Abstrak— Kecelakaan kapal banyak terjadi di Indonesia. Salah satu penyebabnya adalah volume lalu lintas kapal yang tinggi seperti pada alur pelayaran Selat Madura. Dengan menggunakan perangkat Automatic Identification System dapat diperoleh informasi berupa MMSI number, kecepatan dan posisi kapal. Untuk melengkapi informasi data yang dibutuhkan dalam penelusuran identifikasi kapal, dibutuhkan adanya penggabungan data dengan shipping database. Tujuan utama penelitian ini adalah pengembangan monitoring keselamatan kapal di Selat Madura melalui implementasi hazard navigation map dengan menggunakan penilaian danger score. Pada penelitian ini dilakukan pembobotan ulang pada kriteria faktor lingkungan karena adanya penambahan subkriteria jalur pipa bawah laut yang terletak di perairan Selat Madura. Pembobotan ulang tersebut menghasilkan nilai bobot 0.069 dari nilai bobot total faktor lingkungan sebesar 1.000. Selain itu, terjadi perubahan urutan prioritas dari penelitian yang pernah dilakukan, dengan menempatkan subkriteria pengaruh arus laut dan efek angin pada posisi tertinggi dengan nilai bobot yang sama yaitu 0.125. Kesimpulan dari penelitian ini menunjukkan bahwa adanya jalur pipa bawah laut tidak terlalu mempengaruhi tingkat kebahayaan kapal. Adanya pengolahan data AIS, Shipping Database dan GIS pada sebuah database melalui implementasi hazard navigation map dengan menggunakan script PHP, dapat menghasilkan sebuah tampilan web untuk memudahkan monitoring keselamatan kapal.
Kata Kunci— AIS, Danger Score, GIS, Monitoring Keselamatan Kapal, Shipping Database.
I. PENDAHULUAN
apal yang melintas pada Selat Madura sekitar 150 ribu kapal setiap tahunnya, jumlah ini merupakan angka yang tidak kecil sehingga dapat menjadi potensi bahaya yang besar pada kapal dan lingkungan. Berdasarkan laporan akhir yang dibuat oleh Pejabat Pembuat Komite Nasional Keselamatan Transportasi dan Direktur PT. Trans Asia Consultans Nomor 002 / STD / KNTR / KNKT / IV / 09 tanggal 16 April 2009 tentang Pekerjaan Kajian Analisis Trend Kecelakaan Transportasi Laut Tahun 2003 – 2008. Jumlah kecelakaan kapal pelayaran di Indonesia cukup memprihatinkan, terutama selama periode 2003-2008, dengan terjadinya 691 kasus kecelakaan. Pada tahun 2003 tercatat 71
peristiwa kecelakaan, tahun 2004: 79 kecelakaan, 2005: 125 kecelakaan, 2006: 119 kecelakaan, 2007: 159 kecelakaan dan pada tahun 2008 terjadi 138 kasus kecelakaan, rata-rata kenaikan selama 6 tahun terakhir adalah 17%. Jenis kecelakaan yang terjadi rata-rata selama 6 tahun (2003-2008) adalah tenggelam (37%), kandas (13%), tubrukan (15%), kebakaran (18%) dan jenis kecelakaan lainnya (17%) Sedangkan penyebab kecelakaan kapal adalah 37% human error, 23% kesalahan teknis, 38% karena kondisi alam dan 2% untuk penyebab lainnya. Menurut Perhubungan Laut, puncak kecelakaan terjadi pada tahun 2007 dengan 159 peristiwa, sedangkan korban meninggal dan belum diketemukan terbanyak terjadi pada tahun 2006 dengan jumlah korban 223 orang (PT. Trans Asia Consultans, 2009).
