STUDI INTEGRASI AUTOMATIC IDENTIFICATION SYSTEM (AIS) DATA DAN GEOGRAPHIC INFORMATION SYSTEM (GIS) UNTUK PENGEMBANGAN STRATEGI INSPEKSI KAPAL

STUDI INTEGRASI AUTOMATIC IDENTIFICATION SYSTEM (AIS) DATA DAN GEOGRAPHIC INFORMATION SYSTEM (GIS) UNTUK PENGEMBANGAN STRATEGI INSPEKSI KAPAL Rizkie Garnawan*, Trika Pitana**, AAB Dinariyana D.P.*** Department of Marine Engineering, Faculty of Marine Technology, Sepuluh Nopember Institute of Technology *email : [email protected] **email : [email protected] ***email : [email protected]

ABSTRACT Poor implementation of safety standard is considered as one reason of high ship accident level in Indonesia. One attempt to increase the safety standard of ship is to implement one of rules published by International Maritime Organization (IMO) regarding to inspection strategy for ships that operate in port area. The inspections are done by port state control officer (PSCO). In respect to the inspection strategy, Tokyo MOU requires that 25% population of ocean going ships other than home flage state that enter the port area should be inspected by PSCO. Based on this condition, PSCO needs to define a rank for each ship to make priority ranking for conducting the inspection. This study aims to develop an internet-based ship inspection strategy by utilization of Automatic Identification System (AIS) data and Geographic Information System (GIS). Ship inspection strategy is done by calculating inspection score as consideration to determine the inspection priority of ship. Inspection score is determined by weighting inspection variables defined by Tokyo MOU using Analytical Hierarchy Process (AHP). AIS data which is combined with ship database, inspection score is then to be overlaid with Google Map to develop this internet-based ship inspection strategy. The developed system was done using AIS data at Tanjung Perak and Gresik Ports. The system displaying ship position, identity, inspection rank and inspection status of ship. Keywords : Inspection Score, Automatic Identification System (AIS), Geographic Information System (GIS), Analytical Hierarcy Process (AHP)

PENDAHULUAN Seiring dengan berjalannya zaman modern dan teknologi mutakhir, maka perkembangan akan kebutuhan perdagangan semakin meningkat. Perdagangan membutuhkan sebuah transportasi demi meluasnya lingkup perdagangan yang cukup signifikan dari tahun ke tahun. Jalur transportasi yang digunakan terdiri dari 3 jenis yaitu: darat, laut, dan udara. Dari ketiga jenis tersebut yang mengalami perkembangan yg cukup pesat adalah transportasi laut dengan kapal sebagai medianya. Namun sayangnya keadaan transportasi laut khususnya kapal sangatlah memprihatinkan, terlihat dengan banyaknya kasus kecelakaan yang tinggi di setiap tahunnya. Berdasarkan laporan akhir antara Pejabat Pembuat Komite Nasional Keselamatan Transportasi dengan Direktur PT. Trans Asia Consultans Nomor

