋𝑟̇ 𝑌𝑟̇ 𝑍𝑟̇ 𝐾𝑟̇ 𝑀𝑟̇ 𝑁𝑟̇] (4.3)
𝐶(𝑣) = 𝐶𝑅𝐵(𝑣) + 𝐶𝐴(𝑣), adalah matriks Coriolis dan Centripetal dari rigid-body dan massa
tambahan. 𝐶𝑅𝐵(𝑣) = [ 0 0 0 0 𝑚𝑤 −𝑚𝑣 0 0 0 −𝑚𝑤 0 𝑚𝑢 0 0 0 𝑚𝑣 −𝑚𝑢 0 0 −𝑚𝑤 𝑚𝑣 0 −𝐼𝑧𝑧𝑟 𝐼𝑦𝑦𝑞 𝑚𝑤 0 −𝑚𝑢 𝐼𝑧𝑧𝑟 0 −𝐼𝑥𝑥𝑝 −𝑚𝑣 𝑚𝑢 0 −𝐼𝑦𝑦𝑞 𝐼𝑥𝑥𝑝 0 ] (4.4) 𝐶𝐴(𝑣) = [ 0 0 0 0 −𝑎3(𝑣) 𝑎2(𝑣) 0 0 0 𝑎3(𝑣) 0 −𝑎1(𝑣) 0 0 0 −𝑎2(𝑣) 𝑎1(𝑣) 0 0 𝑎3(𝑣) −𝑎2(𝑣) 0 𝛽3(𝑣) −𝛽2(𝑣) −𝑎3(𝑣) 0 𝑎1(𝑣) −𝛽3(𝑣) 0 𝛽1(𝑣) 𝑎2(𝑣) −𝑎1(𝑣) 0 𝛽2(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 0 0 0 0 0 0 𝑌𝑣 0 0 0 0 0 0 𝑍𝑤 0 0 0 0 0 0 𝐾𝑝 0 0 0 0 0 0 𝐾𝑞 0 0 0 0 0 0 𝑁𝑟] (4.6) 𝐶𝑞(𝑣) = [ 𝑋𝑢|𝑢||𝑢| 0 0 0 0 0 0 𝑌𝑣|𝑣||𝑣| 0 0 0 0 0 0 𝑍𝑤|𝑤||𝑤| 0 0 0 0 0 0 𝐾𝑝|𝑝||𝑝| 0 0 0 0 0 0 𝐾𝑞|𝑞||𝑞| 0 0 0 0 0 0 𝑁𝑟|𝑟||𝑟|] (4.7)
Page 21 of 73
𝑔(𝜂) adalah matriks vektor buoyancy dan gravitasi, yang ditunjukkan di dalam persamaan (4.8) berikut ini. 𝑔(𝜂) = [ (𝑊 − 𝐵)𝑠𝑖𝑛𝜃 −(𝑊 − 𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙 −(𝑊 − 𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙 −(𝑦𝑔𝑊 − 𝑦𝑏𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙 + (𝑧𝑔𝑊 − 𝑧𝑏𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙 (𝑧𝑔𝑊 − 𝑧𝑏𝐵)𝑠𝑖𝑛𝜃 + (𝑥𝑔𝑊 − 𝑥𝑏𝐵)𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜙 −(𝑥𝑔𝑊 − 𝑥𝑏𝐵)𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜙 − (𝑦𝑔𝑊 − 𝑦𝑏𝐵)𝑠𝑖𝑛𝜃 ] (4.8)
Besarnya torsi pada USSV - 𝜏 merupakan matriks yang ditunjukkan pada persamaan (4.9) berikut ini. 