STUDI NUMERIK SISTEM KENDALI OTOMATIS OLAH GERAK KAPAL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENTURAN (COLLISION AVOIDANCE) Ahmad Syafiul M1, Anita Faruchi2, Wibowo H Nugroho1,3
1. Dynamic Analysis Group UPT-BPPH-BPPT, 2. Mahasiswi Tingkat Akhir Jurusan Teknik Fisika ITS, 3. Dosen Teknik Mesin UMSIDA
email :
[email protected],
[email protected]
Abstraksi Benda asing baik terapung maupun yang ada di dasar laut, dapat mempengaruhi kecelakaan. Untuk itu diperlukan adanya sistem pengendalian pada manuvering kapal untuk menghindari benda asing di perairan Tanjung Perak. Benda asing yang dimaksud adalah jaring-jaring ikan, batu karang, bangkai kapal dan kapal nelayan. Setpoint sistem pengendalian pada penelitian ini adalah lintasan (jarak antara benda asing dengan posisi kapal yang diharapkan). Objek yang digunakan sebagai penelitian adalah kapal niaga. Tipe logika fuzzy yang digunakan adalah fuzzy Sugeno dengan masukan error yaw (e) dan yaw rate (r). Keluaran fuzzy adalah sinyal command rudder (δc). Performansi dari sistem logika fuzzy yang dirancang, memiliki kemampuan yang baik. Hal ini dapat dilihat dari pengujian yang dilakukan. Kondisi kestabilan saat sudut 27.5o yaitu sekitar 470 detik. Pada uji pengendalian lintasan, pengujian I memiliki performansi lebih baik dibanding uji dengan setpoint perubahan posisi terhadap waktu, yaitu dengan error terkecil sebesar 0,34%. Sedangkan uji sistem pengendalian dengan halangan benda asing, sistem pengendali mampu menghindari benda asing tersebut.
Kata kunci: kendali automatis, logika fuzzy – Sugeno, penghindaran benturan Abstraction Foreign bodies either floating or in the seabed, can affect the accident. It required a control system on the ship manuvering to avoid foreign object in the waters of Tanjung Perak. Foreign object in question is the nets of fish, coral reefs, shipwrecks and fishing boats. Setpoint control system in this study is the trajectory (the distance between the foreign body with the expected position of the ship). Objects that are used as research is commercial ships. This type of fuzzy logic is used to input Sugeno fuzzy yaw error (e) and yaw rate (r). Fuzzy output is the rudder command signal (δc). Performance of the fuzzy logic system is designed, has good ability. It can be seen from the tests performed. 27.5o angle stability conditions as the approximately 470 seconds. In trajectory control test, the testing I have a better performance than the test with a setpoint change of position versus time, ie with the smallest error of 0.34%. While the test control system with a foreign body obstruction, the controlling system is able to avoid the foreign object. Keywords:automaticcontrol, Sugeno – fuzzy logic, collision avaoidance
1.
Pendahuluan Indonesia layak disebut Negara Maritim dan kepulauan terbesar di dunia, laut adalah salah satu sarana transportasi yang sangat penting. Oleh karena itu, diperlukan adanya sistem pelayaran dengan tingkat keamanan yang baik. Berdasarkan data yang ada, jumlah pelabuhan di Indonesia sekitar 1700 buah. Pelabuhan Tanjung Perak di Surabaya merupakan pelabuhan penghubung utama untuk kawasan timur Indonesia (dari Kalimantan ke Papua). Di setiap wilayah perairan ini terdapat beberapa benda asing yang dapat mengganggu manouvering kapal. Benda-benda asing tersebut diasumsikan sebagai batu karang di dasar laut dengan koordinat 070-11’-10” LS, 1120-41’14” BT, jaring penangkap ikan pada daerah koordinat 070-09’-34” LS hingga 070-10’-31” LS dan 1120-40’36” BT hingga 1120-41’-10” BT, dan terkadang terdapat kapal nelayan yang berhenti untuk menangkap ikan di tengah laut. Untuk batu karang dan jaring penangkap ikan, letaknya berada di bawah permukaan air. Sehingga tidak terlihat oleh kasat mata. Daerah seperti ini biasa disebut dangerous area yang tidak boleh dilalui oleh kapal. Dalam pelayaran, nahkoda terkadang tidak begitu memperhatikan daerahdaerah tersebut. Selain itu, pengaruh disturbance dari alam juga mempengaruhi jalannya kapal. Sehingga kapal berpotensi untuk menyimpang dari jalur dapat mengakibatkan tabrakan, menimbulkan kerugian yang besar.
