PREDIKTOR KECEPATAN ANGIN DAN KETINGGIAN GELOMBANG LAUT MENGGUNAKAN METODE NEURAL NETWORK UNTUK MEMASTIKAN KEAMANAN KEBERANGKATAN KAPAL (Studi Kasus: Rute Pelayaran Surabaya – Banjarmasin)

Ulifah, Ismi Zulaida (2021) PREDIKTOR KECEPATAN ANGIN DAN KETINGGIAN GELOMBANG LAUT MENGGUNAKAN METODE NEURAL NETWORK UNTUK MEMASTIKAN KEAMANAN KEBERANGKATAN KAPAL (Studi Kasus: Rute Pelayaran Surabaya – Banjarmasin). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0917040022 - Ismi Zulaida Ulifah - Prediktor Kecepatan Angin dan Ketinggian Gelombang Laut Menggunakan Metode (i)Neural Network(_i) untuk Memastikan Keamanan Keberangkatan Kapal (Studi Kasus Rute Pelayaran Surabaya – Banjarmasin).pdf Restricted to Repository staff only Download (1MB)

Abstract

Pelayaran kapal penumpang dinyatakan beresiko tinggi saat kecepatan angin lebih dari 21 knot dan tinggi gelombang di atas 2,5 meter. Syahbandar mengizinkan kapal berlayar merujuk pada prediksi cuaca oleh BMKG (kecepatan angin dan tinggi gelombang); dimana prediksi tersebut menggunakan metode perhitungan numerik dengan interpolasi data beberapa posisi di Indonesia. Penelitian tugas akhir ini mendesain dan merealisasikan sistem prediktor kecepatan angin dan ketinggian gelombang laut dengan menggunakan salah satu metode kecerdasan buatan, yaitu backpropagation neural network yang dibandingkan dengan regresi polinomial orde 1. Hasil penelitian menunjukkan bahwa kedua metode tersebut mampu melakukan prediksi dengan akurasi yang sangat tinggi. Backpropagation neural network memiliki akurasi sebesar 99,99079%; lebih baik dibandingkan regresi polinomial orde 1 dengan akurasi 99,98937%. Hasil prediksi menggunakan kedua metode tersebut ditampilkan melalui website beserta status pada setiap titik koordinat pada rute pelayaran Surabaya – Banjarmasin.

Actions (login required)

View Item