PREDIKSI DAYA MESIN KAPAL BERBASIS JARINGAN SARAF TIRUAN = SHIP ENGINE POWER PREDICTION BASED ON ARTIFICIAL NEURAL NETWORK

Tahap awal perancangan kapal sangat penting untuk memprediksi daya mesin sesuai dengan kecepatan yang diinginkan. Faktor wake field mempunyai pengaruh yang cukup besar terhadap perhitungan daya mesin kapal. Penelitian mengenai hal ini masih terus dikembangkan untuk mendapatkan hasil dengan tingkat akurasi yang tinggi. Beberapa penelitian menggunakan analisis numerik, CFD, dan pengujian di towing tank. Tujuan dari penelitian ini adalah untuk memprediksi daya mesin kapal menggunakan jaringan syaraf tiruan (JST) dengan menganalisis data kapal jenis bulk carrier dengan total 1467 kapal berstatus aktif operasi hingga saat ini. Terdapat 5 variabel input yaitu panjang garis air (Lwl), lebar (B), tinggi (H), sarat (T), kecepatan (v), dan daya mesin kapal (kW) sebagai output. Hasil yang diperoleh menunjukkan bahwa model jaringan yang dicapai memiliki kualitas regresi yang tinggi dengan hasil prediksi yang cukup akurat. Hal ini dibuktikan dengan menginput data kapal baru kemudian membandingkan hasil perhitungan JST dengan data daya mesin yang ada. Beberapa data kapal dengan variasi panjang garis air (Lwl) yaitu 143,32 meter hingga 288,42 meter dan daya mesin 5850 kW hingga 15860 kW. Presentasi rata-rata error yang dihasilkan adalah 0.01214%

Keywords : daya mesin kapal, jaringan saraf tiruan, kapal bulk carrier, deep learning