Keadaan di lapangan, setiap kapal niaga dengan ukuran yang cukup besar yang keluar masuk Perairan Tanjung Perak selalu dipandu oleh kapal pandu. Hal ini berfungsi untuk menjaga kapal niaga tetap berada pada lintasan aman yang telah ditentukan. Oleh karena itu, diperlukan suatu sistem pengendalian cerdas pada manuvering kapal niaga untuk menghindari benda asing di perairan Tanjung Perak. Agar tercipta suatu kemudi yang baik sesuai lintasan yang diharapkan. Kapal niaga memiliki fungsi yang cukup strategis di bidang perekonomian. Namun, kepadatan volume transportasi, membuat suatu hak yang harus diperhatikan. Pada penelitian ini ini, dibuat suatu strategi pengendalian baru yang dapat menjaga kapal dalam keadaan aman dan menghindari benda asing yang melintas didepannya. Perancangan sistem pengendalian kemudi kapal yang dibuat, berbasis pada pengendalian logika fuzzy (Artificial Intelegent). Terdapat beberapa penelitian pendukung yang membahas tentang sistem pengendalian kemudi pada kapal. Termasuk sistem pengendalian yang menggunakan logika fuzzy. Sistem kendali kepakaran ini memiliki performa respon yang lebih baik dibanding yang lain, sehingga diharapkan diperoleh suatu kendali yang dapat bekerja sesuai target. 2. Dasar Teori Untuk menganalisis model pergerakan kapal , terlebih dahulu mendefinisikan tentang dua bentuk koordinat seperti pada Gambar 2.1.
2
Koordinat X0Y0Z0 adalah fix dan disebut sebagai body-fixed reference frame. Titik pangkal O biasa disebut center of gravity (CG) dan digunakan sebagai titik pusat simetri pada kapal.
Gambar 2.1 Body-Fixed And Earth-Fixed Reference Frames [3]
Sistem autopilot dapat dinyatakan dalam dua sistem pengendali otomatis, yaitu course keeping dan track keeping. Kedua pengendali tersebut sangat berperan dalam suatu proses menghindari tabrakan antar kapal atau benda lain. Metode dalam perancangan lintasan kapal yang aman dilakukan dengan cara pendekatan terhadap faktor perubahan arah dan atau kecepatan kapal, dan mengaplikasikan kondisi perubahan situasi di sekitar kapal. Secara umum gerakan yang dialami sebuah kapal yaitu gerak rotasi dan translasi. Gerak translasi adalah heave, surge dan sway. Sedangkan gerak rotasi adalah yaw, roll, dan pitch. Bentuk umum persamaan kendali manuvering kapal dinyatakan dalam bentuk : M D L (2.1) T dengan ν = [u, v, r] merupakan vektor kecepatan, yang nantinya akan diturunkan dalam bentuk
pemodelan kedalam dua range frekuensi, yaitu frekuensi rendah dan frekuensi tinggi, dan τL merupakan vektor kendali gaya dan momen. 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: a. Distribusi massa homogen dan bidang xz simetris (Ixy = Iyz = 0) b. 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 (2.2) Sway : m( + ur + xGr) = Y (2.3) Yaw : Izr + mxG( + ur) = N (2.4) Model plant dari dinamika manouvering kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957) sebagai bentuk matematis orde 1 dan 2. Di bawah ini adalah fungsi transfer dari model Nomoto : r
R
s
K R 1 T3 s s 1 T1 s 1 T2 s
(2.5)
Parameter – parameter dari fungsi transfer diatas diperoleh dari : det M (2.6) T1T2 det N
T1 T2
n11 m 22 n 22 m11 n12 m 21 n 21 m12 det( N )
(2.7)
n21b1 n11b2 (2.8) det( N ) m b m11b2 (2.9) K R T3 21 1 det( N ) Dimana elemen mij, nij dan bi ( i = 1,2 dan j = 1,2) didapatkan dari matriks berikut: KR
3
m Yv mx N v G
M=
Y N
mxG Yr ;N(uo)= I z N r
mu 0 Yr ; mxG u 0 N r
b=
Y N
(2.10)
di atas menjadi berdimensi, dapat menggunakan pendekatan pada aturan Comstock (1967) dan Newman (1977). Sehingga dapat diperkirakan koefisien hidrodinamik yang dinyatakan dalam persamaan 2.15 – 2.20. Dimana notasi (‘) aksen menggantikan variabel nondimensi.
