p erancangan deep learning pada unmaned sea surface v ... · -8'8/3(1(/,7,$1 p erancangan deep...
TRANSCRIPT
Page i of 73
Penelitian Terapan Multidisiplin
PROPOSAL PENELITIAN
PENELITIAN TERAPAN MULTIDISIPLIN DANA ITS TAHUN 2020
JUDUL 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 TNI AL
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
7 LAMPIRAN 47
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
TABEL 4.2 CONTOH USSV BUATAN US ARMY (SAVITZ ET AL., 2013) 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
ET AL., 2020) 34
Page vii of 73
DAFTAR LAMPIRAN
Lampiran 1 – CV Ketua Peneliti dan Anggota
Page 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:
Pada bagian ini perlu dijelaskan uraian tentang spesifikasi khusus terkait dengan skema.
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
tabrakan
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
• Sistem otonomi navigasi
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
STOP
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:
• Nama USSV,
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).
Persamaan gerak USSV, ditunjukkan dalam bentuk persamaan (4.1) di bawah ini.
Page 20 of 73
𝑀�̇� + 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
000
𝑚𝑧𝐺
−𝑚𝑦𝐺
0𝑚0
−𝑚𝑧𝐺
0𝑚𝑥𝐺
00𝑚
𝑚𝑦𝐺−𝑚𝑥𝐺
0
0
−𝑚𝑧𝐺𝑚𝑦𝐺
𝐼𝑥𝑥
−𝐼𝑦𝑥
−𝐼𝑧𝑥
𝑚𝑧𝐺
0−𝑚𝑥𝐺
−𝐼𝑥𝑦
𝐼𝑦𝑦
−𝐼𝑧𝑦
−𝑚𝑦𝐺𝑚𝑥𝐺
0−𝐼𝑥𝑧
−𝐼𝑦𝑧
𝐼𝑧𝑧 ]
(4.2)
𝑀𝐴 =
[ 𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇�
𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇�
𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇�
𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇�
𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇�
𝑋�̇�
𝑌�̇�
𝑍�̇�
𝐾�̇�
𝑀�̇�
𝑁�̇� ]
(4.3)
𝐶(𝑣) = 𝐶𝑅𝐵(𝑣) + 𝐶𝐴(𝑣), adalah matriks Coriolis dan Centripetal dari rigid-body dan massa
tambahan.
𝐶𝑅𝐵(𝑣) =
[
0000
𝑚𝑤−𝑚𝑣
000
−𝑚𝑤0
𝑚𝑢
000
𝑚𝑣−𝑚𝑢
0
0
−𝑚𝑤𝑚𝑣0
−𝐼𝑧𝑧𝑟𝐼𝑦𝑦𝑞
𝑚𝑤0
−𝑚𝑢𝐼𝑧𝑧𝑟0
−𝐼𝑥𝑥𝑝
−𝑚𝑣𝑚𝑢0
−𝐼𝑦𝑦𝑞
𝐼𝑥𝑥𝑝0 ]
(4.4)
𝐶𝐴(𝑣) =
[ 0
000
−𝑎3(𝑣)𝑎2(𝑣)
000
𝑎3(𝑣)0
−𝑎1(𝑣)
000
−𝑎2(𝑣)𝑎1(𝑣)
0
0
𝑎3(𝑣)−𝑎2(𝑣)
0𝛽3(𝑣)
−𝛽2(𝑣)
−𝑎3(𝑣)0
𝑎1(𝑣)−𝛽3(𝑣)
0𝛽1(𝑣)
𝑎2(𝑣)−𝑎1(𝑣)
0𝛽2(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
00000
0𝑌𝑣
0000
00𝑍𝑤
000
0
00𝐾𝑝
00
0000𝐾𝑞
0
00000𝑁𝑟]
(4.6)
𝐶𝑞(𝑣) =
[ 𝑋𝑢|𝑢||𝑢|
00000
0𝑌𝑣|𝑣||𝑣|
0000
00
𝑍𝑤|𝑤||𝑤|
000
0
00
𝐾𝑝|𝑝||𝑝|
00
0000
𝐾𝑞|𝑞||𝑞|
0
00000
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 =
[
1000𝑙3
−𝑙1
1000𝑙3𝑙2
001
−𝑙1−𝑙60
0
01𝑙2
−𝑙60
001
−𝑙1𝑙50
001𝑙2𝑙50]
(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[�̇� − 𝑣𝑟 + 𝑤𝑞 − 𝑥𝐺(𝑞2 + 𝑟2) + 𝑦𝐺(𝑝𝑞 − �̇�) + 𝑧𝐺(�̇� + 𝑝𝑟)] = Σ 𝑋
𝑚[�̇� − 𝑤𝑝 + 𝑢𝑟 − 𝑦𝐺(𝑟2 + 𝑝2) + 𝑧𝐺(𝑞𝑟 − �̇�) + 𝑥𝐺(�̇� + 𝑞𝑝)] = Σ 𝑌
𝑚[�̇� − 𝑢𝑞 + 𝑣𝑝 − 𝑧𝐺(𝑝2 + 𝑞2) + 𝑥𝐺(𝑟𝑝 − �̇�) + 𝑦𝐺(�̇� + 𝑟𝑞)] = Σ 𝑍
𝐼𝑥𝑥�̇� + (𝐼𝑧𝑧 − 𝐼𝑦𝑦)𝑟𝑞 − (�̇� + 𝑝𝑞)𝐼𝑥𝑧 + (𝑟2 − 𝑞2)𝐼𝑦𝑧 + (𝑝𝑟 − �̇�)𝐼𝑥𝑦 + 𝑚[𝑧𝐺(�̇� − 𝑣𝑟 + 𝑤𝑞) − 𝑥𝐺(�̇� −
𝑢𝑞 + 𝑣𝑝)] = Σ 𝐾
𝐼𝑦𝑦�̇� + (𝐼𝑥𝑥 − 𝐼𝑧𝑧)𝑟𝑝 − (�̇� + 𝑝𝑞)𝐼𝑥𝑦 + (𝑝2 − 𝑟2)𝐼𝑥𝑧 + (𝑞𝑝 − �̇�)𝐼𝑦𝑧 + 𝑚[𝑧𝐺(�̇� − 𝑣𝑟 + 𝑤𝑞) − 𝑥𝐺(�̇� −
𝑢𝑞 + 𝑣𝑝)] = Σ 𝑀
𝐼𝑧�̇� + (𝐼𝑦 − 𝐼𝑧)𝑝𝑞 − (�̇� + 𝑟𝑝)𝐼𝑦𝑧 + (𝑞2 − 𝑝2)𝐼𝑥𝑦 + (𝑟𝑞 − �̇�)𝐼𝑥𝑧 + 𝑚[𝑥𝐺(�̇� − 𝑤𝑝 + 𝑢𝑟) − 𝑦𝐺(�̇� − 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.
𝑋�̇� = −4𝛼𝜌𝜋
3(
𝑙
2)(
𝑑
2)2 (4.13)
𝑀�̇� = 𝑁�̇� = −∫ 𝑥2𝑚𝑎(𝑥)𝑑𝑥𝑥𝑓𝑖𝑛
𝑥𝑡𝑎𝑖𝑙− ∫ 𝑥2𝑚𝑎𝑓(𝑥)𝑑𝑥
𝑥𝑓𝑖𝑛2
𝑥𝑓𝑖𝑛− ∫ 𝑥2𝑚𝑎(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.
(iv) Modul Kontrol dalam mengatasi faktor gangguan dari lingkungan
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.
Sen
sor
jara
k
Fuzzy dr var. sensor
Kemungkinan
tabrakan
Posisi, dan
arah
Eror dari target
Menghindari tabrakan
Target baru (posisi
dan arah)
posisi
kecepatan
Aksi kontrol
rudder
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 berdasarkan data 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 :
µR(k)(cj, ψ) = min[µLC
(k)(cj), µLψ (k)(ψ)] (4.17)
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 c1
)(),(
=
(4.18)
Keluaran untuk navigasi dinyatakan dalam bentuk :
),,,(),,(minmax),( *
,
* udccud jRjANDc
Navj
= (4.19)
Dimana : ( ) ,*
jAND c adalah kombinasi dari input dan ( )udc jR ,,,
4.2.3 Perancangan Modul Kontrol Gerakan / Kecepatan
Pada 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
rpm propeller
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
-5 0 5
Page 33 of 73
dilakukan simulasi tracking linier, 1’st overshoot yaitu lewatan pertama kali dari heading
saat dilakukan manuver zig – zag dengan amplitudo 20o, Tc = time to circle yaitu waktu
untuk mencapai satu lingkaran penuh saat dilakukan manuver circle.
Luaran dari tahapan ini adalah:
Draft buku untuk diterbitkan dengan judul : Control Module – Unmanned Sea Surface
Vehicle – Indonesia Endurance
4.2.6 Rancang bangun autopilot USSV
Pada tahap ini akan dilakukan perancangan miniplant sebuah USSV dengan sistem autopilot
yang mampu digerakkan dari jarak jauh (nirkabel) dengan sifat : Stabil dalam manuver, cepat
merespon terhadap skenario yang dijalankan dari jarak jauh.
