PERANCANGAN SIMULATOR SISTEM PREDIKSI KEBUTUHAN BAHAN BAKAR PADA KAPAL TANKER DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

SASONGKO, GALIH AJI (2024) PERANCANGAN SIMULATOR SISTEM PREDIKSI KEBUTUHAN BAHAN BAKAR PADA KAPAL TANKER DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0919040024 - Galih Aji Sasongko - Perancangan Simulator Sistem Prediksi Kebutuhan Bahan Bakar Kapal Tanker dengan Menggunakan Metode _i_Artifical Neural Network__i_.pdf Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Perhitungan tentang kebutuhan bahan bakar kapal yang kurang akurat dapat menyebabkan kelebihan bahan bakar ataupun kekurangan bahanbakar pada kapal, hal ini pun menimbulkan banyak faktor kerugian, kelebihan perhitungan padabaham bakar, menyebabkan kerugian pada pihakperusahaan kapal sendiri karena bahan bakar yang dibeli perusahaan kapal merupakan biaya operasional kapal yang berada pada kisaran 70% dari biaya operasi kapal tersebut. Sehingga harus di jaga ketat fluktuasinya karena pengaruhnya sangat besar terhadap efisiensi biaya oprasional. Dengan perubahan harga BBM di Indonesia memberikan reaksi yang sangat sensitif bagi pelaku industri. kurangnya bahan bakar karena salah perhitungan kebutuhan bahan bakar dapat juga mengakibatkan kapal mogok ditengah perjalanan, akibatnya banyak kerugian yaitu terlambatnya jadwal pelayaran, penambahan biaya pengevakuasian kapal ditengah laut, bahkan sampai merenggut nyawa karena terombang ambing di tengah laut. Kejadian itu disebabkan kurang baiknya perhitungan dari pihak manajemen kapal dalam memperhitungkan kebutuhan bahan bakar secara tepat dan akurat. diperlukan sebuah system prediksi untuk memperkirakan kebutuhan bahan bakar yang di perlukan. Dalam Tugas akhir ini, dilakukan perancangan sistem prediksi kebutuhan bahan bakar kapal tanker menggunakan ANN yang diharapkan mampu mencapai prediksi yang tepat agar dapat menaggulangi masalah mogok dikarenakan kehabisan BBM dan meningkatkan efektifitas biaya oprasional. Penerapan ANN utnuk prediksi kebutuhan bahan bakar sangat baik. Performa model dengan 2 hidden layer yang masing-masing memiliki 12 node serta menggunakan fungsi aktifasi relu dan optimizer adam menghasilkan rata-rata akurasi diatas 91% dari setiap prediksiprediksi dengan rute yang berbeda berdasarkan data test. Adapun rata-rata akurasi prediksi berdasarkan hasil dari pengujian langsung pada keapla nelayan yaitu diatas 90%. Penerapan ANN dalam meramalkan kebutuhan bahan bakar kapal tanker telah membuktikan bahwa teknologi ini adalah langkah maju menuju efisiensi operasional yang lebih baik. Dengan terus mengembangkan model dan memanfaatkan data real, memiliki potensi untuk menjadikan industri perkapalan lebih berkelanjutan, efisien, dan inovatif di masa depan.

Actions (login required)

View Item