{"id":16813,"date":"2026-06-05T08:52:09","date_gmt":"2026-06-05T08:52:09","guid":{"rendered":"https:\/\/ccitonline.com\/wp\/?p=16813"},"modified":"2026-06-05T08:54:18","modified_gmt":"2026-06-05T08:54:18","slug":"2406400770_mochammad-adrian_metode-numerik-04-final-karya-ilmiah","status":"publish","type":"post","link":"https:\/\/ccitonline.com\/wp\/2026\/06\/05\/2406400770_mochammad-adrian_metode-numerik-04-final-karya-ilmiah\/","title":{"rendered":"2406400770_Mochammad Adrian_Metode Numerik 04 Final Karya Ilmiah"},"content":{"rendered":"\n

A. Project Title<\/strong><\/p>\n\n\n\n

Pengembangan Sistem Navigasi Hibrida untuk Efisiensi Bahan Bakar dan Mitigasi Risiko Pelayaran: Studi Kasus Rencana Operasional Kapal LPG Tanker 7000 CBM (Trayek Bontang \u2013 Jakarta).<\/p>\n\n\n\n

B. Author Complete Name<\/strong><\/p>\n\n\n\n

Mochammad Adrian
2406400770<\/p>\n\n\n\n

C. Affiliation<\/strong><\/p>\n\n\n\n

Departemen Teknik Perkapalan
Fakultas Teknik Universitas Indonesia
Metode Numerik 04<\/p>\n\n\n\n

D. Abstract<\/strong><\/p>\n\n\n\n

Penelitian ini membahas pengembangan model sistem navigasi hibrida yang bertujuan menyeimbangkan efisiensi operasional kapal dengan batasan navigasi berkelanjutan berspektif Tekpoleksosbudhankamling. Menggunakan kerangka metodologi komputasional DAI 5 (Define, Analyze, Implement, Develop), penelitian ini mengintegrasikan optimasi bentuk lambung kapal dan algoritma pencarian rute dinamis. Studi kasus dilakukan pada kapal LPG Tanker berkapasitas 7000 CBM dengan rute pelayaran Bontang menuju Jakarta. Simulasi numerik hambatan lambung menggunakan metode Runge-Kutta orde 4 dan Thin Ship Theory<\/em>, yang dimodelkan ulang dengan polinomial orde tiga, berhasil mereduksi error<\/em> komputasi menjadi 5,5%. Optimasi variasi Koefisien Prismatik (Cp) menggunakan Interpolasi Spline Kubik menghasilkan nilai optimum Cp sebesar 0,62, yang menurunkan hambatan total kapal sebesar 5% menjadi 285 kN. Selanjutnya, algoritma navigasi cerdas dikembangkan berdasarkan Graph Theory<\/em> dengan mengadaptasi algoritma A-Star<\/em> (A*) Search<\/em>. Algoritma ini mengevaluasi fungsi biaya multidimensi yang mencakup daya dorong dinamis, efisiensi waktu tempuh (ETA), dan matriks skor risiko di atas perairan berformat grid<\/em>. Hasil simulasi menunjukkan bahwa integrasi desain lambung numerik dan algoritma rute hibrida yang taktis dan adaptif ini mampu mereduksi total biaya operasional hingga 8,5%. Purwarupa pemodelan ini berpotensi besar untuk dikembangkan lebih lanjut menjadi Decision Support System<\/em> (DSS) bagi industri maritim nasional.<\/p>\n\n\n\n

E. Author Declaration<\/strong><\/p>\n\n\n\n

1. Deep Awareness of I<\/strong>
Dalam pelaksanaan tugas besar ini, saya menyadari bahwa rekayasa sistem perkapalan modern tidak lagi hanya berputar pada perhitungan teknis semata, melainkan memiliki tanggung jawab etis terhadap keberlanjutan lingkungan dan tatanan sosial. Integrasi aspek Tekpoleksosbudhankamling dalam analisis rute pelayaran merupakan wujud kesadaran bahwa desain rekayasa harus mampu hidup berdampingan dengan pemukiman pesisir, menjaga situs konservasi, dan memitigasi ancaman keamanan secara nyata. Ilmu yang saya terapkan dalam algoritma komputasi dan dinamika fluida ini merupakan anugerah Tuhan Yang Maha Esa, yang harus diwujudkan menjadi inovasi untuk melindungi nyawa manusia, mengamankan aset operasi, dan menjaga ekosistem perairan nusantara.<\/p>\n\n\n\n