(2.15) (2.16) Gambar 2.2 Variabel yang Mendeskripsikan Pergerakan Kapal Secara Horizontal [3]
(2.17)
Dengan:
Yv N r mxG u N v Yr mu
(2.11)
m Yv I z N r mxG N v mxG Yr
(2.12)
dimana n11= Yv , n21= N v b1 b2
I z N r Y mxG Yr N (2.13) (2.19) (2.20)
(2.18)
det M
m Yv N mxG N v Y
(2.14)
det M
Pada matriks M dan N diatas mengandung parameter hidrodinamika kapal, dimana m = massa kapal, Y 'v = turunan gaya arah sway terhadap v , Y ' r = turunan gaya yaw terhadap r , N ' r = turunan momen yaw terhadap r , Y 'v = turunan gaya arah sway terhadap v, Y ' r = turunan gaya arah yaw terhadap r, N ' v = turunan momen sway terhadap v, N ' v = turunan momen sway terhadap v , N ' r = turunan momen yaw terhadap r, x G = pusat massa. Perubahan koefisien tak berdimensi
Di mana adalah koefisien drag kapal, ρ (kg/m3) adalah masa jenis laut, T (m) adalah kedalaman, U (m/s) adalah kecepatan kapal, Aδ (m2) adalah daerah rudder, Iz (kgm2) adalah moment inersia, xp (m) adalah jarak antara center of gravity dan center of pressure. (2.21) dimana m(kg) adalah massa kapal dan r adalah notasi put aran kapal dan, dimana 0,15L < r < 0,3L (2.22) xp = xg ± 0,1L (2.23) Sedangkan untuk gaya dan momen yang diakibatkan rudder
4
Y
A
(2.24)
4 LT 1 N Y 2
(2.25)
Koefisisen Hidrodinamika di atas masih berupa koefisien tak y(s) = h(s)w(s) (2.26) berdimensi, untuk mengubah menjadi berdimensi dapat dilakukan perhitungan seperti tabel 2.2. Perubahan koefisien tak berdimensi menjadi berdimensi disesuaikan dengan fungsi tisp koefisien tersebut. Tabel 2.2 Pelinieran Variablel Menggunakan Prime System
Unit Length (m)
Prime– System I L
Prime– System II L
Mass (kg) Inertia Moment (kgm2) Time (s) Kω=2 ξω0σ Reference L2 Area (m2) Position (m) L Angle 1 Linier U Velocity Angular Velocity Linier Acceleration Angular Acceleration
mempengaruhi. Disturbance ini antara lain angin, gelombang dan arus. Untuk daerah perairan Tanjung Perak, lebih cenderung gelombang sebagai disturbance dari kapal. Model gelombang dapat dijelaskan sebagai berikut (Fossen, 1994): dengan w(s) adalah zero-mean Gaussian white noise process. Berikut adalah pemodelan dari fungsi transfer gelombang berdasarkan pendekatan dari persamaan Later Saelid, Jenssen dan Balchen (1983). Persamaan ini memperbaiki persamaan model linier gelombang sebelumnya yaitu dengan menambahkan pengaruh damping pada dinamika posisi kapal agar diperoleh spektrum kapal yang lebih baik. Persamaannya dapat ditulis: (2,27) Dimana koefisien gain konstan dapat ditulis:
(2.28) LT L 1 U
Force Moment Pada model dinamika kapal ada beberapa gangguan yang yang
σm menyatakan nilai konstan dari intensitas gelombang. ξ adalah koefisien rasio peredam dan ω0 adalah frekuensi gelombang. Logika fuzzy adalah salah satu bagian dari artificial intelegent. Pertama kali dikenalkan oleh Lotfi A. Zadeh, professor ilmu pengetahuan komputer dari Universitas California, Barkeley. Pada tahun 1965, Zadeh memodifikasi teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1. Himpunan ini disebut himpunan kabur (Fuzzy Set). Beberapa kelebihan yang dimiliki oleh logika fuzzy sehingga dunia ilmu pengetahuan memahami mengapa menerapkan penggunaan
5
logika fuzzy, terutama dalam bidang pengendalian. Banyak penelitian yang menggunakan Kendali Logika Fuzzy (KLF) sebagai pembanding dan alternatif pengendali dibanding pengendalian yang biasa digunakan yaitu PID Controller dan terbukti memiliki respon yang lebih baik. Logika fuzzy Takagi - Sugeno merupakan logika fuzzy dimana masukannya berupa linguistik dan keluarannya numerik. Kaidah fuzzy dari tipe ini dapat dinyatakan: FRi: IF Rpq THEN ui = ρi(x1, x2, . . . , xn) Dimana ρi adalah fungsi dan x1, x2, . . . , xn adalah nilai masukan. Jika ρi adalah fungsi yang linier, ρi = a0i+a1ix1+a2ix2+· · ·+anixn dan koefisien a1i = a2i = · · · = ani = 0, maka kaidah peraturan Fuzzy Takagi - Sugeno menjadi FRi : IFRpq THEN ui = a0i = Apq (2.30) Dimana Apq adalah fuzzy singleton. Logika fuzzy Mamdani merupakan logika fuzzy dimana masukannya berupa numerik dan keluarannya numerik pula. Kaidah fuzzy pada tipe ini dapat dinyatakan dengan: μFRi = μRpq· μPm
