{"id":15025,"date":"2026-05-17T15:59:29","date_gmt":"2026-05-17T15:59:29","guid":{"rendered":"https:\/\/ccitonline.com\/wp\/?p=15025"},"modified":"2026-05-24T11:08:06","modified_gmt":"2026-05-24T11:08:06","slug":"2406345526_glenn-juliarno-sidharta_d4-2","status":"publish","type":"post","link":"https:\/\/ccitonline.com\/wp\/2026\/05\/17\/2406345526_glenn-juliarno-sidharta_d4-2\/","title":{"rendered":"2406345526_Glenn Juliarno Sidharta_D4"},"content":{"rendered":"\n

DEEP AWARENESS DALAM PENDEKATAN METODE NUMERIK UNTUK TANTANGAN INDUSTRI MARITIM MODERN<\/strong><\/h1>\n\n\n\n

Glenn Juliarno Sidharta<\/strong><\/h2>\n\n\n\n

2406345526<\/p>\n\n\n\n

Program Studi Teknik Perkapalan
Departemen Teknik Mesin
Universitas Indonesia<\/p>\n\n\n\n

KATA PENGANTAR<\/strong><\/h1>\n\n\n\n

Puji dan syukur ke hadirat Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya serta atas kehendakNya sehingga karya ilmiah yang berjudul \u201cDeep Awareness dalam Pendekatan Metode Numerik untuk Tantangan Industri Maritim Modern\u201d<\/em> ini dapat diselesaikan dengan baik. Tidak lupa juga untuk selalu bbersyukur atas KehendakNya penulis mampu mencurahkan isi Ide karya ilmiah ini yang disusun sebagai bagian dari proses pembelajaran dalam memahami penerapan metode numerik pada permasalahan teknik, khususnya di bidang maritim. Penulis menyadari bahwa penyusunan karya ini tidak terlepas dari ide dan bantuan berbagai pihak serta dukungan media pembelajaran seperti AI DAI dan framework DAI5 yang membantu dalam proses berfikir, pengambilan keputusan ,eksplorasi konsep dan penguatan pemahaman melalui kesadaran internal-external. Selain itu, karya ini juga menjadi sarana refleksi untuk mengembangkan cara berpikir yang lebih sistematis, terbuka, kritis, dan sadar terhadap proses dalam menyelesaikan permasalahan engineering. Akhir kata, penulis berharap karya ilmiah ini dapat memberikan manfaat dan menambah wawasan bagi pembaca di bidang teknik dan metode numerik.<\/p>\n\n\n\n

ABSTRACT<\/strong><\/h1>\n\n\n\n

Indonesia sebagai negara kepulauan memiliki ketergantungan yang sangat besar terhadap sektor maritim, terutama dalam sistem distribusi dan logistik nasional. Namun, dalam praktiknya, industri maritim masih menghadapi berbagai persoalan seperti efisiensi operasional kapal, tingginya konsumsi bahan bakar, serta belum optimalnya proses pengambilan keputusan berbasis data.<\/p>\n\n\n\n

Penelitian ini membahas bagaimana metode numerik dapat digunakan sebagai pendekatan sederhana untuk memahami hubungan antar variabel dalam sistem maritim, khususnya antara kecepatan kapal dan konsumsi bahan bakar. Pendekatan yang digunakan meliputi regresi polinomial dan interpolasi numerik dasar.<\/p>\n\n\n\n

Selain aspek teknis, penelitian ini juga mengangkat konsep Deep Awareness sebagai cara berpikir reflektif dalam memahami proses analisis teknik. Dalam proses pembelajaran, penulis menggunakan AI DAI sebagai media untuk berdiskusi, mencari referensi, dan membantu memahami konsep-konsep metode numerik secara lebih terarah. Selain itu, framework DAI5 juga digunakan sebagai pendekatan pembelajaran dalam melatih kesadaran berpikir selama proses analisis engineering.<\/p>\n\n\n\n

