STUDI MONITORING KONSUMSI BAHAN BAKAR KAPAL PADA PERUSAHAAN PELAYARAN BERBASIS ARSITEKTUR BIG DATA

Agustina, Nur Aini Amalia Dinda (2024) STUDI MONITORING KONSUMSI BAHAN BAKAR KAPAL PADA PERUSAHAAN PELAYARAN BERBASIS ARSITEKTUR BIG DATA. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6018221011-Master_Thesis.pdf] Text
6018221011-Master_Thesis.pdf
Restricted to Registered users only

Download (18MB) | Request a copy

Abstract

Industri maritim merupakan salah satu industri tertua dalam rantai pasokan global yang telah membentuk ekosistem global dengan mengatur kebutuhannya sendiri dan saling terhubung dengan informasi. Namun, karakteristik operasional kapal yang erat kaitannya dengan konsumsi bahan bakar banyak minyak dipengarui oleh kecepatan, displacement, trim, cuaca dan lain-lain telah menimbulkan masalah serius pada sistem monitoring konsumsi bahan bakar. Selama ini data operasional yang telah terkumpul hanya dihimpun tanpa adanya pengolahan lebih lanjut untuk dapat mengambil informasi tambahan yang semestinya bisa didapatkan. Oleh karena itu, diperlukan arsitektur dan analisis big data yang dapat membantu proses monitoring. Pengumpulan dan sistem pengaturan data operasional akan memanfaatkan arsitektur big data untuk proses data input, proses dan output. Serta analisis big data digunakan untuk menggali informasi lebih banyak dari data yang telah tersedia sesuai langkah kerja data mining jenis clustering dengan metode k-means clustering. Sebelum data melewati proses clustering, pertama data akan melewati proses filtering. Filtering data guna menghapus data yang tidak akurat atau tidak valid untuk dipertanggung jawabkan. Proses ini merupakan langkah penting sehingga akan dilakukan beberapa tahap filtering untuk memastikan data yang akan diklaster merupakan data yang akurat dan valid untuk dipertanggung jawabkan. Hasil dari arsitektur dan analisis big data akan diimplementasikan pada perangkat lunak yang dikembangkan peneliti untuk mendukung proses pengumpulan data hingga penyajian data sesesuai dengan karakteristik big data.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Konsumsi Bahan Bakar, Arsitektur Big data, Clustering, Filtering Fuel oil consumption, Architecture big data, Clustering, Filtering
Subjects: V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM293 Shipping--Indonesia--Safety measures
V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM731 Marine Engines
Divisions: Faculty of Marine Technology (MARTECH) > Naval Architecture and Shipbuilding Engineering > 36101-(S2) Master Thesis
Depositing User: Nur Aini Amalia Dinda Agustina
Date Deposited: 10 Aug 2024 15:11
Last Modified: 10 Aug 2024 15:11
URI: http://repository.its.ac.id/id/eprint/114663

Actions (login required)

View Item View Item