(2.31)
μFRi = min(μRpq , μPm)
(2.32)
index FRi dapat diganti menjadi Rpq → Pm, sehingga untuk memperoleh nilai output dari fuzzy mamdani adalah FRi: IF Rpq THEN Pm. (2.33)
Gambar 2.3 Struktur Kendali Logika Fuzzy [4]
Berdasarkan Gambar 2.3 di atas, terdapat beberapa istilah yang digunakan dalam logika fuzzy. (2.29) adalah penentuan crisp Fuzzifikasi masukan menjadi suatu himpunan fuzzy. Rule base adalah aturan yang digunakan sebagai acuan sistem. Inference adalah evaluasi aturan/rule base agar menghasilkan output dari setiap aturan. Dan defuzzifikasi adalah perhitungan crisp output. Untuk lebih jelasnya, berikut ini adalah uraian singkat tentang istilah dan bagian-bagian dari logika fuzzy. Fuzzifikasi merupakan tahapan yang berfungsi untuk mentransformasikan sinyal masukan yang bersifat crisp ke himpunan fuzzy dengan menggunakan operator fuzzifikasi. Dalam fuzzifikasi terdapat fungsi keanggotaan himpunan fuzzy, merupakan sebuah kurva yang menggambarkan pemetaan dari masukan ke derajat keanggotaan antara 0 dan 1. Setiap fungsi keanggotaan himpunan fuzzy, memiliki beberapa bagian keanggotaan yang disesuaikan dengan kebutuhan dan data yang ada. Misalnya fungsi keanggotaan ‘sehat’ memiliki 3 fungsi keanggotaan, yaitu kurang sehat, sehat dan sehat sekali.
6
Fuzzy Rule Base merupakan inti dari µj(v) logika fuzzy yang mempunyai kemampuan seperti manusia dalam v mengambil keputusan. Aksi atur fuzzy disimpulkan dengan menggunakan implikasi fuzzy dan mekanisme inferensi fuzzy. Umumnya, aturan-aturan fuzzy dinyatakan dalam bentuk “IF…THEN”. Untuk mendapatkan aturan “IF…THEN” ada dua cara utama: 1. Menanyakan ke operator manusia yang dengan cara manual telah mampu mengendalikan sistem tersebut, dikenal dengan “human expert”. 2. Dengan menggunakan algoritma pelatihan berdasarkan data-data masukan dan keluaran.
Defuzzifikasi, tahapan ini berfungsi untuk mentransformasikan kembali nilai yang bersifat fuzzy menjadi nilai sebenarnya yang bersifat crisp dengan menggunakan operator defuzzifikasi. Dalam menerapkan kendali logika fuzzy. Metode defuzzifikasi yang sering digunakan adalah mean of maximum dan center of area. Berikut adalah penjelasan tentang kedua metode terrsebut. Mean Of Maximum (MOM) Metode MOM didefinisikan sebagai berikut: (2.38a) (2.38b)
v0 J vj
Keterangan: = nilai keluaran = jumlah nilai maksimum = nilai keluaran maksimum ke-j
= derajat keanggotaan elemen pada fuzzy set v = semesta pembicaraan
elemen-
Center Of Area (COA) Metode COA didefinisikan sebagai berikut. Persamaan 2.39 adalah rumus penyelesaian untuk variabel diskrit. Sedangkan persamaan 2.40 merupakan rumus penyelesaian untuk variabel kontinu. (2.39) (2.40) Keterangan: v0 = nilai keluaran m = tingkat kuantisasi vk = elemen ke-k µk(v)= derajat keanggotaan elemenelemen fuzzy set v v = semesta pembicaraan 3. Analisa Pengendali Logika Fuzzy pada Sistem Pengendalian Manuvering Kapal Niaga untuk Menghindari Benda Asing Penelitian ini menggunakan fuzzy Sugeno, Proses awal yang dilakukan pada logika fuzzy adalah fuzzifikasi. Tahap ini merupakan tahap perubahan nilai sebenarnya / tegas menjadi fuzzy masukan. Masukan logika fuzzy berupa error yaw (e) dan yaw rate (r). Masing-masing masukan tersebut memiliki 7 fungsi keanggotaan, yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big). Untuk error yaw, memiliki rentang antara -35 hingga 35. Hal ini mengacu pada kemampuan rudder
7