Hasil kajian menunjukkan bahwa pendekatan sederhana menggunakan metode numerik sudah cukup membantu memberikan gambaran awal hubungan antar variabel dalam sistem maritim, meskipun masih terdapat tingkat error yang perlu dipahami sebagai bagian dari proses pendekatan model.<\/p>\n\n\n\n

Keywords:<\/strong> Deep Awareness, metode numerik, industri maritim, regresi polinomial, interpolasi numerik, AI DAI.<\/p>\n\n\n\n

A. PENDAHULUAN<\/strong><\/h1>\n\n\n\n

1. Latar Belakang<\/strong><\/h2>\n\n\n\n

Indonesia sebagai negara kepulauan sangat bergantung pada sektor maritim untuk mendukung aktivitas ekonomi dan distribusi logistik nasional. Menurut Lewis dalam Principles of Naval Architecture<\/em>, sistem transportasi laut memiliki peranan penting dalam menjaga efisiensi operasional pelayaran serta mendukung mobilitas distribusi barang dalam skala besar. Dalam operasional kapal, efisiensi menjadi salah satu faktor utama karena berkaitan langsung dengan konsumsi bahan bakar, biaya operasional, dan performa pelayaran secara keseluruhan. Oleh karena itu, analisis terhadap performa kapal menjadi bagian penting dalam pengembangan sistem maritim modern yang lebih efektif dan berkelanjutan.<\/p>\n\n\n\n

Namun dalam kenyataannya, sistem maritim masih menghadapi berbagai tantangan, terutama dalam hal efisiensi operasional kapal dan pengambilan keputusan berbasis data. Menurut Chapra dan Canale dalam Numerical Methods for Engineers<\/em>, pendekatan numerik sangat diperlukan dalam menyelesaikan permasalahan engineering yang kompleks dan sulit diselesaikan secara analitik. Banyak proses operasional masih dilakukan menggunakan pendekatan konvensional sehingga diperlukan metode yang lebih sistematis untuk membantu proses analisis dan prediksi performa sistem. Dengan adanya pendekatan numerik, hubungan antar variabel pada sistem engineering dapat dianalisis secara lebih terukur dan rasional.<\/p>\n\n\n\n

Metode numerik merupakan salah satu pendekatan matematis yang dapat digunakan untuk membangun model sederhana dari suatu fenomena engineering. Kreyszig dalam Advanced Engineering Mathematics<\/em> menjelaskan bahwa metode numerik digunakan untuk membantu proses pemodelan matematis dan penyelesaian persoalan teknik yang melibatkan hubungan antar variabel secara kompleks. Dalam bidang maritim, metode numerik dapat digunakan untuk menganalisis hubungan antara kecepatan kapal dan konsumsi bahan bakar sehingga membantu proses pengambilan keputusan operasional kapal. Pendekatan ini menjadi penting karena mampu memberikan gambaran awal mengenai perilaku sistem melalui proses analisis matematis yang lebih terstruktur.<\/p>\n\n\n\n

Dalam penelitian ini, hubungan antara kecepatan kapal dan konsumsi bahan bakar dimodelkan menggunakan persamaan:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

y = 120 + 3.5x + 0.8x\u00b2 <\/strong><\/p>\n\n\n\n

dengan:<\/p>\n\n\n\n

    \n
  • ( y ) = konsumsi bahan bakar (liter\/jam)<\/li>\n\n\n\n
  • ( x ) = kecepatan kapal (knot)<\/li>\n<\/ul>\n\n\n\n