002/STD/KNTR/KNKT/IV/09 tanggal 16 April 2009 tentang Pekerjaan Kajian Analisis Trend Kecelakaan Transportasi Laut Tahun 2003 – 2008. Jumlah kecelakaan kapal pelayaran di Indonesia cukup memprihatinkan, terutama selama periode 2003-2008, dengan terjadinya 691 kasus kecelakaan. Pada tahun 2003 tercatat 71 peristiwa kecelakaan, tahun 2004: 79 kecelakaan, 2005: 125 kecelakaan, 2006: 119 kecelakaan, 2007: 159 kecelakaan dan pada tahun 2008 terjadi 138 kasus kecelakaan, rata-rata kenaikan selama 6 tahun terakhir adalah 17%. Jenis kecelakaan yang terjadi rata-rata selama 6 tahun (2003-2008) adalah tenggelam (37%), kandas (13%), tubrukan (15%), kebakaran (18%) dan jenis kecelakaan lainnya (17%) Sedangkan penyebab kecelakaan kapal adalah 37% human error, 23% kesalahan teknis, 38% karena kondisi alam dan 2% untuk penyebab lainnya. Sedangkan yang baru–baru ini telah terjadi kecelakaan terbakarnya KMP Laut Teduh 2 yaitu kapal motor penyebrangan merak–bakauheuni di selat sunda dari AC bus yang terbakar akibat korsleting. Perlu diingat juga bahwa pelaku–pelaku yang berdampak secara langsung dalam keselamatan kapal untuk berlayar adalah : Bendera kapal dan Syahbandar, IMO, Perkumpulan Klas, Perusahaan asuransi, Pemilik Cargo/Charterer. Keberadaan Flag State telah diatur dalam undang – undang layak laut (The Seaworthiness Act) secara yurisdiksi hukum ini pada prinsipnya terbatas hanya pada kapal - kapal Norwegia. Administrasi maritim bertindak dengan cara ini sebagai bendera negara (Flag State). Namun, hukum internasional telah berkembang selama dekade terakhir dan hari ini menerima bahwa suatu bangsa dapat melaksanakan kendali dan, jika perlu. menahan sebuah kapal asing yang telah dipandang sebagai risiko bagi kehidupan manusia (transportasi penumpang) dan lingkungan pesisir (polusi minyak). Administrasi maritim dalam arti yang bertindak sebagai negara pelabuhan (Port State). Ini berarti bahwa Port State atau syahbandar amat sangat penting demi menunjang keselamatan dari sebuah kapal untuk berlayar, dan diperlukannya kerjasama antara Flag State dan Port State. Dalam paper ini akan dijelaskan mengenai penentuan target inspeksi suatu kapal yang akan berlabuh di selat Madura khususnya pelabuhan Tanjung Perak dan Gresik yang merupakan salah satu jalur pelayaran yang cukup padat di Indonesia. Penentuan target inspeksi ini berdasarkan nilai pembobotan inspection score yang telah dibentuk berupa kuesioner yang disebarkan kepada seluruh Port State Control Officer (PSCO) yang ada di pelabuhan Tanjung Perak dan Gresik. Pembobotan inspection score yang dilakukan berdasarkan kriteria– kriteria yang telah ditetapkan berdasarkan Tokyo MOU 09

yaitu ; Bendera kapal, Classification , Jenis kapal dan Usia kapal. Pada skripsi ini terbagi menjadi beberapa bagian yaitu pada bagian pertama adalah tinjauan pustaka menunjukkan bagaimana data AIS dapat digunakan untuk menentukan nilai inspection score serta penentuan target inspeksi pada suatu kapal. Kedua, metodologi penelitian menjelaskan bagaimana untuk menyelesaikan permasalahan yang ada yaitu menentukan target inspeksi pada suatu kapal yang akan berlabuh. Ketiga, analisa penggunaan data AIS dalam menentukan tingkat kepadatan pada selat Madura pada tanggal 22 Oktober 2010 pukul 18.00 WIB. Keempat, metode penghitungan inspection score pada data sample kapal yang telah dilengkapi dengan shipping database. Yang terakhir adalah menampilkan hasil target inspeksi serta rangking kapal yang berlabuh pada pelabuhan Tanjung Perak dan Gresik dalam bentuk web offline interface.

DASAR TEORI Ada beberapa kriteria yang dapat menentukan tingkat inspeksi kapal yang berlabuh berdasarkan Tokyo MOU 09, antara lain: 1. Bendera kapal. Bendera kapal merupakan administrasi negara di bidang maritime yang wajib menjalankan peraturan-peraturan yang telah dikeluarkan oleh IMO sebagai bagian dari United Nations. Faktor ini merupakan faktor terbesar untuk penilaian target inspeksi sebuah kapal yang dilakukan oleh Syahbandar (PSCO) suatu negara yang akan dilabuhi oleh kapal tersebut berdasarkan aturan atau nota kesepahaman syahbandar yang dibagi perwilayah didunia. 2. Klasifikasi. Perhimpunan klasifikasi adalah sebuah badan independen yang menetapkan standar untuk desain, pemeliharaan dan perbaikan kapal. Hampir seluruh negara–negara pembuat kapal mempunyai klasifikasi ini contohnya yang tergabung dalam International Association of Classification Societies Ltd. (IACS) adalah : ABS (America), CCS (China), LR (Inggris), NKK (Jepang), KR (Korea Selatan), BV (Perancis), DNV (Norway), PRS (Polandia), GL (Jerman), IRS (India), CRS (Kroasia), RINA (Italia). Peran klasifikasi ini sangatlah penting dan sentral dikarenakan sebagai dasar – dasar dalam pembangunan kapal yang sudah diakui oleh badan keselamatan pelayaran dunia. 3. Tipe kapal. Tipe atau jenis kapal merupakan pengenal dari fungsi yang akan dilakukan serta muatan yang dibawa oleh kapal tersebut. Adapun beberapa jenis kapal yang ada di dunia antara lain : Kontainer, Kargo, Oil tanker, Bulk carrier, Landing craft, LNG carrier, Tugboat, Passenger,

