Deep Awareness (Kesadaran Mendalam & Identifikasi Masalah)
- Fokus: Memahami urgensi efisiensi mesin diesel di industri maritim saat ini.
- Aktivitas:
- Mempelajari regulasi emisi global (EEDI/EEXI) yang menuntut efisiensi tinggi pada permesinan kapal.
- Mengidentifikasi bahwa mesin diesel bukan sekadar penggerak, melainkan sistem kompleks yang berdampak pada keberlanjutan lingkungan.
- Output: Menetapkan tujuan KTI untuk mencari titik optimal antara performa mesin dan minimasi konsumsi bahan bakar.
Analysis (Bedah Sistem Permesinan)
- Fokus: Menganalisis komponen teknis dan parameter kinerja mesin.
- Aktivitas:
- Mempelajari spesifikasi teknis mesin diesel (misalnya seri Caterpillar atau MaK) terkait daya, torsi, dan Specific Fuel Oil Consumption (SFOC).
- Melakukan analisis termodinamika pada siklus diesel untuk memahami di mana kehilangan energi (heat loss) paling sering terjadi.
- Output: Pemetaan variabel input (beban, rpm, kualitas bahan bakar) yang mempengaruhi output kinerja mesin.
Intervention (Perancangan Solusi Berbasis AI)
- Fokus: Menentukan di mana kecerdasan buatan dapat meningkatkan kinerja mesin.
- Aktivitas:
- Menjelajahi metode Predictive Maintenance untuk mendeteksi kegagalan komponen sebelum terjadi kerusakan fatal.
- Merencanakan intervensi berupa sistem kontrol cerdas untuk pengaturan injeksi bahan bakar secara otomatis berdasarkan beban kapal.
- Output: Hipotesis bahwa penggunaan algoritma prediktif dapat memperpanjang usia pakai mesin dan menghemat biaya operasional.
Idealization (Pemodelan & Simulasi)
- Fokus: Membangun model matematika atau simulasi dari sistem yang diintervensi.
- Aktivitas:
- Menerapkan Metode Numerik (seperti Regresi Linear atau Newton-Raphson) untuk memodelkan kurva kinerja mesin dalam Python.
- Membuat simulasi aliran fluida atau distribusi panas pada ruang bakar untuk melihat efek dari intervensi yang direncanakan.
- Output: Prototipe model digital (Digital Twin sederhana) yang merepresentasikan kinerja mesin diesel dalam berbagai kondisi operasional.
Information & Intelligence (Analisis Data & Kesimpulan)
- Fokus: Mengolah hasil simulasi menjadi informasi yang dapat dieksekusi.
- Aktivitas:
- Menyusun grafik perbandingan antara kinerja mesin konvensional vs mesin dengan optimasi AI.
- Menyusun draf pembahasan KTI yang menghubungkan data teknis dengan manfaat strategis (ekonomi dan lingkungan).
- Output: Ringkasan temuan bahwa integrasi AI-DAI5 pada permesinan kapal mampu menekan emisi karbon secara signifikan tanpa mengurangi daya dorong.
Refleksi Akhir Minggu:
Penerapan framework AI-DAI5 membantu menstrukturkan KTI saya dari sekadar hitungan teknis menjadi sebuah solusi yang memiliki landasan filosofis dan keberlanjutan. Fokus minggu depan adalah memperdalam komputasi numerik untuk validasi data hasil simulasi.