Pada rancang bangun autopilot USSV, dengan sistem yang digambarkan di bawah ini.
Luaran dari tahap ini adalah:Buku siap diterbitkan dengan judul : Autopilot USSV
4.2.7 Perancangan sistem Otomasi – penentuan Set point Modul Kontrol dengan
Konsep Deep Learning
Berbagai data dari sistem sensor, yang akan didigunakan untuk mennggerakkan / mendrive
sinyal kontrol USSV. Jumlah dan jenis data yang banyak ini memerlukan sifat otomasi dalam
menentukan set point semua modul kontrol, dan pengaturan distribusi data ke modul kontrol.
Perancangan sistem otomasi ini akan menggunakan prinsip learning.
Secara parsial, masing-masing sistem kontrol menggunakan metode logika fuzzy, dan untuk
integrasi semua set point sistem kontrol menggunakan konsep deep learning. Konsep ini
sudah banyak dipakai di dalam berbagai bidang, diantaranya adalah pada pengatuaran jalan
raya (Gong, Abdel-Aty, Cai, & Rahman, 2019), pada bidang photografi untuk kefokusan
pada obyek photo (Passalis & Tefas, 2019), pada bidang kontrol grid smart energi (Yin, Gao,
Zhao, & Wang, 2020), dan yang lain.
Untuk semua modul kontrol rancangan, dalam setiap penentuan set point, agen kontrol sinyal
akan bekerja secara iteratif dengan memperhatikan besarnya nilai variabel lingkungan (cuaca
maritim), dan kondisi keberadaan wahana lain di sekitarnya. Hasil dari sistem otomasi ini,
adalah sebuah tindakan, sebagai contoh merubah fase sinyal set point atau durasi (lama
waktu) nilai set point tertentu, berdasarkan pada kebijakan tertentu yang ditentukan oleh
pihak berwenang di posisi ground station. Atau dapat juga berdasarkan tujuan dalam jangka
panjang yaitu gerakan / manuver kembali nya USSV ke gound station, bila kondisi
lingkungan tidak memungkinkan / membahayakan / merusak badan USSV.
Salah satu bentu arsitektur deep learning untuk otomasi penentuan set point dari modul
kontrol: (1) arah, (2) kecepatan, (3) menghindari tabrakan, (4) mengatasi faktor gangguan
lingkungan, (5) switching mode kontrol lain pada saat terjadi kegagalan fungsi sensor dan
aktuator, ditunjukkan pada Gambar berikut ini.
Page 34 of 73
Gambar 4.13 Arsitektur deep learning untuk otomasi kontrol switching penggunaan energi (Yin et
al., 2020)
4.2.8 Uji Coba pada Skala Lab
Uji coba prototipe dilakukan di Laboratorium Hidrodinamika Indonesia – BPPT, Surabaya.
Analisis hasil uji dilakukan terhadap:
• Sifat otonomous dari USSV,
• Sistem komunikasi tanpa delay,
Pada uji coba di LHI tersebut, hanya diperuntukkan pada satu kondisi perairan, sebagai
perairan yang terbuka.
4.3 Kegiatan Penelitian untuk tahun III - 2022
Beberapa pertimbangan dalam pelaksanaan penelitian adalah tujuan, di mana USSV hasil
rancangan di akhir tahun ke 3, harus memenuhi
• Sistem preproses
• Sistem otonomi navigasi
• 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. Penentuan kondisi akan dibahas
pada saat bersama lembaga mitra penelitian.
1. perairan terbuka
Page 35 of 73
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
4.4 Tenaga peneliti
Page 36 of 73
No Personalia Pendidikan Akhir Unit Kerja Bidang keahlian Alokasi Waktu
(Jam/Mg)
Rincian Tugas
1 Dr. Ir. Syamsul Arifin, MT
(Ketua / Koordinator
Penelitian)
S3 – Teknologi
Pendidikan UM
Lab. Komputasi
dan Sistem Siber
Fisik – Teknik
Fisika ITS
Sistem kepakaran,
Machine Learning
20 Koordinator, perancangan sistem ,
analisa hasil penelitian
2 Prof. Dr. Ir. Aulia Siti Aisjah,
MT (Anggota)
S3 – Teknik
Pengendalian Kelautan
– FTK ITS
Workshop T.
Instrumentasi -
Teknik Fisika –
FTI ITS
Instrumentasi dan
Kontrol
10 Pemodelan sistem manuvering
USSV
3 Dr. Suyanto, ST, MT S3 – Teknik Elektro
ITS
Lab. Komputasi
dan Sistem Siber
Fisik – Teknik
Fisika ITS
Sistem kepakaran,
Machine Learning
10 Penentuan sistem instrumen
USSV, Perancangan integrasi
sistem
4 Dr. Ir. A.A Masroeri, M.Eng
(Anggota)
Doctor of Engineering,
Hiroshima University
Teknik Sistem
Perkapalan – FTK
ITS
Teknik Sistem
Perkapalan
5 Perancangan sistem otomasi
5 Ivan Cony, ST, MT S2- Teknik Fisika ITS Lab.
Instrumentasi dan
Kontrol Teknik
Fisika – FTI ITS
Instrumentasi dan
Kontrol
5 Programmer dan perancangan
hardware
6 Kamalul Wafi, ST, MSc DIC S2 - Lab.
Instrumentasi dan
Kontrol
Instrumentasi dan
Kontrol
5 Programmer dan perancangan
hardware, dan pencari data
Page 37 of 73
Page 38 of 73
5 JADWAL DAN RANCANGAN ANGGARAN BIAYA
Jadwal penelitian dan RAB disusun secara rinci dalam bentuk tabel.
5.1 Jadwal Penelitian
Page 39 of 73
No Kegiatan Bulan ke di Tahun pelaksanaan penelitian
Tahun ke 1 3 4 5 6 7 8 9 10
1 Identifikasi masalah
2 Persiapan Penelitian
3 Pengumpulan data
4 Pemodelan dinamika manuver USSV untuk kebutuhan AL
5 Pemodelan variabel gangguan dari lingkungan
6 Pemodelan aktuator dan sensor
7 Pembuatan program untuk Model manuver
8 Simulasi model dan analisa hasil
Tahun ke 2
1 Perancangan sistem USSV dengan spesifikasi dan performansi
sesuai kebutuhan AL
2 Perancangan Modul menghindari tabrakan
3 Perancangan Modul kontrol gerakan / kecepatan
4 Perancangan Modul Kontrol Arah sudut Yaw, Roll dan Pitch
5 Simulasi hasil rancangan tahap I – IV
6 Rancang bangun autopilot USSV
7 Perancangan sistem otomasi – penentuan set point modul kontrol
dengan konsep deep learning
8 Uji coba pada skala Lab
Tahun ke 3
1 Uji coba Tahap 1 - pada riil kondisi untuk:
- Perairan lepas
- Perairan terbatas
2 Analisis hasil uji tahap 1
Page 40 of 73
3 Uji coba Tahap 2 - pada riil kondisi untuk:
- Sea state maks 3
4 Analisis hasil uji tahap 2
5 Uji coba Tahap 3 - pada riil kondisi untuk:
- Sea state > 3
6 Analisis hasil uji tahap 3
7 Diseminasi dalam jurnal
5.2 Rencana Biaya Anggaran
Rincian Biaya anggaran Tahun ke 1 (2020) ditunjukkan pada Tabel berikut ini
No Pengeluaran Biaya (Rp)
1 Honorarium 0
2 Bahan Habis 15575000
3 Biaya Peralatan Pendukung 76000000
4 Perjalanan 7500000
5 Lain-lain 10925000
Total 110000000
Terbilang: Seratus Sepuluh Juta Rupiah
Page 41 of 73
5.2.1 Honorarium
No Pelaksana Jumlah pelaksana
Jumlah Jam/Mg
Jumlah Mg/Bln HR/Jam (Rp)
Jumlah Bln Biaya
(Rp)
1 Ketua 1 20 4 0 10
2 Peneliti 4 8 4 0 10
3 Peneliti – Pembuat software
1 8 4 0 10
3 Peneliti – Perancang sistem komunikasi
1 8 4 0 10
4 Teknisi - perancang hard ware
1 8 4 0 10
5 Teknisi - Tenaga Harian pembantu perancang dan mengurus administrasi
1 3 4 0 10
JUMLAH BIAYA
5.2.2 Bahan Habis
No Bahan satuan Volume Biaya Satuan (Rp) Biaya (Rp)
1 Kertas A4 rim 20 50000 1000000
2 - Cartridge Black bh 5 225000 1125000
3 - Cartridge Colour bh 5 250000 1250000
5 - Flashdisk bh 6 200000 1200000
6 - ATK (isi pensil, isi staples, gunting, lakban)
1 1000000 1000000
7 - Ekternal hardisk 80 G bh 1 2500000 2500000
Page 42 of 73
No Bahan satuan Volume Biaya Satuan (Rp) Biaya (Rp)
8 - Wireless Sierra bh 3 2500000 7500000
Sub Total 15575000
5.2.3 Bahan pendukung
No Jenis Barang Habis (sewa) satuan Volume Biaya Satuan (Rp) Biaya APBN (Rp)
1 Komputer server paket 1 10000000 10000000
2 Sofware pendukung sistem monitoring paket 2 3500000 7000000
Komputer client paket 1 6500000 6500000
3 Bandwidth frekuensi paket 1 3500000 3500000
4 Sistem Server sebagai stasiun monitoring di darat
paket 1 1000000 1000000
5 sistem monitoring mobile 2 buah paket 1 2000000 2000000