yang hanya dapat berputar pada 35o hingga 35o. Sedangkan masukan yaw rate memiliki rentang antara -7 hingga 7. Hal ini sesuai dengan kemampuan laju rudder yaitu antara -7 o/s hingga 7 o/s. Pada tahap fuzzifikasi, masukan berupa error sistem (setpoint dikurangi sudut heading kapal) akan disesuaikan dengan fungsi keanggotaan error yaw. Begitu pula dengan hasil perhitungan derivative sudut heading kapal, akan disesuaikan dengan fungsi keanggotaan yaw rate. Tahap selanjutnya: pengambilan keputusan berdasarkan basis aturan / rule base yang telah dibangun. Basis aturan yang dibangun berjumlah 49 aturan dengan mengacu pada pengetahuan tentang proses yang terjadi pada kapal dan kepakaran dari ahlinya. Fungsi keanggotaan dari keluaran fuzzy sebanyak 7 fungsi, yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big). Karena jenis fuzzy yang digunakan adalah fuzzy Sugeno, maka nilai keanggotaan dari masingmasing fungsi adalah nilai yang tegas. Nilai-nilai tersebut adalah NB = -3, NM = -2, NS = -1, ZE = 0, PS = 1, PM = 2 dan PB = 3. Metode pengambilan keputusan yang digunakan adalah AND (min). Proses berikutnya adalah perubahan nilai fuzzy keluaran menjadi defuzzifikasi. Perhitungan nilai ini berdasar metode COA (Center Of Area) dengan membagi hasil penjumlahan
dengan
. Nilai keluaran yang dihasilkan akan menjadi masukan
dari aktuator berupa rudder yang dimodelkan menjadi fungsi transfer orde satu. Hasil keluaran dari rudder, akan menjadi masukan bagi model dinamika kapal yang merupakan fungsi transfer orde tiga. Keluaran dari rudder inilah yang nantinya membuat kapal berbelok ke kanan atau ke kiri sebesar yang ditentukan oleh sistem berdasar pada sudut heading yang dihasilkan oleh kapal. Paper ini memiliki titik fokus pada bagaimana kapal niaga yang sedang berlayar dapat menghindari benda asing yang berada di depannya. Terdapat dua pengujian tentang keadaan benda asing. Pertama, benda asing telah ditentukan sebelumnya, yaitu daerah perikanan di jalur pelayaran Tanjung Perak. Karena letak benda asing telah diketahui, maka ada tidaknya bahaya mengacu pada koordinat posisi kapal. Logika fuzzy hanya menyesuaikan data masukan yang diterima yaitu berupa error yaw dan yaw rate. Dan kedua, benda asing yang tidak diketahui letak sebelumnya atau tiba-tiba muncul di depan kapal. Informasi dari radar ditambahkan pada sistem pengendalian ini. Namun kedua pengujian ini menggunakan KLF yang sama. Sebagai proses validasi sistem, dilakukan beberapa pengujian untuk membuktikan apakah sistem dapat mencapai setpoint dan berjalan pada alur yang telah ditentukan. Penelitiannya berupa pengujian pada model simulasi sistem pengendalian dengan halangan benda asing di depannya. Pada pengujian ini terdapat dua macam pengujian, yaitu pengujian dengan halangan yang telah diketahui halangan dan
8
pengujian dengan halangan yang tiba-tiba muncul di depan kapal. 3.1 Pengujian Dinamika Kapal Niaga dengan Halangan Benda Asing Sistem pengendalian pada subbab ini akan membahas tentang kemampuan manouvering kapal niaga untuk menghindari benda asing yang muncul di depan kapal. Model simulasi sama dengan pengujian sebelumnya. Namun ditambah beberapa aturan pada koordinat X dan Y sebagai setpoint sistem. 3.1.1 Pengujian Dinamika Kapal Niaga untuk Menghindari Benda Asing di Daerah Perikanan Halangan benda asing yang telah didesain ini memiliki respon lintasan yang dapat dilihat pada Gambar 3.1. Karena benda asing yang dimaksud mendekati koordinat suar Typison, maka desain lintasan yang ditunjukkan dengan warna biru akan menghindari daerah Typison dengan aturan tertentu. Kapal akan berpindah 50m ke arah kiri ketika berada pada keadaan bahaya. Ketika sudah dalam keadaan aman, kapal akan kembali pada alur yang semestinya. Gambar 3.1 ini, menunjukkan alur lintasan kapal di daerah Tanjung Perak beserta halangan berupa benda asing yang sifatnya diam. Tampak pada gambar, benda asing (daerah perikanan) yang letaknya cukup dekat dengan alur lintasan kapal.Desain halangan pada Gambar 3.2 adalah setpoint sistem berupa rute/ lintasan yang akan dilalui kapal pada sistem pengendalian untuk menghindari
benda asing. Dengan letak koordinat yang telah diketahui, maka dirancang sistem yang dengan otomatis akan menghindar pada daerah yang telah ditentukan seperti pada gambar di atas. Kapal niaga akan bergerak sesuai nilai yang akan telah ditentukan pada grafik.
