aplikasi text mi i g sebagai perangkat analisis …personal.its.ac.id/files/pub/126-ketutbuda-text...
Post on 03-Feb-2018
218 Views
Preview:
TRANSCRIPT
Seminar asional Pascasarjana V 2005
APLIKASI TEXT MIIG SEBAGAI PERANGKAT ANALISIS
PADA SIMULASI PENANGGULANGAN MARIE HAZARD
Ketut Buda Artana
1), Arie C Pranoto
2) , Nurkhalis
3)
1)Staf Pengajar Jurusan Teknik Sistem Perkapalan FTK-ITS
2)Mahasiswa S3 Program Pasca Sarjana Teknologi Kelautan ITS
3)Mahasiswa Jurusan Teknik Sistem Perkapalan FTK-ITS
Laboratorium Keandalan dan Keselamatan JTSP FTK-ITS
e-mail:ketutbuda@its.ac.id
Abstrak
Tugas akhir ini membahas perencanaan dan pengembangan suatu perangkat lunak sebagai alat
simulasi penanggulangan kecelakaan kapal dengan memanfaatkan jaringan komputer lokal
(LAN) dengan sistem jaringan client / server, serta penerapan metode Text Mining pada analisa
data-data yang dihasilkan selama simulasi berlangsung. Perangkat lunak simulasi ini
merupakan hasil dari sebuah Collaborative System, yakni hasil kerja dari penggunaan aplikasi
komputer jaringan, aplikasi penganalisaan data-data tekstual dan skenario kecelakaan kapal
yang dikembangkan dari kajian-kajian teknis terhadap laporan-laporan kecelakaan kapal.
Kata kunci: Text mining, Maritime incident, Collaborative System, Simulasi Komputer, LA.
1. PE�DAHULUA�
Banyaknya kecelakaan yang terjadi pada kapal dilaut telah memaksa manusia bekerja keras,
sedapat mungkin menghindarinya. Lebih-lebih lagi dampak yang dihasilkan oleh kecelakaan di
laut terhadap lingkungan dan ekosistem laut yang sangat merugikan.
Setiap suatu kecelakaan terjadi, selalu di respon dengan keluarnya peraturan-peraturan baru
oleh organisasi-organisasi maritim, yang membuat industri perkapalan dan perusahaan
pelayaran harus membayar lebih untuk memenuhi peraturan-peraturan baru tersebut. Tidak
sedikit kecelakaan dan bahaya laut yang disebabkan oleh kesalahan pada manusia (human
error)[Ishida, 1998], selain itu juga disebabkan oleh permasalahan teknis. Oleh karena itu
penulis memandang penting untuk dikembangkan sebuah perangkat simulasi latihan
penanggulangan kecelakaan kapal yang lebih sederhana, dan tidak memerlukan biaya banyak
dalam pelaksanaannya, tidak banyak resiko (low risk), untuk melatih siapa saja yang nantinya
mempunyai profesi yang memiliki kaitan erat terhadap dunia kemaritiman dan juga lingkungan
hidup terutama lingkungan dan ekosistem laut. Pada akhirnya, setelah menjalani proses-proses
pada simulasi ini, diharapkan peserta pelatihan dapat mempelajari kesalahan-kesalahan
manusia yang telah menyebabkan terjadinya kecelakaan kapal pada masa-masa yang lalu,
mempelajari dan mensimulasikan prosedur-prosedur penanggulangan bencana, serta untuk para
marine engineer dan desainer-desainer kapal mempelajari kesalahan-kesalahan teknis dan
sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya atau kecelakaan di laut.