2. Intention of the Project Activity<\/strong>
Tujuan utama dari proyek ini adalah memodelkan secara komprehensif sebuah sistem navigasi hibrida yang aplikatif untuk kapal komersial. Melalui metodologi DAI 5, simulasi ini ditujukan untuk mensinergikan dua cabang optimasi: (1) modifikasi fisik lambung menggunakan metode regresi numerik untuk meminimalkan gaya hambat dasar, dan (2) kecerdasan buatan penentuan rute untuk mengeksploitasi arus pendorong alamiah serta menghindari zona bahaya. Hasil komputasi ini diinterpretasikan untuk melihat secara objektif sejauh mana intervensi komputasional mampu mereduksi biaya operasional operasional secara terukur tanpa mengorbankan parameter keselamatan pelayaran.<\/p>\n\n\n\n

F. Introduction<\/strong><\/p>\n\n\n\n

BAB I<\/strong> PENDAHULUAN<\/strong><\/p>\n\n\n\n

1.1. Latar Belakang<\/strong>
Industri maritim modern menghadapi tekanan ganda: tuntutan keekonomian untuk menekan konsumsi bahan bakar guna efisiensi logistik, dan kewajiban moral serta legal untuk mematuhi regulasi pelayaran yang semakin ketat. Operasional kapal tidak dapat lagi dipandang sebagai sekadar pergerakan titik dari pelabuhan asal ke tujuan. Ada kompleksitas batasan navigasi yang mencakup aspek keberlanjutan Tekpoleksosbudhankamling (Teknologi, Politik, Ekonomi, Sosial, Budaya, Pertahanan, Keamanan, dan Lingkungan). Secara spesifik, kapal harus menghindari situs konservasi kelautan, meminimalisir gangguan terhadap nelayan atau pemukiman pesisir, serta memitigasi risiko cuaca ekstrem dan perompakan. Untuk menjawab tantangan tersebut, penelitian ini mengusulkan “Sistem Navigasi Hibrida”. Pendekatan hibrida ini menggabungkan efisiensi desain lambung sejak fase rancang bangun dengan efisiensi rute operasional pada fase pelayaran. Studi kasus yang digunakan untuk menguji keandalan model numerik ini adalah rencana pelayaran kapal LPG Tanker berkapasitas 7000 CBM dengan trayek padat dari Pelabuhan Bontang menuju Jakarta.<\/p>\n\n\n\n

1.2. Rumusan Masalah<\/strong><\/p>\n\n\n\n

    \n
  1. Bagaimana mengoptimasi profil lambung kapal LPG Tanker 7000 CBM untuk mendapatkan hambatan minimum yang tervalidasi secara numerik?<\/li>\n\n\n\n
  2. Bagaimana merumuskan cost function<\/em> multidimensi pada algoritma navigasi cerdas yang mampu mengakomodasi faktor lingkungan, cuaca, waktu tempuh, dan peta risiko spasial?<\/li>\n\n\n\n
  3. Sejauh mana perpaduan optimasi hambatan lambung dan penerapan algoritma rute adaptif mampu mereduksi total biaya operasional pelayaran Bontang-Jakarta?<\/li>\n<\/ol>\n\n\n\n

    1.3. Tujuan<\/strong><\/p>\n\n\n\n

      \n
    1. Menemukan konfigurasi rancangan fisik lambung kapal yang paling optimal, khususnya pada parameter Koefisien Prismatik (Cp), guna mereduksi hambatan dasar.<\/li>\n\n\n\n
    2. Mengembangkan dan mensimulasikan algoritma A-Star<\/em> (A*) Search<\/em> yang dinamis di atas perairan berformat grid<\/em> dengan constraint layer<\/em> absolut.<\/li>\n\n\n\n
    3. Menganalisis hasil simulasi iteratif untuk mengevaluasi efektivitas pengambilan keputusan taktis algoritma dalam menjaga ETA dan menekan emisi serta biaya bahan bakar.<\/li>\n<\/ol>\n\n\n\n

