PERANCANGAN KENDALI OTOMATIS HALUAN DAN KECEPATAN KAPAL PADA JALUR PELAYARAN KARANG JAMUANG – TANJUNG PERAK BERBASIS LOGIKA FUZZY UNTUK PENINGKATAN EFFISIENSI TRANSPORTASI LAUT (Moh Aries Efendi, Dr .Ir.Hj.Aulia Siti Aisyah, MT, Fitri Adi Iskandarianto, ST, MT) Jurusan Teknik Fisika – Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih – Sukolilo, Surabaya 60111 Abstrak Sistem kendali logika fuzzy (KLF) yang dirancang digunakan untuk mengendalikan kecepatan dan haluan kapal dengan tujuan pemenuhan lintasan (track keeping). KLF untuk mengendalikan kecepatan (KLF1) terdiri atas 1 masukan yaitu perubahan jarak dan 1 keluaran yaitu kecepatan kapal, sedangkan KLF untuk mengendalikan haluan (KLF2) terdiri atas 2 masukan yaitu error yaw dan yawrate dan 1 keluaran yaitu sinyal command rudder. Kapal yang digunakan sebagai studi kasus adalah kapal tanker Brotojoyo MT dengan alur pelayaran Karang Jamuang – Tanjung Perak. Pada penelitian ini, digunakan pengendali type mamdani dan dilakukan simulasi dengan menggunakan gangguan berupa arus laut. Kata Kunci: KLF; mamdani; pemenuhan lintasan 1.2 Permasalahan Permasalahan pada penelitian ini adalah Bagaimana merancang sistem kendali haluan dan kecepatan kapal berbasis Logika Fuzzy sehingga dapat diperoleh performansi kendali yang memenuhi pencapaian target pemenuhan lintasan ( track keeping ).
1. PENDAHULUAN 1.1 Latar Belakang Hampir seluruh komoditi perdagangan internasional diangkut dengan menggunakan sarana dan prasarana transportasi laut. Jumlah armada yang diperuntukkan untuk sektor perikanan, kehutanan dan pertambangan semakin meningkat sesuai dengan kinerja ekspor Indonesia dan transportasi barang dan orang antar pulau yang juga semakin meningkat. Dengan peningkatan volume transportasi laut tersebut, maka kebutuhan untuk peningkatan kemanan dan effisiensi dari transportasi ini sangat dibutuhkan.[1] Metode perancangan sistem kendali pada manuvering dan tracking kapal sejak ditemukannya giroskop elektrik sampai dengan saat ini dapat dikategorikan kedalam 4 metode, yaitu metode konvensional, adaptif, modern dan berbasis kepakaran [1]. Metode konvensional mulai berkembang sejak tahun 1911 dari sistem close loop. Kemudian Minorsky mengembangkannya menjadi sebuah sistem kendali PID yang dikenal sebagai sebuah autopilot pertama kali, dimana sistem kendali rancangan menggunakan SISO (Single Input Single Output), dengan masukan dari giro kompas dan keluaran adalah defleksi / gerakan rudder. Perkembangan selanjutnya adalah linier steering yang diturunkan oleh Davidson dan Schiff, Nomoto, dan nonliniersteering oleh Abkowitz, Norrbin. Mekanisme perancangan dari usulan peneliti tersebut merupakan sebuah rancangan yang didasarkan pada model matematis dari dinamika kapal. Cara seperti ini menyebabkan terjadi beberapa kelemahan, diantaranya sistem kendali tidak mampu bekerja bila diluar range eror masukan kendali, dan diperlukan justifikasi gain kendali. Pada penelitian Tugas Akhir ini akan dikembangkan suatu sistem kendali berbasis kepakaran dengan menggunakan logika fuzzy, mengingat logika fuzzy merupakan salah satu kecerdasan buatan yang telah terbukti kehandalannya sebagai kendali pada sistem nonlinear yang telah banyak digunakan dalam aplikasi pada sistem kendali dalam berbagai bidang.
1.3 Tujuan Penelitian Tujuan penelitian dalam Tugas Akhir ini adalah merancang sebuah sistem kendali haluan dan kecepatan berbasis logika fuzzy pada pada Alur Pelayaran Kapal Karang Jamuang – Tanjung Perak sehingga dapat diperoleh performansi kendali yang memenuhi pencapaian target pemenuhan lintasan ( track keeping ). 1.4 Batasan Masalah Batasan permasalahan dalam penelitian ini adalah: • Kapal yang digunakan dalam penelitian adalah Kapal Tangki Brotojoyo MT. • Variabel yang dikendalikan dalam 3 derajat kebebasan (dof) yang didekati dengan model 1 dof untuk gerak yaw, dengan asumsi bahwa secara eksperimen gerak surge, sway, pitch, roll dan heave tidak berpengaruh pada manuvering kapal. Nilai yaw diturunkan dari koifisien hidrodinamika yang nilainya berbeda antar kapal. • Analisa yang dilakukan berupa analisa pemenuhan lintasan sesuai rekomendasi Dinas Navigasi. • Gangguan ( disturbance ) berupa arus. • Perancangan disimulasikan dengan matlab versi 7.6 1.5 Metodologi Penelitian Dalam perancangan ini, langkah yang dilakukan untuk mencapai tujuan penelitian adalah sebagai berikut : 1. Studi literatur 2. Pengambilan data 3. Pemodelan dinamika kapal 4. Perancangan kendali 5. Pengujian dan analisa performansi kendali 6. Penyusunan dan penulisan laporan
1
m ∆u = X0 + ∆X m(∆ ν& + uo ∆r + xG ∆r) = ∆Y ...(2.4) & Iz ∆r + mxG(∆ν + uo ∆r) = ∆N Dengan catatan bahwa persamaan sistem kemudi dari gerak kapal telah terpisah dari persamaan kecepatan. Persamaan kecepatan mu = X Persamaan sistem kemudi m (ν& + uo r + xG r) = Y ...(2.5) Iz r + mxG(ν& + uo r) = N
2. TEORI PENUNJANG 2.1 Model dinamika kapal. Kapal merupakan wahana laut yang mempunyai 6 derajat kebebasan (DOF), Keenam komponen perpindahan itu antara lain: surge, sway, heave, roll, pitch dan yaw. Notasi yang digunakan dalam komponen tersebut adalah: x, y, z, ф, θ, Ψ.