Program simulasi ini memanfaatkan jaringan kerja komputer lokal (Local Area etwork /
LAN), dengan server side programming. Simulasi dengan cara ini, akan lebih menghemat
waktu dan biaya, dibandingkan dengan jika melakukan simulasi fisik di lapangan
Text Mining [8] adalah kegiatan menggali dan menganalisa data-data valid yang tersebar dalam
dokumen-dokumen tekstual. Aplikasi Text Mining ini bertujuan mendapatkan kembali
informasi-informasi yang tersebar dalam data-data record report dan respons masing-masing
peserta selama simulasi. Sebagaimana diketahui bersama bahwa data yang dihasilkan selama
simulasi berlangsung adalah data-data laporan dan respon yang dikirimkan oleh masing-masing
peserta simulasi dalam bentuk kata-kata (tekstual). Walaupun tidak semua terdiri dari kata-
kata, akan tetapi mayoritas data hasil simulasi berupa kata-kata. Oleh karena itu metode
pendekatan yang paling sesuai untuk menganalisa data-data tersebut adalah dengan
menggunakan metode text mining. Tool text mining yang digunakan dalam penelitian ini adalah
TextAnalyst for Internet Explorer, sebuah software produksi Megaputer Intelegence Inc.
Metode analisa data simulasi selain text mining adalah monitoring message rate dan depedency
matrix[Artana, 2002, 2003, Hashimoto, 1993]. Monitoring message rate adalah pemantauan
Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi
Penanggulangan Marine Hazard
2
frekuensi laporan dan respon yang dikirimkan oleh masing-masing peserta simulasi. Sehingga
dapat diketahui peserta mana yang paling proaktif, peserta yang paling banyak mendapatkan
respon dari peserta lain. Message rate ditampilkan dalam bentuk persentase dan jumlah
frekuensi pengiriman pesan.
Sedangkan depedency matrix adalah jumlah pengiriman pesan peserta satu terhadap setiap
peserta lainnya yang disusun dalam bentuk matrix. Sebagai contoh jika terdapat peserta A, B,
C, ... , n maka bentuk depedency matrixnya adalah sebagai berikut :
Tabel 1. Depedency Matrix
fAB adalah jumlah pengiriman pesan oleh
peserta A kepada peserta B. Dengan demikian
dapat diketahui aktifitas pengiriman pesan
peserta satu kepada setiap peserta lainnya.
Perbedaanya dengan monitoring message rate
adalah, jika pada message rate program hanya
menampilkan jumlah pengiriman dan
penerimaan pesan total masing-masing
peserta, pada dependency matrix
menampilkan jumlah total pengiriman satu
peserta kepada setiap peserta lainnya.
2. TUJUA� DA� MA�FAAT PE�ELITIA�
Penelitian bertujuan untuk mengembangkan perangkat simulasi sebagai sarana latihan
penanggulangan kecelakaan kapal di laut serta mendapatkan hasil analisa text mining dari data-
data hasil simulasi yang terkumpul pada database, termasuk diantaranya yaitu mendapatkan
kembali informasi-informasi yang tersebar dalam data, mendapatkan konsep inti dari masing-
masing laporan maupun respon, serta kaitan antar konsep sehingga dapat diketahui kecocokan
dan kesesuaian antara laporan yang dikirimkan dengan respon yang diberikan.
Manfaat yang dapat diperoleh dari penelitian ini adalah mendapat perangkat simulasi yang
berfungsi sarana latihan penanggulangan kecelakaan kapal di laut dan ini sangat bermanfaat
sebagai sarana dalam mempelajari kesalahan-kesalahan manusia yang telah menyebabkan
terjadinya kecelakaan kapal pada masa-masa yang lalu, serta untuk mempelajari kesalahan-
kesalahan teknis dan sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya
atau kecelakaan di laut. Sementara itu hasil analisa text mining akan sangat bermanfaat untuk
tujuan penelitian dan kajian-kajian terhadap studi keselamatan pelayaran, sistem prosedur
penyelamatan kapal dan lingkungan, serta untuk penyusunan skenario kecelakaan yang lebih
baik lagi.