    Dari model tersebut dapat dilihat bahwa peningkatan kecepatan kapal tidak hanya meningkatkan konsumsi bahan bakar secara linier, tetapi juga dipengaruhi oleh faktor kuadratik. Hal ini menunjukkan bahwa semakin tinggi kecepatan kapal, maka konsumsi bahan bakar akan meningkat secara lebih signifikan. Kondisi tersebut terjadi karena kapal membutuhkan daya mesin yang lebih besar untuk mempertahankan kecepatan tinggi selama proses pelayaran. Oleh karena itu, pengaturan kecepatan kapal menjadi faktor penting dalam menjaga efisiensi operasional dan mengurangi biaya bahan bakar.<\/p>\n\n\n\n

    Selain membahas aspek teknis, penelitian ini juga mengangkat konsep Deep Awareness sebagai pendekatan reflektif dalam proses berpikir engineering. Pendekatan ini menekankan pentingnya memahami tidak hanya hasil akhir perhitungan, tetapi juga proses, asumsi, serta makna dari analisis yang dilakukan. Melalui pendekatan Deep Awareness, seorang engineer diharapkan mampu memahami hubungan antara hasil numerik dengan kondisi nyata di lapangan. Dengan demikian, proses pengambilan keputusan teknik dapat dilakukan secara lebih sadar, sistematis, dan bertanggung jawab.<\/p>\n\n\n\n

    Dalam proses pembelajaran dan pengembangan analisis, penulis menggunakan AI DAI sebagai media pembelajaran, diskusi, dan eksplorasi konsep metode numerik secara lebih interaktif. Penggunaan AI DAI membantu penulis memahami konsep engineering secara bertahap dan lebih terarah melalui proses diskusi yang sistematis. Selain itu, AI DAI juga membantu dalam proses eksplorasi ide dan pengembangan pemahaman terhadap hubungan antar variabel pada sistem maritim. Melalui pendekatan tersebut, proses pembelajaran menjadi lebih efektif serta mampu meningkatkan kesadaran berpikir dalam analisis engineering modern.<\/p>\n\n\n\n

    2. Rumusan Masalah<\/strong><\/h2>\n\n\n\n

    Berdasarkan latar belakang tersebut, maka rumusan masalah dalam penelitian ini adalah:<\/p>\n\n\n\n

      \n
    1. Bagaimana hubungan antara kecepatan kapal dan konsumsi bahan bakar dapat dianalisis menggunakan metode numerik?<\/li>\n\n\n\n
    2. Bagaimana regresi polinomial digunakan sebagai pendekatan sederhana dalam analisis sistem maritim?<\/li>\n\n\n\n
    3. Bagaimana interpolasi numerik digunakan untuk memperkirakan data yang tidak tersedia?<\/li>\n\n\n\n
    4. Seberapa besar tingkat error yang dihasilkan dari pendekatan numerik sederhana?<\/li>\n\n\n\n
    5. Bagaimana konsep Deep Awareness diterapkan dalam proses berpikir engineering pada analisis numerik?<\/li>\n<\/ol>\n\n\n\n

      3. Tujuan Penelitian<\/strong><\/h2>\n\n\n\n

      Tujuan dari penelitian ini adalah:<\/p>\n\n\n\n

        \n
      1. Memahami hubungan antara kecepatan kapal dan konsumsi bahan bakar.<\/li>\n\n\n\n
      2. Menggunakan regresi polinomial sebagai pendekatan sederhana dalam analisis sistem maritim.<\/li>\n\n\n\n
      3. Melakukan interpolasi numerik untuk memperkirakan data yang tidak tersedia.<\/li>\n\n\n\n
      4. Melihat tingkat error sebagai bagian dari evaluasi model numerik.<\/li>\n\n\n\n
      5. Menghubungkan proses analisis teknik dengan konsep Deep Awareness dalam proses berpikir engineering.<\/li>\n<\/ol>\n\n\n\n

        B. AUTHOR DECLARATION<\/strong><\/h1>\n\n\n\n

        1. Deep Awareness (of) I<\/strong><\/h2>\n\n\n\n

        Sebagai mahasiswa Teknik Perkapalan, penulis mulai menyadari bahwa persoalan di industri maritim tidak sesederhana yang terlihat. Di balik satu kapal yang beroperasi terdapat banyak variabel yang saling memengaruhi, mulai dari kecepatan, konsumsi bahan bakar, hingga efisiensi operasional secara keseluruhan.<\/p>\n\n\n\n