Penggelaran jalur pipa bawah laut juga terletak di area Selat Madura. Konstruksi jalur pipa bawah laut selesai pada tahun 2008. Pipa berfungsi untuk menyalurkan gas alam dari anjungan di Blok Madura ke Onshore Processing Facilities (OPF) di daerah Gresik(Pulau Jawa). Jalur pipa di Selat madura kondisinya terancam oleh lalu lintas kapal yang padat. Keamanan jalur pipa bawah laut merupakan isu penting karena pipa sangat mungkin mengalami kerusakan yang diakibatkan oleh faktor eksternal seperti terseret jangkar, potensi kapal tenggelam dan benda lain yang jatuh ke dasar laut (Mulyadi, et al., 2013).
Perlu adanya solusi untuk mengurangi resiko kecelakaan yang terjadi. Salah satu cara yang dapat dilakukan adalah pengembangan teknologi informasi dan komunikasi pada dunia maritim, yaitu pengembangan teknologi informasi dengan memanfaatkan data yang dipancarkan AIS (Automatic Identification System) sebuah kapal. Sistem AIS memungkinkan untuk memonitor kapal dari kapal lain dan juga dari stasiun darat (Vessel Traffic Service). AIS dapat digunakan untuk mengetahui MMSI (Maritime Mobile Service Identify), kecepatan, posisi, dan tipe kapal. Sebuah metode pengukuran nilai atau bobot kebahayaan kapal (danger score) juga dapat kita perolehdengan memanfaatkan olahan data dari AIS dan hasil survey, yang kemudian dikombinasikan dengan data Geographic Information System (GIS) untuk menentukan Hazard Navigation Map (Pirsada et al., 2011). Informasi atau data tersebut dapat berfungsi secara optimal bila dapat
IMPLEMENTASI
HAZARD NAVIGATION MAP
UNTUK
MONITORING
KESELAMATAN KAPAL DENGAN
MENGGUNAKAN DATA
AUTOMATIC IDENTIFICATION SYSTEM
(AIS) DAN
SHIPPING DATABASE
Satriya Aryang Mawulu*
1, Trika Pitana**
1dan R.O. Saut Gurning***
11
Jurusan Teknik Sistem Perkapalan, Fakultas Teknologi Kelautan, Institut Teknologi Sepuluh
Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
*e-mail: aryang.mawulu@ymail.com
**e-mail: trika@its.ac.id
***e-mail: sautgurning1@yahoo.com
terpantau secara real time melalui tampilan web. Hal ini diharapkan dapat mengurangi resiko terjadinya kecelakaan kapal dan menjamin keamanan jalur pipa yang terletak di daerah Selat Madura.
II. TINJAUANPUSTAKA
Penggunaan data AIS masih sangat jarang digunakan, masih banyak orang yang belum mengetahui fungsi dari data tersebut. Karena itu, banyak penelitian dilakukan untuk mengembangkan fungsi dari data AIS, agar data tersebut dapat digunakan secara optimal. Pirsada et al. (2011) merumuskan sebuah metode untuk pengukuran nilai atau bobot kebahayaan kapal (danger score) dengan memanfaatkan data-data AIS. Beberapa indikator yang digunakan dalam penentuan nilai danger score terbagi menjadi 5 kriteria, antara lain: faktor manusia, faktor permesinan, faktor manajemen, kondisi kapal dan faktor lingkungan. Setiap kriteria akan diturunkan lagi menjadi beberapa subkriteria. Bobot kebahayaan masing-masing subkriteria dihitung dengan metode Analytical Hierarchy Process (AHP). Teknologi Geographic Information System (GIS) digunakan untuk plotting data bathymetri kedalaman perairan Selat Madura dan penggambaran jalur pipa bawah laut. Dalam penentuan hazard navigation map, penggunaan data AIS yang dikombinasikan dengan ship database dan GIS memberikan informasi vessel track yang berguna dalam melakukan penilaian danger score suatu kapal. Penentuan hazard navigation map akan sangat berguna bila dapat terpantau secara otomatis dengan pengolahan data menggunakan script PHP pada sebuah database.