      BAB II<\/strong> DESKRIPSI OBJEK<\/strong><\/p>\n\n\n\n

      2.1. Spesifikasi Objek Studi<\/strong> Objek penelitian ini adalah armada kapal pengangkut gas cair (LPG Tanker) yang dirancang untuk rute pelayaran domestik\/regional.<\/p>\n\n\n\n

        \n
      • Tipe Kapal:<\/strong> LPG Tanker<\/li>\n\n\n\n
      • Kapasitas Muat:<\/strong> 7000 CBM (Cubic Meters)<\/li>\n\n\n\n
      • Trayek Operasional:<\/strong> Pelabuhan Bontang (Kalimantan Timur) menuju Pelabuhan Tanjung Priok, Jakarta.<\/li>\n\n\n\n
      • Lingkup Perairan:<\/strong> Selat Makassar hingga Laut Jawa, yang memiliki karakteristik oseanografi beragam dan area lalu lintas niaga yang padat.<\/li>\n<\/ul>\n\n\n\n

        2.2. Asumsi Pemodelan<\/strong><\/p>\n\n\n\n

          \n
        1. Perairan di sepanjang rute Bontang-Jakarta didiskritisasi menjadi matriks grid<\/em> dua dimensi sebagai ruang komputasi (node).<\/li>\n\n\n\n
        2. Data oseanografi (arus dan angin) diasumsikan bersifat dinamis dan diperbarui sesuai input hidrodinamika lingkungan aktual di titik waktu simulasi.<\/li>\n\n\n\n
        3. Area konservasi, pemukiman pesisir, dan zona bahaya diklasifikasikan sebagai constraint layer<\/em> absolut (nilai hambatan numerik tak terhingga \/ obstacle<\/em>).<\/li>\n<\/ol>\n\n\n\n

          BAB III<\/strong><\/p>\n\n\n\n

          METODE NUMERIK<\/strong><\/p>\n\n\n\n

          3.1. Kerangka Metodologi DAI<\/strong> 5<\/strong><\/p>\n\n\n\n

          Penelitian ini dijalankan menggunakan kerangka komputasional DAI<\/strong> 5 <\/strong>(Define, Analyze, Implement, Develop<\/em>), yang memastikan proses sistematis mulai dari perumusan variabel hingga interpretasi keputusan.<\/p>\n\n\n\n

          3.2. Tahap Analyze: Optimasi Lambung<\/strong><\/p>\n\n\n\n

          Pada fase ini, simulasi eksperimen semu dilakukan untuk memvalidasi model regresi hambatan kapal. Persamaan diferensial profil gelombang lambung diselesaikan menggunakan metode numerik Runge-Kutta orde 4 dan Thin Ship Theory<\/em>. Karena model awal menghasilkan error<\/em> residual sekitar 12% pada kecepatan tinggi, persamaan matematis ditingkatkan menjadi model polinomial orde tiga yang berhasil menekan angka error<\/em> maksimal menjadi 5,5%. Setelah tervalidasi, variasi Koefisien Prismatik (Cp) dieksekusi menggunakan metode Interpolasi Spline Kubik.<\/p>\n\n\n\n

          3.3. Tahap Analyze: Perancangan Algoritma Rute<\/strong><\/p>\n\n\n\n

          Fase ini berlandaskan pada Graph Theory<\/em>, secara khusus menggunakan algoritma A* Search<\/em>. Fungsi biaya (cost function<\/em>, f(n)) yang dievaluasi pada setiap node<\/em> n diformulasikan sebagai:<\/p>\n\n\n\n

          f(n) = g(n) + h(n)<\/p>\n\n\n\n

          Dimana g(n) adalah biaya historis kumulatif dari titik awal, dan h(n) adalah fungsi heuristik menuju titik akhir. Secara lebih spesifik, biaya pergerakan memperhitungkan fungsi multidimensi:<\/p>\n\n\n\n

          Ctotal<\/sub> = w1<\/sub> Ppropulsion<\/sub> + w2<\/sub> TETA <\/sub>+ w3<\/sub> Rscore<\/sub><\/p>\n\n\n\n

          Dengan Ppropulsion<\/sub> adalah daya dorong yang dipengaruhi vektor hambatan arus\/angin, TETA<\/sub> adalah penalti keterlambatan waktu tempuh, dan Rscore<\/sub> adalah bobot matriks risiko.<\/p>\n\n\n\n