6 Sewa USSV 1 buah bulan 1 15000000 15000000
7 Komponen pendukung sistem monitorng paket 1 2000000 2000000
8 Sewa kamera /dokumentasi di lapangan paket 1 3000000 3000000
9 Sewa Modem Transceiver paket 1 2500000 2500000
10 Sewa Micro-System paket 1 1500000 1500000
11 Sewa speed Driver Control paket 1 3000000 3000000
12 Sewa Direction Driver Control paket 1 2000000 2000000
13 Sewa GPS Module paket 1 2500000 2500000
14 Sewa Compass Electric Module paket 1 2000000 2000000
15 Sewa Rs-422 Bus Communication Interface paket 1 2500000 2500000
16 Sewa Power Supply Support paket 1 2500000 2500000
17 Sewa Chassing (Mechanical) Support paket 1 5000000 5000000
18 Sewa Multi Channel Interface paket 1 2500000 2500000
Page 43 of 73
No Jenis Barang Habis (sewa) satuan Volume Biaya Satuan (Rp) Biaya APBN (Rp)
Sub Total 76000000
5.2.4 Perjalanan
No Kegiatan Yang dilakukan Gol Jumlah Orang
Hari Satuan HOK (Rp)
Biaya (Rp)
3 Perjalanan untuk uji Mahasiswa 2 10 200000 4000000
4 Perjalanan untuk uji IIIA 0 2 400000 0
5 Perjalanan seminar internasional IVB 1 1 2000000 2000000
6 Akomodasi saat Seminar internasional IVB 1 1 1500000 1500000
7 Perjalanan saat seminar Pelaporan dan akomodasi
IVB 0 2 2500000 0
Sub Total 7500000
5.2.5 Biaya Lain-lain
No Jenis Pengeluaran VOLUME Ongkos per VOLUME (Rp)
Biaya (Rp)
ITS INDUSTRI
1 Biaya pelaksanaan FGD 1 5000000 5000000
2 Konsumsi selama rapat 20 35000 700000
Page 44 of 73
No Jenis Pengeluaran VOLUME Ongkos per VOLUME (Rp)
Biaya (Rp)
4 Biaya publikasi jurnal internasional
0 5000000 0
4 Biaya Seminar Internasional
1 3000000 3000000
5 Foto copy data 2500 266 665000
7 Biaya laporan (kemajuan dan akhir)
2 280000 560000
9 Beaya Dokumentasi sistem sistem USSV (software dan hardware)
1 1000000 1000000
Sub Total 10925000
Page 45 of 73
6 DAFTAR PUSTAKA
Daftar Pustaka disusun dan ditulis berdasarkan sistem nomor sesuai dengan urutan pengutipan.
Hanya pustaka yang disitasi pada laporan kemajuan yang dicantumkan dalam Daftar Pustaka.
Aisjah, A. S., Arifin, S., & Danistha, W. L. (2016). Sverdruv Munk Bretschneider Modification
(SMB) for significant wave height prediction in Java Sea. British Journal of Applied Science
& Technology, 16(2), 1–8. https://doi.org/10.9734/BJAST/2016/19669
Aisjah, A. S., Masroeri, A. A., & Anitasari, R. (2010). COLLISION AVOIANDCE BY DESIGN
FUZZY LOGIC MANEUVERING. In SENTA 2010 (pp. 1–9). Surabaya.
Aisjah, A. S., Masroeri, A. A., Djatmiko, E. B., A, W. D., Adi, F., Fisika, T., … Perkapalan, T.
(2012). MCST-INTELLIGENT AUTOPILOT SHIP SYSTEM INCREASING SAFETY. In
Prosiding InSiNas 2012 (pp. TR9-15).
Aisyah, A. S. (2012). PENGEMBANGAN SISTEM MONITORING DAN KONTROL CERDAS
PADA KAPAL UNTUK PENINGKATAN KUALITAS MANAJEMEN TRANSPORTASI.
Aisyah, A. S., Masroeri, A. A. ., Djatmiko, E. B., & Fajri, A. R. (2010). Pengembangan sistem
monitoring dan kontrol untuk mendukung autopilot pada kapal di pelabuhan tanjung perak
1. In APTECS 2010 (pp. 1–9). Surabaya.
Arifin, Syamsul; Aisjah, Aulia Siti; Nugroho, W. (2016). INTEGRASI SISTEM BUOYWEATHER
UNTUK MEMBANGUN SISTEM INFORMASI CUACA MARITIM DI subDAERAH WPP
712 – LAUT JAWA SEBAGAI UPAYA PENINGKATAN KESELAMATAN NELAYAN JAWA
TIMUR.
Arifin, S., Aisjah, A. S., J.S, R., & Alhakim, J. (2010). Pemodelan dan perancangan Jaringan
Syaraf Truan sebagai prediktor cuaca maritim. In SENTA 2010 (pp. 1–10).
Arifin, S., Aisjah, A. S., & Redhianto, E. (2016). Analysis of Integrated Filter Kalman and
Acquisition Data System in Maritime Weather Station to Improve Prediction. In SENTA.
Arifin, S., Aisjah, A. S., W, B. L., & S, R. J. (2011). PERANCANGAN PREDIKTOR CUACA
MARITIM DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
(ANFIS), 1–8.
Colefax, A. P., Butcher, P. A., Pagendam, D. E., & Kelaher, B. P. (2019). Reliability of marine
faunal detections in drone-based monitoring. Ocean and Coastal Management, 174(October
2018), 108–115. https://doi.org/10.1016/j.ocecoaman.2019.03.008
Gong, Y., Abdel-Aty, M., Cai, Q., & Rahman, M. S. (2019). Decentralized network level adaptive
signal control by multi-agent deep reinforcement learning. Transportation Research
Interdisciplinary Perspectives, 1, 100020. https://doi.org/10.1016/j.trip.2019.100020
Hassanalian, M., Rice, D., & Abdelkefi, A. (2018). Evolution of space drones for planetary
exploration: A review. Progress in Aerospace Sciences, 97(October 2017), 61–105.
https://doi.org/10.1016/j.paerosci.2018.01.003
Kamranzad, B., & Kazeminezhad, M. H. (2010). Wave height forecasting in Dayyer, the Persian
Gulf.
Khodayari, M. H., & Balochian, S. (2015). Modeling and control of autonomous underwater
vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller. Journal
of Marine Science and Technology (Japan), 20(3), 559–578. https://doi.org/10.1007/s00773-
015-0312-7
Lo, H. S., Wong, L. C., Kwok, S. H., Lee, Y. K., Po, B. H. K., Wong, C. Y., … Cheung, S. G.
(2020). Field test of beach litter assessment by commercial aerial drone. Marine Pollution
Bulletin, 151(August 2019), 110823. https://doi.org/10.1016/j.marpolbul.2019.110823
Mairaj, A., Baba, A. I., & Javaid, A. Y. (2019). Application specific drone simulators: Recent
Page 46 of 73
advances and challenges. Simulation Modelling Practice and Theory, 94(January), 100–117.
https://doi.org/10.1016/j.simpat.2019.01.004
Maritime Knowledge Centre, NLDA, T. and T. D. (2019). Unmanned autonomous ( aerial )
vehicles for maritime applications.
Milgram, J., Alt, C. Von, & Prestero, T. (2001). Verification of a Six-Degree of Freedom
Simulation Model for the REMUS Autonomous Underwater Vehicle by in partial fulfillment
of the requirements for the degrees of and at the Chairperson , Committee on Graduate
Students Verification of a Six-Degree of F.
Montewka, J., Kujala, P., & Ylitalo, J. (2009). The quantitative assessment of marine traffic safety
in the Gulf of Finland , on the basis of AIS data.
Passalis, N., & Tefas, A. (2019). Deep reinforcement learning for controlling frontal person close-
up shooting. Neurocomputing, 335, 37–47. https://doi.org/10.1016/j.neucom.2019.01.046
Savitz, S., Blickstein, I., Buryk, P., Button, R. W., DeLuca, P., Dryden, J., … Yurchak, J. M.
(2013). U.S Navy Employment Options for Unmanned Surface Vehicles.
https://doi.org/10.1214/07-EJS057
Sutton, R., & Craven, P. J. (1998). The ANFIS approach applied to AUV autopilot design. Neural
Computing and Applications, 7(2), 131–140. https://doi.org/10.1007/BF01414165
U.S. Navy. (2004). The Navy Unmanned Undersea Vehicle (UUV) Master Plan. Retrieved from
http://www.navy.mil/navydata/technology/uuvmp.pdf
Vacca, A., Onishi, H., & Cuccu, F. (2017). Drones: Military weapons, surveillance or mapping
tools for environmental monitoring? Advantages and challenges. A legal framework is
required. Transportation Research Procedia, 25, 51–62.
https://doi.org/10.1016/j.trpro.2017.05.209
Walter, T. R., Salzer, J., Varley, N., Navarro, C., Arámbula-Mendoza, R., & Vargas-Bracamontes,
D. (2018). Localized and distributed erosion triggered by the 2015 Hurricane Patricia
investigated by repeated drone surveys and time lapse cameras at Volcán de Colima, Mexico.