𝜏 = 𝐿𝑈 𝐿 = [ 1 0 0 0 𝑙3 −𝑙1 1 0 0 0 𝑙3 𝑙2 0 0 1 −𝑙1 −𝑙6 0 0 0 1 𝑙2 −𝑙6 0 0 0 1 −𝑙1 𝑙5 0 0 0 1 𝑙2 𝑙5 0 ] (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[𝑢̇ − 𝑣𝑟 + 𝑤𝑞 − 𝑥𝐺(𝑞2+ 𝑟2) + 𝑦𝐺(𝑝𝑞 − 𝑟̇) + 𝑧𝐺(𝑞̇ + 𝑝𝑟)] = Σ 𝑋 𝑚[𝑣̇ − 𝑤𝑝 + 𝑢𝑟 − 𝑦𝐺(𝑟2+ 𝑝2) + 𝑧𝐺(𝑞𝑟 − 𝑝̇) + 𝑥𝐺(𝑟̇ + 𝑞𝑝)] = Σ 𝑌 𝑚[𝑤̇ − 𝑢𝑞 + 𝑣𝑝 − 𝑧𝐺(𝑝2+ 𝑞2) + 𝑥𝐺(𝑟𝑝 − 𝑞̇) + 𝑦𝐺(𝑝̇ + 𝑟𝑞)] = Σ 𝑍 𝐼𝑥𝑥𝑝̇ +(𝐼𝑧𝑧− 𝐼𝑦𝑦)𝑟𝑞 −(𝑟̇+ 𝑝𝑞)𝐼𝑥𝑧+(𝑟2− 𝑞2)𝐼𝑦𝑧+(𝑝𝑟 − 𝑞̇)𝐼𝑥𝑦+ 𝑚[𝑧𝐺(𝑢̇ − 𝑣𝑟 + 𝑤𝑞)− 𝑥𝐺(𝑤̇ − 𝑢𝑞 + 𝑣𝑝)]= Σ 𝐾 𝐼𝑦𝑦𝑞̇+(𝐼𝑥𝑥− 𝐼𝑧𝑧)𝑟𝑝 −(𝑝̇ + 𝑝𝑞)𝐼𝑥𝑦+(𝑝2− 𝑟2)𝐼 𝑥𝑧 +(𝑞𝑝 − 𝑟̇)𝐼𝑦𝑧+ 𝑚[𝑧𝐺(𝑢̇ − 𝑣𝑟 + 𝑤𝑞)− 𝑥𝐺(𝑤̇ − 𝑢𝑞 + 𝑣𝑝)]= Σ 𝑀 𝐼𝑧𝑟̇+(𝐼𝑦− 𝐼𝑧)𝑝𝑞 −(𝑞̇+ 𝑟𝑝)𝐼𝑦𝑧+(𝑞2− 𝑝2)𝐼𝑥𝑦+(𝑟𝑞 − 𝑝̇)𝐼𝑥𝑧+ 𝑚[𝑥𝐺(𝑣̇ − 𝑤𝑝 + 𝑢𝑟)− 𝑦𝐺(𝑢̇− 𝑣𝑟 + 𝑤𝑞)]= Σ 𝑁 (4.11) Tiga persamaan (4.11) di atas, yaitu Σ 𝑋, Σ 𝑌, 𝑑𝑎𝑛 Σ 𝑍 adalah persamaan dinamik dalam arah translasi sedangkan tiga persamaan di bawahnya, yaitu: Σ 𝐾, Σ 𝑀, 𝑑𝑎𝑛 Σ 𝑁 adalah persamaan dinamik dalam arah rotasi.
(iii) Gaya Hidrostatis
USSV mengalami gaya dan momen hidrostatis akibat adanya pengaruh antara berat dan daya apung dari badan USSV. Persamaan gaya dan momen hidrostatis untuk menyeimbangkan
Page 22 of 73
gerak pada arah pitch dan roll. Besarnya gaya dan momen tersebut ditunjukkan pada persamaan (4.12) sebagai berikut:
𝑋𝐻𝑆= −(𝑊 − 𝐵)𝑠𝑖𝑛𝜃 𝑌𝐻𝑆=(𝑊 − 𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 𝑍𝐻𝑆=(𝑊 − 𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 𝐾𝐻𝑆= −(𝑦𝐺𝑊 − 𝑦𝐵𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 −(𝑧𝐺𝑊 − 𝑧𝐵𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 𝑀𝐻𝑆= −(𝑧𝐺𝑊 − 𝑧𝐵𝐵)𝑠𝑖𝑛𝜃 −(𝑥𝐺𝑊 − 𝑥𝐵𝐵)𝑐𝑜𝑠𝜃 𝑐𝑜𝑠𝜙 𝑁𝐻𝑆 = −(𝑥𝐺𝑊 − 𝑥𝐵𝐵)𝑐𝑜𝑠𝜃 𝑠𝑖𝑛𝜙 −(𝑦𝐺𝑊 − 𝑦𝐵𝐵)𝑠𝑖𝑛𝜃 (4.12) (iv) Gaya Hidrodinamika
Gaya hidrodinamik USSV terdiri dari gaya karena massa tambahan (added mass force), gaya hambat (drag force) dan gaya angkat (lift force). Besar dari gaya-gaya tersebut, ditunjukkan pada persamaan berikut ini.