III. METODOLOGIPENELITIAN
Identifikasi dan Perumusan Masalah Mulai Studi Literatur Pengumpulan Data Database Keseluruhan (MySQL) · Buku · Jurnal · Paper · Internet · Data AIS · Data GIS · Data Kapal Middleware (PHP) Perhitungan Web Server No Yes Internet Browser, Display
Map & Table
Perhitungan Bobot Kriteria Faktor Lingkungan (Penambahan Sub Kriteria-Jalur Pipa Bawah Laut ) A (a) Hazard Navigation Map Display
Pergerakan Kapal Tabel Danger Score
Kesimpulan dan Saran
Selesai A
(b)
Gambar. 1. Alur Penelitian
Penelitian ini diawali dengan identifikasi dan perumusan masalah. Masalah yang diangkat dalam penelitian ini adalah tentang pengembangan identifikasi bahaya yang dapat terjadi pada pengoperasian kapal di alur pelayaran Selat Madura. Hal ini dilanjutkan dengan mengumpulkan beberapa literatur yang dapat menunjang penelitian. Langkah selanjutnya adalah perhitungan ulang danger score dengan penambahan subkriteria jalur pipa bawah laut menggunakan metode AHP. Pembuatan kuesioner dilakukan dengan memberikan opsi jawaban yang mengacu pada skala tertentu. Karena melibatkan banyak responden maka setiap opsi jawaban yang sudah dipilih akan diproses lagi untuk mendapatkan rata-rata geometric. Hasil perhitungan akan diolah menggunakan matrix pairwise comparison, sehingga dapat diperoleh bobot dari setiap kriteria. Setelah itu dilakukan penggabungan data dari AIS, shipping database dan GIS. Data AIS diperoleh dari AIS receiver yang terpasang di Marine Reliability and Safety Laboratory, Teknik Sistem Perkapalan, FTK-ITS. Shipping database berfungsi untuk melengkapi data yang diperlukan, seperti ukuran kapal, flag, ship owner dan data penunjang lainnya. Sedangkan dari Software GIS dapat diketahui informasi tentang letak jalur pipa serta data kedalaman laut di Selat Madura. Hasil perhitungan bobot kriteria beserta gabungan data AIS, ship database dan GIS dimasukkan dalam sebuah database mysql, lalu semua data tersebut akan diolah dengan menggunakan perintah dalam bentuk script PHP. Sehingga dapat diperoleh tampilan web dengan implementasi hazard navigation map untuk monitoring keselamatan kapal. A. Lokasi Penelitian
Lokasi yang dipilih adalah Selat Madura, Indonesia. Selat Madura memisahkan Pulau Jawa dan Pulau Madura. Selat ini merupakan salah satu alur pelayaran yang memiliki tingkat kepadatan tinggi. Selain itu, pada area perairan Selat Madura ada beberapa jalur pipa bawah laut dari sumber gas blok Madura menuju Onshore Processing Facilities di Gresik, Jawa Timur.
Sumber (Mulyadi, et al., 2013). Gambar. 2. Lokasi Penelitian dan Letak Jalur Pipa
B. Analisis Data
Data AIS dikumpulkan secara langsung melalui AIS receiver yang ada di laboratorium keandalan dan keselamatan. AIS receiver ini mampu menerima data dari AIS transponder dengan jangkauan sekitar 70 km. Data AIS yang dibutuhkan pada penelitian ini adalah Tanggal dan waktu dibutuhkan untuk penelusuran pergerakan dan posisi kapal. MMSI number merupakan sembilan digit nomor unik yang dikirim melalui saluran frekuensi radio untuk mengidentifikasi kapal. Informasi tentang kecepatan aktual kapal terekam setiap 2-10 detik. Posisi kapal dapat diketahui dari longitude dan latitude yang dikirmkan oleh AIS transponder. Arah hadap kapal terdeteksi melalui data ship course dengan range 1-360 derajat. Setiap 6 menit AIS akan memberikan informasi IMO Number, call sign, nama kapal, estimasi waktu kedatangan dan tujuan kapal.
Shipping Database digunakan untuk melengkapi informasi data kapal, guna mempermudah penelusuran identitas suatu kapal. Dari database ini dapat diperoleh informasi tentang Nama Kapal, FlagState, Ukuran Utama Kapal, Kecepatan Dinas Kapal, Kelas Kapal dan beberapa data penunjang lainnya.