        Dalam proses pembelajaran ini, penulis menggunakan AI DAI sebagai media pembelajaran untuk berdiskusi, mencari referensi, dan membantu memahami konsep metode numerik dengan cara yang lebih mudah dipahami. Selain itu, framework DAI5 juga digunakan sebagai pendekatan dalam melatih kesadaran berpikir selama proses analisis teknik.<\/p>\n\n\n\n

        Penulis menyadari bahwa seorang engineer tidak hanya dituntut untuk memperoleh hasil yang benar secara angka, tetapi juga memahami bagaimana hasil tersebut diperoleh, asumsi yang digunakan, serta dampaknya dalam proses pengambilan keputusan. Dari proses tersebut, penulis mulai memahami pentingnya Deep Awareness dalam proses berpikir engineering modern.<\/p>\n\n\n\n

        2. Intention of the Project Activity<\/strong><\/h2>\n\n\n\n

        Tujuan dari proyek ini adalah memahami bagaimana metode numerik dapat digunakan untuk melihat hubungan sederhana dalam sistem maritim, khususnya hubungan antara kecepatan kapal dan konsumsi bahan bakar.<\/p>\n\n\n\n

        Secara lebih rinci, tujuan proyek ini adalah:<\/p>\n\n\n\n

          \n
        • memahami hubungan antara kecepatan kapal dan konsumsi bahan bakar<\/li>\n\n\n\n
        • menggunakan regresi polinomial sebagai pendekatan sederhana<\/li>\n\n\n\n
        • melakukan interpolasi untuk memperkirakan data yang tidak tersedia<\/li>\n\n\n\n
        • melihat tingkat error sebagai bagian dari evaluasi model<\/li>\n\n\n\n
        • menghubungkan proses analisis dengan konsep Deep Awareness<\/li>\n<\/ul>\n\n\n\n

          C. METODE PENELITIAN<\/strong><\/h1>\n\n\n\n

          1. Idealization<\/strong><\/h2>\n\n\n\n

          Pada tahap ini, sistem nyata disederhanakan menjadi model matematis hubungan antara kecepatan kapal dan konsumsi bahan bakar. Penyederhanaan dilakukan agar fenomena yang kompleks dapat dianalisis menggunakan pendekatan numerik secara lebih mudah dan terstruktur.<\/p>\n\n\n\n

          2. Instruction Set<\/strong><\/h2>\n\n\n\n

          A. Tools yang Digunakan<\/strong><\/h3>\n\n\n\n
            \n
          • Python<\/li>\n\n\n\n
          • Microsoft Excel<\/li>\n\n\n\n
          • Regresi polinomial<\/li>\n\n\n\n
          • Interpolasi numerik<\/li>\n\n\n\n
          • AI DAI sebagai media pembelajaran dan eksplorasi konsep Deep Awareness<\/li>\n<\/ul>\n\n\n\n