a) Gaya Hambat (Drag Force)
Gaya hambat pada USSV, terdiri dari gaya redaman akibat gaya osilasi body, gaya gesekan permukaan badan USSV, gaya hambat akibat gelombang dan gaya tarik akibat vortex shedding (Yang, 2007). Gaya-gaya tersebut, akan dilinierisasi, dengan memperhatikan rapat massa air laut – 𝜌, koefisien drag untuk badan (dengan asumsi bentuk tertentu) - 𝐶𝑑𝑐, hasil estimasi Hoerner (Milgram, Alt, & Prestero, 2001), 𝑅(𝑥) adalah radius lambung sebaga fungsi posisi axial, 𝑆𝑓𝑖𝑛 sebagai luas plat fin yang dikontrol, dan 𝐶𝑑𝑓 adalah koefisien
crossflow drag pada fin yang telah diturunkan oleh Whicker (Whicker, 1958). Gambar 4.2 berikut ini, merupakan ilustrasi dari vektor gaya pada USSV.
Gambar 4.3 Gaya eksternal pada USSV (Khodayari & Balochian, 2015)
b) Gaya akibat Massa Tambahan (Added Mass Force) (Sutton & Craven, 1998).
Sebuah wahana USSV yang bergerak di dalam fluida dapat dipercepat atau diperlambat geraknya. Percepatan atau perlambatan ini, akan menimbulkan perpindahan sejumlah volume cairan di sekitarnya, karena objek dan cairan tidak dapat menempati ruang fisik yang sama secara bersamaan. Bahkan, kendaraan yang bergerak dengan medium cairan akan
Page 23 of 73
memaksa seluruh cairan bergerak bersama. Fenomena ini sama dengan menambahkan inersia ke USSV dan penambahan inersia tersebut disebut dengan istilah massa tambahan (Added Mass).
Di sisi lain, ada distribusi tekanan di permukaan luar USSV ketika bergerak melalui air laut. Menurut persamaan Bernoulli, tekanan ΔP pada permukaan luar ΔS ditentukan oleh kecepatan partikel fluida di sekitar area ini dan kedalaman fluida. Gaya eksternal dan momen karena tekanan dianggap sebagai kekuatan dan momen yang dihasilkan oleh massa tambahan. Besarnya gaya added mass ditunjukkan pada persamaan (4.13) dan (4.14), untuk arah axial, crossflow dan rolling.
𝑋𝑢̇ = − 4𝛼𝜌𝜋 3 ( 𝑙 2)( 𝑑 2) 2 (4.13) 𝑀𝑞̇ = 𝑁𝑟̇ = −∫ 𝑥2𝑚𝑎(𝑥)𝑑𝑥 𝑥𝑓𝑖𝑛 𝑥𝑡𝑎𝑖𝑙 −∫ 𝑥 2𝑚 𝑎𝑓(𝑥)𝑑𝑥 𝑥𝑓𝑖𝑛2 𝑥𝑓𝑖𝑛 −∫ 𝑥 2𝑚 𝑎(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.
Page 24 of 73
Sistem propulsi pada USSV adalah sistem yang mengatur kecepatan propeller USSV ketika melakukan manuver. Pemilihan terhadap tipe motor, didasarkan pada kebutuhan besarnya gaya dan momen untuk menggerakkan badan USSV. Dimana input dari motor DC ini adalah berupa tegangan (volt) dan outputnya adalah kecepatan sudut propeller (𝜔). Pemilihan aktuator pada USSV, juga memperhatikan keandalan penggunaan dalam jangka waktu tertentu di laut. Beberapa aktuator untuk drone yang saat ini beredar di pasaran, dapat dijadikan rujukan, diantaranya yang digunakan dalam UAV yang digunakan oleh NASA (Hassanalian, Rice, & Abdelkefi, 2018),
4.1.7 Pembuatan program untuk model manuver USSV
Pembuatan program untuk kontrol manuver USSV, adalah berdasarkan kajian terhadap kecepata aksi kendali. Beberapa strategi dalam sistem kontrol tersebut, dibandingkan antara konvensional (P,I, D) atau berdasarkan kepakaran. Dalam membuat program mengikuti prinsip sebuah sistem kontrol, yang dinyatakan dalam bentuk blok diagram gambar 4.3 di bawah ini.
