Automatic Identification System (AIS) – Based Ship Trajectory Modelling for Indonesian Sea Transportation Monitoring

Abstract

Tujuan dari penelitian ini adalah untuk membangun model lintasan kapal dan menampilkan prediksi kapal untuk periode selanjutnya, dengan menggunakan data awal lintasan kapal yang berlayar di Laut Jawa berdurasi 10 menit, kemudian memprediksi lintasan kapal berikutnya pada periode berikutnya. 20 menit dan 40 menit berikutnya. Penelitian ini menggunakan langkah-langkah data mining pada AIS data mining yang kemudian diolah menggunakan algoritma pembelajaran LSTM dengan prediksi sequence. Dengan menggunakan beberapa data statis pada AIS yaitu SOG, Latitude, Longitude dan MMSI dari kapal selama bulan November 2018 di Laut Jawa, Indonesia. Hasil penelitian menunjukkan bahwa RMSE menghasilkan nilai sebesar 0,13. Penelitian ini orisinal dalam pendekatan pemanfaatan data AIS dengan algoritma LSTM untuk prediksi lintasan kapal di Laut Jawa. Integrasi prediksi urutan dengan parameter data kapal tertentu memberikan metodologi baru untuk navigasi maritim dan manajemen keselamatan. Studi ini memberikan kontribusi wawasan berharga ke dalam pemodelan prediktif pergerakan kapal, yang dapat meningkatkan efisiensi dan keselamatan operasi maritim. Dampak penelitian ini signifikan terhadap navigasi dan keselamatan maritim. Dengan memprediksi lintasan kapal secara akurat, hal ini dapat membantu menghindari potensi tabrakan dan meningkatkan perencanaan rute. Hal ini dapat menghasilkan efisiensi bahan bakar yang lebih baik dan mengurangi biaya operasional bagi perusahaan pelayaran. Selain itu, metodologi ini dapat disesuaikan dengan wilayah dan jenis kapal lain, sehingga memberikan penerapan yang lebih luas untuk keselamatan dan logistik maritim global.