2.1.2 Momen dan gaya hidrodinamika X = X (u,ν, r, u, δ, T) Y = Y (ν, r, ν, r, δ) ...(2.6) N = N (ν, r, ν, r, δ) T adalah daya propeller yang sesuai dengan satu singlescrew propeller. Kapal mempunyai lebih dari satu propeller yang dapat dideskripsikan dengan menambahkan hubungan persamaan X pada surge. [2] 2.1.3 Persamaan sistem kemudi kapal linear Dengan memperhatikan dinamika sistem kemudi linear dalam bentuk: m(ν& + uo r + xG r) =Y Iz r + mxG(ν& + uo r) =N ...(2.7) Teori linear mengusulkan bahwa momentum dan gaya hidrodinamik dapat dimodelkan sebagai Davidson dan Schiff (1946) : Y = Yυν& + Yr r + Yυ υ + Yr r + Yδ δR N = Nυν& + Nr r + Nυ υ + Nr r + Nδ δR Oleh karena itu kita dapat menuliskan persamaan gerak sesuai dengan ...(2.8) M ν& + N (uo) υ =b δR
Gambar 2.1 Enam derajad kebebasan dinamika kapal [2] Variabel yang dikendalikan dalam 3 derajat kebebasan (dof) yang didekati dengan model 1 dof untuk gerak yaw, dengan asumsi bahwa secara eksperimen gerak surge, sway, pitch, roll dan heave tidak berpengaruh pada manuvering kapal. Nilai yaw diturunkan dari koifisien hidrodinamika yang nilainya berbeda antar kapal. Bentuk umum persamaan manuvering kapal dinyatakan dalam bentuk : Mν& + Dυ = τ L (2.1) τ
dengan v = [u , v, r ] merupakan vektor kecepatan. M dan D merupakan matrik inersia dan redaman yang diperoleh dari linierisasi persamaan gaya dan momen pada arah surge, sway dan yaw. Persamaan kecepatan dan sistem kemudi kapal akan sesuai berdasarkan beberapa asumsi, yaitu: 1. Distribusi massa homogen dan bidang xz simetris (Ixy = Iyz = 0) 2. Mode heave, roll dan pitch dapat diabaikan (ω = p = q = ω& = p& = q& = 0 ) Kemudian gunakan asumsi diatas ke dalam persamaan : Surge : m( u& – νr – xGr2) =X (2.3) Sway:m(ν& +ur+ x G r& )=Y (2.4)
2.1.4 Fungsi alih Manuver kapal Model dari dinamika manuver kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957) sebagai bentuk matematis orde 1 dan 2. Di bawah ini adalah fungsi alih dari model Nomoto : ( ) ψ ...(2.9) (s ) = K R 1 + T3 s δR s (1 + T1 s )(1 + T2 s ) Parameter – parameter dari fungsi alih diatas diperoleh dari det(M ) ...(2.10) TT = 1 2
Yaw : Iz r& + mxG(ν& + ur) =N (2.5) 2.1.1 Persamaan gangguan gerakan pada kapal Persamaan gangguan gerakan pada kapal berdasarkan asumsi 3 Kecepatan sway ν, kecepatan yaw r dan sudut rudder δ kecil. Hal ini dapat mengimplikasikan bahwa mode surge dapat dipisahkan dari mode sway dan yaw. Dengan demikian, kita dapat mengasumsikan bahwa kecepatan dalam sway dan yaw adalah ν0= r0=0. Konsekuensinya, u = u0 + ∆u; ν = ∆ν; r = ∆r X = X0 + ∆X; Y = ∆Y; N = ∆N ...(2.3) Dimana ∆u, ∆ν dan ∆r adalah dampak gangguan yang berasal dari harga uo, νo dan ro, dan ∆X, ∆Y dan ∆N adalah gangguan yang berasal dari X0, Y0 dan N0. Diasumsikan bahwa orde tertinggi dari gangguan dapat diabaikan, persamaan nonlinier gerak dapat ditulis:
det( N )
n11m22 + n 22 m11 − n12 m 21 − n21 m12 det( N ) n21b1 − n11b2 KR = det( N )
T1 + T2 =
K R T3 =
m 21b1 − m11b2 det( N )
..(2.11) ...(2.12) ...(2.13)
Dimana elemen mij, nij dan bi ( i = 1,2 dan j = 1,2) didapatkan dari matriks berikut : mx G − Yr& ; M= m − Yv& mx − N I z − N r& v& G N(uo)= − Yυ N υ
mu0 − Yr mxG u 0 − N r
..(2.14)
Parameter dalam penentuan gain kendali yang diturunkan Nomoto berdasarkan linierisasi dari model
2
− N r′ 1 B B ..(2.19h) = + 0.039 − 0.56 T π (T / L ) 2 4 L Sedangkan untuk gaya dan momen yang diakibatkan rudder π Aδ …(2.20) Y =ρ
Davidson dan Schiff (1946), dimana bentuk persamaan gain kendali Nomoto adalah : n b − n11b1 ...(2.15) K = 21 2 det(N) dengan det (N) = Yv ( N r − mxG u ) − N v (Yr − mu )
δ
1 …(2.21) N δ = − Yδ 2 2.1.5 Fungsi alih Kecepatan Kapal Model dari kecepatan kapal didapatkan dari pendekatan yang dilakukan oleh Horigome, Hara, Hotta dan Hotsu (1990) sebagai bentuk matematis orde 1. Di bawah ini adalah fungsi alih dari kecepatan kapal: …(2.22) 1
det(M)= (m − Yv& )(I z − N r& ) − (mxG − N v& )(mxG − Yr& ) ...(2.16) n11= b1 =
b2 =
− Yv , n21= − N v (I z − N r& )Yδ − (mx G
− Yr& )N δ
...(2.17)
det M
(m − Yv& )N δ − (mx G − N v& )Yδ
...(2.18) det M Pada matriks M dan N diatas mengandung parameter hidrodinamika kapal, dimana m = massa kapal,
Ky merupakan gain constant dan Ty merupakan time constant. Nilai dari time constant didekati dengan persamaan: 2 …(2.23) 0.9
Yv& =
turunan gaya arah sway terhadap v& , Yr& = turunan gaya yaw terhadap r& , N r& = turunan momen yaw terhadap
Yv =
r& ,
turunan gaya arah sway terhadap v, Yr = turunan
gaya arah yaw terhadap r,
Dengan n adalah rotation per second dari propeller sebagai penggerak. [2]
N v = turunan momen sway
N v& = turunan momen sway terhadap v& , N r = turunan momen yaw terhadap r, xG = pusat massa. Pada terhadap v,
2.1.6 Model Dinamika Gangguan arus pada Kapal Gangguan dari lingkungan yang akan mempengaruhi performansi pemenuhan lintasan ada 3 yaitu arus, angin dan gelombang. Karakteristik gangguan akan berbeda pada setiap daerah peleyaran. Pada alur pelayaran karang jamuang – tanjung perak, gangguan yang paling dominan adalah arus. Gangguan lain seperti gelombang dan angin sangat kecil karena letak geografis alur pelayaran berada pada selat. Dalam pembahasan ini, digunakan model arus dua dimensi (Fossen, 1994; Vukic, 1998). Komponen arus dapat dijelskan dengan dua parameter: kecepatan rata-rata arus Vc dan arah arus γc. Komponen dari body-fixed dapat dihitung dari: uc = Vccos(γc-ψ) υc = Vcsin(γc-ψ) …(2.24) Kecepatan arus laut rata-rata untuk simulasi computer dapat dibangkitkan menggunakan Gauss-Markov process orde satu, dijelaskan dengan penurunan: 0 …( 2.25) dengan ω(t) adalah akar dari zero mean Gaussian white noise dan µ0≥0 adalah konstan. Proses ini harus dibatasi : Vmin≤Vc(t)≤Vmax agar menstimulasi arus laut yang realistis. [2]
