Implementasi Metode Robust Extended Kalman Filter untuk Estimasi Koefisien Hidrodinamika Kapal X dengan Twin-Propeller dan Twin-Rudder

Nabila, Annisa Wafi (2023) Implementasi Metode Robust Extended Kalman Filter untuk Estimasi Koefisien Hidrodinamika Kapal X dengan Twin-Propeller dan Twin-Rudder. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000003-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (1MB) | Request a copy

Abstract

Kapal merupakan salah satu alat transportasi laut yang sering digunakan. Kegiatan transportasi laut menggunakan kapal berupa pengangkutan barang maupun penumpang dalam berbagai bidang. Berbagai bidang yang dimaksud dapat berupa bidang ekonomi, pariwisata, maupun patroli. Banyaknya kegiatan transportasi laut menggunakan kapal menyebabkan meningkatnya risiko kecelakaan pada lalu lintas kapal. Oleh karena itu, perlu dilakukan penelitian mengenai manuver kapal untuk mencegah terjadinya kecelakaan pada kapal. Kemampuan manuver kapal sangat bergantung pada nilai koefisien hidrodinamika. Koefeisien hidrodinamika kapal merupakan sekumpulan parameter yang memengaruhi model matematika gerak kapal. Model matematika mampu mengestimasi gerakan kapal dengan baik jika identifikasi koefisien hidrodinamika teridentifikasi secara akurat. Untuk menentukan koefisien hidrodinamika kapal dapat dilakukan dengan identifikasi sistem berdasarkan data hasil percobaan kapal. Penelitian ini bertujuan untuk mengestimasi koefisien hidrodinamika pada Kapal Perang Extended Korvet SIGMA dengan twin-propeller dan twin-rudder (TPTR) yang terdiri dari 3 Degree of Freedom (DOF) yaitu surge, sway, dan yaw. Data yang digunakan untuk identifikasi sistem yaitu data hasil percobaan dengan uji Free Running Model (FRM) melalui turning test dan tes zig-zag. Metode Robust Extended Kalman Filter (REKF) digunakan untuk mengestimasi model. Hasil dari estimasi Robust Extended Kalman Filter (REKF) digunakan sebagai inputan untuk metode Regresi Linier. Regresi Linier dilakukan untuk mendapatkan nilai koefisien hidrodinamika kapal. Selanjutnya, dilakukan simulasi dengan menggunakan software Matlab R2022b.
======================================================================================================================================
Ships are one of the commonly used means of transportation at sea. Maritime transportation activities involve the movement of goods and passengers through ships in various fields such as economics, tourism, and patrols. The high volume of maritime transportation using ships increases the risk of accidents in ship traffic. Therefore, research on ship maneuvering is necessary to prevent accidents. The maneuvering ability of a ship depends heavily on hydrodynamic coefficients. The hydrodynamic coefficients of a ship are a set of parameters that affect the mathematical model of the ship’s motion. The mathematical model can accurately estimate the ship’s motion if the hydrodynamic coefficients are accurately identified. To determine the hydrodynamic coefficients of a ship, system identification can be performed based on experimental data from ship trials. This research aims to estimate the hydrodynamic coefficients of the Extended Sigma Corvette Warship with twin-propeller and twin-rudder (TPTR) configuration, which consists of 3 degrees of freedom (surge, sway, and yaw). The data used for system identification are the experimental data obtained from Free Running Model (FRM) tests, including turning tests and zig-zag tests. The Robust Extended Kalman Filter (REKF) method is used to estimate the model. The results from the REKF estimation are then used as inputs for the Linear Regression method to obtain the values of the ship’s hydrodynamic coefficients. Subsequently, simulations are conducted using Matlab R2022b software.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Identifikasi Sistem, Koefisien Hidrodinamika, Regresi Linier, Robust Extended Kalman Filter, Twin-Propeller Twin-Rudder, Sysyem Identification, Hydrodinamic Coefficient, Linier Regression, Robust Extended Kalman Filter, Twin-Propeller Twin-Rudder.
Subjects:	V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM161 Ships--Hydrodynamics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Annisa Wafi Nabila
Date Deposited:	01 Aug 2023 01:05
Last Modified:	01 Aug 2023 01:05
URI:	http://repository.its.ac.id/id/eprint/100066

Actions (login required)

View Item