dll. Tipe kapal ini mempengaruhi dari peraturan – peraturan yang digunakan dalam membangun kapal tersebut dan juga mempengaruhi jenis – jenis inspeksi yang dilakukan. 4. Usia kapal Usia kapal sangatlah berpengaruh dalam sebuah inspeksi, kapal – kapal yang berusia lebih dari 5 tahun mengalami tingkat inspeksi yang lebih berat terhitung sejak tahun beroperasinya kapal tersebut. Umumnya kapal didesain dan dibangun untuk masa operasional selama 25 tahun kedepan. Jenis – jenis inspeksi pun tergantung dari aspek usia kapal. Dikarenakan penelitian ini merupakan prototype project dimana belum ada penelitian–penelitian sebelumnya mengenai penggunaan data AIS dan GIS untuk pengembangan sebuah strategi inspeksi kapal, maka penggunaan penelitian–penelitian sebelumnya hanyalah bersifat referensi. Penggunaan data AIS dan GIS untuk penanggulangan kecelakaan seperti : Inoue [1] mengusulkan tentang Environmental Stress Model (SSM) untuk mengevaluasi tingkat kesulitan kapten kapal dalam mengoperasikan kapal di area yang terbatas. Metode pendekatan yang digunakan dapat dipakai untuk memberikan evaluasi efektifitas perencanaan dermaga. Mou et al [2] mengusulkan dengan menggunakan data AIS sebagai media bantu mengevaluasi risiko dan keselamatan kapal dari sisi pendekatan tubrukan kapal (collision avoidance perspective). Kobayashi et al [3] juga mengusulkan metode penilaian danger score berdasarkan data AIS. Pendekatan perhitungan danger score yang dilakukan Kobayashi relatif sederhana, hanya memperhitungkan rata-rata data hasil olahan kuesioner. Kuesioner tersebut disebarkan pada pihak-pihak yang memiliki pengalaman dalam bidang perkapalan dan pengoperasian kapal, seperti kapten kapal, syahbandar, dan pilot. Pirsada H [4] mengusulkan studi penentuan Hazard Navigation Map melalui implementasi pembobotan danger score yang telah disebarkan kepada pihak-pihak yang berpengalaman dalam pelayaran seperti kapten kapal dan ABK serta penggunaan data-data AIS yang telah dilengkapi dengan shipping database. Adapun penelitian-penelitian tentang penggunaan data AIS dan GIS juga membahas mengenai estimasi emisi pada lalu lintas laut seperti yang telah dilakukan oleh peneliti sebelumnya : Pitana et al [5] menggunakan data AIS dan GIS memungkinkan untuk mengevaluasi jalur pergerakan kapal, yang digunakan sebagai input untuk mengetahui seberapa besar tingkat emisi gas buang kapal disuatu tempat. Dengan pemanfaatan teknologi GIS, memungkinkan untuk mendapatkan pergerakan kapal dalam time frame yang diinginkan. Disamping itu teknologi ini juga sangat memungkinkan untuk mengetahui percepatan dan perlambatan pergerakan kapal, sesuai dengan AIS receiver. Simulasi evakuasi kapal tanker ketika terjadi bencana tumpahan minyak pernah juga dilakukan oleh Rusmanto et al [6]. Data-data yang digunakan untuk simulasi tersebut juga didapatkan dari AIS receiver, diantaranya adalah data kecepatan kapal, koordinat (Longitude dan Latitude), jenis kapal, dan ukuran. Dari sini dapat dilihat bahwa teknologi GIS merupakan instrument yang sangat baik untuk melakukan evaluasi pergerakan, analisa kecepatan kapal pada koordinat tertentu. Dalam hal ini menunjukkan bahwa pada penelitian-penelitian sebelumnya memungkinkan data AIS yang dikombinasikan

dengan shipping database yang kemudian diplotting pada GIS dan ditampilkan dalam web offline interface. Akan memperoleh vessel tracker yang merupakan informasi penting dalam menentukan tingkat inspeksi sebuah kapal yang berlabuh pada pelabuhan Tanjung Perak dan Gresik.