Gambar 4.4 Blok diagram sistem kontrol pada manuver USSV
Pada gambar 4.3 di atas, perlu dimodelkan : model matematis dari aktuator, sensor dan kontrol. Pembuatan program sengan bantuan software Matlab.
Luaran dari tahapan ini adalah :
2 (dua) Tugas Akhir Mahasiswa S1 Teknik Fisika ITS dan 2 (dua) Tesis Mahasiswa Teknik Sistem Perkapalan
4.1.8 Simulasi model dan analisa hasil
Pada tahap ini adalah mensimulasikan hasil pekerjaan pada tahap di atas. Simulasi dilakukan dengan berbagai manuver, yaitu: turning, zig – zag, circle dan pemenuhan lintasan.
Berdasarkan hasil simulasi, akan dianalisa performanis dari manuver. Analisa didasarkan dari keluaran yang dinyatakan dalam (i) domain waktu, (ii) domain frekuensi, (iii) fitting pada lintasan / trajectory yang diharapkan.
Page 25 of 73
Performansi dalam domain waktu ditandai oleh : (1) Settling time – Ts : waktu yang diperlukan untuk mencapai kondisi seperti yang diharapkan (steady), (2) Maksimum overshot – MOV: berapa lonjakan dari respon (%) terhadap target, (3) eror – perbedaan terhadap target, (4) konstanta waktu sistem, (5) perubahan performansi akibat beban gangguan lingkungan. Performansi dalam domain frekuensi, digunakan untuk mengetahui sifat kerobust an manuver USSV pada kondisi gangguan gelombang laut
4.2 Kegiatan Penelitian untuk Tahun II - 2021
Kegiatan tahun ke 2, adalah membuat prototipe USSV, dengan dilengkapi sistem sensor, aktuator dan sistem transmisi, dengan menggunakan arsitektur pengembangan penelitian terdahulu untuk implementasi kapal MCST tipe II (Aisyah, 2012). Rancangan sistem yang terkait dengan sensor, aktuator dan kontrol, ditunjukkan pada Gambar 4.3 di bawah ini. Pemilihan spesifikasi dari sensor, aktuator, tipe / mode kontrol dan isntrumen pengolah sinyal, akan dikaji di awal tahun 2021.
Gambar 4.5 Arsitektur dari sistem propulsi pada USSV
Sistem kontrol yang diperlukan pada rancangan sistem gambar 4.3 di atas, terdiri dari beberapa modul kontrol, dengan arsitektur modul kontrol ditunjukkan pada Gambar 4.4 di bawah ini.
Page 26 of 73
Gambar 4.6 Modul kontrol yang terpasang di dalam sistem USSV – untuk pelaksanaan penelitian 2021.
4.2.1 Perancangan sistem USSV dengan spesifikasi dan performansi seperti yang diharapkan oleh TNI AL dengan mengacu pada standard IMO
Pada perancangan sistem autopilot ini dilakukan dalam skala simulasi. Modul yang membentuk sistem autopilot ini adalah :
(i) Modul kontrol arah USSV (ii) Modul Kontrol Kecepatan USSV (iii) Modul Kontrol Menghindari Tabrakan
(iv) Modul Kontrol dalam mengatasi faktor gangguan dari lingkungan
Masing – masing modul kontrol bekerja berdasarkan kaidah logika fuzzy, dimana arsitektur masing masing modul kontrol diuraikan di bawah ini.
4 (empat) modul kontrol yang terkait dengan pengembangan pada penelitian ini adalah:
(i) Sistem kontrol fuzzy untuk menghindari tabrakan yang menghasilkan keluaran berupa informasi (1) arah, (2) posisi dalam besaran numerik pada USSV, sebagai suatu rekomendasi untuk menghindari tabrakan dengan benda apung / USSV yang lain,
(ii) Sistem kontrol fuzzy untuk Kecepatan USSV yang menghasilkan keluaran (3) rpm dari propeler USSV dalam besaran numerik,
(iii) Sistem Kontrol Fuzzy untuk Heading USSV yang menghasilkan keluaran (4) sudut perintah rudder dalam besaran numerik.
