Rekayasa Dashboard Prediksi Peluang Tubrukan Kapal Menggunakan Bayesian Network

Zaki, Athaya Raihan (2024) Rekayasa Dashboard Prediksi Peluang Tubrukan Kapal Menggunakan Bayesian Network. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201034-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (3MB) | Request a copy

Abstract

Tubrukan kapal atau kecelakaan kapal akibat tubrukan menjadi salah satu jenis kecelakaan kapal dengan kerugian yang sangat besar karena memiliki dampak langsung pada kekuatan struktur kapal. Tubrukan bisa terjadi antara dua atau lebih kapal yang saling menabrak satu sama lain. Tubrukan antar kapal yang mengakibatkan kerusakan parah pada kapal dapat mengancam keselamatan para penumpang dan awak kapal pada setiap kapal yang terlibat, kecelakaan semacam ini menimbulkan kerugian yang lebih besar daripada kecelakaan tunggal. Terjadinya tubrukan pada kapal dapat dipengaruhi oleh 3 faktor utama yaitu faktor alam (force majeur), kelalaian manusia (human error factor) dan faktor lainnya (others factor). Informasi yang didapatkan dari faktor-faktor yang diduga berpengaruh terhadap tubrukan kapal dapat digunakan untuk membangun model Bayesian Network. Bayesian Network dapat memberikan informasi mengenai peluang terjadinya tubrukan kapal, sehingga pengambilan keputusan dapat dilakukan untuk mencegah maupun mengurangi risiko yang ditimbulkan dari tubrukan kapal. Dalam melakukan analisis dan prediksi peluang tubrukan kapal sebagai pengambilan keputusan menggunakan Bayesian Network diperlukan langkah analisis yang cukup panjang. Maka dari itu pembuatan dashboard akan sangat membantu dalam pengambilan keputusan. Pembentukan model dilakukan dengan menghitung Probabilitas awal, Probabilitas Bersyarat dan Probabilitas Bersama dari struktur yang terbentuk. Model Bayesian Network kemudian diimplementasikan pada dashboard agar dapat digunakan dengan mudah dan cepat. Sehingga, didapatkan kesimpulan berdasarkan model yang terbentuk dalam melakukan prediksi peluang terjadinya tubrukan kapal di Indonesia didapatkan tingkat akurasi model sebesar 96,97%, spesifisitas sebesar 90,00% dan sensitivitas sebesar 100%. Dashboard yang dapat digunakan sebagai alat pembuat keputusan (decision making) berdasarkan model prediksi peluang tubrukan kapal menggunakan Bayesian Network dibuat menggunakan aplikasi Rstudio dengan package shiny. Dashboard memuat menu tampilan karakteristik data, prediksi tubrukan kapal dengan kondisi tertentu, kronologi tubrukan kapal di Indonesia, dan input data baru
=================================================================================================================================
Ship collisions or ship accidents due to collisions are one type of ship accident with very large losses because it has a direct impact on the strength of the ship's structure. Collisions can occur between two or more ships crashing into each other. Collisions between ships that cause severe damage to ships can threaten the safety of the passengers and crew on each vessel involved, such accidents cause greater losses than a single accident. The occurrence of collisions on ships can be influenced by 3 factor, namely due to natural factors (force majeur), human error factors and due to other factors. Information obtained from factors that are thought to affect ship collisions can be used to build Bayesian Network models. Bayesian Network can provide information about the possibility of ship collisions, so that decision making can be made to prevent or reduce the risks posed by ship collisions. In analyzing and predicting ship collision opportunities as decision making using Bayesian Network, a long analysis step is needed. Therefore, making a dashboard will be very helpful in decision making. The formation of the model is carried out by calculating the initial probability, conditional probability, and joint probability of the formed structure. The Bayesian Network model is then implemented on the dashboard so that it can be used easily and quickly. Thus, conclusions were obtained based on the model formed in predicting the chance of ship collisions in Indonesia, the model accuracy rate was 96.97%, specificity of 90.00% and sensitivity of 100%. A dashboard that can be used as a decision-making tool based on a ship collision opportunity prediction model using Bayesian Network is created using the Rstudio application with a shiny package. The dashboard contains a menu of data characteristics display, ship collision predictions with certain conditions, chronology of ship collisions in Indonesia, and new data input.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Bayesian Network, Dashboard, Tubrukan Kapal, Bayesian Network, Dashboard, Ship Collision
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Athaya Raihan Zaki
Date Deposited:	11 Jan 2024 07:05
Last Modified:	11 Jan 2024 07:05
URI:	http://repository.its.ac.id/id/eprint/105444

Actions (login required)

View Item