Pengembangan Integrasi Sistem Pengambilan Keputusan Berbasis Data AIS untuk Pemodelan Pelanggaran Transshipment pada Kapal dengan Fuzzy Tipe 2

Nurfadila, Norisa (2022) Pengembangan Integrasi Sistem Pengambilan Keputusan Berbasis Data AIS untuk Pemodelan Pelanggaran Transshipment pada Kapal dengan Fuzzy Tipe 2. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 02311840000027-Undergraduate_Thesis.pdf - Accepted Version Download (3MB)

Abstract

Indonesia memiliki luas perairan laut 5,8 juta km dengan potensi sumber daya ikan laut sebesar 7.3 juta ton per tahun. Tanpa pengelolaan dan pengawasan yang baik, sektor perikanan di Indonesia rentan terjadi pelanggaran. Diperlukan adanya peningkatan sistem pengamanan di seluruh perairan Indonesia dari pelanggaran hukum penangkapan sumber daya laut seperti IUU transshipment yang merupakan kegiatan pemindahan tangkapan ikan dari satu kapal ke kapal lain di tengah laut, sehingga transaksi tersebut tidak tercatat dalam laporan KKP, maka terjadilah kerugian devisa negara. Beberapa kasus IUU transshipment terdapat kapal yang mematikan data AIS-nya agar tidak terdeteksi oleh VTS. Dalam rangka mengidentifikasi tindak kecurangan tersebut, maka penelitian dirancang dengan terdiri dari sub-sistem identifikasi losses data AIS dengan tingkat akurasi 100%, sub-sistem prediktor losses data AIS menggunakan RNN dengan tingkat akurasi 97.3%, dan sub-sistem identifikasi transshipment menggunakan fuzzy tipe 2 dengan tingkat akurasi 100%. Sebagai bentuk pengembangan sistem, penelitian ini terdapat input baru berupa lama waktu berlayarnya kapal serta sub-sistem prediktor yang seluruhnya menggunakan RNN, didapati sistem dapat bekerja dengan optimal serta dapat memprediksi losses data AIS hingga 4 jam.
===================================================================================================================================
Indonesia has a 5.8 million km seas area with the potential marine fish resources estimated at 7.3 million tons per year. Without good management and supervision, this sector is vulnerable to violations. It is necessary to improve the security system in Indonesia’s sea. There are cases of IUU transshipment, as ships that turn off their AIS data are then automatically not detected by the VTS. This study was designed to identify it using the AIS data losses sub-system with an accuracy result of 100%, the AIS data predictor sub-system using RNN with an accuracy of 97,3%, and the identification sub-system using fuzzy type 2 with an accuracy of 100%. As a research development, this study has new input in the form of sailing time for ships and predictor sub-systems that all use RNN. It was found the system can work optimally and predict AIS data losses for up to 4 hours.

Item Type:	Thesis (Other)
Additional Information:	RSF 629.89 Nur p-1 2022
Uncontrolled Keywords:	AIS, Fuzzy Tipe 2, IUU Transshipment, Losses data, dan RNN, Data losses, Fuzzy Type 2, IUU Transshipment
Subjects:	Q Science > QA Mathematics > QA9.64 Fuzzy logic T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User:	- Davi Wah
Date Deposited:	12 Dec 2024 03:16
Last Modified:	12 Dec 2024 03:16
URI:	http://repository.its.ac.id/id/eprint/115759

Actions (login required)

View Item