SodaPDF-watermarked-Final Tesis 23221053 - 23221053 Dwina Anne Napitupulu (1).pdf
PUBLIC Dessy Rondang Monaomi
Anomali kapal di laut didefinisikan sebagai tindakan yang tidak sesuai dengan
model perilaku normal kapal yang telah ditentukan di wilayah perairan misalnya
kapal berlayar tidak sesuai dengan rute yang telah ditentukan, kapal mengubah
kecepatan secara drastis, kapal sering mematikan ais, kapal berubah haluan, dan
kapal yang bukan kapal ikan melakukan pergerakan zigzag. Deteksi anomali adalah
salah satu tugas yang paling penting dalam pengawasan laut dikarenakan anomali
dapat melibatkan kecelakaan (kehilangan navigasi, kerusakan mesin, dll.) atau
kegiatan ilegal (penyelundupan, transhipment ilegal, dan human trafficking). Kapal
yang melakukan kegiatan anomali akan ditindak sesuai dengan peraturan yang
berlaku. Bakamla RI sebagai badan pemerintahan yang bertugas untuk menjaga
keamanan dan keselamatan di laut melakukan patroli di laut guna mengawasi kapal
yang berada di perairan Indonesia serta menangkap kapal yang melakukan kegiatan
anomali. Pada prakteknya, jumlah volume kapal yang berlayar di Indonesia dan
jumlah kapal yang melakukan tindakan anomali tidak sepadan dengan jumlah kapal
patroli laut. Untuk mengatasi hal tersebut maka dilakukan monitoring kapal
menggunakan Automatic Identification System (AIS) dan Citra Satelit. Citra satelit
merupakan sistem penginderaan jauh dengan resolusi tinggi dan dapat digunakan
untuk mendeteksi objek. Citra satelit hanya dapat menjangkau area tertentu dan
tidak dapat mengcover seluruh perairan Indonesia. AIS adalah salah satu teknologi
yang digunakan untuk mendeteksi posisi kapal. Sinyal AIS dari kapal ditangkap
oleh satelit dan stasiun pantai dan diolah, dan data AIS tersebut disimpan dalam
database. Sinyal AIS dapat menjangkau seluruh area perairan Indonesia. Solusi
yang memungkinkan dilakukan untuk mendeteksi anomali kapal adalah
menggunakan AIS. Berdasarkan laporan analisa anomali yang dihasilkan Bakamla
pada tahun 2020, kapal mematikan AIS menempati peringkat kedua tertinggi
sebagai perilaku anomali. Kapal yang sering mematikan AIS selama berlayar sulit
untuk dideteksi perilakunya selama mematikan AIS.
Berdasarkan permasalahan tersebut, maka peneliti mengusulkan algoritma untuk
memprediksi lintasan kapal dengan memanfaatkan historical data pada AIS.
Prediksi lintasan kapal berdasarkan data AIS dimungkinkan untuk dilakukan untuk
mengetahui lintasan kapal yang mematikan AIS. Hasil prediksi lintasan AIS
digabungkan dengan lintasan kapal pada umumnya untuk mengetahui kesesuaian
ii
lintasan prediksi dengan lintasan kapal pada umumnya. Prediksi lintasan kapal yang
tidak sama dengan rute umum akan diidentifikasi sebagai anomali. Long Short
Term Memory diusulkan untuk memprediksi lintasan kapal menggunakan
parameter latitude, longitude, kecepatan dan waktu. Pemodelan LSTM dengan 4
hidden layer, penentuan batch size yaitu 25, penentuan optimizer adalah adam,
epoch senilai 100 dan penentuan fungsi loss menggukan mean squared error.
Clustering DBSCAN digunakan untuk mengidentifikasi kesesuaian prediksi
lintasan dengan lintasan kapal pada umumnya. Perancangan platform prediksi
lintasan kapal kapal pada penelitian ini menggunakan metodologi CRISP-DM.
Penelitian ini melakukan evaluasi nilai MAE dan MSE. Data yang digunakan dalam
penelitian ini adalah data kapal yang melintas di ALKI 1 pada bulan Juli -September
2022. Hasil pengujian algoritma menunjukkan bahwa algoritma memiliki kinerja
yang cukup baik dengan nilai MAE 0.0667 dan MSE 0.0091.