Geographic Information System (GIS) digunakan untuk penggambaran jalur pipa bawah laut dan data batimetri perairan Selat Madura. Kedua data tersebut difungsikan sebagai layer dan data masukan dalam penentuan danger score pada hazard navigation map.
C. Danger Score
Danger score merupakan suatu bobot atau nilai yang menunjukkan tingkat kebahayaan suatu kapal. Dalam penentuan danger score harus memperhatikan seluruh elemen yang mempengaruhi kebahayaan kapal, karena itu penilaian
terbagi menjadi beberapa kriteria.
Danger Score Faktor Manusia Faktor Permesinan Kondisi Kapal Faktor Manajemen Faktor Lingkungan Komunikasi Pengetahuan dan Skill Pengalaman Kelebihan Pekerjaan Kelelahan Kerusakan Mesin Induk dan Kelistrikan Kerusakan pada Mesin Kemudi Kegagalan pada Pelumasan Kerusalan pada Alat Navigasi Kerusakan pada lambung Kapal Tipe Kapal Panjang Kapal Kecepatan Kapal Zona Waktu Ketidaktepatan dalam Pengoperasian Manajemen Ketidaktepatan ABK Ketidaktepatan Bantuan Navigasi Efek Angin Pengaruh Arus Laut Perbedaan Kecepatan terhadap Kapal Lain Panjang Kapal Lain Hubungan antara
Sarat Air dan Kedalaman Jarak Antar Kapal Arah kapal Pribadi
dan Arah kapal Lain Keadaan Muatan
Pengaruh Hari dalam seminggu Karakteristik Area Jalur Pipa Bawah
Laut Kerusakan pada
Sistem Poros
Gambar. 3. Struktur Hierarki Danger Score
Untuk nilai bobot Subkriteria Faktor Lingkungan dilakukan penilaian ulang dari hasil perhitungan yang telah dilakukan oleh Pirsada et al. Hal ini dilakukan karena terjadi penambahan subkriteria jalur pipa bawah laut.
Tabel 1. Nilai Fungsi dan Bobot Subkriteria pada Faktor Lingkungan
Kriteria Bobot Fungsi Nilai
Faktor Lingkungan 0.123 1000
Sub Kriteria
1. Pengaruh Arus Laut 0.125 123
2. Efek Angin 0.125 123
3. Jarak Antar Kapal 0.106 123
4. Perbedaan Kecepatan Terhadap
Kapal Lain 0.101 123
5. Hubungan antara Sarat Air dan
Kedalaman 0.095 123
6. Panjang Kapal Lain 0.094 123
7. Arah Kapal Pribadi dan Arah Kapal
Lain 0.082 123
8. Karakteristik Area 0.08 123
9. Jalur Pipa Bawah Laut 0.069 123
10. Zona Waktu (selain siang dan
malam) 0.063 123
Tabel 2. Nilai Fungsi dan Bobot Subkriteria pada Faktor Manusia
Kriteria Bobot Nilai Fungsi
Faktor Manusia 0.276 1000
Sub Kriteria
1. Pengetahuan dan skill 0.283 276
2. Pengalaman 0.230 276
3. Komunikasi 0.218 276
4. Kelelahan 0.157 276
5. Kelebihan Pekerjaan 0.112 276
Tabel 3. Nilai Fungsi dan Bobot Subkriteria pada Faktor Permesinan
Kriteria Bobot Nilai Fungsi
Faktor Permesinan 0.232 1000
Sub Kriteria
1. Kerusakan Mesin Induk dan
Kelistrikan 0.292 232
2. Kerusakan alat navigasi 0.222 232
3. Kerusakan mesin kemudi 0.198 232
4. Kegagalan pada pelumasan 0.112 232
5. Kerusakan pada sistem poros 0.100 232
6. Kerusakan pada lambung 0.076 232
Tabel 4. Nilai Fungsi dan Bobot Subkriteria pada Kondisi Kapal
Kriteria Bobot Nilai Fungsi
Kondisi Kapal 0.218 1000 Sub Kriteria 1. Kecepatan Kapal 0.291 218 2. Panjang Kapal 0.274 218 3. Keadaan Muatan 0.262 218 4. Tipe Kapal 0.173 218
Tabel 5. Nilai Fungsi dan Bobot Subkriteria pada Faktor Manajemen
Kriteria Bobot Nilai Fungsi