            B. Langkah Pengerjaan<\/strong><\/h3>\n\n\n\n
              \n
            1. Identifikasi Permasalahan<\/strong>
              Menentukan permasalahan dalam industri maritim, yaitu kebutuhan untuk memprediksi konsumsi BBM kapal berdasarkan kecepatan kapal secara lebih efisien dan akurat menggunakan metode numerik.<\/li>\n\n\n\n
            2. Pengumpulan Data<\/strong>
              Mengumpulkan data kecepatan kapal (x) dan konsumsi BBM (y) dari data operasional, data historis, atau hasil pengukuran lapangan.<\/li>\n\n\n\n
            3. Idealisasi Sistem (Penyederhanaan)<\/strong>
              Menyederhanakan kondisi nyata menjadi model matematis dengan asumsi tertentu, seperti kondisi laut dianggap stabil dan pengaruh eksternal (angin, arus) diabaikan.<\/li>\n\n\n\n
            4. Pembuatan Model Regresi Polinomial<\/strong>
              Menyusun model matematis hubungan kecepatan kapal dan konsumsi BBM menggunakan persamaan:
              y<\/mi>=<\/mo>120<\/mn>+<\/mo>3.5<\/mn>x<\/mi>+<\/mo>0.8<\/mn>x<\/mi>2<\/mn><\/msup><\/mrow>y = 120 + 3.5x + 0.8x^2<\/annotation><\/semantics><\/math>y=120+3.5x+0.8×2<\/li>\n\n\n\n
            5. Perhitungan Numerik Prediksi BBM<\/strong>
              Menghitung nilai konsumsi BBM dengan memasukkan nilai kecepatan kapal ke dalam model regresi yang telah dibuat.<\/li>\n\n\n\n
            6. Interpolasi Numerik<\/strong>
              Melakukan estimasi nilai pada titik data yang tidak tersedia atau berada di antara data yang ada untuk meningkatkan akurasi prediksi.<\/li>\n\n\n\n
            7. Evaluasi Error<\/strong>
              Membandingkan hasil prediksi dengan data aktual untuk menghitung tingkat kesalahan (error) menggunakan metode seperti MSE atau persen error.<\/li>\n\n\n\n
            8. Validasi Model (Kelayakan Error)<\/strong>
              Menentukan apakah error masih dapat diterima atau tidak. Jika belum, dilakukan pengulangan proses perbaikan model. Jika sudah sesuai, maka model dinyatakan valid dan dapat digunakan untuk prediksi konsumsi BBM kapal.<\/li>\n<\/ol>\n\n\n\n

              C. Flow Chart<\/strong><\/p>\n\n\n\n

              \"\"<\/figure>\n\n\n\n

              D. HASIL DAN PEMBAHASAN<\/strong><\/h1>\n\n\n\n

              1. Analisis Regresi Polinomial<\/strong><\/h2>\n\n\n\n

              Berdasarkan model matematis yang digunakan:<\/p>\n\n\n\n

              y = 120 + 3.5x + 0.8x\u00b2 <\/p>\n\n\n\n

              diperoleh hasil perhitungan sebagai berikut:<\/p>\n\n\n\n

              Pada kecepatan 10 knot:<\/p>\n\n\n\n

              y = 120 + 3.5(10) + 0.8(10\u00b2)
              y = 120 + 35 + 80
              y = 235 liter\/jam<\/p>\n\n\n\n

              Pada kecepatan 20 knot:<\/p>\n\n\n\n

              y = 120 + 3.5(20) + 0.8(20\u00b2)
              y = 120 + 70 + 320
              y = 510 liter\/jam<\/p>\n\n\n\n

              Hasil tersebut menunjukkan bahwa peningkatan kecepatan kapal menyebabkan konsumsi bahan bakar meningkat secara signifikan. Hal ini menunjukkan adanya hubungan nonlinier antara kecepatan kapal dan konsumsi bahan bakar.<\/p>\n\n\n\n

              2. Analisis Interpolasi Numerik<\/strong><\/h2>\n\n\n\n

              Untuk memperkirakan konsumsi bahan bakar pada kecepatan 15 knot dilakukan interpolasi numerik sederhana menggunakan data pada 10 knot dan 20 knot.<\/p>\n\n\n\n