Gambar 3.1 Alur Lintasan Kapal Beserta Benda Asing di Perairan Tanjung Perak
Gambar 3.2 Lintasan yang Dilalui Kapal pada Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan
Di bawah ini adalah hasil respon sistem pengendalian pada manouvering kapal untuk menghindari benda asing. Gambar 3.3 merupakan hasil respon sistem pengendalian dengan KLF yang ditambah gain konstan sebelum dan setelah fuzzy. Tampak pada grafik bahwa keluaran dapat mendekati setpoint. Namun masih memiliki error. Hal ini dapat dikarenakan oleh beberapa hal, salah satunya adalah selisih lintasan yang bernilai cukup drastis sehingga menyebabkan setpoint sistem yang melonjak drastis pula. Kapal niaga sendiri
9
membutuhkan waktu yang cukup banyak untuk dapat mencapai stabil.
Gambar 3.3 Respon Setpoint pada Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan
Keterangan: 1 = respon kapal menuju ke titik koordinat suar West Channel Kamal 2 = respon kapal menuju ke titik koordinat suar Bouy No.12 3 = respon kapal menuju ke titik koordinat suar Bouy No.10 4 = respon kapal menuju ke titik koordinat suar Typison 5 = respon kapal menuju ke titik koordinat suar Bouy No.8 6 = respon kapal menuju ke titik koordinat suar K1158.55
7 = respon kapal menuju ke titik koordinat suar Bouy No.13 8 = respon kapal menuju ke titik koordinat suar Bouy No.6 9 = respon kapal menuju ke titik koordinat suar Bouy No.11 10 = respon kapal menuju ke titik koordinat suar Bouy No.4 11 = respon kapal menuju ke titik koordinat suar Karang Jamuang
Gambar 3.4 Respon Simulasi Sistem Pengendalian Lintasan untuk Menghindari Benda Asing di Daerah Perikanan
Keterangan:
1 = respon kapal menuju ke titik koordinat suar West Channel Kamal 2 = respon kapal menuju ke titik koordinat suar Bouy No.12 3 = respon kapal menuju ke titik koordinat suar Bouy No.10 4 = respon kapal menuju ke titik koordinat suar Typison 5 = respon kapal menuju ke titik koordinat suar Bouy No.8 6 = respon kapal menuju ke titik koordinat suar K1158.55
7 = respon kapal menuju ke titik koordinat suar Bouy No.13 8 = respon kapal menuju ke titik koordinat suar Bouy No.6 9 = respon kapal menuju ke titik koordinat suar Bouy No.11 10 = respon kapal menuju ke titik koordinat suar Bouy No.4 11 = respon kapal menuju ke titik koordinat suar Karang Jamuang
.
Tiap perubahan setpoint, secara keseluruhan sistem pengendalian di penelitian ini membutuhkan waktu untuk penyesuaian untuk mencapai setpoint tersebut. Berdasarkan data yang diperoleh untuk pengujian sistem pengendalian dengan halangan benda asing berupa daerah perikanan, keluaran sistem memiliki nilai error yang cukup memuaskan. Nilai error berupa selisih keluaran sistem dengan setpoint, nilai terkecil yang dihasilkan dari pengujian mencapai angka 0,011. Jika dihitung nilai error steady state sebesar 1% dari setpoint yang telah ditentukan. Nilai error ini dipengaruhi oleh waktu tempuh dan perubahan setpoint yang dibentuk. Jika waktu untuk mencapai suatu setpoint cukup lama dan perubahan yang terjadi tidak terlalu besar, maka error yang dihasilkan akan kecil. Gambar 3.5 menunjukkan lintasanlintasan yang digunakan dan merupakan hasil dari pengujian pada sistem ini. Tampak pada Gambar 3.6
10
bagian b) bahwa sistem dapat melalui alur yang telah ditentukan, yaitu melalui alur yang lebih kiri dari pada alur yang semestinya. Pada gambar 4.24 garis merah menunjukkan lintasan yang seharusnya dilalui dan garis biru adalah lintasan aktual yang dilalui kapal niaga.