METODOLOGI

LOKASI PENELITIAN Selat Madura merupakan salah satu selat yang berada di Indonesia tepatnya di Jawa Timur, yang memisahkan pulau Jawa dan Madura. Lokasinya terletak pada koordinat 70 5’ 83.333” garis lintang selatan, 1130 41’ 66.667” bujur timur. Selat Madura merupakan salah satu selat yang memiliki tingkat kepadatan kapal yang cukup tinggi di Indonesia, yang digunakan kapal untuk berlayar, bersandar, dan juga bongkar muat. Gambar pemetaan Selat Madura disajikan pada Gambar 1. Selat Madura adalah selat yang memisahkan Pulau Jawa dan Madura. Jarak terdekat antara kedua pulau ini berada di ujung barat Pulau Madura (yaitu di wilayah Kabupaten Gresik dan Kota Surabaya serta Kabupaten Bangkalan). Selat Madura terdapat pulau-pulau kecil, diantaranya Pulau Kambing, Pulau Giliraja, Pulau Genteng, dan Pulau Ketapang. Jalur kapal feri menghubungkan Selat Madura antara Pelabuhan Ujung (Surabaya) dan Pelabuhan Kamal (Bangkalan). Sejak tahun 2003, Jembatan Nasional Suramadu telah dicanangkan pembangunannya, dan pada bulan Juni 2009 jembatan ini telah resmi digunakan.

Gambar 2. Flowchart Penelitian.

Sumber (google maps 2011) Gambar 1. Lokasi Penelitian.

Dalam metode ini dimulai pada pengidentifikasian masalah dalam hal ini adalah menentukan kriteria-kriteria yang berpengaruh dalam penentuan tingkat inspeksi pada suatu kapal yang berlabuh di pelabuhan Tanjung Perak dan Gresik. Seperti yang dijelaskan pada gambar 1. Referensi yang diambil adalah berdasarkan Tokyo MOU mapun Paris MOU, setelah mulai melakukan studi literatur dari beberapa sumber yang ada. Setelah melakukan studi literatur maka mulailah pembuatan kuesioner yang akan disebar kepada seluruh Port State Control Officer (PSCO). Setelah mendapatkan data dari para syahbandar di pelabuhan Tanjung Perak dan Gresik maka langkah selanjutnya mulai penghitungan pembobotan dengan menggunakan Analytic Hierarcy Process (AHP) yang kemudian akan diuji dengan expert choice untuk mengukur konsistensinya. Apabila dibawah 0.1 maka dapat diteruskan ke langkah selajutnya, namun apabila lebih dari 0.1 maka perlu dikaji ulang pembuatan kuesionernya. Setelah melakukan konsistensi dengan expert choice langkah selanjutnya adalah memasukkan data AIS kedalam SQL server (PHP my Admin) yang akan diplotting kedalam goggle map yang sebelumnya dilengkapi dengan shipping database yang ada. (vessel tracker, equasis,dll). Setelah itu barulah pengerjaan web offline interface yang menggunakan macromedia dreamweaver yang menunjukkan letak posisi kapal dan rangking dari kapal

yang akan berlabuh serta kapal manakah yang menjadi target inspeksi terlebih dahulu.