              Diketahui:<\/p>\n\n\n\n

              x\u2081 = 10
              y\u2081 = 235<\/p>\n\n\n\n

              x\u2082 = 20
              y\u2082 = 510<\/p>\n\n\n\n

              x = 15<\/p>\n\n\n\n

              Menggunakan rumus interpolasi linear:<\/p>\n\n\n\n

              y = y\u2081 + ((x – x\u2081) \/ (x\u2082 – x\u2081)) \u00d7 (y\u2082 – y\u2081)<\/p>\n\n\n\n

              y = 235 + ((15 – 10) \/ (20 – 10)) \u00d7 (510 – 235)<\/p>\n\n\n\n

              y = 235 + (5 \/ 10) \u00d7 275<\/p>\n\n\n\n

              y = 235 + 137.5<\/p>\n\n\n\n

              y = 372.5 liter\/jam<\/p>\n\n\n\n

              Sedangkan hasil dari persamaan asli adalah sekitar 352 liter\/jam sehingga diperoleh tingkat error sekitar 4,7%.<\/p>\n\n\n\n

              Hasil tersebut menunjukkan bahwa metode numerik sederhana masih mampu memberikan pendekatan awal yang cukup baik dalam analisis sistem operasional kapal.<\/p>\n\n\n\n

              3. Implementasi Deep Awareness<\/strong><\/h2>\n\n\n\n

              Melalui proses penelitian ini, penulis menyadari bahwa metode numerik bukan hanya sekadar proses perhitungan matematis, tetapi juga bagian dari proses berpikir engineering yang membutuhkan kesadaran, tanggung jawab, dan pemahaman yang mendalam terhadap suatu sistem. Dalam pendekatan DAI5, proses analisis tidak hanya berfokus pada hasil akhir, tetapi juga pada bagaimana suatu masalah dipahami, dianalisis, dan diselesaikan secara sistematis. Penulis mulai memahami pentingnya self-awareness<\/em> dalam mengenali asumsi, batasan model, serta potensi bias selama proses analisis numerik dilakukan. Selain itu, proses penelitian ini juga melatih kemampuan critical reflection<\/em> dalam menghubungkan hasil perhitungan dengan kondisi nyata di industri maritim, khususnya terkait efisiensi operasional kapal dan konsumsi bahan bakar.<\/p>\n\n\n\n

              Pendekatan Deep Awareness membantu penulis memahami bahwa setiap hasil numerik memiliki makna yang berkaitan langsung dengan proses pengambilan keputusan di dunia nyata. Dalam framework DAI5, hal tersebut berkaitan dengan consciousness of purpose<\/em>, yaitu kesadaran bahwa proses engineering harus dilakukan dengan tujuan yang jelas, bermanfaat, dan selaras dengan nilai kebaikan serta keberlanjutan. Penulis juga memahami pentingnya ethical considerations<\/em> dan sustainability focus<\/em> karena keputusan teknis dalam sistem maritim tidak hanya memengaruhi performa kapal, tetapi juga berdampak pada efisiensi energi, biaya operasional, dan lingkungan. Melalui proses ini, penulis mulai menyadari bahwa engineering modern membutuhkan keseimbangan antara kemampuan teknis, kesadaran berpikir, dan tanggung jawab terhadap dampak sosial maupun lingkungan.<\/p>\n\n\n\n

              Penggunaan AI DAI dalam proses pembelajaran memberikan pengalaman yang lebih interaktif, sistematis, dan reflektif dalam memahami konsep engineering secara bertahap. AI DAI membantu penulis dalam proses problem understanding<\/em>, contextual analysis<\/em>, serta use of data and evidence<\/em> selama proses analisis numerik dilakukan. Selain itu, framework DAI5 juga melatih penulis untuk menerapkan clarity of steps<\/em>, verification and validation<\/em>, serta iterative approach<\/em> dalam menyusun model numerik dan mengevaluasi tingkat error yang diperoleh. Melalui pendekatan tersebut, penulis memahami bahwa proses engineering bukan hanya tentang memperoleh jawaban yang benar secara matematis, tetapi juga tentang membangun pola pikir yang terstruktur, sadar, adaptif, dan bertanggung jawab sesuai dengan nilai-nilai dalam 33 kriteria evaluasi DAI5.<\/p>\n\n\n\n