3. METODOLOGI PE�ELITIA�
3.1. Perencanaan Sistem Ditahap ini di rancang alur kerja sistem simulasi yang akan menjadi pedoman proses
selanjutnya. Penelitian ini melakukan coding PHP programming menggunakan editor
Macromedia Dreamweaver. Sedang untuk web design, penulis menggunakan Macromedia
Firework. Penelitian ini juga menggunakan TextAnalyst for Internet Explorer sebagai program
text mining. Proses pemodelan akan dilakukan dengan menyusun modul-modul program
simulasi yang disesuaikan dengan skenario yang akan dikembangkan dalam program simulasi,
output yang diharapkan didapat dari program simulasi, dan metode pengukuran efektivitas
prosedur penanggulangan bencananya.
3.2. Pembagian Peserta Simulasi
Partisipasi peserta simulasi dibagi menjadi beberapa grup (lihat tabel 1) [Nishikawa, 1999]
yang akan berperan sebagai kapten kapal, radio operator kapal, pemilik kapal, Maritime Safety
Agency, salvage company, Pemerintah Daerah dimana kecelakaan terjadi, Syahbandar
pelabuhan, Port Control Officer, kepala/staf organisasi nelayan, perwakilan dari pemilik kapal,
surveyor, staf dari dinas lingkungan hidup, tenaga sukarelawan, ahli dari perguruan tinggi, dan
lain-lainnya. Pembagian grup dan banyaknya pihak-pihak yang terlibat tergantung dari
skenario yang telah direncanakan.
Peserta A B C ... n
fAB fAC � fAn
B fBA fBC � fBn
C fCA FCB � fCn
� � � � � �
n fnA FnB fnC � fnn
Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi
Penanggulangan Marine Hazard
3
Tabel 2. Pembagian grup dalam simulasi
Pembagian grup disusunkan berdasarkan
fungsi dan lokasi atau keberadaan masing-
masing pihak terkait. Misalnya grup 1 adalah
pihak ship crew yang berada di kapal.
Kemudian grup 2 adalah pihak pihak
pengontrol lalu lintas dan keselamatan laut,
seperti Coast Guard Officer, SAR, Port Control
Officer dan lain-lain.
Dalam simulasi ini mereka harus dapat mengatasi konsekuensi dan tantangan dari skenario
yang dikembangkan dalam rentang waktu simulasi sekitar satu minggu [7]. Mereka harus
mensimulasikan semua proses sejak kapal berlayar, kecelakaan terjadi, penanggulangan,
hingga proses kompensasi akibat kerugian yang terjadi selesai dilakukan, dengan
menggunakan komputernya masing-masing.
3.3. Pemodelan peserta dalam LA�.
Dalam pelaksanaan simulasi ini, media
komunikasi dan respon dari masing-masing
peserta menggunakan server side
programming yang terkoneksi dengan
database. Program server side ini dijalankan
dalam Microsoft internet explorer, atau bisa
juga menggunakan browser lainnya. Semua
kegiatan dan traffic pesan dan respon terpusat
pada komputer server, dan langsung dicatat
dalam database yang ada pada komputer
server. Masing-masing peserta diberikan
fasilitas satu unit komputer. Semua langkah
dan tindakan yang dilakukan dituliskan
kedalam form pengiriman data yang telah
tersedia pada program ini.Selain peserta yang
memiliki peran dalam penanggulangan
bencana, proses simulasi juga dimonitor oleh
tim ahli yang dapat memberi nasehat selama
dan setelah proses simulasi dilakukan.
4. ARSITEKTUR PROGRAM
Interface awal program ini terdiri atas tips-tips bantuan penggunaan program simulasi dan link
untuk memulai simulasi. Pada interface awal ini pula terdapat tombol admin untuk menuju ke
control panel simulasi. Pada control panel simulasi, admin simulasi melakukan seluruh
persiapan data-data peserta, skenario kecelakaan, data-data utama kapal yang mengalami
bencana, create database baru beserta-tabel-tabel untuk keperluan setiap sesi simulasi. User
Interface awal program ini adalah sebagai berikut :
Grup 1 Kapten kapal, radio officer, chief
engineer, dll.
Grup 2 Coast Guard, Maritime Safety Agency, SAR, Port Control Officer,
Syahbandar, Kapal terdekat.
