Perancangan Perangkat Lunak Model Machine Learning untuk Prediksi Turning Circle Kapal

Hasanah, Diz Aryadewi (2023) Perancangan Perangkat Lunak Model Machine Learning untuk Prediksi Turning Circle Kapal. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 04111940000042-Undergraduate_Thesis.pdf] Text
04111940000042-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2025.

Download (3MB) | Request a copy

Abstract

Saat ini, dunia telah memasuki revolusi industri 4.0 dimana Artificial Intelligence (AI) dan Machine learning (ML) berperan besar untuk kemajuan teknologi. Sebelum kapal dibangun, tentu saja kapal sudah harus memenuhi aspek stabilitas yang diminta oleh kelas dan IMO, yaitu dengan cara mendesain dan memodelkan kapal tersebut. Penggunaan AI dan ML untuk mengembangkan sistem yang dapat memprediksi bagaimana kapal akan bermanuver di laut berdasarkan data yang diperoleh dari kapal tersebut dan lingkungan sekitarnya. Penelitian ini menggunakan machine learning dengan jenis supervised learning yang mempelajari relasi antara input dan output data. Di mana algoritma yang digunakan yaitu neural network dengan proses pelatihan dan pengujian setelah itu akan dilakukan optimasi seperti backpropagation. Selama tahap pengujian, model diuji pada data baru untuk melihat seberapa akurat model dapat memprediksi output yang benar. Sehingga dengan machine learning akan dirancang arsitektur pemrograman berbasis machine learning serta akan dibuat perancangan graphical user interface yang dapat digunakan untuk estimasi diameter turning circle kapal. Penelitian ini melanjutkan penelitian sebelumnya yang memiliki kelebihan dimana neural network telah terbukti mampu untuk mendekati berbagai fungsi, seperti yang ditunjukkan dalam teorema aproksimasi universal. Serta mempunyai salah satu kekurangan yaitu neural network rentan terhadap overfitting. Dengan mengumpulkan dataset yang berisi ukuran kapal beserta dengan kecepatannya, dataset akan dimasukkan motion equation untuk menghitung di dalam datasetnya. Setelah itu dataset akan diolah dan dihitung oleh machine learning. Model akan dinilai performanya dengan dilihat nilai training MSE, testing MSE, validation, dan pengujian yang akan dimasukkan ke dalam graphical user interface. Pemodelan machine learning yang dirancang dengan sklearn neural network telah dapat membaca dataset dengan baik serta tidak menemukan ketidakseimbangan pada saat melakukan training. Yaitu dengan hasil training dan testing pada dataset pertama yang memiliki perbedaan sejauh 1,79% untuk dataset pertama dan niai precision dan recall-nya 1. Serta hasil untuk training dan testing pada dataset kedua yang memiliki perbedaan 21,49% untuk dataset kedua dengan nilai precision dan recall sama dengan dataset pertama. Hasil survei yang dilakukan untuk rancangan graphical user interface telah memberikan kemudahan bagi pengguna diantaranya ditinjau dari aspek kemudahan, kenyamanan (user friendly) dan efektifitas penggunaannya dengan hasil rata-rata >3,5 untuk di setiap pertanyaannya.

Item Type: Thesis (Other)
Uncontrolled Keywords: machine learning, neural network, graphical user interface, turning circle, machine learning, neural network, graphical user interface, turning circle.
Subjects: Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines.
V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM156 Naval architecture
Divisions: Faculty of Marine Technology (MARTECH) > Naval Architecture and Shipbuilding Engineering > 36201-(S1) Undergraduate Thesis
Depositing User: Diz Aryadewi Hasanah
Date Deposited: 08 Aug 2023 15:02
Last Modified: 08 Aug 2023 15:02
URI: http://repository.its.ac.id/id/eprint/103399

Actions (login required)

View Item View Item