pendekatan teori slender body strip turunan koefisien hidrodinamika dapat dinyatakan sebagai fungsi dari rasio panjang terhadap lebar dari kapal, dengan dikalikan sebuah konstanta tertentu. Smitt(1970), Norrbin(1971) dan Inoue (1981) mengembangkan suatu rumusan secaraempiris daribeberapa persamaan turunan koefisien hidrodinamika yang dikemukakan oleh Clarke(1982). Bentuk persamaan regresi tersebut dinyatakan dalam bentuk persamaan (2.19a–2 .19h). Koefisien hidrodinamika pada persamaan (2.19a–2.19h) dengan tanda‘ merupakan bentuk nondimensi yang diturunkan dengan sistem Prime I (Fossen, 1994). Untuk memperoleh besaran gaya dikalikan dengan ½ ρU2L2 dan momen dikalikan dengan ½ ρU2L3. Dimana ρ = rapat massa air laut (1014 kg/m3), L = panjang kapal, U = kecepatan servis kapal, B = lebar kapal, T = kedalaman kapal, CB = koefisien blok − Yv&′ C B B = 1 + 0.16 B − 5.1 T π (T / L) 2 L
2
− Yr&′ B B = 0.67 − 0.0033 2 π (T / L) L T
2
...(2.19a) ...(2.19b)
− N v′& B B = 1.1 − 0.041 2 L π (T / L) T
...(2.19c)
− N r′& C B 1 B = + 0.017 B − 0.33 T π (T / L) 2 12 L
...(2.19d)
− Yv′
π (T / L ) 2 − Yr′
π (T / L ) 2 − N v′
π (T / L)
2
= 1 + 0.4 =−
=
CB B T
1 B B + 2.2 − 0.08 2 L T
1 T + 2.4 2 L
4 LT
2.1.7 Konsep belok dalam pemenuhan lintasan Kapal memasuki maneuver dengan melintas dari satu garis menuju garis lain sepanjang busur lengkung di sekitar titik lintasan. Pada akhir maneuver ini heading yang diharapkan berikutnya harus diketahui untuk segmen garis lurus berikutnya. Apabila P menjadi sebuah set titik alur yang ditentukan P={P1,P2,P3…Pi…, Pn} dan kapal bergerak pada segmen Pi-1Pi. Posisi kapal dinotasikan dengan pasangan (x(t),y(t)), dihitung dari persamaan kinematika kapal. Titik alur yang diharapkan adalah (xd,yd)
...(2.19e) (2.19f) ...(2.19g)
3
= (xi,yi). Heading yang diharapkan dapat diperoleh dari persamaan :
…(2.26) Harus diperhatikan bahwa persamaan tersebut untuk memilih quadran yang tepat untuk Ψd.
•
Masukan / keluaran dan semesta pembicaraan, seperti rentang nilai yang diambil. • Faktor skala dari variabel masukan keluaran. • Fungsi keanggotaan yang akan di gunakan untuk menentukan nilai fuzzy dari variabel masukan\keluaran. • Aturan fuzzy yang akan digunakan. Secara umum kendali logika fuzzy tergabung dalam sistem kendali loop tertutup seperti terlihat pada gambar berikut ini: e KLF
Kapal
Gambar 2.5 Diagram blok kendali logika fuzzy Komponen utama dari kendali logika fuzzy adalah unit fuzzifikasi, unit penalaran logika fuzzy atau inferensi fuzzy, basis pengetahuan, dan unit defuzzifikasi. Gambar 2.2 Konsep belok dalam pemenuhan lintasan[3] Dua parameter penting yang dapat diamati pada gambar. 2.2 adalah wheel –over point (WOP’) model based wheel-over pont (WOP). Pada titik WOP’in, kapal berhenti bergerak lurus dan memasuki lengkungan busur. Prosedur terbalik terjadi pada WOP’out. Perlu dicatat bahwa WOP’in bukan titik awal dari maneuver belok, karena tidak mungkin mengubah rata-rata belok (turning rate ) r kapal secara singkat. WOP mengindikasikan awal dari maneuver dan memanipulasi jarak sepanjang satu kapal di depan WOP’in. Posisi dari WOP didefinisikan menggunakan jarak ρo=ρo(WOP,Pi), tergantung dari sudut φ=
ρo, sudut heading yang diharapkan dihitung dari hubungan (12) untuk (xd,yd) = (xi,yi). Apabila d memenuhi d ≤ ρo, titik alur berikutnya dapat dipilih. Pada saat itu maneuver di sekitar titik alur Pi dimulai, dan kapal sedang melakukan heading menuju titik alur berikutnya Pi+1. Jika i=n, i.e tidak ada titik-titik alur yang baru, sisa gerakan dengan heading terakhir yang diharapkan ditentukan dengan segmen sebelumnya Pn-1Pn. [3] 2.2 Kendali logika Fuzzy (KLF) pada Kendali Haluan dan Kecepatan Kapal Kendali logika fuzzy memberikan suatu metodologi untuk merepresentasikan, memanipulasi, dan mengimplementasikan cara berfikir manusia tentang bagaimana mengontrol suatu sistem. Faktor-faktor yang harus diperhatikan dalam merancang kendali logika fuzzy adalah sebagai berikut :
Gambar 2.6 Struktur dasar kendali logika fuzzy Ada dua jenis informasi yang terdapat dalam basis pengetahuan fuzzy yaitu: basis data dan basis aturan. Dalam basis data terdapat fungsi keanggotaan dari himpunan fuzzy yang akan digunakan sebagai nilai dari masing masing variabel sistem dan basis aturan memetakan nilai masukan fuzzy ke nilai keluaran fuzzy. Variabel sistem yang dimaksud ini adalah variabel masukan (E) dan variabel keluaran (U) yang digunakan untuk mengontrol kapal. Masing masing variabel sistem tersebut harus didefinisikan sebagai himpunan fuzzy dalam semesta pembicaraan yang tepat. Pendefinisikan himpunan fuzzy sangat penting dalam perencanaan proses dan dapat mempengaruhi kinerja dari sistem tersebut. Nilai masukan dan keluaran dari variabel sistem biasanya dalam bentuk crisp, sehingga diperlukan operasi fuzzifikasi dan defuzzifikasi untuk memetakan bentuk crisp ini ke dan dari nilai fuzzy. Yang dimaksud dengan bentuk crisp disini adalah nama lain dari logika boole yang derajat keanggotaannya hanya mengenal nilai 0 dan1. KLF rancangan terdiri dari beberapa masukan yaitu masukan eror yaw (e), yawrate (r), jarak dan kecepatan. Mekanisme dari KLF adalah dengan berdasarkan variabel masukan yaitu eror yaw (e) dan yaw rate (r), jarak dan kecepatan. Keluaran sinyal kendali KLF diumpankan ke mesin kemudi dan kemudian mesin kemudi menggerakkan kapal ke arah posisi dan dengan kecepatan yang diharapkan. 2.4 Rudder kapal Sebuah aktuator yang bekerja berdasarkan perintah dari sinyal kendali, dan aksi dari aktuator akan menyebabkan terjadinya gerak sesuai dengan perintah yang diinginkan. Dalam uraian tentang gerakan pemenuhan lintasan kapal di atas, bahwa aktuator yang selama ini