Page 27 of 73
Beberapa aspek yang mempengaruhi / sebagai parameter perancangan sistem kontrol adalah arsitektur sistem kontrol rancangan. Arsitektur sistem kontrol yang akan dirancang digambarkan dalam bentuk blok diagram Gambar 5.1. Arsitektur perancangan sistem kontrol fuzzy merupakan salah satu faktor penentu keberhasilan keluaran sebuah kontrol fuzzy. Pada arsitektur rancangan, terdapat beberapa parameter yang diperlukan yaitu :
A. Informasi dari sensor – jarak (jarak ke wahana lain di sekitar USSV yang dipantau) B. Informasi dari GPS (posisi USSV)
C. Parameter pada pembangunan kontroler logika fuzzy.
Gambar 4.7 diagram Sistem I: Arsitektur sistem kontrol Kontrol Fuzzy untuk Menghindari Tabrakan yang diadopsi dari hasil rancangan penelitian terdahulu tahun 2012 (Aisjah et al., 2012)
Pembagian keanggotaan fuzzy dari variabel masukan
Mekanisme dalam pembagian daerah bahaya (kemungkinan terjadi tabrakan) dilakukan dengan membagi bidang horizontal dalam beberapa daerah berdasarkan besarnya heading (o). Misalkan pembagian daerah seperti pada Gambar 4.7 di bawah ini.
S en so r jar ak
Fuzzy dr var. sensor
Kemungkinan tabrakan
Posisi, dan arah Eror dari target
Menghindari tabrakan
Target baru (posisi dan arah)
posisi
kecepatan
Aksi kontrol
Page 28 of 73
Gambar 4.8 Pembagian zona kawasan horizontal dalam variabel fuzzy
Dari informasi GPS dapat dihitung jarak (d) antara USSV dengan benda asing / USSV lain. Nilai d dinyatakan dalam bahasa linguistik dalam bentuk : sangat dekat, dekat dan jauh, dan pula dapat dinyatakan dalam arah depan, belakang, kanan dan kiri. Keluaran dari fuzzy I (Gambar 4.5), adalah keputusan tentang kemungkinan terjadinya tabrakan. Dalam menghasilkan keputusan yaitu kemungkinan terjadi tabrakan dinyatakan dalam bahasa linguistik yaitu : Tabrakan Daerah Depan (TDP), Tabrakan Daerah Belakang (TDB),
Tabrakan Daerah Kanan (TDKa) dan Tabrakan Daerah Kiri (TDKi), dengan nilai kemungkinan adalah : Tidak Mungkin (TM), Mungkin (M) dan Sangat Mungkin (SM). Nilai bobot terhadap kemungkinan tabrakan tersebut dinyatakan dalam bentuk numerik.
Keputusan bertingkat dari sistem kontrol dalam menghindari tabrakan dapat digambarkan pada Gambar 4.6 di atas. Rule yang digunakan dinyatakan dalam bentuk contoh berikut dengan rule yang bertingkat yaitu R1 untuk unit Fuzzy I, R2 untuk unit Fuzzy II dan R3 untuk unit Fuzzy III.
R1 : If (Heading adalah Kiri Kecil ) and (Data radar adalah Kecil) Then (Kemungkinan Tabrakan adalah Daerah Kiri)
R2 : If (d adalah Sangat Dekat) And (Eror Target adalah Kecil) And (Kemungkinan Tabrakan adalah Tabrakan Daerah Kiri) Then (Heading Target adalah Kanan Sedang)
R3 : If (Heading Target adalah Kanan Sedang) And (d adalah Sangat Dekat) And (Kecepatan adalah Lambat) Then (Sudut Rudder adalah Kanan Besar)
Secara umum rule bertingkat diatas dinyatakan dalam bentuk persamaan (4.1) R : If di is (LD(k)) Then cj is (LC(k)) ...(4.15)
Dimana: i = jumlah rule, di adalah jarak (hasil perhitungan berdasarkandata GPS ), LD : variabel linguistik dalam bentuk himpunan D = (Sangat Dekat, Dekat, Jauh), cj : arah tumbukan (heading tumbukan yang diperoleh dari informasi kompas) dan LC adalah variabel dari himpunan C = (Tidak Mungkin, Mungkin, Sangat Mungkin).