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

          H. Result & Discussion<\/strong><\/p>\n\n\n\n

          BAB IV<\/strong><\/p>\n\n\n\n

          HASIL<\/strong><\/p>\n\n\n\n

          4.1. Hasil Optimasi Lambung<\/strong><\/p>\n\n\n\n

          Berdasarkan iterasi Interpolasi Spline Kubik pada berbagai variasi rasio badan kapal, komputasi menunjukkan bahwa nilai Koefisien Prismatik (Cp) yang paling optimum berada pada angka 0,62<\/strong>. Implementasi desain dengan Cp ini secara efektif mampu menurunkan nilai hambatan total kapal menjadi 285 kN<\/strong>. Angka ini merepresentasikan penurunan hambatan sebesar 5% dibandingkan profil desain konvensional kapal sejenis.<\/p>\n\n\n\n

          4.2. Implementasi Simulasi Navigasi (Tahap Implement)<\/strong><\/p>\n\n\n\n

          Grid area perairan telah berhasil memetakan rute dari Bontang ke Jakarta. Titik-titik constraint<\/em> seperti batas konservasi terumbu karang laut dangkal dan wilayah rawan cuaca telah ditanamkan ke dalam matriks simulasi. Saat simulasi dieksekusi, algoritma A* mampu membaca data hidrodinamika secara real-time<\/em> di tiap siklus iterasi dan melintas node demi node dengan mulus.<\/p>\n\n\n\n

          BAB V<\/strong> PEMBAHASAN DAN ANALISIS<\/strong><\/p>\n\n\n\n

          5.1. Evaluasi Taktis Algoritma (Tahap Develop)<\/strong> Hasil pemodelan rute menunjukkan manuver komputasional yang sangat adaptif. Algoritma terbukti tidak selalu memilih lintasan garis lurus terpendek (lintasan konvensional). Sebaliknya, model secara dinamis mengoreksi lintasan (course alteration<\/em>) untuk mencari koridor laut yang memiliki arus searah (arus pendorong). Hal ini secara drastis menekan beban kerja mesin utama (Main Engine), karena kapal “menunggangi” energi alam.<\/p>\n\n\n\n

          5.2. Mitigasi Risiko vs Waktu Kedatangan (ETA)<\/strong> Ketika simulasi diuji dengan parameter batasan risiko yang tinggi (misalnya munculnya simulasi kepadatan kapal di sekitar pesisir Laut Jawa), model bereaksi secara proaktif. Algoritma mengkalkulasi ulang lintasan untuk memutar dan menghindari area padat tersebut. Keunggulan dari optimasi multidimensi ini adalah penghindaran risiko tersebut dilakukan tanpa<\/em> mengorbankan estimasi waktu kedatangan (ETA) yang presisi, karena kompensasi waktu telah diseimbangkan dengan variasi putaran mesin di area yang aman.<\/p>\n\n\n\n

          5.3. Reduksi Biaya Operasional Keseluruhan<\/strong> Sinergi antara hambatan fisik yang lebih rendah (hasil optimasi Cp lambung) dan beban mesin yang lebih ringan (hasil eksploitasi arus oleh algoritma navigasi) memberikan dampak ekonomi yang terukur. Hasil akhir iterasi menyimpulkan bahwa pendekatan navigasi hibrida ini mereduksi total biaya operasional pelayaran sebesar 8,5%<\/strong> secara komprehensif.<\/p>\n\n\n\n

          BAB VI<\/strong><\/p>\n\n\n\n

          PENUTUP<\/strong><\/p>\n\n\n\n

          6.1. Kesimpulan<\/strong><\/p>\n\n\n\n

          Tugas besar ini berhasil membuktikan bahwa efisiensi bahan bakar dan keselamatan kapal dapat dicapai melalui pendekatan hibrida lintas disiplin.<\/p>\n\n\n\n

            \n
          1. Penggunaan metode numerik polinomial orde tiga berhasil menekan error<\/em> regresi menjadi 5,5%, dan optimasi Spline Kubik memvalidasi Cp 0,62 sebagai profil teroptimal dengan hambatan 285 kN (turun 5%).<\/li>\n\n\n\n
          2. Integrasi algoritma A-Star Search<\/em> dengan analisis hidrodinamika dinamis mampu menciptakan sistem navigasi yang mengoreksi lintasan demi mencari arus laut pendorong sekaligus menghindari pembatas absolut Tekpoleksosbudhankamling.<\/li>\n\n\n\n
          3. Secara nyata, pemodelan ini memberikan reduksi total biaya operasional pelayaran sebesar 8,5% sekaligus memitigasi risiko di perairan padat.<\/li>\n<\/ol>\n\n\n\n