a)
b) Gambar 3.5 a) Lintasan yang diinginkan, b)Lintasan Aktual
Meskipun kapal niaga belum dapat mencapai lintasan dengan baik, tetapi kapal niaga dapat mencapai alur yang telah ditentukan. Gambar 3.6 merupakan hasil lintasan yang telah dilalui oleh kapal niaga. Garis biru menunjukkan lintasan normal atau lintasan kapal saat tidak ada benda asing di depannya. Sedangkan garis putus-putus hijau menunjukkan lintasan aktual kapal dengan ada tidaknya benda asing di daerah perikanan. Tampak pada
perbesaran bahwa kapal dapat menjauhi daerah perikanan yang telah ditentukan. Daerah perikanan terletak pada titik koordinat no 5. Titik koordinat yang sebenarnya adalah (12543874, -798735). Karena harus bergeser ke daerah yang lebih kiri, titik koordinat tersebut dirubah menjadi (12543824, -798835). Berdasarkan data, ternyata kapal berpindah ke titik (12543898, 798876). Hasil yang diperoleh memang masih memiliki error lintasan. Namun error/ selisih yang dihasilkan tidak terlalu besar. Sehingga alur lintasan kapal masih dapat dijaga. 3.1.2 Pengujian Dinamika Kapal Niaga untuk Menghindari Benda Asing yang Tiba-Tiba Muncul Subbab sebelumnya, telah dilakukan pengujian pada sistem pengendalian lintasan pada kapal niaga dalam menghadapi halangan benda asing berupa daerah perikanan yang telah diketahui letak titik koordinatnya. Pada bagian ini, akan dilakukan pengujian pada sistem pengendalian logika fuzzy yang telah dibentuk dengan halangan benda asing di depan kapal yang tidak diketahui letak dan titik koordinat sebelumnya. Dengan kata lain, benda asing ini tiba-tiba muncul di daerah alur lintasan kapal dari Naval Base hingga Karang Jamuang. Pemodelan benda asing untuk bagian ini, menggunakan masukan berupa fungsi random. Karakteristik yang digunakan sebagai fungsi random, dapat dimasukkan sebagai fungsi acak. Dalam pengujian, halangan akan bergerak selama simulasi berlangsung.
11
Gambar 3.6a Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan
Benda asing di daeerah perikanan
Gambar 3.6b Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing di Daerah Perikanan
Keterangan: A = Naval BaseD = Bouy B = West no.10 Channel E = Typison Kamal F = Bouy no. C = Bouy no. 12 8
G = K1158.55 H = Bouy no. 13 I = Bouy no. 6
J = Bouy no. 11 K = Bouy no. 4 L = Karang Jamuang
Hal ini untuk menciptakan benda asing yang bisa tiba-tiba muncul di lintasan pelayaran kapal. Benda asing tetap diasumsikan berada di depan kapal selama lintasan dan diam. Meskipun pergerakan benda asing selama simulasi tidak hanya di
depan kapal, tetapi yang digunakan pada sistem ini adalah yang ada di depan kapal niaga. Setpoint yang digunakan pada sistem pengendalain ini adalah lintasan berupa titik koordinat yang dirubah menjadi sudut heading dengan menggunakan fungsi trigonometri arc tan. Perbandingan selisih titik koordinat aktual dan desire (Δy/Δx) akan menjadi setpoint. Sistem yang diinginkan atau dirancang pada bagian ini adalah kapal niaga dapat menghindari dari benda asing yang tiba-tiba muncul di depannya. Dengan karakteristik sebagai berikut: jika radar mendapatkan sinyal benda asing di depannya ≤ 1000 m atau 1km, kapal niaga akan bergeser ke kanan sejauh 50m. Prinsip ini telah dimasukkan pada sistem menggunakan fungsi ‘Matlab Function’. Meskipun halangan yang dirancang bergerak, tetapi diharapkan kapal niaga dapat bergeser sesuai perintah yang diberikan. Hasil pengujian yang telah dilakukan membuktikan bahwa sistem pengendalian yang telah dilakukan dapat mengikuti alur setpoint yang telah ditentukan. Berdasarkan Gambar 3.7, keluaran sistem berupa sudut heading dapat mendekati setpoint yang memiliki bentuk yang berbeda dengan bentuk setpoint sebelumnya. Perbedaan bentuk ini, dapat dikarenakan selisih lintasan aktual dan lintasan desire yang berbeda. Sehingga berpengaruh terhadap setpoint. Pada awal simulasi, error sistem cukup besar. Nampak pada grafik bahwa perubahan setpoint cukup kecil. Keluaran sistem dapat mengikuti setpoint secara sempurna. Sehingga error yang dihasilkan
12
cukup kecil dibandingkan pengujianpengujian sebelumnya. Nilai error steady state dari hasil respon ini berada di bawah 1%.
benda asing tersebut melintas di daerah menara Bouy 6 dan Bouy 11. Sedangkan Gambar 3.8 adalah lintasan aktual yang dilalui kapal selama perjalanan dari Naval Base menuju Karang Jamuang. Berikut adalah gambar dan tabel selisih lintasan yang dilalui kapal.
