digilib@itb.ac.id +62 812 2508 8800

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.