Geomorphology, 319, 186–198. https://doi.org/10.1016/j.geomorph.2018.07.020
Whicker, L. F. (1958). Free-Stream Characteristics A Family of Low-Aspect-Ratio, All-Movable
Control Surfaces for Application to Ship Design, (December).
Yang, C. (2007). MODULAR MODELING AND CONTROL FOR AUTONOMOUS
UNDERWATER VEHICLE ( AUV ).
Yin, L., Gao, Q., Zhao, L., & Wang, T. (2020). Expandable deep learning for real-time economic
generation dispatch and control of three-state energies based future smart grids. Energy, 191,
116561. https://doi.org/10.1016/j.energy.2019.116561
Page 47 of 73
7 LAMPIRAN
Lampiran - Biodata Tim Peneliti
1. Ketua
a. Nama Lengkap : Dr. Ir. Syamsul Arifin, MT (L)
b. NIP/NIDN : 19630907-198903-1-004/0007096311
c. Fungsional/Pangkat/Gol : Lektor Kepala/ Penata Muda Tk. 1 /IVA
d. Bidang Keahlian : Artifisial Intelligence,
Mechine Learning,
Pemodelan Sistem Dinamis
Sistem Pengendalian Otomatis
e. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan
Rekayasa Sistem
f. Alamat Rumah : Jl. Medayu Selatan XIV/N21, Surabaya, 60295
g. No. Telp : (031) 87851492 / 08123542233
h. Riwayat penelitian/pengabdian yang relevan:
Tahun Judul Penelitian Sumber Dana
2010 Aplikasi Sistem Logika Fuzzy Pada Peramalan Cuaca di
Indonesia untuk Mendeteksi Kejadian Anomali Tinggi
Gelombang Laut” (Ketua)
Stranas
2011 Perancangan Simulator Peramal Cuaca Maritim Untuk
Kelayakan Pelayaran Studi Kasus: Jalur Surabaya –
Banjarmasin”. (Ketua)
ITS
2012 Rancang Bangun Sistem Monitoring Maritim Weather
Station untuk Meningkatkan Keselamatan Transportasi
Laut di Indonesia” (Ketua).
PUM ITS
2014-
2016
Integrasi Sistem Buoyweather Untuk Membangun Sistem
Informasi Cuaca Maritim Di Subdaerah Wpp 712 – Laut
Jawa Sebagai Upaya Peningkatan Keselamatan Nelayan
Jawa Timur
PUPT
2017 -
2018
Pengembangan Desain Stasiun Cuaca Laut Dengan
Tingkat Keandalan Tinggi Pada Sea State 4
PUPT
i. Publikasi yang Relevan
Judul Artikel Ilmiah Tahun Nama Jurnal
The Performance of Rainfall Prediction above
of Java Sea Level using Artificial Neural
2019 ICORER
Page 48 of 73
Network - Levenberg Marquardt (ANN-LM)
and Fuzzy Logic System (FLS) The Performance of Rainfall Prediction above
of Java Sea Level using Artificial Neural
Network - Levenberg Marquardt (ANN-LM)
and Fuzzy Logic – Mamdani (FL-M)
2019 ICORER
Parameter Estimation of Maneuvering
Variables of SIGMA-Extended War Ship
Using Kalman Filter
2019 Clausius Scientific Press –
Journal Books proceeding.
Indexing in Crossreff
The Shipping Feasibility in Indonesian Waters
is Supported by Predictors based on Expert
System and Information Systems of Android
2019 Clausius Scientific Press –
Journal Books proceeding.
Indexing in Crossreff
Optimization of Neural Network Based on Hybrid
Method of Genetic Algorithm and Particle Swarm
Optimization On Maritime Weather Forecasting in
Type II Buoyweather Station
2018
Implication of Model of Acceptance and
Behavior Usage of Mobile Learning in Higher
Education of Indonesia
2017 TOJET-Turkish Online
Journal Educational of
Technology, ISSN 2146‐
7242
Sverdruv Munk Bretschneider Modification
(SMB) for Significant Wave Height Prediction
in Java Sea
2016 British Journal of Applied
Science & Technology
Analysis of Maritime Weather Charachteristic
Based on Result of Land Weather using Fuzzy
Logic Prediction in Pasuruan, Probolinggo and
Situbondo
2014 IEE - Explore
Maritime Weather Prediction using Fuzzy
Logic In Java Sea for Shipping Feasibility
2013 IJAI – International Journal
on Artificial Intelligence –
Computing Clasification
Prediksi cuaca maritim untuk kelayakan
pelayaran Surabaya - Banjarmasin
2012 Jurnal Industri : Jurnal
Ilmiah Dan Teknologi
Maritim Weather Forecasting Using Fuzzy
Logic in Java Sea”,
2011 IEEE Explore
j. Paten: -
k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing.
Judul Tugas Akhir Tahun Nama Mahasiswa
Perancangan Solar Charge Controller (Scc)
Dengan Algoritma Maximum Power Point
Tracking (Mppt) Perturbation And Observation
(P&O) Pada Buoyweather Station Type Ii
2019 MUHAMMAD ADIB ABIYYU
Perancangan Sistem Akuisisi Data Dengan Filter
Menggunakan Kombinasi Wavelet Transform Dan
2019 Moh. Alrasyid
Page 49 of 73
Kalman Filter Untuk Meningkatkan Kinerja
Buoyweather Station Type Ii
Rancang Bangun Prediktor Sebaran Ikan
Menggunakan Metode Jaringan Syaraf Tiruan
Dengan Optimasi Particle Swarm Optimization
2019 Adelia wahyu Puspita
Rancang Bangun Sistem Transmisi Data Pada
Buoyweather Tipe Ii Berbasis Sistem Iot (Internet
Of Things) Dengan Menggunakan Jaringan 3g/4g
2019 Bima Panji Mardi
Perancangan Sistem Pengukuran Ketinggian
Gelombang Laut Pada Buoyweather Type Ii
Dengan Menggunakan Wavelet Filter Dan
Kalman Filter Untuk Meningkatkan Akurasi Data
2019 Dina Rosdiana Rosalina
Implementasi Machine Learning Dalam Prediksi
Cuaca Maritim Dengan Menggunakan Algoritma
Artificial Neural Network Lavenberg-Marquardt
2019 Kartika Tri wahyu
Ramadhani
Rancang Bangun Prediktor Ketinggian Gelombang
Air Laut Menggunakan Metode Jaringan Syaraf
Tiruan Dengan Optimasi Genetic Algorithm (Ga)
2019 Vidyan Nabila
Optimasi Desain Dimensi Wahana Apung
Buoyweather Type II Menggunakan Metode
Partcle Swarm Optimization Untuk Kestabilan
Pada Sea State 6
2017 Nuri Sabrina
Perancangan Sistem Prediktor Ketinggian
Gelombang Berbasis Thiessen Polygon Dan
Jaringan Saraf Tiruan Di Perairan Dangkal Jawa
Timur
2017 Windari AS
Judul Tesis Tahun Nama Mahasiswa
Performance Evaluation of Hydropower Operation for
Nickel Smelter: A Case Study of Larona River Cascade
Hydroelectric Power Plant
2018 Wafir Kasman
Assessment of Wind Energy Potential in Sorowako
Region, Indonesia
2018 Andrian Rian Bestari
Judul Disertasi Tahun Nama Mahasiswa
Page 50 of 73
Anggota
a. Nama Lengkap : Prof. Dr. Ir. Aulia Siti Aisjah, MT (P)
b. NIP/NIDN : 196601161989032001/001606602
c. Fungsional/Pangkat/Gol : Guru Besar/ Penata Muda Tk. 1 /IVB
d. Bidang Keahlian : Tenik Pengendalian Kelautan,
Sistem Pengendalian Otomatis
Artificial Intelligence
Industrial Control system
Mechine Learning
e. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan
Rekayasa Sistem
f. Alamat Rumah : Jl. Medayu Selatan XIV/N21, Surabaya, 60295
g. No. Telp : (031) 87851492 / 08123589875
h. Riwayat penelitian/pengabdian yang relevan:
Tahun Judul Penelitian Sumber Dana
2018
Pemetaan Pola Gerak Illegal Fishing dan Illegal
Transhipment Pada Vessel Monitoring System
Berdasar Data AIS (Ketua)
PUPT
2017
Pemetaan Pola Gerak Illegal Fishing dan Illegal
Transhipment Pada Vessel Monitoring System
Berdasar Data AIS (Ketua)
PUPT
2016 Pengembangan Desain Stasiun Cuaca Laut Dengan
Tingkat Keandalan Tinggi Pada Sea State 4 (Anggota) PUPT
2016
Perancangan Sistem Pembelajaran daring SPADA
untuk MK Sisitem Pengendalian Otomatis dan MK
Fisika Rekayasa 1 (Ketua)
Belmawa Ristekdikti
2014
Perancangan Auto Manuver Dan Auto Berthing Untuk
Mendukung Pencapaian Zero Waiting Time Di
Pelabuhan Tanjung Perak (Ketua)
PPUPT
2013
Perancangan Auto Manuver Dan Auto Berthing Untuk
Mendukung Pencapaian Zero Waiting Time Di
Pelabuhan Tanjung Perak (Ketua)
PPUPT
i. Publikasi yang Relevan
Judul Artikel Ilmiah Tahun Nama Jurnal