digunakan dan terpasang adalah rudder,, yang mempunyai kemampuan dalam menjaga arah sesuai dengan perintah. Sistem steering gear servo terdiri dari dua subsistem elektrohydraulic steering: telemotor potition servo dan rudder servo actuator (gambar. 2.7). Masukan sistem steering gear servo berasal dari autopilot dan disebut dengan commanded rudderangle (δc), c), keluaran berupa actual rudder angle (δ). Model steering gear non-linear non telah dijelaskan oleh Reid, Youhanaie, Blanked an Northoft Thomsen (1984), Omerdic, Koroman dan Kuljaca (1997), Vukic dan Velagic (1999). Pada umumnya, Rudder angle dan rata-rata rata rudder untuk kapal adalah: δ max=35(deg); 2 1/3(deg/s)≤δmax<7(deg/s) seperti biasanya, disyaratkan bahwa rudder seharusnya berputar dari 35’port menuju 35’ startboard selama 30 s (Reid, 1984). Nilai parameter untuk sistem steering gear servo adalah: 1. Telemotor: K=4(deg/s),DB=1(deg),H H=0.8(deg) 2. Rudder servo actuator: N=5(deg/s), =5(deg/s),PB=7(deg) Salah satu yang banyak terpasang dikapal adalah tipe Van Amorengen, yang mempunyai spesifikasi kemampuan kerja antara -35o sampai dengan 35o, dan laju kerja rudder 21/3 – 7o/detik. Sistem kerja rudderr seperti terlihat pada Gambar2.8. Pada awalnya sebelum rudder bekerja posisi berada di posisi (a), dengan adanya perubahan tekanan pada port lebih tinggi akan menyebabkan bukaan valve di port (posisi di b), dan ini menyebabkan valve silinder steering akan terbuka. Konsekuensinya posisi menjadi (c) dan ini menyebabkan terjadi bukaan valve pada starboard, demikian juga sebaliknya apabila tekanan pada starboard lebih tinggi. [2]
Gambar 2.7 Sistem kemudi kapal Van Amorengen[2] 2.5 Thruster Kapal Thruster adalah alat penggerak atau pendorong kapal yang disesuaikan dengan tipe kapal untuk meningkatkan daya manuvering kapal. Unit Thruster terdiri atas sebuah propeller yang terpasang melintang pada kapal yang dilengkapi dengan alat pelengkap seperti electric atau hidraulic motor. Sebuah propeller terhubung ke komponen lain untuk mengatur mekanisme perubahan kecepatan. Perubahan kecepatan baling baling propeller merepresentasikan perubahan kecepatan pada kapal. Tenaga penggerak suatu kapal terdiri atas a beberapa komponen yaitu mesin, gearbox reduction, propeller shaft dan propeller. Konfigurasi komponen tersebut dapat dilihat pada gambar 2.8.
Gambar 2.8 Sistem tenaga penggerak kapal/Thruster (Van Dokkum) Sumber tenaga penggerak adalah mesin(1), tangkai(2) menghubungkan mesin dengan reduction gear box(3), reduction gear box berfungsi untuk mereduksi putaran sesuai dengan kemampuan propeller. Kerja sistem ini disuplai oleh generator(4). Stern tube tube(5) dan tangkai propeller(6) menghubungkan kecepatan yang telah direduksi dengan propeller(7). Kendali logika fuzzy yang dirancang akan mengendalikan kecepatan melalui mekanisme thruster tersebut. Keluaran dari kendali logika fuzzy berupa tegangan truster yang akan mengubah mengubah-ubah kecepatan sesuai dengan kecepatan yang diharapkan melalui mesin pada thruster. 3.
METODOLOGI PENELITIAN Penelitian ini dilakukan melalui beberapa tahapan. Tahapan tahapan tersebut sesuai dengan flowchart pada gambar 3.1. 3.1 Studi Literatur Meliputi liputi pemahaman tentang alur pelayaran kapal Karang Jamuang – Tanjung Perak, karakteristik gelombang, arus dan angin di jalur pelayaran dan dinamika Kapal Tangki Brotojoyo MT yaitu sistem engine (mesin) dan sistem manuvernya. Juga dilakukan penjajakan jurnal mengenai kendali logika fuzzy, mekanisme thruster, dan hal-hal hal lain yang terkait dengan penelitian. 3.2 Pengambilan data Data masukan yang digunakan untuk menyusun simulasi adalah dari kapal Tangki Brotojoyo MT berupa spesifikasi kasi yang dibangkitkan dari spesifikasi fisik yang dimiliki oleh kapal yaitu: panjang (L), lebar (B), tinggi (T), koefisien blok (CB) dari kapal,, center of gravitation (XG), displacement (m), data koordinat lintasan aman yang telah direkomendasikan oleh Distrik istrik Navigasi Tanjung Perak Surabaya dan data karakteristik gelombang, arus dan angin pada daerah dilakukannya peneltian. 3.3 Pemodelan Dinamika Kapal 3.3.1 Pemodelan Manuver Kapal Data dari Kapal Tangki Brotojoyo MT yang berupa spesifikasi kapal digunakan untuk melakukan pemodelan dinamika dari kapal. Model matematik dinamika kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957) sebagai bentuk matematis orde 22. model dinamika kapal tanki Brotojoyo MT berdasarkan hasil perhitungan yaitu : ψ (s ) = 3,523 + 41,45s2 δR 10,44s + 33,23 s + s
Mulai
Studi Literatur
3.
digunakan untuk uji performansi dan analisa sistem kendali yang telah dirancang terhadap pemenuhan lintasan. Data karakteristik gangguan (arus) pada alur pelayarang karang jamuang – tanjung perak.
Pengambilan Data Pemodelan Dinamika Kapal Perancangan Kendali Pengujian dan Analisa Performansi Kendali
Kesesuaian dengan Kriteria Analisa
Tidak
Ya Penyusunan dan Penulisan Laporan
Selesai
Gambar 3.1 Flowchart penelitian
3.3.2 Pemodelan Kecepatan Kapal Model matematik dinamika kapal didapatkan dari pendekatan yang dilakukan oleh Horigome, Hara, Hotta dan Hotsu (1990) sebagai bentuk matematis orde 1. Parameter yang digunakan untuk mendapatkan pemodelan adalah gain constant (Ky)dan time constant. Time constant (Ty) didapatkan dengan menggunakan persamaan 2.23 dengan n merupakan kecepatan putaran dari propeller sebagai tenaga penggerak kecepatan. 2 0.9 0.03768 Maka model matematik kecepatan kapal berdasarkan perhitungan yaitu : 1 1 1 0.03768 3.4 Perancangan Kendali Perancangan kendali dilaklukan atas beberapa tahapan. Secara keseluruhan tahapan digambarkan pada flowchart 3.2.
Gambar 3.2 Flowchart perancangan kendali Gambar 3.3 Diagram Blok KLF
3.4.2
Alur Pelayaran Alur pelayaran yang digunakan dalam penelitian ini adalah alur pelayaran Karang Jamuang – Tanjung Perak berdasarkan data dari Distrik Navigasi ADPEL Tanjung Perak Surabaya. Data yang didapkan dalam unit DMS (Degree Minutes Second). Pada proses simulasi, data lintasan yang digunakan adalah data dalam koordinat XY sehingga kemudian diubah kedalam bentuk koordinat XY dengan nilai konversi yaitu 1o = 111322 m. Hasil konversi seperti pada tabel 3.1.