Faktor Manajemen 0.151 1000
Sub Kriteria
1. Ketidaktepatan dalam Manajemen 0.436 151
2. Ketidaktepatan ABK 0.313 151
3. Ketidaktepatan Alat Bantu
Navigasi 0.251 151
Penentuan danger score pada setiap kapal dapat dilakukan dengan menggabungkan informasi data yang diperoleh dari AIS receiver, GIS dan Shipping Database dengan nilai bobot relatif pada beberapa alternatif yang disesuaikan dengan kondisi yang ada. Penghitungan danger score menggunakan persamaan (1) seperti di bawah ini:
n iWifi
e
DangerScor
1 (1)D. Monitoring Keselamatan Kapal
Pembuatan web display dengan pengolahan data menggunakan script PHP pada sebuah database, merupakan inovasi visual untuk mempermudah pemantauan tingkat bahaya kapal di alur pelayaran Selat Madura.
Gambar. 4. Tampilan Implementasi Hazard Navigation Map pada Google Maps
Tabel 6. Tingkatan Danger Score
Level Name DS
Extremely Safe 0-100
Fairly Safe 100-200
Somewhat Safe 200-400
Neither Safe or Dangerous 400-500
Somewhat Dangerous 500-750
Fairly Dangerous 750-900
Extremely Dangerous 900-1000
Tabel 6 menunjukkan warna layer sesuai dengan nilai danger score. Seperti contoh warna hijau tua merupakan danger score dengan nilai 0-100 (Extremely Safe / Sangat Aman) dan nilai 100-200 (Fairly Safe / Cukup Aman).
Dari hasil pewarnaan yang diletakkan pada setiap layer berbentuk persegi panjang itulah seseorang dapat dengan mudah mengetahui tingkatan bahaya (danger score) suatu kapal. Pembuatan layer berbentuk persegi panjang pada tiap kapal seperti pada gambar 4 tersebut memiliki makna tersendiri.
Gambar. 5. Layer Jarak Aman Kapal
Gambar 5, penggambaran layer tersebut untuk mempermudah pemantauan kondisi bahaya suatu kapal saat berlayar. Acuan gambar layer jarak aman kapal dimulai dari center point kapal. Jarak aman untuk ke arah haluan kapal adalah sekitar 8L atau 8 kali lipat panjang total (LOA) kapal, diukur dari letak center point. Pengambilan ukuran jarak aman kapal sekitar 8L karena adanya kemungkinan untuk kapal melaju dengan kecepatan tinggi saat kapal bergerak maju. Sedangkan jarak aman ke arah starboard, buritan dan portside adalah sekitar 2L atau 2 kali lipat panjang total (LOA) kapal, diukur dari letak center point. Dapat disimpulkan bahwa kapal berukuran kecil memiliki layer jarak aman berukuran kecil pula, begitu juga sebaliknya.
IV. KESIMPULAN
Setelah melaksanakan seluruh proses dalam penelitian ini maka dapat ditarik beberapa kesimpulan sebagai berikut : 1. Terjadi perubahan urutan prioritas pada hasil pembobotan
ulang subkriteria pada kriteria Faktor Lingkungan. Urutan prioritas hasil pembobotan adalah sebagai berikut :
a) Pengaruh Arus Laut b) Efek Angin c) Jarak Antar Kapal
d) Perbedaan Kecepatan Terhadap Kapal Lain e) Hubungan antara Sarat Air dan Kedalaman f) Panjang Kapal Lain
g) Arah Kapal Pribadi dan Arah Kapal Lain h) Karakteristik Area
i) Jalur Pipa Bawah Laut
j) Zona Waktu (selain siang dan malam) k) Pengaruh Hari dalam Seminggu
Adanya jalur pipa bawah laut tidak memberikan pengaruh yang tinggi pada tingkat bahaya kapal.
