Rancang Bangun Pengendalian Sistem Ballast Kapal Menggunakan Metode Exterme Learning Machine

Mardiana, Dyah (2018) Rancang Bangun Pengendalian Sistem Ballast Kapal Menggunakan Metode Exterme Learning Machine. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0914040037 - Dyah Mardiana - Rancang Bangun Pengendalian Sistem Ballast Kapal Menggunakan Metode Exterme Learning Machine.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Setiap jenis kapal memiliki sebuah sistem perpipaan yaitu sistem ballast yang berfungsi untuk menjaga kestabilan kapal. Di Indonesia sistem ini masih dioperasikan dengan bantuan operator. Pengaplikasian sistem kendali ballast pada kapal perlu dikembangkan mengingat sistem ballast mempengaruhi kestabilan pergerakan kapal. Kestabilan kapal perlu dijaga untuk menghindari ketidaknyamanan penumpang dan tenggelamnya kapal. Pada tugas akhir ini dibuatlah sebuah rancang bangun pengendalian sistem ballast kapal secara otomatis. Sensor yang digunakan adalah sensor gyroscope jenis GY-521 dan metode yang digunakan adalah Extreme Learning Machine (ELM). Metode ini kemudian diaplikasikan untuk mengatur daya hisap pompa sehingga didapat penstabilan yang lebih cepat. Sensor akan mendeteksi kemiringan kapal dengan keluaran berupa pitch dan roll. Data tersebut kemudian menjadi masukan bagi mikrokontroler yang telah ditanam metode ELM. Keluaran dari ELM berupa nilai ADC yang digunakan untuk mengatur daya hisap pompa. Sedangkan perintah terbuka dan tertutupnya solenoid valve diatur dengan logika pengkondisian pada mikrokontroler. Pengujian penstabilan kapal dilakukan dengan memberi gangguan pada kapal sehingga tercipta trim. Pengaplikasian metode ELM untuk daya hisap pompa untuk trim haluan membutuhkan waktu sebesar 41 detik untuk kemiringan sebesar 5 hingga 10 derajat, 69,95 detik untuk kemiringan sebesar 11 hingga 15 derajat, dan 95,53 detik untuk kemiringan sebesar 16 hingga 20 derajat. Sedangkan untuk trim buritan secara berturut turut dengan nilai trim yang sama antara lain 38,07 detik, 69,73 detik dan 95,64 detik.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 4732/TO-14/2018_Lokasi TA : 271
Uncontrolled Keywords: Sistem ballast kapal, Extreme Learning Machine, GY 521, Arduino
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 19 Jun 2019 07:30
Last Modified: 25 Jun 2021 03:29
URI: http://repository.ppns.ac.id/id/eprint/1593

Actions (login required)

View Item View Item