1 12 2 3 4 5 6 7 8 9 10 11
Page 29 of 73
Selanjutnya dalam menentukan pembagian daerah bahaya (kemungkinan terjadi tabrakan), dan jarak (d) antara USSV dengan benda asing / USSV lain dalam variabel fuzzy serta Nilai bobot terhadap kemungkinan tabrakan akan ditentukan berdasarkan hasil verifikasi terhadap data – data yang diperoleh.
4.2.2 Perancangan Modul menghindari tabrakan
Modul menghindari tabrakan dengan USSV lain / benda apung lain, diperoleh saat navigasi bebas tumbukan. Pada kasus ini tujuannya adalah menghasilkan target arah, yang mengindikasikan arah baru dari USSV. (Lihat konsep perubahan arah baru USSV, dalam Gambar 4.6 yang menghindari daerah rawan tabrakan / daerah bahaya). Rule yang diperlukan dalam modul ini adalah mengurangi eror heading sampai menuju ke nol, yaitu selisih heading target dengan heading aktual.
Input dari variabel adalah :
(i). Kemungkinan tabrakan (LC) dinyatakan dalam bahasa linguistik (TM – Tidak Mungkin, M - Mungkin, SM – Sangat Mungkin).
(ii). Error yaw (Eror heading) dinyatakan dalam bahasa linguistik (KiB – Kiri Besar, Ki – Kiri, KiK – Kiri Kecil, Ze – zero, KaK – Kanan Kecil, Ka – Kanan, KaB – Kanan Besar).
Keluaran dari modul ini ada dua yaitu :
(i). Perubahan heading / arah (dψ) : dengan bahasa linguistik (KiC – Kiri Cepat, Ki – Kiri, KiL – Kiri Lambat, Ze – Zero, KaL – Kanan Lambat, Ka – Kanan, KaC – Kanan Cepat).
(ii). Kecepatan surge (u) dengan bahasa linguistik (L - Lambat, N - Normal, C -Cepat). Contoh rule dalam modul ini untuk menghindari tabrakan dapat dinyatakan dalam bentuk berikut :
If cj is LC(k) And ψ is Lψ(k) Then dψ is LDψ(k) and u is Ldu(k) (4.16) Dimana : k : jumlah rule, cj adalah tipe tabrakan j, ψ adalah eror heading, u kecepatan surge, LC, Lψ, LDψ dan Ldu adalah variabel linguistik dari cj, ψ, Dψ dan du. Rule ke k secara matematis dinyatakan sebagai relasi fuzzy R(k) pada C x ψ, dimana domain dari fungsi keanggotaannya adalah :
Page 30 of 73
Gambar 4.9 Diagram perubahan arah USSV dalam menghindari tabrakan
Keseluruhan rule base dinyatakan sebagai union dari semua individual rule : µR(cj, ψ,dψ, u) =
K k j k R c 1 ) ( ) , ( = (4.18)Keluaran untuk navigasi dinyatakan dalam bentuk :
( , ), ( , , , )
min max ) , ( * , * u d c c u d AND j R j c Nav j = (4.19)Dimana : *AND
( )
cj, adalah kombinasi dari input dan R(
cj,,d,u)
4.2.3 Perancangan Modul Kontrol Gerakan / KecepatanPada 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
Page 31 of 73
(R1) If (Jarak adalah Jauh) And (Kecepatan_Surge adalah Normal) And (Target_Kec_Surge adalah Normal) And (Eror_Heading adalah Normal) And (Eror_Roll adalah Normal) And (Eror_Pitch adalah Normal) Then (RPM_propeller
adalah Maju Lambat)
... (4.20)
(R2) If ….
4.2.4 Perancangan Kontrol Arah sudut Yaw, Roll dan Pitch
Sistem kontrol untuk arah yaw / sudut heading ditunjukkan pada Gambar 4.10 di bawah ini.