3.4.1 Pembangkitan Data Masukan-Keluaran Ada beberapa data masukan dan keluaran yang digunakan dalam perancangan sistem kendali yaitu : 1. Data range masukan dan keluaran " (range kemampuan kapal untuk merubah haluan), data range masukan #"/# (range kemampuan kapal untuk merubah haluan per detik), data range masukan dan keluaran kecepatan (range kecepatan kapal) dan data range jarak (d) yang telah ditentungan pada perancangan. 2. Data alur pelayaran kapal karang jamuang – tanjung perak yang direkomendasikan dinas navigasi yang
6
No 1 2 3 4 5 6 7 8 9 10
11
12
Tabel 3.1 Koordinat Alur Pelayaran Karang Jamuang – Tanjung perak Kode DMS Koordinat (x,y) Suar Karang 060-55’-35” LS (12549143,-771059) Jamuang 1120-43’-42” BT Bouy 060-57’-50” LS (12546917, -775234) 0 No.4 112 -42’-30” BT Bouy 060-58’-23” LS (12546298,-776254) No.11 1120-42’-10” BT Bouy 070-00’-15” LS (12544134, -779717) No.6 1120-41’-00” BT Bouy 070-02’-08” LS (12541876, -783212) No.13 1120-39’-47” BT K1158.5 070-06’-41” LS (12540670,-791654,) 5 1120-39’-08” BT Bouy 070-07’-46” LS (12541536, -793664) No.8 1120-39’-36” BT Typison 070-10’-30” LS (12543824, -798735) 1120-40’-50” BT (12545123, -799817) Bouy 070-11’-05” LS 0 No.10 112 -41’-32” BT Bouy No.12 West Channel Kamal Naval Base
070-11’-30” LS
Gambar 3.4 Perancangan KLF 1
Gambar 3.5 Fungsi Keanggotaan Untuk Variabel Masukan Jarak Variabel masukan d dibagi dalam 3 fungsi keanggotaan yaitu N (Near), M (Medium) dan F (Far) dengan rentang kerja (range) yang digunakan untuk fungsi keanggotaan adalah 0 sampai 9000m (Gambar 3.5). Range jarak ditentukan oleh peneliti berdasarkan perhitungan sesuai dengan kondisi real. Variabel aksi dari KLF1dibagi menjadi 3 fungsi keanggotaan yaitu S(Slow), M (Medium), F (Fast) dengan range sesuai kecepatan kapal yaitu antara 0 sampai 5,02 m/s.
(12547535, -800590)
1130-42’-50” BT 070-11’-04” LS
(12549081,-799786)
1120-43’-40” BT 070-11’-48” LS 1120-44’-20” BT
(12550318, -801147)
3.4.3 Pembangkitan Gangguan Gangguan yang berpengaruh dominan pada alur pelayaran karang jamuang – tanjung perak adalah arus. Gelombang dan angin tidak berpengaruh besar karena mempunyai besaran yang kecil melihat kondisi real bahwa alur pelayaran bukan laut lepas melainkan selat. Untuk proses simulasi nilai arus dibangkitkan dengan menggunakan orde 1 Gauss-Markov Process dengan alogaritma sebagai berikut : 1. Nilai awal : Vc (0) = 0.5 (Vmax + Vmin) 2. Integrasi euler dengan sampling waktu h Vc (k+1)= Vc(k) + h Vc(k) 3. Limiter : jika (Vc (k+1)> Vmax)atau(Vc (k+1)< Vmin) maka Vc (k+1)= Vc (k)- h Vc(k) 4. k=k+1, kembali ke langkah 2
Gambar 3.6 Fungsi Keanggotaan untuk Variabel keluaran kecepatan • KLF 2 (Pengendalian Haluan Kapal) Ada dua varibel masukan untuk KLF 2 yaitu %" (error yaw)
3.4.4 Fuzzifikasi Proses fuzzfikasi untuk masing masing KLF 1 dan KLF 2 adalah sebagai berikut: • KLF 1 (Pengendali kecepatan kapal) Ada satu varibel masukan untuk KLF 1 yaitu jarak (d)
Gambar 3.7 Perancangan KLF 2
7
dan yaw rate (r) seperti pada gambar 3.8. Variabel masukan error dibagi dalam 7 fungsi keanggotaan yaitu NB, NM, NS, ZE, PS, PM, PB dengan rentang kerja (range) yang digunakan untuk fungsi keanggotaan adalah -35o sampai 35o (Gambar 3.8). N adalah negatif, Z adalah zero, P adalah positif, B adalah big dan S adalah small
Basis aturan Setelah dilakukan fuzzifikasi untuk setiap masukan dan keluaran, maka langkah berikutnya yaitu membuat aturan (rule base). Basis aturan ini terdiri dari kumpulan aturan kendali lintasan yang berbasis logika fuzzy untuk menyatakan aksi pengendali agar mencapai tujuan yang diharapkan. Penyusunan basis aturan ini berdasarkan pada pendekatan sistem manuver kapal. 3.4.5
•
KLF 1
Pada KLF 1, prinsip dasar yang digunakan dalam penyusunan basis aturan yaitu merupakan implementasi dari konsep belok. Konsep belok sendiri adalah adalah mengenai kapan dan pada titik mana kecepatan kapal harus diturunkan dan kapan dan pada titik mana kapal mulai mengubah haluan untuk mendapatkan lintasan belok yang optimal. Gambar 3.8 Fungsi Keanggotaan Untuk Variabel Masukan Error Yaw (e).
Tabel 3.2. Basis Aturan KLF 1 d (Jarak) u (Kecepatan) • KLF 2
N S
M M
F F
Pada KLF 2, prinsip dasar yang digunakan dalam penyusunan basis aturan yaitu ketika error yaw bernilai positif big, maka commad rudder harus bernilai negatif big untuk mengembalikan haluan menuju yaw yang diinginkan, begitu juga sebaliknya. Sedangkan yaw rate merupakan perubahan yaw per satuan waktu. Yaw rate memiliki karakteristik yang sama dengan eror yaw. Prinsip dasar tersebut direpresentasikan pada aturan berikut: Gambar 3.9 Fungsi Keanggotaan Untuk Masukan Yaw Rate Penentuan range ini berdasarkan pada area rudder bekerja atau batas maksimum minimum rudder bisa berbelok. Sedangkan untuk variabel yaw rate (r) fungsi keanggotaannnya dibagi dalam 7 fungsi keanggotaan yaitu NB, NM, NS, ZE, PS, PM. N adalah Negatif, Z adalah zero, P adalah Positif, B adalah Big dan S adalah Small. Range yang digunakan adalah -70 sampai 70 (Gambar 3.9). Penentuan range ini berdasarkan karakteristik rudder van amorengen. Keluaran dari KLF 2 adalah command rudder yang juga dibagi menjadi 7 fungsi keanggotaan seperti masukan eror yaw (Gambar 3.10).
