Proposal Penelitian

KERJASAMA PERGURUAN TINGGI YPT 2019

MODEL PREDIKSI GELOMBANG LAUT DENGAN

PENDEKATAN ALGORITMA MACHINE LEARNING
Didit Adytia, Ph.D
Prof. Adiwijaya
Dede Tarwidi, M.Sc
MITRA PEKERTI: Bernadus Seno Aji, S.Kom, M. Kom

Institut Teknologi Telkom

Subaya 12 Feb 2019
 Content
a) Latar Belakang
b) Tujuan Penelitian
c) Urgensi Penelitian
d) Hasil Yang Dijanjikan
e) Metode Penelitian
f) Roadmap Penelitian
g) Rincian Biaya
h) Fasilitas
i) Hasil Pendahuluan
j) Personel
k) Publikasi yang telah dilakukan

2
 a. Latar Belakang
Adanya kebutuhan untuk sistem prediksi cuaca
yang diperlukan untuk
 Sistem operasional di offshore platform
 Proses konstruksi dari offshore platform
 Sistem navigasi kapal Tanker/large ship
 Sistem prediksi untuk pelabuhan

Potensi Pasar untuk sistem prediksi

cuaca (terutama gelombang)
 Oil & Gas companies
 Ship companies (usually part of
oil & gas companies)
 Operator Pelabuhan

3
 Provider Wave Prediction System (1)
BMT-Argos (British – Dutch) Fugro (Dutch)

4
 Provider Wave Prediction System (2)
StormGeo (Norway) BouyWeather.com

Forecasting data is downloaded

from NOAA-USA !

5
Wind Forcing [m/s] Significant Wave Height Hs [m]

Global wind: 0.5˚ x 0.5˚

Global wind: 0.25˚ x 0.25˚

Illustration Significant Wave Height Hs [m]
of Method:
Wind Wave
Simulation

Significant Wave Height Hs [m]

6
 Sistem Prediksi Gelombang Konvensional
Membutuhkan High Performance Computing (HPC) Relatif mahal

Bagaimana solusi alternatifnya?

 Menggunakan machine learning

RUMUSAN MASALAH
1. Bagaimana cara membangun data latih
(training data) untuk machine learning yang
akan digunakan sebagai input untuk sistem
prediksi gelombang berbasis machine
learning.
2. Bagaimana mengaplikasi pendekatan
machine learning untuk prediksi gelombang.
3. Bagaimana membangun prototype software
sistem prediksi berbasis machine learning

7
 b. Tujuan Penelitian
1. Membangun data latih (training data) yang akan digunakan sebagai input pada sistem
prediksi gelombang berbasis machine learning, yaitu dengan menyimulasikan model
gelombang Spectral Model pada High Performance Computing (HPC) dengan data
historikal angin selama 40 tahun di wilayah Indonesia.
2. Mengaplikasikan algoritma machine learning untuk prediksi gelombang laut.
3. Membangun prototype software sistem prediksi berbasis machine learning.

8
 c. Urgensi Penelitian
Pada penelitian ini akan dibangun sistem prediksi gelombang laut berdasarkan
pendekatan machine learning.
 Sistem yang akan dibuat memerlukan daya komputasi yang lebih rendah
dibandingkan dengan sistem prediksi gelombang konvensional seperti pada sistem
prediksi komersial.
 Selain kebaruan secara saintifik yang berpotensi untuk dipublikasikan pada Jurnal
Ilmiah, prototype sistem yang dibangun ini dapat berpotensi secara komersial untuk
menjadi sistem prediksi gelombang yang akurat, namun berbiaya rendah secara
komputasi.
 Sistem ini dapat dimanfaatkan oleh pengguna sistem prediksi gelombang seperti
operator pelabuhan, operator anjungan lepas pantai (offshore platform) maupun
operator kapal tanker yang dapat menggunakan sistem ini untuk keperluan
operasional..
9
 d. Hasil Yang DiJanjikan
Tahun Hasil yang dijanjikan
1 Target luaran dari penelitian ini adalah berupa :
• 1 Jurnal Internasional bereputasi, ; Ide perhitungan dan pembuatan sistem prediksi gelombang
berbasis machine learning termasuk sangat jarang dan bersifat original
• 1 Proceeding Internasional bereputasi, dan

2 • Sebuah Prototype serta HAKI.

10
e. Metode Penelitian

11
Wind data source (forecasted 10 days ahead):
 GFS NOAA (USA) with 0.25 ˚x 0.25˚ resolution
 Downloaded every 6 hours a day

Wave Simulation :
 Using SWAN model  40 YEARS
 Calculated globally & locally (Indonesia) with (customizable) 0.1 ˚x 0.1˚ grid

 Training data for machine learning 12

 4m Validation with
wave measurement

Jakarta
Java
Location: 107 56' 21.41" E; 6 10' 21.13" S
Significant Wave Height [m]
Time : 10 – 23 November 2016

Jakarta

13
Prediction
with ANN

14