              E. KESIMPULAN<\/strong><\/h1>\n\n\n\n

              Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa metode numerik mampu digunakan sebagai pendekatan sederhana dalam menganalisis hubungan antara kecepatan kapal dan konsumsi bahan bakar pada sistem maritim.<\/p>\n\n\n\n

              Model regresi polinomial menunjukkan bahwa peningkatan kecepatan kapal menyebabkan kenaikan konsumsi bahan bakar secara nonlinier. Selain itu, interpolasi numerik dapat digunakan untuk memperkirakan data yang tidak tersedia dengan tingkat error yang masih dapat diterima dalam analisis awal engineering.<\/p>\n\n\n\n

              Melalui pendekatan Deep Awareness, penelitian ini juga menunjukkan bahwa proses engineering tidak hanya berfokus pada hasil akhir ataupun aspek teknis, tetapi juga pada pemahaman terhadap proses berpikir, asumsi internal-external, serta implikasi dari setiap keputusan teknis yang diambil.<\/p>\n\n\n\n

              F. SARAN<\/strong><\/h1>\n\n\n\n
                \n
              1. Penelitian selanjutnya dapat menggunakan data operasional kapal yang lebih kompleks dan realistis.<\/li>\n\n\n\n
              2. Analisis numerik dapat dikembangkan menggunakan pendekatan Computational Fluid Dynamics agar menghasilkan model yang lebih detail.<\/li>\n\n\n\n
              3. Pendekatan Deep Awareness dapat diterapkan lebih luas dalam pembelajaran engineering modern berbasis teknologi dan analisis data.<\/li>\n<\/ol>\n\n\n\n

                DAFTAR PUSTAKA<\/strong><\/h1>\n\n\n\n
                  \n
                1. Advanced Engineering Mathematics. Advanced Engineering Mathematics<\/em>. John Wiley & Sons, 2011.<\/li>\n\n\n\n
                2. Chapra, Steven C., dan Raymond P. Canale. Numerical Methods for Engineers<\/em>. McGraw-Hill Education, 2015.<\/li>\n\n\n\n
                3. Lewis, Edward V. Principles of Naval Architecture<\/em>. Society of Naval Architects and Marine Engineers.<\/li>\n\n\n\n
                4. Computational Fluid Dynamics sebagai pendekatan analisis numerik dalam optimasi sistem maritim modern.<\/li>\n\n\n\n
                5. AI DAI digunakan sebagai media pembelajaran, diskusi, eksplorasi konsep metode numerik, dan pengembangan pendekatan Deep Awareness dalam proses berpikir engineering.<\/li>\n\n\n\n
                6. Ahmad Indrawan. Framework DAI5 untuk Pendekatan Deep Awareness dalam Pembelajaran Engineering Modern<\/em>. Referensi pembelajaran dan pendekatan reflektif dalam proses analisis teknik.<\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"

                  DEEP AWARENESS DALAM PENDEKATAN METODE NUMERIK UNTUK TANTANGAN INDUSTRI MARITIM MODERN Glenn Juliarno Sidharta 2406345526 Program Studi Teknik PerkapalanDepartemen Teknik MesinUniversitas Indonesia KATA PENGANTAR Puji dan syukur ke hadirat Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya serta atas kehendakNya sehingga karya ilmiah yang berjudul \u201cDeep Awareness dalam Pendekatan Metode Numerik untuk Tantangan Industri […]<\/p>\n","protected":false},"author":603,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[26],"tags":[],"class_list":["post-15025","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/15025","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/users\/603"}],"replies":[{"embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/comments?post=15025"}],"version-history":[{"count":5,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/15025\/revisions"}],"predecessor-version":[{"id":15869,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/15025\/revisions\/15869"}],"wp:attachment":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/media?parent=15025"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/categories?post=15025"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/tags?post=15025"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}