            6.2. Pertanyaan dan Jawaban (Evaluasi Mandiri)<\/strong><\/p>\n\n\n\n

              \n
            • What are the main characteristics of your assigned ship?<\/em> Objek adalah kapal LPG Tanker berkapasitas 7000 CBM yang beroperasi di jalur strategis domestik (Bontang-Jakarta).<\/li>\n\n\n\n
            • Which motion\/parameter response is most sensitive in the routing simulation? <\/em> Parameter yang paling sensitif adalah Rscore<\/sub> (Matriks Risiko) dan fluktuasi arah arus laut, yang dapat seketika mengubah arah lintasan algoritma A*.<\/li>\n\n\n\n
            • How does the algorithm perform compared to conventional shortest-path routing?<\/em> Algoritma hibrida mengabaikan jarak terpendek geometris jika rute yang sedikit lebih jauh memiliki arus pendorong alamiah yang dapat mereduksi kerja propulsi secara signifikan.<\/li>\n\n\n\n
            • What would you improve in a future study?<\/em> Pengembangan sistem lebih lanjut tidak hanya sebatas pemodelan akademis, melainkan dapat diwujudkan menjadi Decision Support System<\/em> (DSS) berbasis Internet of Things<\/em> (IoT) yang langsung terkoneksi dengan instrumen anjungan kapal secara real-time<\/em>.<\/li>\n<\/ul>\n\n\n\n

              6.3. Saran<\/strong><\/p>\n\n\n\n

              Diharapkan purwarupa sistem navigasi hibrida ini dapat diinkubasi dan dikembangkan di masa mendatang menjadi piranti lunak komersial bagi perusahan pelayaran nasional, guna memperkuat posisi maritim Indonesia dalam aspek kemandirian teknologi dan pelestarian ekosistem laut.<\/p>\n\n\n\n

              DAFTAR PUSTAKA<\/strong><\/p>\n\n\n\n

                \n
              • Bertsekas, D. P. (1998). Network Optimization: Continuous and Discrete Models<\/em>. Athena Scientific.<\/li>\n\n\n\n
              • Fossen, T. I. (2011). Handbook of Marine Craft Hydrodynamics and Motion Control<\/em>. John Wiley & Sons.<\/li>\n\n\n\n
              • Hart, P. E., Nilsson, N. J., & Raphael, B. (1968). A Formal Basis for the Heuristic Determination of Minimum Cost Paths. IEEE Transactions on Systems Science and Cybernetics<\/em>.<\/li>\n\n\n\n
              • Newman, J. N. (1977). Marine Hydrodynamics<\/em>. Cambridge, MA: MIT Press.<\/li>\n\n\n\n
              • Buku Ajar \/ Modul Metode Numerik dan Desain Kapal Departemen Teknik Perkapalan, Fakultas Teknik Universitas Indonesia.<\/em><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

                A. Project Title Pengembangan Sistem Navigasi Hibrida untuk Efisiensi Bahan Bakar dan Mitigasi Risiko Pelayaran: Studi Kasus Rencana Operasional Kapal LPG Tanker 7000 CBM (Trayek Bontang \u2013 Jakarta). B. Author Complete Name Mochammad Adrian2406400770 C. Affiliation Departemen Teknik Perkapalan Fakultas Teknik Universitas Indonesia Metode Numerik 04 D. Abstract Penelitian ini membahas pengembangan model sistem navigasi […]<\/p>\n","protected":false},"author":584,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[26],"tags":[],"class_list":["post-16813","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/16813","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\/584"}],"replies":[{"embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/comments?post=16813"}],"version-history":[{"count":3,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/16813\/revisions"}],"predecessor-version":[{"id":16821,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/posts\/16813\/revisions\/16821"}],"wp:attachment":[{"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/media?parent=16813"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/categories?post=16813"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ccitonline.com\/wp\/wp-json\/wp\/v2\/tags?post=16813"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}