Tabel 3.3. Basis Aturan KLF 2 NB
NM
NS
ZE
PS
PM
PB
NB
NB
NB
NB
NB
NM
NS
ZE
NM NS
NB NB
NB NB
NB NB
NM NS
NS ZE
ZE PS
PS PM
ZE PS
NB NM
NM NS
NS ZE
ZE PS
PS PM
PM PB
PB PB
PM
NS
ZE
PS
PM
PB
PB
PB
PB
ZE
PS
PM
PB
PB
PB
PB
d ψ /dt
eψ
3.4.6 Interfrensi Fuzzy Pada proses perancangan kendali lintasan dengan menggunakan metode fuzzy ini terdapat tahap inferensi fuzzy. Tahap ini merupakan tahap pengambilan keputusan, dimana masukan kendali masih berupa himpunan crisp yang nantinya akan diubah menjadi himpunan fuzzy dengan fungsi keanggotaan yang berbeda-beda untuk setiap variabel. Dengan mengacu pada basis aturan diperoleh keluaran nilai fuzzy sinyal kendali. 3.4.7 Gambar 3.10 Fungsi Keanggotaan untuk Variabel keluaran aksi Rudder
Defuzzifikasi
Defuzzifikasi adalah langkah terakhir dalam suatu sistem kendali logika fuzzy dimana tujuannya adalah mengkonversi setiap hasil dari inference engine yang diekpresikan dalam bentuk fuzzy set ke satu bilangan real.
Hasil konversi tersebut merupakan aksi yang diambil oleh sistem kendali logika fuzzy. 3.5
Pengujian dan Analisa Pengujian dan analisa dilakukan untuk mengetahui apakah kendali yang digunakan telah sesuai dengan tujuan yang ingin dicapai. Pengujian sistem dilakukan untuk keperluan analisa performansi sistem yang diteliti dengan menggunakan software Matlab.
1.5.1 Uji Open Loop Sistem Uji open loop dilakukan untuk mengetahui respon sistem tanpa menggunakan kontroller. Uji open loop dilakukan pada sistem manuver dan kecepatan kapal.
Gambar 3.20 Uji Tacking KF dengan Gangguan Arus 3.6
Kesimpulan Setelah dilakukan pengujian dan analisa, diambil beberapa kesimpulan untuk mengetahui apakah perancangan yang telah dilakukan sesuai dengan tujuan yang ingin dicapai. 3.7 Penyusunan dan penulisan laporan.
Gambar 3.17. Uji Open Loop Manuver Kapal
4.
ANALISA DATA DAN EMBAHASAN
Pada bab ini dibahas hasil simulasi perancangan kendali haluan dan kecepatan dengan menggunakan kendali logika fuzzy. Simulasi dilakukan terlebih dahulu dengan menganalisa kendali logika fuzzy yang telah dirancang. Selanjutnya dilakukan pengujian secara open loop dan kemudian secara close loop menggunakan kendali logika fuzzy. Tujuan Tugas Akhir ini yaitu mampu menghasilkan rancangan sebuah sistem kendali untuk pemenuhan lintasan (track keeping) berbasis logika fuzzy pada kapal Tangki Brotojoyo MT secara simulasi. 4.1 Analisa Kendali Logika Fuzzy Pada Kendali Haluan dan Kecepatan Pada Kapal Tangki Brotojoyo MT Perancangan kendali logika fuzzy ini digunakan untuk pengendalian pemenuhan lintasan. Variabel manipulasi adalah haluan dan kecepatan kapal. Haluan kapal dipengaruhi oleh error yaw dan yaw rate sedangkan kecepatan kapal dipengaruhi oleh perubahan jarak. Proses awal kendali logika fuzzy adalah fuzzifikasi. Pada tahap ini, dilakukan pemetaan nilai crisp masukan (variabel terukur error yaw dan yaw rate) dan keluaran aksi kendali (S) ke bentuk himpunan fuzzy. Berdasarkan nilai crisp masukan dan keluaran yang diperoleh, rentang kerja (range) yang digunakan pada KLF1(kendali kecepatan) untuk fungsi keanggotaan jarak antara 0 sampai dengan 9000 meter, sedangkan fungsi keanggotaan aksi keluaran (u) antara 0 sampai dengan 5,02 m/s. Pada KLF2 (kendali haluan) untuk fungsi keanggotaan error adalah antara -35 sampai dengan 35, yaw rate antara 7 sampai dengan 7, sedangkan fungsi keanggotaan aksi S antara -35 sampai dengan 35 Setelah proses fuzzifikasi yang menghasilkan fungsi keanggotaan, maka perlu adanya perancangan basis aturan (rule base). Basis aturan (rule base) meliputi kumpulan aturan kontoler logika fuzzy untuk menyatakan aksi pengendali agar mencapai tujuan yang diharapkan. Dari sejumlah aturan dasar konsep generalisasi serta beberapa kali eksperimental saat simulasi mengenai
Gambar 3.18 Uji Open Loop Kecepatan Kapal 1.5.2
Uji KLF Uji KLF dilakukan untuk mengevaluasi kontroller yang dirancang. Parameter uji adalah apakah KLF bekerja dengan perubahan respon yang terjadi. Uji dilakukan dengan memberi sinyal step pada sistem. 3.5.3 Uji Tracking KLF KLF yang telah dirancang baik untuk mengendalikan haluan dan kecepatan disimulasikan pada software simulasi MATLAB untuk mengetahui performansi kendali. Pengujian pertama dilakukan tanpa menggunakan gangguan. Pengujian kedua dilakukan dengan menambahkan gangguan yang berupa arus yang dibangkitkan yang mempunyai karakteristik yang hampir sama dengan kondisi real.
Gambar 3.19 Uji Tracking KLF Tanpa Gangguan
9
pengaruh perubahan gerakan rudder terhadap tingkat perubahan sudut kapal maka diperoleh basis aturan kendali logika fuzzy pada KLF1 sebayak 3 rule dan untuk KLF2 sebanyak 49 rule. Hasil simulasi menunjukkan bahwa basis aturan ini mampu mengatasi perintah turning yang diberikan (kapal dapat dikendalikan sesuai perintah), berbeda ketika sistem dalam kondisi loop terbuka. Hal ini mengindikasikan keberhasilan dalam perancangan kontoler logika fuzzy. Proses selanjutnya adalah inferensi yang sering disebut sebagai proses pengambilan keputusan, merupakan prosedur untuk mendapatkan aksi kendali logika fuzzy berdasarkan basis aturan yang ada. Nilai masukan yang teramati diolah untuk diidentifikasi aturan mana yang digunakan sesuai dengan basis aturan yang telah dibuat. Pada saat simulasi, proses pengambilan keputusan mampu bekerja sesuai dengan basis aturan yang ada. Defuzzifikasi merupakan langkah akhir dari logika fuzzy. Dimana defuzzifikasi berfungsi mengubah besaran fuzzy yang disajikan dalam bentuk himpunan himpunan fuzzy keluaran dengan fungsi keanggotaannya untuk mendapatkan kembali bentuk data crisp (nilai sebenarnya/ nilai tegas). Poses pengubahan data fuzzy menjadi data crisp diperlukan karena plant hanya mengenal nilai tegas sebagai besaran sebenarnya untuk regulasi prosesnya. Metode defuzzifikasi yang digunakan adalah metode centroid. Metode centroid ini juga dikenal sebagai metode COA (Center of Area). Pada metode ini nilai crisp keluarannya diperoleh berdasarkan titik berat dari kurva hasil proses pengambilan. Pada Tugas Akhir ini, keluaran aksi kontrol yang dihasilkan oleh KLF1 adalah kecepatan kapal dan pada KLF2 mewakili besarnya sinyal perintah pada rudder (S) yang berperan sebagai actuator maneuver kapal. Setelah didapatkan rancangan kendali logika fuzzy, dilakukan proses validasi. Proses validasi dilakukan dengan menerapkan kendali logika fuzzy untuk pengendalian target pemenuhan lintasan kapal. Tolok ukur keberhasilan perancangan kendali logika fuzzy berdasarkan kemampuannya memenuhi perintah yang diberikan. 4.2 Pengujian Kapal Tangki Brotojoyo MT secara Open Loop 4.2.1 Uji Open Loop Sistem Manuver kapal Untuk mengetahui respon sistem tanpa adanya kendali di dalamnya, maka diperlukan uji sistem open loop sehingga performansi sistem dapat dibandingkan antara menggunakan kendali maupun tidak.