An Analysis Nomoto Gain and Norbin Parameter
on Ship Turning Maneuver by Fuzzy Logic
Control
2009 IPTEK-Journal for Science
and Technology
Page 51 of 73
Performance of Ship Maneuvering Controller
based on Fuzzy Logic Sugeno – Takagi in
International Waters
2011 Jurnal Industri
Maritime Weather Prediction Using Fuzzy Logic
In Java Sea
2012 IEEE explore
Maritime Weather Prediction Using Fuzzy Logic
In Java Sea for Feasibility of Shipping
2013 IJAI – International Journal
of Artificial Intelligence
Parameter Estimation of Maneuvering Variables
of SIGMA-Extended War Ship Using Kalman
Filter
2018 Applied mechanics and
materials, Vol 874, Pages
96-102
Collision Avoidance Control – Accurate in
Narrow Water Case Study: in West Line Tanjung
Perak Surabaya, Indonesia
2019 Clausius Scientific Press –
Journal Books proceeding
Indexing in Crossreff
The Shipping Feasibility in Indonesian Waters is
Supported by Predictors based on Expert System
and Information Systems of Android
2019 Clausius Scientific Press –
Journal Books proceeding
Indexing in Crossreff
Judul Buku Tahun Hal Penerbit
Sistem Pengendalian Modern 2011 276 ITS Press
Pembelajaran blended untuk MK
Sistem Pengendalian otomatis
2011 105 DIKTI – GDLN
Modul interaktif e-learning Fisika –
Pokok Bahasan Gelombang dan
Cahaya
2011 99 DIKTI - Belmawa
Modul untuk Pembelajaran Daring
MK Sistem Pengendalian Otomatis
2014 203 DIKTI - Belmawa
Model Pembelajaran Laboratory
Based education, Sistem
Pembelajaran yang Memadukan
Proses pendidikan, Penelitian dan
Pengabdian di Laboratorium
2017 176 ITS Press No ISBN: 978-
602-0917-49-8
Sistem Pengendalian Otomatis,
Perkembangan Implementasi di Era
Revolusi Industri 1.0 – 4.0
2018 340 ITS Press No ISBN: 978-
602-5542-51-0
j. Paten: - k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing.
Judul Tugas Akhir Tahun Nama Mahasiswa
Desain Kontrol Semi Submersible Platform Offshore
Menggunakan Metode Model Predictive Control
2018 Gama Nuur Aji
Page 52 of 73
Analisa Kestabilan Motion Control Pada Autonomous
Underwater Vehicle (AUV) Militus Menggunakan
Kendali Adaptive Neural Fuzzy Inference System
(ANFIS)
2018 Muhammad Thoriq
Azmi
Perancangan Sistem Kontrol Sandar Kapal Otomatis
Dengan Metode Sliding Mode Control Di Pelabuhan
Tanjung Perak Surabaya
2018 Niken Pratiwi
Perancangan Integrasi Sistem Pengambil Keputusan
Berbasis Data Ais Dan Radar Untuk Identifikasi Iuu
Fishing Dan Iuu Transhipment Menggunakan Jst
2018 Sarah Maulidia
Perancangan Sistem Kendali Kapal Selam Mini
Dengan Menggunakan Kontrol Logika Fuzzy
2017 Joshua Pixel (Teknik
Sistem Perkapalan)
Optimal Tracking Control Pada Kapal Tanker
Tangguh Towuti Berbasis Logika Fuzzy Di
Pelabuhan Arun
2017 Adip Tri Cahyoko
Analisis Sensitivitas Sistem Kendali Akibat
Perubahan Koefisien Hidrodinamika Pada Kapal
Perang Kelas Sigma Extended
2017 Desti Ajeng prawestri
Perancangan Optimal Tracking Control Kapal Lng
Dengan Beban Muatan Penuh Keluar Dari Pelabuhan
Arun
2017 Farida Ambarwati
Analisis Kompensator Akibat External Disturbances
Pada Kapal Perang Kelas Sigma Extended
2017 Prisma Anandhito
Analisis Besar Gaya Dorong Tugboat Pada
Performansi Sistem Kendali Autoberthing Kapal
LNG Bermuatan Penuh Di Pelabuhan Arun
2016 Mima Aulia
Perancangan Sistem Pengambilan Keputusan
Berbasis Data Automatic Identification System (AIS)
Untuk Identifikasi Terjadinya Illegal Transhipment
Menggunakan Logika Fuzzy
2016 Achmad Nidzar Alif
Perancangan Sistem Kendali Manuver Berbasis Logika
Fuzzy Untuk Anti Tabrakan Kapal Berdasarkan Nilai
Dcpa-Tcpa
2016 Nur Okta Milatina
Perancangan Sistem Pengambilan Keputusan Berbasis
Data Automatic Identification System (AIS) Untuk
Identifikasi Terjadinya Illegal Unregulated Unreported
(Iuu) Fishing Menggunakan Logika Fuzzy
2016 Ikko Fransisco
Perancangan Sistem Kendali Danger Area pada
Kapal Sigma Extended dengan Input Rudder
2016 Haris Dwi HP
Perancangan Sistem Kontrol Optimal Trajectory
Pada Kapal Tanker Di Perairan Tanjung Perak
Surabaya Dengan Metode Linier Quadratic
Gaussian (Lqg)
2014 Aulia Rahman Ashari
Page 53 of 73
Perancangan Sistem Kontrol Optimal Pada Berthing
Di Dermaga Tanjung Perak Surabaya
2014 Giyan Yusuf C
Perancangan sistem kontrol sandar kapal otomatis
berbasis logika fuzzy di pelabuhan tanjung perak
surabaya
2013 Randhika Akbar
Estimasi Variabel Dinamik Kapal Menggunakan
Metode Kalman Filter
2013 Nathanael leon Gozali
Perancangan Sistem Kontrol Sandar Kapal Otomatis
Berbasis Logika Fuzzy Di Pelabuhan Tanjung Perak
Surabaya
2013 Randhika Akbar
Perancangan Sistem Kendali Cerdas Kapal Perang
Kawal Rudal – Kri Diponegoro Kelas Sigma Untuk
Meningkatkan Maneuverability Menggunakan
Metode Logika Fuzzy.
2012 Juniarko Pranandha
Judul Tesis Tahun Nama Mahasiswa
Load Forecasting for Power System Planning and
Operation Using Artificial Neural Network (A case
Study on Larona Hydro Power in the Nickel Smelting
Plant)
2018 Asrul Gani Gafar
Performance Analysis in PID Controller of Turbine
Governor Load Frequency Control Using PSO
Algorithm and Fuzzy Logic at Nickel Smelting Plant
2018 Farhan Mahmoed
Sistem Kontrol Kestabilan Rolling Kapal Perang
Corvet SIGMA Pada Saat Fireing Sistem
2016 Devina P.
Perancangan Sistem Kendali Kestabilan Rolling
Kapal Perang Kelas Sigma Saat Bermanuver
Menggunakan Fuzzy Gain Scheduling - Pid
2015 Ii Munadhif
Pemodelan Kapal Perang
Kelas Sigma Extended Skala 3 Meter Berbasis
Eksperimen
2014 Ridho Akbar
Judul Disertasi Tahun Nama Mahasiswa
Pengembangan sistem optimasi pada kolom distilasi
dengan menggunakan GA – PSO
2019 Toto Haksoro
Page 54 of 73
2. Anggota
A. Identitas Diri
1 Nama Lengkap (dengan gelar) Dr. Suyanto, ST., MT.
2 Jenis Kelamin L
3 Jabatan Fungsional /Pangkat/Gol Lektor / Penata Tk I / III d
4 NIP/NIK/Identitas lainnya 197111131995121002
5 NIDN 0011137102
6 Tempat dan Tanggal Lahir Blitar / 13 Nopember 1971
7 E-mail [email protected]; [email protected] ;
9 Nomor Telepon/HP 0318792603/081233182898
10 Alamat Kantor Departemen Teknik Fisika FT-IRS ITS Kampus ITS
Keputih Sukolilo Surabaya 60111
11 Nomor Telepon/Faks 0315947188/0315923626
12 Lulusan yang Telah Dihasilkan S-1 = 15 orang; S-2 = 1 orang; S-3 = - orang
13. Mata Kuliah yg Diampu
1. Matematika Rekayasa; 2Pemrograman Komputer
3. Pemrosesan Sinyal; 4. Metode Penelitian
5. Sistem Distribusi Energi; 6. Sistem Instrumentasi
7. Energi Surya
B. Riwayat Pendidikan
Strata S-1 S-2 S-3
Nama Perguruan Tinggi ITS ITB ITS
Bidang Ilmu Instrumentasi Instrumentasi &
Kontrol
Sistem Tenaga
Listrik
Tahun Masuk-Lulus 1991-1995 1996-1998 2013- 2018
Judul Skripsi/Tesis/Disertasi Perancangan
Regulator
Dinamik Linear
Quadratic
Gaussian (LQG)
Sistem Suspensi
Roda Bagian
Kanan Depan
Mobil Toyota
New Kijang
Aplikasi Filter
Kalman Sebagai
Analisis
Kesalahan Data
Spektrofotometer
Inframerah
Melalui Metode
Minimum-
Convariance
Deconvolution
(MCD)
Peningkatan
Kualitas Daya
Pada
Perencanaan
Terkoordinasi
Sistem Jaringan
Distribusi Radial
Melalui
Penyelesaian
Advanced-
Optimal Power
Flow
(Advanced-
OPF) Berbasis
Metode
Hierarchical
Page 55 of 73
Cluster
Technique
Nama Pembimbing/Promotor Dr. Ir. Ali
Musyafa’,MSc.