Gambar 3.7 Respon Simulasi Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul
Berdasarkan data pengujian, benda asing melalui beberapa titik alur lintasan kapal. Pada simulasi, benda asing dalam keadaan bergerak. Terdapat beberapa lintasan kapal yang dilalui oleh benda asing. Namun benda asing tidak dalam keadaan yang berhadapan dengan kapal. Jika benda asing berada pada jarak yang dekat dengan kapal, benda asing tersebut diasumsikan akan berhenti atau dalam keadaan diam. Hal ini sesuai dengan batasan masalah yang diangkat, bahwa benda asing yang berada pada perairan dalam keadaan diam. Meskipun bergerak pada alur yang sama, kapal tidak akan menabrak benda asing jika jarak kapal dan benda asing masih dalam batas aman. Dengan adanya informasi dari radar berupa jarak kapal dengan halangan benda asing yang bergerak, sistem akan menentukan lintasan terbaik untuk kapal niaga agar ketika terjadi tabrakan dengan benda asing di depannya. Benda asing tersebut hanya menggangu alur lintasan kapal pada bagian awal. Jika dilihat dari Koordinat Suar,
Gambar 3.8.a Grafik Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul
Keterangan: A = NavalD = Bouy Base no.10 B = WestE = Typison Channel F = Bouy Kamal no. 8 C = Bouy no. 12
G = K1158.55 H = Bouy no. 13 I = Bouy no. 6
J = Bouy no. 11 K = Bouy no. 4 L = Karang Jamuang
Gambar 3.8. b Lintasan Hasil Pengujian Sistem Pengendalian untuk Menghindari Benda Asing yang Tiba-Tiba Muncul
13
DAFTAR PUSTAKA
Kesimpulan Berdasarkan simulasi perancangan sistem pengendalian pada manuvering kapal niaga untuk menghindari benda asing di perairan Tanjung Perak, dapat diambil kesimpulan: 1. Diperoleh suatu rancangan sistem pengendalian lintasan pada kapal niaga menggunakan fuzzy Sugeno dengan parameter sebagai berikut. Masukan fuzzy berupa error yaw (e) dan yaw rate (r). Masing - masing masukan memiliki 7 fungsi keanggotaan. Sedangkan keluaran fuzzy berupa sinyal command rudder (δ) dengan 7 fungsi keanggotaan. Error yaw (e) memiliki rentang data antara -35 hingga 35. Yaw rate (r) memiliki rentang data -7 hingga 7. Untuk fungsi keanggotaan keluaran fuzzy, merupakan nilai tunggal, yaitu NB = -3, NM = -2, NS = -1, ZE = 0, PS = 1, PM = 2 dan PB = 3. 2. Diperoleh waktu kestabilan pada pengujian sistem pengendalian pada setpoint konstan, yaitu untuk mencapai kestabilan pada sudut 27,5o diperlukan waktu sekitar 470 detik. 3. Pengujian sistem pengendalian dengan setpoint lintasan, menunjukkan respon terbaik pada Pengujian I dengan error steady state minimal mencapai angka 0,34 %. Sedangkan pada Pengujian II, error steady state minimal mencapai angka 6,1 %. 4. Untuk pengujian dengan halangan benda asing, masing-masing pengujian telah dapat mengikuti alur setpoint yang telah ditentukan.
[1] Anitasari Ruri, Aisjah, A.S, Masroeri, A.A., 2010, Perancangan Sistem Kendali Manuver Untuk Menghindari Tabrakan Pada Kapal Tangki Berbasis Logika Fuzzy, Surabaya. [2] Fossen T.I., 1999, Guidance and Control of Ocean Vihicles, John Willey and Sons, New York. [3] Kovacic Zdenko, Bogdan, Stjepan, 2006, Fuzzy Controller Design Theory And Applications, CRC Press. [4] Lewis Edward V., 1989, Principles of Naval Architecture Second Revision, The Society of Naval Architects and Marine Engineers 601 PavoniaAvenue, Jersey City. [5] Rizianiza Illa, Aisjah, A.S, Masroeri, A.A, 2010, Design Tracking Control Of Ship Based On Fuzzy Logic, Surabaya. [6] Velagic Jasmin, Vukic Zoran, Omerdic Edin, 2001, Adaptive Fuzzy Ship Autopilot For TrackKeeping, Bosnia.
14