Membedah Akar Masalah: Mengapa Baling-Baling Kapal Bisa Tidak Efisien?

Minggu lalu saya sudah menetapkan judul dan membangun fondasi etis melalui dua pilar pertama DAI5. Kini saatnya pikiran mengambil alih masuk ke Pilar 3: Initial Thinking, tempat di mana kita tidak hanya bertanya “apa masalahnya?” tapi menggali lebih dalam: “dari mana masalah ini berasal?”

Konteks: Propeller dan Dunia Pelayaran Indonesia

Indonesia adalah negara kepulauan terbesar di dunia dengan lebih dari 17.000 pulau. Transportasi laut bukan sekadar pilihan ia adalah urat nadi konektivitas nasional. Di tengah itu semua, kapal ferry memegang peran krusial menghubungkan pulau-pulau yang tidak terjangkau udara maupun darat.

Ketika sebuah propeller bekerja tidak pada titik efisiensi optimalnya, setiap putaran yang terbuang adalah bahan bakar yang terbakar sia-sia dan di skala armada nasional, angkanya bisa sangat signifikan.

Propeller adalah komponen tunggal yang mengubah energi mekanik menjadi gaya dorong. Efisiensinya tidak konstan ia berubah tergantung kecepatan kapal, putaran mesin, dan kondisi laut. Ketidaksesuaian antara titik operasi aktual dan titik operasi optimal inilah yang menjadi inti masalah dalam penelitian ini.

Root Cause Analysis

Menggunakan pendekatan DAI5, saya tidak berhenti pada gejala. Berikut adalah peta akar masalah yang teridentifikasi:

🔍 Peta Akar Masalah (Root Cause Analysis)

⚡ Masalah Utama: Efisiensi Propeller Kapal Ferry Tidak Optimal

Akar 1 — Titik Operasi Mismatch Propeller dirancang untuk kondisi desain tertentu, namun kapal sering beroperasi di luar kondisi tersebut (muatan berbeda, kecepatan bervariasi).

Akar 2 — Model Non-Linear Tidak Terpecahkan Persamaan keseimbangan antara kurva propeller dan kurva mesin bersifat non-linear tidak ada solusi tertutup yang mudah dihitung secara manual.

Akar 3 — Kurangnya Analisis Kuantitatif Banyak operator kapal mengandalkan intuisi dan pengalaman, bukan perhitungan berbasis data terhadap parameter KT, KQ, dan η.

Dari ketiga akar masalah ini, Akar 2 adalah yang paling langsung dijawab oleh Metode Numerik khususnya Newton-Raphson. Sementara Akar 1 dan 3 memberikan justifikasi mengapa penelitian ini relevan secara praktis.

Analisis Stakeholder

Sebelum masuk ke model matematis, penting untuk memahami siapa yang terdampak dari masalah ini. DAI5 mendorong kita untuk melihat masalah secara holistik:

🚢Operator Kapal Ferry

Langsung menanggung biaya bahan bakar berlebih akibat inefisiensi propeller — bisa mencapai 40-60% dari total biaya operasional.

👥Penumpang & Pengguna Jasa

Inefisiensi berujung pada tarif yang lebih tinggi dan potensi ketidakandalan jadwal akibat beban mesin berlebih.

🌊Lingkungan Laut

Konsumsi BBM berlebih berarti emisi CO₂ dan NOₓ lebih tinggi berdampak pada kualitas udara dan perairan sekitar pelabuhan.

🏛Regulator & Pemerintah

Terkait target efisiensi energi nasional dan regulasi emisi maritim internasional (IMO EEXI/CII).

Model Matematis: Persamaan Non-Linear Propeller

Inti dari penelitian ini adalah menyelesaikan persamaan keseimbangan antara gaya dorong (thrust) yang dihasilkan propeller dengan hambatan total kapal. Keduanya bergantung pada satu variabel yang sama: advance ratio (J).

Parameter Utama Propeller

Persamaan Non-Linear yang Harus Diselesaikan

Kurva KT dan KQ dari data open-water test propeller umumnya direpresentasikan sebagai polinomial dalam J. Titik operasi optimal ditemukan ketika persamaan berikut terpenuhi:

📐 Persamaan Keseimbangan Propeller

f(J) = KT(J) − K_T,req(J) = 0

Di mana:
KT(J) = koefisien thrust dari kurva karakteristik propeller (fungsi polinomial J)
KT,req(J) = koefisien thrust yang dibutuhkan untuk mengatasi hambatan kapal pada kecepatan tertentu

Karena KT(J) merupakan polinomial orde tinggi dan KT,req(J) juga merupakan fungsi non-linear dari J, persamaan f(J) = 0 tidak memiliki solusi analitik tertutup — inilah yang menjadikan Newton-Raphson sebagai pilihan yang tepat.

Mengapa Newton-Raphson?

Dari sekian banyak metode numerik untuk menyelesaikan persamaan non-linear, Newton-Raphson dipilih berdasarkan pertimbangan berikut:

1. Konvergensi Kuadratik

Jumlah iterasi yang dibutuhkan jauh lebih sedikit dibanding metode biseksi atau regula falsi. Untuk persamaan propeller yang relatif smooth, konvergensi biasanya tercapai dalam 4–6 iterasi.

2. Formula Iterasi yang Elegan

Iterasi Newton-Raphson menggunakan informasi turunan pertama fungsi untuk mengaproksimasi akar berikutnya:

x_n+1 = x_n − f(x_n) / f′(x_n)

3. Turunan KT Mudah Dihitung

Karena KT(J) berbentuk polinomial, turunannya f′(J) dapat dihitung secara analitik mempermudah implementasi dan menjamin stabilitas numerik.

4. Relevansi dalam Rekayasa Maritim

Metode ini telah banyak digunakan dalam software analisis propulsi kapal seperti Maxsurf Resistance dan ORCA, memberikan basis perbandingan yang valid.

Rencana Minggu Depan

Pilar 4 — IdealizationPenetapan Asumsi ModelPersiapan Data Propeller

Dengan fondasi analisis akar masalah dan model matematis yang sudah tersusun minggu ini, langkah berikutnya adalah masuk ke Pilar 4: Idealization — menyederhanakan kompleksitas model menjadi kerangka yang siap dikomputasi.

Di sana saya akan menetapkan asumsi-asumsi yang diperlukan, memilih data propeller dari literatur standar (seperti seri Wageningen B-Propeller yang banyak digunakan pada kapal ferry Indonesia), dan membangun persamaan polinomial KT serta KQ yang siap diiterasi.

Idealisasi bukan berarti menyederhanakan secara berlebihan — melainkan memilih dengan bijak detail mana yang esensial dan mana yang bisa diabaikan tanpa kehilangan inti masalah.