2.Hazard Navigation Map dapat ditampilkan secara otomatis dengan menggunakan script PHP, namun ada delay waktu satu jam dari kondisi real time.
3.Pergerakkan kapal dapat ditampilkan secara otomatis menggunakan script PHP pada google maps dengan pemanfaatan data csv yang terekam satu jam dari waktu aktual.
4.Penggabungan tampilan Hazard Navigation Map dan display tabel pada script PHP serta menampilkannya pada internet browser dapat dilakukan.
5.Penggunaan data nilai statis pada kriteria Faktor Manusia, Faktor Permesinan dan Faktor Manajemen merupakan asumsi penilaian dari penulis. Karena penulis belum dapat memperoleh informasi data yang valid untuk digunakan dalam penentuan bobot nilai kriteria-kriteria tersebut. Sehingga menyebabkan sensitifitas danger score hanya dipengaruhi Kriteria Kondisi Kapal dan Faktor Lingkungan. 6.Adanya monitoring keselamatan kapal melalui implementasi
Hazard Navigation Map dalam sebuah aplikasi web dapat membantu memudahkan segala pihak yang berkepentingan dalam memantau rekaman pergerakan kapal dan rekaman danger score kapal yang berlayar di Selat Madura dengan jangka waktu paling dekat satu jam sebelumnya.
7.Memudahkan penelitian dan pengembangan lalu lintas wilayah pelabuhan sebagai tindakan pencegahan terjadinya kecelakaan kapal.
DAFTARPUSTAKA
[1] http://www.gim.be/ewcm/ewcm.nsf (akses tanggal 3 Januari 2014). [2] http://www.postgresql.org/about/ (akses tanggal 15 Desember 2013). [3] http://www.apachefriends.org/index.html (akses tanggal 15 Desember
2013).
[4] http://maps.google.com/ (akses tanggal 1 Desember 2013). [5] http://maps.google.com/ (akses tanggal 1 Januari 2014).
[6] International Maritime Organization (IMO), Annex 3, IMO Resolution MSC.74(69). 1998. ―Recomendation on Performance Standart For An Universal Shipborne Automatic Identification Systems (AIS)‖. [7] KOMPAS.com (Surabaya). 2011. 12 Maret.
[8] Leica Geosystems Inc. 2001. ―The Complete Guide To Automatic Identification System (AIS)‖.
[9] Masroeri, A.A., Artana, K.B., Pitana, T. and Putranta, D.D. 2012. ―A Review on Some Research Issues on AIS to Improve the Ship Safety Operation at Sea‖. Journal of maritime researches, 2(1):11-23.
[10] Mulyadi, Y., Kobayashi, E., Wakabayashi, N., Pitana, T. and Wahyudi. 2013.‖Development of Ship Shinking Frequency Model Over Subsea Pipeline for Madura Strait Using AIS Data‖. WMU J Marit Affairs, DOI 10.1007/s13437-013-0049-2.
[11] Pirsada, H., Pitana, T. dan Putranta, D.D. 2011. ―Studi Penentuan
Hazard Navigation Map Melalui Implementasi Danger Score Dengan
Memanfaatkan Data Automatic Identification System (AIS)‖. Institut Teknologi Sepuluh Nopember, Surabaya.
[12] PT. Trans Asia Consultan. 2009. ―Laporan Analisa Trend Kecelakaan Laut 2003-2008‖.
[13] Saaty, T. L. 1993. ―Pengambilan Keputusan Bagi Para Pemimpin, Proses Hierarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks‖. Pustaka Binama Pressindo.
[14] Safety Of Life At Sea (SOLAS), Chapter V, Regulation 19. 2000. ―Carriage Requirements for Shipborne Navigational Systems and Equipment‖.E. H. Miller, ―A note on reflector arrays (Periodical style— Accepted for publication),‖ IEEE Trans. Antennas Propagat., akan