A. ANALISA AIS DATA Untuk saat ini, AIS bisa mengenali kapal lebih dari 300 GT pada perjalanan internasional dan kapal lebih dari 500 GT pada rute domestik. Dari kedua jenis kapal tersebut data statis dan dinamis dapat diperoleh. Informasi dinamis diperbarui setiap 2 sampai 10 detik tergantung pada kecepatan kapal. Informasi statis terdiri dari MMSI (Maritime Mobile Service Identify), IMO number, ships name, call sign, length and beam, type of ship, location of position-fixing antenna on the ship. Informasi yang dinamis terdiri dari coordinated universal time (UTC), Course Over Ground (COG), Speed Over Ground (SOG), Heading, Navigation status. AIS data digunakan dalam skripsi ini adalah MMSI number, latitude and longitude,IMO number atau posisi kapal-kapal yang ada di jalur pelayaran, nomor IMO, dan nomor MMSI. Dari data AIS ini juga memungkinkan untuk menentukan tingkat kepadatan lalu lintas per-satuan waktu dan pola pergerakan kapal di wilayah Selat Madura. Penilaian Inspection score kapal sangat dipengaruhi oleh bendera kapal, jenis kapal, klasifikasi dan usia kapal. Adapun pada skripsi kali ini data yang digunakan ditetapkan pada tanggal 22 Oktober 2010 dikarenakan pada tanggal tersebut memiliki tingkat kepadatan tertinggi dan hanya digunakan untuk sample dari prototype pembuatan web offline interface untuk port state control inspection.

Gambar 4. Jumlah Kapal pada Tgl 22 Oktober 2010 Berdasarkan Bendera Kapal.

Gambar 5. Jumlah Kapal pada Tgl 22 Oktober 2010 Berdasarkan Tahun Pembuatannya.

Gambar 3. Rata–Rata Tingkat Kepadatan Kapal pada Tanggal 22 Oktober 2010. Pada gambar grafik 3 diatas menunjukkan pada tanggal 22 oktober 2010 terjadi kepadatan rata–rata maksimum pada jam 18.00 WIB dan yang terminimum pada jam 10.00 dan pada 12.00 WIB. Sedangkan pada penelitian kali ini telah ditetapkan bahwa digunakannya tanggal 22 oktober 2010 dan pada jam 18.00 WIB serta diambil sample kapal sebesar 115 jumlah kapal yang akan dianalisa nilai dari inspection score berdasarkan data AIS dan dilengkapi dengan ship database yang berasal dari internet untuk mengetahui nama, tahun pembuatan, bendera kapal serta classification dari per tiap kapal tersebut. Berikut ini akan ditampilkan beberapa kejadian dari 115 sample kapal yang diambil pada tanggal 22 oktober 2010 pada pukul 18.00 WIB.

Gambar 6. Jumlah Kapal pada Tgl 22 Oktober 2010 Berdasarkan Klasifikasinya.

Gambar 7. Jumlah Kapal pada Tgl 22 Oktober 2010 Berdasarkan Jenisnya.

Dari grafik 4, 5, 6 dan 7 menunjukkan jumlah kapal pada tanggal 22 oktober 2010 pukul 18.00 WIB berdasarkan bendera, usia, klasifikasi dan jenisnya. Terlihat bahwa kapal yang paling banyak adalah berbendera indonesia dengan klasifikasinya adalah BKI, usia kapal paling banyak lebih dari 25 tahun, sedangkan jenis yang paling banyak adalah general cargo.

B. PENGOLAHAN DATA INSPECTION SCORE

Tabel 2 menyajikan nilai bobot serta inspection score dimana yang tertinggi diperoleh BKI dengan bobot 0.219 dan inspection score 56.064 sedangkan yang terendah adalah NK dengan bobot 0.038 dan inspection score sebesar 9.728. Serta tabel tersebut juga memberikan nilai fungsi sebesar 256. Tabel 3. Nilai Fungsi dan Inspection Score Dari Kriteria dan Subkriteria Jenis Kapal.

Seperti yang telah dijelaskan sebelumnya bahwa untuk menentukan tingkat target inspeksi kapal yang akan berlabuh di pelabuhan Tanjung Perak dan Gresik terlebih dahulu ditentukan pembobotan dari tiap kriteria yang ada. Sedangkan jenis–jenis dari kriteria tersebut diturunkan menjadi sub kriteria. Langkah selanjutnya adalah menentukan nilai fungsi dan inspection score terhadap kapal yang akan berlabuh. Dari data AIS yang telah dilengkapi dan ditampilkan kedalam web offline interface. Berikut nilai fungsi beserta inspection score dari tiap kriteria dan subkriteria. Tabel 1. Nilai Fungsi dan Inspection Score dari Kriteria dan Subkriteria Bendera Kapal.