Grup 3 Pemda, kepala pelabuhan, bappedal, perwakilan shipowner
Grup 4 Salvage Company, volentir, anti
polution company
Gambar 2. User interface awal program
Marine Hazard Simulation
Gambar 5. User Interface program utama
simulasi
Gambar 1. Konsep LAN untuk simulasi
Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi
Penanggulangan Marine Hazard
4
Setelah melakukan log in, peserta akan menuju ke halaman utama program simulasi. Program
simulasi ini memiliki beberapa panel utama yakni panel halaman utama / main page, panel
pengiriman pesan / Send Message, panel lihat pesan / View Message, panel Skenario simulasi /
Scenario, dan panel analisa data / Data Analysis. Struktur database pada program simulasi ini terdiri atas satu database utama, dan satu database
untuk satu sesi simulasi. Untuk lebih jelasnya struktur data base dapat dilihat pada diagram
dibawah ini :
Terlihat pada gambar struktur database diatas, database utama diberi nama “simulation admin”.
Database utama ini memiliki beberapa tabel, yakni tabel accident_category (kategory
kecelakaan), tabel admin (data admin/pemandu simulasi), dan tabel simulation_data (data-data
seluruh sesi simulasi). Sedangkan untuk setiap sesi simulasi baru, dibuatkan satu database
simulasi. Database simulasi terdiri dari beberapa tabel antara lain tabel skenario umum
(general scenario), tabel skenario detil (detailed scenario), tabel report dan response
(message), dan tabel peserta simulasi (player).
Tool text mining yang digunakan dalam analisa text mining ini adalah TextAnalyst for Internet
Explorer. Software ini dijalankan dalam interface microsoft internet explorer. Software ini
memiliki beberapa window utama, yakni Summary, Semantic et (SemNet), dan Semantic
Search (SemSearch).
Gambar 6. User Interface Text Analyst Gambar 7. Semantic etwork
Semantic et digunakan untuk melihat konsep-konsep penting dalam sebuah dokumen teks,
dan menampilkan hierarcical structure dari konsep-konsep penting dari sebuah dokumen teks.
Jadi pada window ini konsep-konsep disusun dari yang paling besar bobot semantiknya sampai
yang paling kecil. Selain itu di window ini terlihat struktur hierarki antar konsep yang memiliki
hubungan antar satu dengan lainnya. Setiap konsep maupun hubungan antar konsep diberikan
bobot semantik yang besarnya 1 – 100, yang mana 100 berarti konsep tersebut merupakan
konsep terpenting dalam dokumen teks yang dianalisa dan 1 adalah konsep dengan tingkat
terkecil. Konsep-konsep dimulai dari yang terpenting, menengah sampai yang paling kecil
digambarkan dengan gambar ikan kakap besar, ikan sedang dan yang paling kecil ikan teri.
Setiap konsep dalam Semantic etwork dihubungkan kembali ke konsep- konsep lainnya yang
masih memiliki hubungan dengan konsep induknya.
Gambar 4. Struktur database utama Gambar 5. Struktur database simulasi
accident_cate
id category
admin
id admin password
Simulation_data
id db_name category cause stage trial ship crew
port
General_scena
title scenario
Detailed_scena
id tgl_jam sender recipient scenario
Messages
id time sender sender_group recipient rec_group message
category
Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi
Penanggulangan Marine Hazard
5
Window semantic search, berfungsi untuk melakukan pencarian konsep yang diinginkan. Pada
window semantic search, terdapat field pencarian, tombol search, tombol clear, dan View
Pane. Dengan mengetikkan kata atau gabungan kata yang merupakan konsep pada field
pencarian, kemudian menge-klik tombol search, maka Text Analyst akan membuat struktur
semantic dari konsep yang dicari, kemudian menampilkannya pada view pane. Sedangkan
window summary adalah kesimpulan umum dari dokumen teks yang dianalisa, yang
ditampilkan dalam view pane.