Pada awal simulasi digunakan sudut turning 20 dan 30 derajat, penggunaan kedua sudut untuk memenuhi uji kontrol turning yang telah ditetapkan dalam IMO (Internasional Maritime Organisation). Selanjutnya simulasi turning pada kapal tanki Brotojoyo MT dengan tanpa kendali (open loop) dilakukan untuk masing-masing sudut 5,10,15,25 dan 35 derajat. Set point Respon Open Loop
Gambar 4.2 Grafik Respon Heading Kapal Open Loop Pada Turning 30o Dari hasil simulasi pada turning 20o seperti pada gambar 4.1, dapat diketahui bahwa perubahan sudut heading terus bertambah cepat seiring bertambahnya waktu. Pada saat detik ke–3 hasil simulasi menunjukkan sistem mencapai set point, namun tidak dapat mempertahankan posisi tetap pada keadaan stabil, dengan kata lain perubahan sudut heading terus meningkat melampaui set point. Begitu juga pada turning 30o, respon mencapai set point saat detik 3,5 namun perubahan sudut heading semakin naik. Hal ini dikarenakan tidak ada kendali yang mampu menjaga keadaan tetap steady. 4.2.2 Uji Open Loop Kecepatan Kapal Model matematik dinamika kapal yang didapatkan dari pendekatan yang dilakukan oleh Horigome, Hara, Hotta . Model dan Hotsu (1990) yaitu matematis ini disimulasikan secara open loop untuk mengetahui respon sistem. Dari hasil simulasi dengan mengubah kecepatan dari 0 sampai 5,02 m/s, dapat dilihat pada gambar 4.3 bahwa kecepatan bersifat stabil mengikuti set point yang ditentikan. Hal ini tentu saja karena model matematis dari kecepatan kapal adalah orde 1.
Set point Respon Open Loop
Gambar 4.1 Grafik Respon Heading Kapal Open Loop Pada Turning 20o
Gambar 4.3 Grafik Respon Kecepatan Kapal Uji Open Loop
Maka KLF disini hanya sebagai penentu set point kecepatan sesuai kondisi kecepatan yang diinginkan. 4.3 Pengujian KLF1 dan KLF2 pada Kapal Tangki Brotojoyo MT Setelah diperoleh sebuah rancangan kontroler logika fuzzy, dilakukan uji performansi dan validasi kendali logika fuzzy terhadap kapal tangki Brotojoyo MT.Uji dilakukan pada sistem loop tertutup, baik tanpa maupun menggunaan gangguan. 4.3.1 Pengujian KLF1 pada Kapal Tangki Brotojoyo MT Untuk menguji seberapa tepat KLF1 dalam memenuhi target set poin yang diberikan maka dilakukan uji tracking set point. Uji performansi pemenuhan lintasan yang pertama kali dilakukan adalah dengan memasukkan input dari input builder yang mewakili perubahan jarak fungsi waktu, sebagai bentuk representatif dari kondisi real alur pelayaran kapal yang nilai-nilainya dapat dilihat pada pada gambar 4.4.Selanjutnya perubahan jarak tersebut menjadi masukan KLF1. KLF1 bekerja dengan memonitoring perubahan jarak kapal pada titik koordinat yang dituju dan mengubah nilai keluaran jika jarak tersebut mencapai nilai-nilai tertentu sesuai dengan basis aturan yang telah dirancang. Basis aturan yang telah dirancang pada KLF1 merupakan representasi konsep belok yaitu bahwa kapal harus dalam kecepatan 3 knot saat selisih jarak dengan titik koordinat yang dituju mencapai dua kali panjang LPP kapal yaitu 500 meter.
Gambar 4.4 Masukan perubahan Jarak Keluaran sinyal KLF1 merupakan masukan sistem thruster kecepatan kapal yang direpresentasikan pada persamaan fungsi transter kecepatan kapal. Keluaran dari sistem menunjukkan respon sistem atas perubahan sinyal kontrol yang dikeluarkan oleh KLF1. Pada gambar 4.5 terlihat bahwa KLF mengubah kecepatan saat mendekati titik belok yang diindikasikan dengan semakin kecilnya jarak. Respon sistem pun sangat baik dan mengikuti perubahan masukan oleh KLF1 dengan nilai eror yang sangat kecil.
4.5 Respon kecepatan kapal. 4.3.2 Pengujian KLF2 pada Kapal Tangki Brotojoyo MT Tanpa Gangguan Uji performansi pemenuhan lintasan yang pertama kali dilakukan adalah dengan memasukkan masukan lintasan berupa koordinat lintasan yaitu alur pelayaran karang jamuang – Tanjung perak. Koordinat lintasan berupa unit DMS (Degree Minutes Second) yang kemudian diubah menjadi koordinat xy. Koordinat xy inilah yang mewakili alur lintasan kapal. Pada proses simulasi, proses yang terjadi ditunjukkan pada XY Graph sehingga dapat dianalisa secara langsung dalam plot XY. Ada 2 garis pada XY Graph seperti pada gambar 4.6 yaitu yang pertama menunjukkan desired track atau lintasan yang diinginkan dan yang kedua menunjukkan lintasan actual yang merupakan respon dari sistem manuver kapal.