Tabel 3 menyajikan nilai bobot serta inspection score dimana yang tertinggi diperoleh Ferry dengan bobot 0.158 dan inspection score 30.02 sedangkan yang terendah adalah Leisure (Fishing Boat) dengan bobot 0.042 dan inspection score sebesar 7.98 . Serta tabel tersebut juga memberikan nilai fungsi sebesar 190. Tabel 4. Nilai Fungsi dan Inspection Score dari Kriteria dan Subkriteria Usia Kapal.

Tabel 1 menyajikan nilai bobot serta inspection score dimana yang tertinggi diperoleh Cambodia dengan bobot 0.252 dan inspection score 77.112 sedangkan yang terendah adalah Singapore dengan bobot 0.048 dan inspection score sebesar 14.688. Serta tabel tersebut juga memberikan nilai fungsi sebesar 306. Tabel 2. Nilai Fungsi dan Inspection Score dari Kriteria dan Subkriteria Klasifikasi. Tabel 4 menyajikan nilai bobot serta inspection score dimana yang tertinggi diperoleh usia >25 tahun dengan bobot 0.440 dan inspection score 109.12 sedangkan yang terendah adalah usia <5 tahun dengan bobot 0.026 dan inspection score 6.448. Serta tabel tersebut juga memberikan nilai fungsi sebesar 248. perhitungan inspection score yang diperoleh dari masing – masing kriteria yang telah ditetapkan dimana untuk perhitungan inspection score dengan menggunakan rumus ; (1) Dimana ; Wi = bobot dari masing- masing kriteria fi = fungsi dari masing – masing kriteria

sedangkan untuk usia kapalnya adalah 27 tahun terhitung dari tahun pembuatannya semenjak tahun 1984 sebesar 109.12. Dengan demikian dapat diambil kesimpulan bahwa status target inspeksi dari kapal KRAIRACTH DIGNITY adalah high target. Berikut hasil pemetaan dari kapal KRAIRACTH DIGNITY pada web offline interface:

Gambar 9. Pemetaan Kapal KRAIRACTH DIGNITY pada Web Offline Interface.

Gambar 8. Bagan Hierarki Kriteria Inspection Score

C. HASIL ANALISA KAPAL KRAIRACTH DIGNITY Tabel 5. Nilai Inspection dan Data–data Perhitungan Kriteria KRAIRACTH DIGNITY.

Dari tabel 5 dapat ditentukan Inspection Score total dari perhitungan nilai bobot serta nilai fungsi dari masing – masing kriteria. Nilai inspection score total dari kapal KRAIRACTH DIGNITY sebesar 213.364 dimana dengan perincian bendera kapalnya adalah Thailand, dalam hal ini negara Thailand tidak termasuk dalam kuesioner sehingga diasumsikan nilai pendekatan berdasarkan tabel flag state performance 2010. Dimana nilai yang paling mendekati adalah negara Cambodia, jadi diambil nilai inspection score sebesar 77.11, classificationnya adalah BV sebesar 14.592, jenis kapalnya adalah bulk carrier sebesar 12.54,

Pada gambar 9 menunjukkan pemetaan lokasi kapal KRAIRACTH DIGNITY dengan menampilkan data – data lengkap serta rangking dan status inspeksi high target untuk kapal tersebut. Oleh karena itu dapat ditarik sebuah kesimpulan berdasarkan hasil perhitungan kriteria dan analisa bahwa untuk menentukan target inspeksi dari sebuah kapal yang akan berlabuh haruslah berdasarkan kriteria yg ada yaitu ; Bendera kapal, Classification, Jenis kapal dan Usia kapal. Antara satu kriteria dengan kriteria yang lain haruslah sinergis dan saling berkaitan, tidak bisa hanya berdasarkan satu kriteria saja seperti paradigma Port State Control Officer (PSCO) yang selama ini adalah hanya berdasarkan bendera kapal saja dikarenakan aliansi – aliansi negara nota kesepahaman yang ada diseluruh dunia hanya berdasarkan negara – negara bendera kapal. Itu terbukti dari hasil perhitungan bahwa banyak kapal yang memiliki bendera kapal yang kurang bagus namun tingkat inspection scorenya rendah. Hal ini dapat dijadikan sebuah suatu rekomendasi yang tepat kepada seluruh nota kesepahaman syahbandar seluruh dunia guna meningkatkan tingkat keselamatan dan meningkatkan kinerja inspeksi kapal yang optimal, sehingga tingkat kecelakaan kapal dapat diminimalisir sekecil mungkin dari segi keselamatan kapal itu sendiri. Selain itu penentuan tingkat inspeksi berdasarkan nilai pembobotan inspection score ini juga sebagai dasar pembuatan web offline interface dimana berfungsi sebagai alat bantu bagi para Port State Control Officer (PSCO) dalam melakukan inspeksi pada kapal – kapal yang akan berlabuh di pelabuhan Tanjung Perak dan Gresik. Diharapkan dengan adanya website ini kinerja dan penentuan target inspeksi kapal yang akan berlabuh akan semakin akurat dan memiliki tingkat efisiensi yang tinggi.