1. Dr.Ir. Farida
I. Muchtadi
2. Prof Ir.
Hermawan
K. Dipojono,
MSEE.,PhD
1. Prof. Ir.
Ontoseno
Penangsang,
MSc., PhD.
2. Prof. Dr. Ir.
Adi
Soeprijanto,
MT.
C. Riwayat Pekerjaan
No. Pekerjaan Institusi
Masa Berlaku
1 Dosen Teknik Fisika FTI ITS Teknik Fisika
ITS
1995 – sekarang.
2 Peneliti LBE – PSSL Teknik Elektro
FTE ITS
2013 – sekarang
3 Kepala Departemen Teknik Fisika FT-IRS ITS Teknik Fisika
ITS
2020 – sekarang.
4 Sekretaris P3AI ITS P3AI ITS 2012-2013
5 Koordinator Pendidikan & Pelatihan P3AI ITS P3AI ITS 2009-2012
6 Koordinator Media & Sarana P3AI ITS P3AI ITS 2005-2009
7 Kepala Workshop Instrumentasi Teknik Fisika
FTI ITS
Teknik Fisika
ITS
2009-2012
8 Kepala Laboratorium Simulasi & Komputasi
Teknik Fisika FTI ITS
Teknik Fisika
ITS
2004-2009
9 Sekretaris Prodi D III Teknik Instrumentasi FTI
ITS
Teknik Fisika
ITS
2000-2004
10 Kasie Kerja Praktek Teknik Fisika FTI ITS Teknik Fisika
ITS
1998-2000
11 Kepala Laboratorium Simulasi & Sistem Siber
Fisik FTI ITS
Teknik Fisika
ITS
2019-2020
D. Pengalaman Penelitian Dalam 5 Tahun Terakhir
No. Tahun Judul Penelitian
Pendanaan
Sumber* Jml (Juta
Rp)
1
2013 Optimisasi Sistem Produksi Listrik
Pada Pembangkit Listrik Tenaga
Panas Bumi (Anggota Peneliti)
Unggulan PT-Dikti
80
2
2013 (Tahun-
1/2)
State Estimation Tiga Phasa pada
Sistem Distribusi Tenaga Listrik
untuk Online Monitoring Berbasis
GIS (Geographic Information
Systems) (Anggota Peneliti)
Unggulan PT-Dikti
50
Page 56 of 73
3
2014 (Tahun-
2/2)
State Estimation Tiga Phasa pada
Sistem Distribusi Tenaga Listrik
untuk Online Monitoring Berbasis
GIS (Geographic Information
Systems) (Anggota Peneliti)
Unggulan PT-Dikti
50
4
2015 (Tahun
1/3)
Pemodelan dan Simulasi Koneksi
Jaringan Distribusi Daya Listrik Tiga
Fasa Menggunakan Sumber
Pembangkit Daya berbasis Energi
Terbarukan Untuk Sistem Mikrogrid
Skala Laboratorium (Anggota Peneliti)
Unggulan PT-Dikti
90
5
2015
(Tahun
1/3)
Pemodelan dan Simulasi Micro-grid
Standar Laboratorium Sebagai Usaha
Pengembangan Pembangkit Tenaga
Listrik Terdistribusi Skala Kecil
Berbasis Energy Baru Terbarukan
untuk Menunjang Program
Elektrifikasi Pedesaan (Anggota Peneliti
ke-3)
Insentif Riset Sinas
Kemenristek-Dikti
220
6
2016 (Tahun
2/3)
Pemodelan dan Simulasi Koneksi
Jaringan Distribusi Daya Listrik Tiga
Fasa Menggunakan Sumber
Pembangkit Daya berbasis Energi
Terbarukan Untuk Sistem Mikrogrid
Skala Laboratorium (Anggota Peneliti)
Unggulan PT-Dikti
75
7
2016
Peningkatan Performansi Sistem
Jaringan Distribusi Radial Melalui
Pengembangan Penyelesaian Aliran
Daya Optimal Pada Perencanaan
Terkoordinasi. (Ketua Peneliti)
Penelitian Disertasi
Doktor-
Kemenristek Dikti
45,5
8
2017 (Tahun
3/3)
Pemodelan dan Simulasi Koneksi
Jaringan Distribusi Daya Listrik Tiga
Fasa Menggunakan Sumber
Pembangkit Daya berbasis Energi
Terbarukan Untuk Sistem Mikrogrid
Skala Laboratorium (Anggota Peneliti)
Unggulan PT-Dikti
165
9
2018
Integrated Electric Power : Produk
Teknologi Inventer, Charge
Controller , Baterry (Lithium Ion) dan
Sistem Monitoring Online Terpadu
untuk Aplikasi Pembangkit Listrik
Tenaga Surya (PLTS) Skala Rumah
Tangga dan Usaha Kecil Menengah
Berbasis Standalone System 1 Phasa (Ketua Peneliti)
Penelitian Terapan
(Inovasi Skala Lab)
Internal Perguruan
Tinggi-Dalam
Negeri
100
10
2018
Peningkatan Nilai Kualitas Energi
Biomassa Tandan Kosong Kelapa
Sawit Melalui Studi Integrasi Pre-
Treatment - Densifikasi Dan
Torefaksi. (Ketua Peneliti)
Penelitian
Pascasarjana-Dana
Lokal ITS Tahun
2018
50
Page 57 of 73
11
2019 (Tahun
1/2)
Pengembangan Aplikasi Cerdas
Hemat Energi Berbasis Demand Side
Management Untuk Peningkatan
Performansi Smart Grid (Anggota
Peneliti)
Penelitian Terapan
Unggulan
Perguruan Tinggi-
Ristekdikti
201,200
12
2019
Peningkatan Performansi MPPT-
PLTS Berbasis Algoritma : Perturb &
Observe, Firefly, dan Modified
Firefly Untuk Pengembangan Sistem
Smart Microgrid. (Ketua Peneliti)
Penelitian Dana
Departemen- Lokal
ITS 2019 (Dana
Departemen)
15
13
2019 SALJU – SMART LAMPU PJU :
Produk Teknologi MPPT Solar Panel
Charge Controller, Battery (VRLA)
Lifetime Management System, dan
Sistem Monitoring Manual-Online
untuk Aplikasi Penerangan Jalan
Umum Tenaga Surya (PJUTS) yang
Optimal dan Hemat Daya listrik,
Ekonomis berbasis Internet of Things
(IOT) (Ketua Inovator)
Pelaksanaan
Insentif Inovasi
Skala Lab Dana
Lokal ITS Tahun
Anggaran 2019
Nomor:
1817/PKS/ITS/2019
Tanggal 21 Juni
2019
100
D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No. Tahun Judul Pengabdian Kepada Masyarakat
Pendanaan
Sumber* Jml (Juta
Rp)
1 2013 Kelompok Usaha Pembenihan Dan Usaha
Pembesaran Ikan Lele Sangkuriang Di
Desa Kapedi Kabupaten Sumenep Madura (Ketua Peneliti)
IbM-Dikti 50
2 2015 Sosialisasi Pengenalan, Potensi Dan
Penanggulangan Bahaya Energi Listrik
Bagi Guru-Guru SDIT-SMPIT Al Uswah
Surabaya (Anggota Pelaksana Pengabdian)
BOPTN 2015 16
3 2016 Pemanfaatan Pompa Air-PLTS Untuk
Pemenuhan Ketersediaan Air Penyiram
Tanaman Pada Program Ecogarden SDIT
AL USWAH SURABAYA (Anggota
Pelaksana Pengabdian)
Kemenristek-
Dikti
50
4 2017 Pengembangan PV-Pump Untuk
Teknologi Elektroklorinasi dan
Filtrasi/Absorpsi Pada Pengolahan
Limbah Bekas Air Wudhlu Sebagai
Penyediaan Air Bersih Kegiatan Eco
Garden SDIT AL USWAH SURABAYA (Anggota Pelaksana Pengabdian)
Abdimas
Berbasis
Penelitian –
Dana Lokal ITS
2017
40
5 2017 Studi Pemanfaatan Air Sungai Mendak
Dusun Wagirkidul Kabupaten Ponorogo
Sebagai Pembangkit Listrik Untuk
ABDIMAS
BERBASIS
PENELITIAN-
BP PTNBH
50
Page 58 of 73
Kebutuhan Lokasi Obyek Wisata Sekitar
Sungai (Anggota Pelaksana Pengabdian)
2017
(PENDUKUNG
UNGGULAN
DAN
ABDIMAS)
6 2018 Penerapan PV Pump Air Laut untuk
Proses Destilasi Air Laut Guna Memenuhi
Kebutuhan Air Bersih di Pulau Ay
Kepulauan Banda Naira (Anggota Pelaksana
Pengabdian)
Abdimas
Berbasis
Penelitian –
Dana Lokal ITS
2018
50
7 2018 Pengembangan Automatic Wheather
Controlling And Ph-Nutrient Dozing With
Pv Pump Untuk Teknologi Budidaya
Hidroponik Sebagai Upaya Mengurangi
Angka Gizi Buruk Di Pulau Sumba (Anggota Pelaksana Pengabdian)
Abdimas
Berbasis
Penelitian –
Dana Lokal ITS
2018
50
8 2019 Pelatihan Pembelajaran Optik Berbasis
Daring Untuk Guru IPA SMA Dalam