5. HASIL DA� DISKUSI
Dari pembuatan program simulasi kecelakaan menggunakan jaringan komputer lokal, penulis
menyimpulkan beberapa hal sebagai berikut :
1. Metode simulasi kecelakaan dan bahaya laut yang tergolong baru ini, sangat baik dari sisi
untuk menekan biaya, waktu dan tenaga peserta simulasi dibandingkan dengan melakukan
simulasi fisik dilapangan. Simulasi dengan menggunakan komputer serta interaksi antara
peserta-pesertanya, baik untuk latihan penanggulangan dalam pengambilan kebijakan dan
tindakan oleh masing-masing peserta, latihan untuk mengetahui proses-proses
penanggulangan dan prosedur standar penanggulangan bencana laut.
2. Banyak hal tentunya keterampilan penanggulangan kecelakaan dan bahaya laut yang tidak
bisa dilakukan dengan hanya bersimulasi dengan komputer, contohnya keterampilan
teamwork melakukan simulasi pembersihan permukaan laut dari tumpahan minyak akibat
kecelakaan kapal yang mana peserta harus tahu benar kondisi lapangan, penggunaan
peralatan, prosedur pengoperasian peralatan, yang semua itu harus dilakukan dengan
praktek di lapangan.
3. Metode Text Mining sangat sesuai digunakan untuk menganalisa data simulasi yang
sebagian besar merupakan data-data tekstual. Ruang lingkup masalah yang dianalisa
sangat luas tergantung dari obyek data yang dianalisa. Analisa dengan cara ini tidak
mempunyai pola yang baku, penganalisa bisa mengambil kesimpulan dari pencarian
konsep-konsep penting yang dilakukan oleh TextAnalyst. Text mining juga sangat sesuai
untuk analisa data-data yang jumlahnya sangat banyak. Simulasi berulang yang dilakukan
tentunya akan menyebabkan data-data yang terkumpul menjadi banyak, sehingga metode
text mining sangat membantu untuk mempercepat proses –proses pengambilan kesimpulan
dari data-data tersebut.
6. DAFTAR ACUA�
1. Ishida,K., Nishikawa,E., ‘Maritime Hazard Models for Simulation Exercise at MET
institutes’, Proceeding of International Maritime Lecturers Association (IMLA 10), 1998,
St Malo France
2. Artana KB, Ishida K, ‘Spreadsheet Modeling of Optimal Maintenance Schedule for
Components in Wear-Out Phase’, Journal of Reliability Engineering and System Safety,
ELSEVIER, Vol. 77 pp. 81-91, 2002.
3. Artana KB, Ishida K, ‘Spreadsheet Modeling to Determine Optimum Ship Main
Dimensions and Power Requirements at Basic Design Stage’, Journal of Marine
Technology Vol. 40 No. 1, Society of Naval Architects and Marine Engineers (SNAME),
January 2003.
4. Nishikawa,E., Ishida,K., ‘On the Contingent Response System for Marine Disasters of
Large Oil Spill’, JSME Kansai.No.74 Conference No. 994-1, 1999, pp 11-15.
5. Hashimoto,T., Harada,T., Kume,K., ‘Some Consideration on Developments in Reliability,
Maintainability, and Manning Indices for Engine System During the Past 30 Years in
Japan –and the Future’, ICMES pp. 261-271, 1993.
6. Henley, E.J., Kumamoto, H., (1992) Probabilistic Risk Assessment: Reliability
Engineering, Design, and Analysis, IEEE Press, New York.
7. Marine Accident Investigation Branch. Southampton UK.1993, ‘Report of the Chief
Inspector of Marine Accidents into the engine failure and subsequent grounding of the
Motor Tanker BRAER at Garths Ness Shetland on 5 January 1993’, Available:
www.maib.dft.gov.u
8. Gregory Piatetsky-Shapiro, ‘Machine Learning,Data Mining, and Knowledge Discovery:
An Introduction’, Available: www.kdnuggets.com/dmcourse/data_mining
top related