[6]

KESIMPULAN Setelah melaksanakan seluruh proses pengerjaan skripsi ini, dan dari hasil pengolahan data yang diperoleh, maka dapat ditarik beberapa kesimpulan sebagai berikut : 1.

Urutan kriteria penentuan target inspeksi berdasarkan hasil pembobotan adalah sebagai berikut ; a.

b. c.

d.

Bendera kapal (Cambodia, Filipina, Panama, China, Liberia, Indonesia, Hongkong, Korea, Cyprus, Singapore). Klasifikasi ( BKI, KR, CCS, IRS, RINA, RS, DNV, BV, ABS, LR, GL, NK). Jenis kapal ( Ferry, LPG, LNG, Large Passenger, VLCC, Bulk Carrier, Towing vessel, Reefer ship, Container, Leisure). Usia kapal ( > 25thn, 20-25thn, 1520thn, 10-15thn, 5-10thn, < 5thn).

2.

Penggunaan AIS memungkinkan digunakan untuk pengembangan sebuah strategi inspeksi yang ditampilkan kedalam website offline interface, sehingga dapat memudahkan bagi para Port State Control Officer (PSCO) diseluruh pelabuhan Indonesia dalam melakukan inspeksi bagi kapal– kapal yang akan berlabuh.

3.

Kekurangan penggunaan data AIS masih belum dapat digunakan untuk menentukan tingkat inspeksi suatu kapal tanpa dilengkapi dengan data dari shipping database.

DAFTAR PUSTAKA [1] Inoue, K. (2000). Evaluation Method of Ship handling Difficulty for Navigation in Restricted and Congested Waterways. Journal of Navigation, Vol. 53 , pp. 167180. [2] Mou, J. M., Tak, C. v., & Ligteringen, H. (2010). Study on collision avoidance in busy waterways by using AIS data. Journal of Ocean Engineering, 2010 [3] Kobayashi, E., Wakabayashi, N., Makino, H., Ishida, K., Pitana, T., & Hwang, S. (2010). Installation of an Asian AIS data Receiving System Network. Proc. of Japan Institute of Navigation. Korea. [4] Pirsada, H. 2011. “Studi penentuan hazard navigation map melalui implementasi danger score dengan memanfaatkan data Automated Identification System(AIS)”, Institut Teknologi Sepuluh Nopember, Surabaya. [5].Pitana,T. Kobayashi,E. Wakabayashi,N(2010) “Estimation of Exaust Emissions of Marine Traffic Using Automatic Identification system Data (Case Study:Madura Strait Area , Indonesia).” Proc. Of OCEAN10 Sydney, Australia,2010.

Pitana.T, Kobayashi.E, Syunichi.K, Onoda.K, Rusmanto(2008) "A large passenger ship evacuation assessment due to Tsunami Attack". Journal of the Japan Society of Naval Architects and Ocean Engineers (JASNAOE),Vol.8, pp.195-207.

[7] Kristiansen. Svein, 2005 “Maritime Transportation : Safety Management and Risk Analysis”, Elsevier Butterworth-Heinemann, London, England. [8] http://www.equasis.org/EquasisWeb/public/Home Page [9] http://www.vesseltracker.com/en/Home.html [10] PT. Trans Asia Consultan Laporan analisa trend kecelakaan laut 2003-2008