Rangka International Day Of Light (Anggota Pelaksana Pengabdian)
Abdimas
Reguler –
LOKAL ITS
2019
(ABDIMAS)
25
9 2019 Peningkatan Ekonomi Petani Selada
Melalui Program Hidroponik Hemat dan
Mandiri Energi Berbasis Sel Surya
(HOMEBASE) di Kelurahan Juata Laut
Kota Tarakan Kalimantan Utara (Anggota
Pelaksana Pengabdian)
Program
Kemitraan
Masyarakat-
RISTEKDIKTI
2019
50
E. Publikasi Artikel Ilmiah Dalam Jurnal alam 5 Tahun Terakhir
No. Judul Artikel Ilmiah Nama Jurnal Volume/ Nomor/Tahun
1. Modified Direct-ZBR
Method PSO Power Flow
Development For Weakly
Meshed Active Unbalanced
Distribution Systems (First
Author)
Journal of
Engineering
& Applied
Science
1. 9/9/2014 [Terindex Scopus – Q3]
2. Optimal Power Flow Using
Multi-Objective Genetic
Algorithm To Minimize
Generation Emission And
Operational Cost in
Microgrid (Third Author)
International
Jounal of
Smart Grid
and Clean
Energy
3/4/2014 DOI: 10.12720/sgce.3.4.410-
416 [Terindex EI (INSPEC, IET)]
3. Power Optimization For
Adaptive Wind
Turbine:Case Study On
Islanded And Grid
Connected (Eight Author)
International
Review of
Electrical
Engineering
(I.R.E.E)
9/4/2014 ISSN 1827-6660
DOI:
https://doi.org/10.15866/iree.v9i4.2199
[Terindex Scopus – Q2].
Page 59 of 73
4. Modeling and Simulation
of MPPT-SEPIC
Combined Bidirectional
Control Inverse KY
Converter Using ANFIS in
Microgrid System. (Third
Author)
Indonesian
Journal of
Electrical
Engineering
and
Computer
Science
1/2/2016; DOI:
10.11591/ijeecs.v1.i2.pp264-272
[Terindex Scopus].
5. Power Transfer
Enhancement in Hybrid
AC-DC Microgrids. (Fith
Author)
Journal of
Engineering
and Applied
Sciences
11/7/2016; DOI: 10.3923/jeasci.2016.
1660.1664 [Terindex Scopus – Q3].
6. Wind-PV Hybrid System
Modeling Using
Bidirectional Converter
with MPPT-Dual Adaptive
Neuro Fuzzy Inference
System (ANFIS) in
Microgrid Isolated System
(First Author)
Journal of
Engineering
and Applied
Sciences
11/11/2016; DOI:
10.3923/jeasci.2016.2353.2359.[Terindex
Scopus – Q3]
7.
Power-Flow Development
Based on the Modified
Backward-Forward for
Voltage Profile
Improvement of
Distribution System. (First
Author)
International
Journal of
Electrical and
Computer
Engineering
(IJECE)
6/5/2016; DOI:
10.11591/ijece.v6i5.10648 [Terindex
Scopus – Q2]
8.
Active and Reactive Power
Control in 20 kV Grid
Connected Distributed
Generation System(Three
Author)
International
Review of
Automatic
Control
(I.RE.A.CO.)
10/3/2017; DOI:
10.15866/ireaco.v10i3.10595. [Terindex
Scopus – Q2].
F. Pemakalah Seminar Ilmiah (Oral Presentation) dalam 5 Tahun Terakhir
No Nama Pertemuan Ilmiah /
Seminar Judul Artikel Ilmiah Waktu dan
Tempat
1 . The 5th Indonesia Japan
Joint Scientific
Symposium (IJJSS 2012)
Development of Personal Blood
Pressure Measurement on Android
Platform (As Presenter)
25-26 October
2012 dan Chiba
University, Japan.
2 . The 1st International
Conference on
Information Technology,
Computer and Electrical
Engineering (ICITACEE
2014)
Design and Simulation of Neural
Network Predictive Controller Pitch-
Angle Permanent Magnetic
Synchrounous Generator Wind
Turbine Variable Pitch System (As
Presenter) DOI:
10.1109/ICITACEE.2014.7065769
[Terindex Scopus-sudah terbit ].
8-9 November
2014 and
Diponegoro
University,
Semarang,
Indonesia
3 . In 2016 International
Seminar on Intelligent
Technology and Its
Optimal Tuning of PSS Parameters
for Damping Improvement in SMIB
Model Using Random Drift PSO and
July, 2016 and
Electrical
Engineering
Page 60 of 73
Application (ISITIA
2016).
Network Reduction with Losses
Concept. (As Co Presenter) DOI:
10.1109/ISITIA.2016.7828741
[Terindex Scopus- sudah terbit].
Department, FTE,
ITS, Bali,
Indonesia.
4. In 2016 International
Seminar on Intelligent
Technology and Its
Application (ISITIA
2016).
Life-Cycle Cost Analysis of
Laboratory Scale Microgrid
Operation in Power System
Simulation Laboratory Using
HOMER Simulation (As Presenter)
DOI: 10.1109/ISITIA.2016.7828721
[Terindex Scopus- sudah terbit].
July, 2016 and
Electrical
Engineering
Department, FTE,
ITS, Bali,
Indonesia.
5. The 3th International
Conference on Nano
Electronics Research and
Education (ICNERE) &
The 8th Electrical,
Electronic, Control,
Communication, and
Informatics Seminar
(EECCIS).
Estimation of Losses in Radial
Distribution Network Under
Unbalanced Loading Condition
Considering Time Varying Load.
November, 2016
and Electrical
Engineering
Department, UB-
Malang, Batu,
Indonesia.
6. In International
Conference on
Sustainability, Green
Buildings, Environmental
Engineering & Renewable
Energy (SGER 2016).
Solar PV Model For Eco-Garden And
Hydroponic Daily Watering Systems.
(As Co Presenter). [Terindex Science
Publications-New Zealand
Academy of Applied Research
(NZAAR)-sudah terbit di
proceeding].
December, 2016,
Uni KL, Kuala
Lumpur,
Malaysia.
7. In International
Conference on
Sustainability, Green
Buildings, Environmental
Engineering & Renewable
Energy (SGER 2016).
Optimization Of Panel Pv Position
Using Dual Axis Solar Tracker With
Perturb And Observe Method In PV
Tower - Laboratory Scale Microgrid
System (As Co Presenter). [Terindex
Science Publications-New Zealand
Academy of Applied Research
(NZAAR)-sudah terbit di
proceeding].
December, 2016,
Uni KL, Kuala
Lumpur,
Malaysia.
8. In International
Conference on
Sustainability, Green
Buildings, Environmental
Engineering & Renewable
Energy (SGER 2016).
Optimization Sizing and Placement
Distributed Generation with
Determination Network
Reconfiguration and Capacitor Bank
Simultaneously to Maximize Active
Power Output of Distributed
Generation Using Genetic Algorithm
Method. (As Presenter). [Terindex
Science Publications-New Zealand
Academy of Applied Research
(NZAAR)-sudah terbit di
proceeding].
December, 2016,
Uni KL, Kuala
Lumpur,
Malaysia.
9. In 2018 International Joint
Conference on Clean
Design and Implementation of Sea
Water Eco-Destilatory Using
Feb. 24-26, 2018,
Thammasat
Page 61 of 73
Energy and Smart Grid
(CCESG 2018),
www.ccesg.org.
Parabolic Solar Concentrator and
Photovoltaic Pump for Isolated
Island. (As Co Presenter).
University Rangsit
Campus,
Bangkok,
Thailand
10. In 2018 International Joint
Conference on Clean
Energy and Smart Grid
(CCESG 2018),
www.ccesg.org.