Gambar 4.11 Arsitektur Sistem III : Sistem Kontrol Fuzzy Heading
Sistem yang sama dengan Gambar 4.10 untuk sistem kontrol sudut roll dan pitch. Masukan Sub sistem Kontrol Heading adalah (i) Eror heading dan (ii) Yaw rate dengan keluaran adalah (i) Rudder. Sedangkan pada penelitian yang diusulkan ini , terdapat 3 (tiga) masukan yaitu : (i) Eror Heading, (ii) Yawrate dan (iii) Jarak, dengan Keluaran adalah (i) Tegangan truster dan (ii) Sudut Rudder.
Ketiga masukan tersebut dinyatakan dalam bahasa linguistik : Eror_Heading (NB - Negatif Besar, N – Negatif, Z – Zero, P – Positif, PB – Positif Besar), Yawrate (Ne - Negatif, No - Normal, Po - Positif), dan Jarak (Z – Zero, D – Dekat, J – Jauh). Keluaran dari kontrol heading ini ada dua yaitu : (i) Tegangan truster dan (ii) Sudut Rudder yang dinyatakan dalam bahasa linguistik (NB – Negatif Besar, N – Negatif, Z – Zero, P – Positif, PB – Positif Besar). Rule yang dibentuk dari kedua input tersebut dinyatakan sebagai :
(R1) If (Eror_Heading adalah Positif) And (Yawrate adalah Normal) And (Jarak adalah
Jauh) Then (Tegangan_Truster adalah Positif) And (Sudut_Rudder adalah Positif).
(R2) If …. ...(4.21)
Pada masing – masing variabel fuzzy yang telah didefinisikan untuk masukan maupun keluaran sistem kontrol rancangan, harus dinyatakan dalam fungsi keanggotaan dan interval yang tepat. Secara grafik bentuk fungsi keanggotaan yang akan digunakan pada penelitian ini seperti terlihat pada Gambar 4.11 di bawah ini. Sebagai contoh untuk variabel sudut yaw / heading USSV (o) dinyatakan dalam bentuk variabel fuzzy dengan fungsi keanggotaan segitiga. Demikian pula dilakukan terhadap variabel – variabel yang lain, yaitu jarak, kecepatan USSV, rpm propeler, tegangan truster, kemungkinan tabrakan dan lain sebagainya. Eror heading Yawrate Jarak Truster Rudder
Page 32 of 73
Gambar 4.12 Fungsi keanggotaan untuk Yawrate dibagi dalam 3 keanggotaan.
Luaran dari tahapan ini adalah :
1. 1 (satu) makalah untuk seminar Internasional, dengan judul : Expertise for Increasing Performance of USSV- Manuvering
2. 1 (satu) paten, judul : Perancangan Manuver USSV untuk ketahahan laut Indonesia
4.2.5 Simulasi dari hasil rancangan tahap I- IV
Simulasi terhadap hasil rancangan tahap di atas, melalui berbagai skenario, yang memenuhi :
1. Standard IMO
2. Skenario berbagai uji : turning, circle, zig – zag dan fulfilling trajectory
Pada tahap ini dilakukan simulasi untuk berbagai kondisi, yaitu pada kondisi tanpa maupun terdapat gangguan. Dan simulasi dilakukan pula dengan setting manuver turning, tracking linier, manuver lingkaran dan manuver zig – zag. Untuk masing – masing manuver dilakukan dengan perubahan variabel kecepatan servis USSV. Pada saat melakukan simulasi untuk berbagai manuver, digunakan standard pemenuhan terhadap manuver, yaitu standard IMO (International Maritime Organization ).
Analisa keluaran dari simulasi di atas. Analisa yang dilakukan meliputi : Respon dalam domain waktu untuk ke 4 manuver yang telah disebutkan
Parameter pada sistem kontrol : ketepatan arah , lintasan dan posisi dari set point (perintah / yang diharapkan). Parameter ketepatan ini ditandai dengan : time Ts – Settling Time yaitu waktu untuk mencapai kondisi seperti set up, MOV – maksimum overshoot yaityu lewatan dari setting heading yang diharapkan saat pertama kali sebelum mencapai kondisi seperti set up, T – konstanta waktu (T) yaitu waktu saat pencapaian heading sebesar 63,2 % dari terget heading, gain kontroller K – yaitu parameter yang menentukan seberapa baik kemampuan kontroller rancangan tersebut untuk mencapai heading target, besarnya absolut error saat
Negatif Normal Positif
Yaw rate (derajad)) Grade membership
Functions( F)
1
0,0