Gambar 4.6 Grafik Desired Track dan Actual Track pada pengujian tanpa gangguan Dari grafik diatas terlihat mempunyai pola yang sama, hal ini menunjukkan bahwa kendali yang dirancang dapat megikuti pola lintasan atau target pemenuhan lintasan (track keeping). Namun jika dilihat lebih teliti dengan
merekam data koordinat aktual dan membandingkannya dengan lintasan target kemudian di plot dalam exel seperti pada tabel 4.2, terlihat ada eror lintasan. Terjadinya eror lintasan ini terkait dengan perancangan kendali yang kurang optimal sehingga harus ada iterasi lagi untuk mendapatkan eror yang paling minimal. Nilai eror lintasannya pun pada tiap titik koordinat berbeda-beda seperti ditunjukkan pada tabel 4.2 dan gambar 4.7. Namun meninjau nilai eror lintasan pada tabel 4.2 bisa dikatakan bahwa eror tersebut dikategorikan kecil mengingat bahwa dimensi kapal yang digunakan pada penelitian yaitu kapal Brotojoyo MT memiliki dimensi yang sangat besar. Tabel 4.2 Perhitungan eror lintasan pada uji KLF2 tanpa gangguan No
Xd
Yd
xa
ya
Eror Lintasan
1
12549144
-771059
12549143
-771059
0,90
2
12546917
-775234
12546913
-775238
5,71
3
12546299
-776254
12546285
-776267
17,79
4
12544134
-779718
12544114
-779737
27,78
5
12541877
-783212
12541856
-783232
28,67
6
12540671
-791654
12540658
-791666
17,59
7
12541537
-793664
12541536
-793664
0,43
8
12543825
-798735
12543836
-798723
17,04
9
12545124
-799818
12545144
-799796
29,18
10
12547536
-800591
12547560
-800565
35,09
11
12549082
-799787
12549102
-799765
29,68
12
12550319
-801147
12550319
-801146
1,81
Gambar 4.8 Grafik Desired Track dan Actual Track pada pengujian dengan gangguan Gambar 4.8 menunjukkan lintasan target dan lintasan aktual hasil simulasi. Dari gambar tersebut dapat dievaluasi bahwa lintasan aktual memiliki pola yang sesuai dengan lintasan yang diinginkan namun terlihat adanya eror seperti ditunjukkan pada gambar ketika diperbesar dan pada perhitungan eror tabel 4.3. Nilai eror pada pengujian dengan gangguan juga bervariasi di tiap titik lintasan koordinat seperti ditunjukkan pada gambar 4.8. Namun jika dibandingkan dengan eror pada pengujian tanpa gangguan, pada pengujian dengan gangguan memiliki eror yang lebih besar meski nilainya tidak signifikan. Hal ini tentunya disebabkan oleh faktor gangguan tersebut. Jika membandingkan dengan kapal yang digunakan pada penelitian, maka besarnya eror dengan skala puluhan tersebut masih bisa dikategorikan dalam skala kecil. Meskipun seperti itu, performansi kendali yang terbaik tentunya adalah yang menghasilkan nilai eror lintasan yang semakin kecil. Tabel 4.3 Perhitungan eror lintasan pada uji KLF2 dengan gangguan
Gambar 4.7. Nilai error pada tiap titik koordinat lintasan 4.3.3 Pengujian KLF2 pada Kapal Tangki Brotojoyo MT dengan Gangguan Dalam kondisi real saat pelayaran, sebuah kapal tidak akan terlepas dari faktor gangguan (disturbance) baik berupa arus, gelombang dan angin. Untuk itu dalam simulasi juga dilakukan ketika kapal diberikan gangguan. Gangguan yang disimulasikan hanya arus karena pada kondisi real jalur pelayaran karang jamuang tanjung perak yang paling berpengaruh adalah arus. Selain itu juga pemberian gangguan ini juga beguna untuk menguji seberapa robust kendali yang telah dirancang.
No
Xd
Yd
Xa
Ya
Eror Lintasan
1
12549144
-771059
12549143
-771059
0,84
2
12546917
-775234
12546913
-775238
5,49
3
12546299
-776254
12546286
-776266
17,50
4
12544134
-779718
12544114
-779737
27,81
5
12541877
-783212
12541856
-783232
29,10
6
12540671
-791654
12540658
-791666
17,82
7
12541537
-793664
12541536
-793664
0,90
8
12543825
-798735
12543837
-798722
17,74
9
12545124
-799818
12545144
-799796
29,47
10
12547536
-800591
12547560
-800565
35,59
11
12549082
-799787
12549103
-799764
30,81
12
12550319
-801147
12550322
-801143
4,82
DAFTAR PUSTAKA
Gambar 4.8. Nilai error pada tiap titik koordinat lintasan KLF sendiri harus diiterasi lagi dengan meninjau beberapa hal yang berpengaruh terhadap performansi diantaranya yaitu tepatnya penggunaan fungsi keanggotaan, penentuan nilai fungsi keanggotaan dan bentuk basis aturan dengan bertumpu pada hasil penelitian terbaru. 5. PENUTUP 5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan, diperoleh kesimpulan sebagai berikut :
•
•
•
Telah dihasilkan sebuah rancangan kontroler logika fuzzy untuk pengendalian haluan dan kecepatan untuk jenis kapal Tangki Brotojoyo MT yang mampu memenuhi target lintasan pada alur pelayaran kapal di Pelabuhan Tanjung Perak Surabaya. Pada pengujian tanpa gangguan terjadi error maksimum sebesar 35,09 meter dan error minimum sebesar 0,9 meter, sedangkan pada pengujian dengan gangguan nilai error maksimum sebesar 35,59 meter dan error minimum sebesar 0,84 meter. Sistem kendali logika fuzzy yang telah dirancang meningkatkan effisiensi dalam hal waktu tempuh pelayaran dengan selisih waktu tempuh sebesar 38 menit.
5.2 Saran Dalam rangka pengembangan penelitian, saran yang perlu disampaikan dalam laporan Tugas Akhir ini adalah dikembangkan kontrol Tracking kapal pada alur pelayaran kapal Karang Jamuang - Tanjung Perak dengan memperhatikan faktor-faktor lingkungan yang lebih komplek, misalkan kepadatan arus pelayaran kapal, zona terlarang, perubahan cuaca, pasang-surut air laut, suhu air laut dan daerah yang mengalami pendangkalan sehingga dihasilkan rancangan kontroler baru yang lebih handal dalam mengatasi dinamika gangguan lingkungan tersebut dan dapat bekerja secara optimal sesuai dengan alur pelayaran kapal yang direkomendasikan.
[1]. Aisjah, A.S., ” Design Of Tracking Ship Control Using Fuzzy Logic for Shipping Effisiensi Case Study : Karang Jamuang – Tanjung Perak ”, Prosiding Seminar Nasional Teori dan Aplikasi Teknologi Kelautan 2009. [2]. T. I . Fossen, “Guidance and control of ocean vehicles”. John Wiley & Sons Ltd., 1994. [3]. Velagic, J., Vukic, Z., Omerdic, E.,”Adaptive Fuzzy Ship Autopilot for Track-Keeping”, 2001. [4]. Basuki, S.W., “ Perancangan Sistem Kontrol Cerdas Berbasis Logika Fuzzy pada Alur Pelayaran Kapal di Pelabuhan Tanjung Perak Surabaya” . BIODATA PENULIS Nama : Moh Aries Efendi TTL : Mojokerto 19 Agustus 1988 Alamat : Ds.Tamiajeng Kec.Trawas Kab.Mojokerto Email : [email protected]
Pendidikan : SD Muh. Trawas SLTPN 1 Trawas SMAN 1 Trawas Teknik Fisika ITS
(1994 – 2000) (2000 – 2003) (2003 – 2006) (2006 – Sekarang)