Design and Implementation of Real-
time Monitoring Based on Android
and HMI of PV Tower System for
Laboratory Scale. (As Co Presenter).
Feb. 24-26, 2018,
Thammasat
University Rangsit
Campus,
Bangkok,
Thailand
11. In 2018 International Joint
Conference on Clean
Energy and Smart Grid
(CCESG 2018),
www.ccesg.org.
Design and Implementation of The
Electrochlorination Filter Model
Based on Solar Photovoltaic for Daily
Watering Systems at Eco-Garden -
SD IT Al-Uswah Surabaya. (As Co
Presenter).
Feb. 24-26, 2018,
Thammasat
University Rangsit
Campus,
Bangkok,
Thailand
12. In 2018 International Joint
Conference on Clean
Energy and Smart Grid
(CCESG 2018),
www.ccesg.org.
Design and Implementation of Real-
time Monitoring Based on Android
and HMI of PV Tower System for
Laboratory Scale. (As Co Presenter).
Feb. 24-26, 2018,
Thammasat
University Rangsit
Campus,
Bangkok,
Thailand
G. Karya Buku dalam 5 Tahun Terakhir
No Judul Buku Tahun Jumlah
Halaman Penerbit
1
H. Perolehan HKI dalam 5–10 Tahun Terakhir
No. Judul/Tema HKI Tahun Jenis Nomor P/ID
1
I. Pengalaman Merumuskan Kebijakan Publik/Rekayasa Sosial Lainnya dalam 5 Tahun
Terakhir
No. Judul/Tema/Jenis Rekayasa Sosial Lainnya
yang Telah Diterapkan Tahun Tempat
Penerapan
Respon
Masyarakat
Dst.
J. Penghargaan dalam 10 tahun Terakhir (dari pemerintah, asosiasi atau institusi lainnya)
No. Jenis Penghargaan Institusi Pemberi
Penghargaan Tahun
1 PENGHARGAAN DWIDYA SATYA PERDANA Rektor ITS 2015
2 DOKTORAL STUDENTS AWARD 2016 Teknik Elektro FTI
ITS
2016
Page 62 of 73
(2016,Peringkat-
III), Pascasarjana
Teknik Elektro FTI
ITS.
3 The BEST PAPER AWARD on the 2nd NZAAR
International Event Series On Natural And Built
Environment, Cities, Sustainability And Advanced
Engineering
New Zealand
Academy of
Applied Research
(NZAAR )
2016
K. Sertifikasi dalam 10 tahun Terakhir (dari pemerintah, asosiasi atau institusi lainnya)
No. Jenis Sertifikasi Institusi Setifikasi Masa
Berlaku
1 Asesor Sertifikasi Profesi LSP ITS 2019 –
sekarang.
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat
dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai
ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam
pengajuan usualan skema penelitian.
Surabaya, 05 Maret 2020
Pengusul,
(Dr. Suyanto, ST., MT.)
NIP/NIK197111131995121002
3. Anggota
a. Nama Lengkap : Moh. Kawalul Wafi, ST. MSc.DIC
b. NIP/NIDN : -
c. Fungsional/Pangkat/Gol : -
d. Bidang Keahlian : Control theory, System Identification, Optimization, Estimation
and Fault Detection
Page 63 of 73
e. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan
Rekayasa Sistem
f. Alamat Rumah : Jl. Tongkol V M-207 54G, Mojokerto
g. No. Telp : 085806218185
h. Riwayat penelitian/pengabdian yang relevan: -
i. Publikasi yang Relevan
Judul Artikel Ilmiah Tahun Nama Jurnal
Fault-Tolerant Control based on Bias Fault Estimation with Optimization ℓ0 norm Constraint.
2019 IREACO Journal 2019
Discrete-Time State-Feedback Controller with Canonical Form on Inverted Pendulum (on a chart),
2019 Journal of
Telecommunication,
Computing Electronics, and
Control. 2019 (Accepted)
System Identification on the Families of Auto-
regressive with Least Square Algorithm.
2019 ASEAN Engineering
Journal. 2019
Estimation and Fault Detection on Hydraulic System
with Adaptive-Scaling Kalman and Consensus Filtering.
2018 ASEAN Engineering Journal.
2019
j. Paten: - k. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing: -
Page 64 of 73
4. Anggota
l. Nama Lengkap : Iwan Cony Setiadi, ST. MT.
m. NIP/NIDN : -
n. Fungsional/Pangkat/Gol : -
o. Bidang Keahlian : Photonics Engineering,
Image Processing,
Optical Imaging, dan
Multispectral Imaging,
p. Departemen/Fakultas : Departemen Teknik Fisika, Fakultas Teknologi Industri dan
Rekayasa Sistem
q. Alamat Rumah : Jl. Gebang Kidul 54G, Sukolilo, Surabaya, 60295
r. No. Telp : 082332723388
s. Riwayat penelitian/pengabdian yang relevan:
Tahun Judul Penelitian Sumber Dana
2019 Pengembangan Sistem Head Up Display pada Pesawat
(Kerjasama dengan PT Infoglobal (2019) – Anggota Mitra (PT Infoglobal)
2019 FOAMs: Fish Optical Aquaculture Monitoring
System - Anggota Lokal ITS
2019 Pengembangan Teknologi Kesehatan Berbasis
Teknologi Difus Optical Tomografi (DOT) - Anggota Hibah Ristekdikti
2018 Sistem Pencitra Multispectral Imaging untuk Kajian
Dermatologi - Anggota Lokal ITS
t. Publikasi yang Relevan
Judul Artikel Ilmiah Tahun Nama Jurnal
Reconstruction hyperspectral reflectance cube
based on artificial neural networks for
multispectral imaging system applied to
dermatology
2019 Third International Seminar
on Photonics, Optics, and Its
Applications
Melanoma and nevus classification based on
asymmetry, border, color, and GLCM texture
parameters using deep learning algorithm
2019 International Seminar on
Biomedical Engineering
A new LED-based multispectral imaging system
for blood and melanin content estimation: The
validation, 2019,
2019 International Seminar on
Biomedical Engineering
Design and Characterization of A LED-Based
Multispectral Imaging System Applied to
Dermatology
2018 Intertaional Conference on
Signal and System
Page 65 of 73
The Shipping Feasibility in Indonesian Waters is
Supported by Predictors based on Expert System
and Information Systems of Android
2019 Clausius Scientific Press –
Journal Books proceeding
Indexing in Crossreff
u. Paten: -
v. Tugas Akhir, Tesis, Disertasi yang sudah selesai dibimbing: -
Berisi :
• Biodata Tim Peneliti. (Format sesuai Lampiran 4)
• Surat Pernyataan Kesediaan Mitra Industri/Instansi. (Format sesuai
Lampiran 5)
• Surat Komitmen Peneliti Luar ITS. (Format sesuai Lampiran 6)
Page 66 of 73
DATA USULAN DAN PENGESAHAN
PROPOSAL DANA LOKAL ITS 2020
1. Judul Penelitian
Perancangan Deep Learning pada Unmanned Sea Surface Vehicle (USSV) untuk Sistem Ketahanan Laut
Skema : PENELITIAN UNGGULAN ITS (TERAPAN MULTIDISIPLIN)
Bidang Penelitian : Keselamatan Kapal dan Instalasi Laut
Topik Penelitian : Teknologi Pertahanan dan Keamanan Wilayah RI
2. Identitas Pengusul
Ketua Tim
Nama : Ir. Syamsul Arifin MT.
NIP : 196309071989031004
No Telp/HP : 08123542233
Laboratorium : Laboratorium Komputasi dan Sistem Fisik Cyber
Departemen/Unit : Departemen Teknik Fisika
Fakultas : Fakultas Teknologi Industri dan Rekayasa Sistem
Anggota Tim
NoNama
LengkapAsal Laboratorium Departemen/Unit
Perguruan Tinggi/Instansi
1Ir. Syamsul Arifin MT.
Laboratorium Komputasi dan Sistem
Fisik Cyber
Departemen Teknik Fisika
ITS
2Ir. Aulia Siti Aisjah MT.
Departemen Teknik Fisika
ITS
3Suyanto ST.,MT.
Laboratorium Komputasi dan Sistem
Fisik Cyber
Departemen Teknik Fisika
ITS
3. Jumlah Mahasiswa terlibat : 10
4. Sumber dan jumlah dana penelitian yang diusulkan
a. Dana Lokal ITS 2020 : 110.000.000,-
b. Sumber Lain : 0,-
Jumlah : 110.000.000,-
Tanggal Persetujuan
Nama Pimpinan Pemberi
Persetujuan
Jabatan Pemberi Persetujuan
Nama Unit Pemberi
PersetujuanQR-Code
09 Maret 2020
Dr. Dhany Arifianto
ST.,M.Eng.
Kepala Pusat Penelitian/Kajian/Unggulan
Iptek
Inthernet of Things dan Teknologi Pertahanan
09 Maret 2020
Agus Muhamad Hatta , ST, MSi,
Ph.DDirektur
Direktorat Riset dan Pengabdian
Kepada Masyarakat