slot gacor slot gacor hari ini slot gacor 2025 demo slot pg slot gacor slot gacor
Analisis Frekuensi Tubrukan Kapal Menggunakan Causation Probability Berdasarkan Metode Bayensian Network : Studi Kasus Alur Pelayaran Barat Surabaya | Maharani | Jurnal Teknik Perkapalan skip to main content

Analisis Frekuensi Tubrukan Kapal Menggunakan Causation Probability Berdasarkan Metode Bayensian Network : Studi Kasus Alur Pelayaran Barat Surabaya

*Heslina Fifani Maharani  -  Departemen Teknik Perkapalan, Fakultas Teknik, Universitas Diponegoro, Indonesia
Hartono Yudo  -  Departemen Teknik Perkapalan, Fakultas Teknik, Universitas Diponegoro, Indonesia
Eko Sasmito Hadi  -  Departemen Teknik Perkapalan, Fakultas Teknik, Universitas Diponegoro

Citation Format:
Abstract

Tubrukan kapal mejadi salah satu kecelakaan yang memiliki nilai presentasi terbesar. Menurut laporan investigasi KNKT dan laporan hasil sidang putusan mahkamah pelayaran, kecelakaan tubrukan kapal menjadi salah satu ancaman yang serius baik untuk dua kapal atau lebih yang terlibat. Hal itu akan menimbulkan kerugian ada nya korban jiwa dan kerugian material. Penelitian ini melakukan pemodelan bertujuan mengetahui faktor penyebab yang berkontribusi besar pada probabilitas tubrukan kapal, mengetahui nilai causation probability di tiga tipe tubrukan kapal diperairan Indonesia, dimana causation probability didefinisikan sebagai probabilitas terjadinya kegagalan untuk menghindar ketika kapal berada dijalur tubrukan. Dalam penelitian ini metode yang digunakan ialah metode bayensian network untuk pemodelan nya. Hasil yang didapat yaitu probabilitas kapal mengalami tubrukan adalah  64%. Nilai causation probability tipe tubrukan kapal Head-on yaitu 5,69 x10⁻⁵, Tubrukan kapal Crossing yaitu 4,23 x10⁻⁵, dan Tubrukan Kapal Overtaking yaitu 0,96  x10⁻⁵. Nilai causation probability tersebut diaplikasikan ke dalam frekuensi tubrukan kapal di alur pelayaran barat surabaya menghasilkan frekuensi tubrukan kapal berturut turut. Head-on sebesar 0,17, crossing  sebesar 0,00009  dan overtaking sebesar 0,008. Berdasarkan pemodelan bayensian network yang telah dibuat, didapatkan node factor yang memiliki pengaruh besar yaitu “Technical Failure”, “ Crew Competence”, dan “Preventive Timing”.

Fulltext View|Download
Keywords: Tubrukan Kapal, Causation Probability, Bayensian Network, Perairan Indonesia, Frekuensi Tubrukan
  1. Kementerian Perhubungan Republik Indonesia, “Empat Puluh Persen Jalur Perdagangan Dunia Melewati Indonesia,” Kementerian Perhubungan Republik Indonesia
  2. K. A. Setiawan, “Analisis Frekuensi Tubrukan Kapal Pada Area Rawan Kecelakaan Di Selat Singapura,” Skripsi Dep. Tek. Sist. Perkapalan, 2018
  3. E. Uflaz, E. Akyuz, O. Arslan, P. Gardoni, O. Turan, and M. Aydin, “Analysing human error contribution to ship collision risk in congested waters under the evidential reasoning SPAR-H extended fault tree analysis,” Ocean Eng., vol. 287, no. P1, p. 115758, 2023, doi: 10.1016/j.oceaneng.2023.115758
  4. J. Ma, Q. Hu, T. Liu, Z. Zhu, and Y. Zhou, “Research on Ship Collision Risk Calculation in Port Navigation Waters Based on Ising Model and AIS Data,” ASCE-ASME J. Risk Uncertain. Eng. Syst. Part A Civ. Eng., vol. 10, no. 2, 2024, doi: 10.1061/AJRUA6.RUENG-1190
  5. B. Murray and L. P. Perera, “Ship behavior prediction via trajectory extraction-based clustering for maritime situation awareness,” J. Ocean Eng. Sci., vol. 7, no. 1, pp. 1–13, 2022, doi: 10.1016/j.joes.2021.03.001
  6. H. Liu S. Cui, S. Li, N. Wang. Q. Shi, Y. Cai, L. Zhang and D. Liu., “A Bayesian Network Structure Learning Algorithm Based on Probabilistic Incremental Analysis and Constraint,” IEEE Access, Vol 10, Pp 130719-130732, 2022, doi: 10.1109/ACCESS.2022.3229128
  7. M. A. A. Mas’ud, “Formal Safety Assessment ( Fsa ) Untuk Tubrukan Kapal Di Perairan Sungai Musi,” Skripsi Dep. Tek. Sist. Perkapalan, 2023
  8. Y. Fujii, “Integrated Study on Marine Traffic Accidents,” IABSE Colloq. Sh. Collis. with Bridg. Offshore Struct. Copenhagen, pp. 42:91-98, 1983
  9. S. Kristiansen, Maritime Transportation Safety Management and Risk Analysis, 1st ed. Oxford: Elsevier Butterworth-Heinemann, 2005
  10. H. Ugurlu and I. Cicek, “Analysis and assessment of ship collision accidents using Fault Tree and Multiple Correspondence Analysis,” Ocean Eng., vol. 245, no. September 2021, p. 110514, 2022, doi: 10.1016/j.oceaneng.2021.110514
  11. T. Macduff, “Probability of Vessel Collision,” Ocean Ind, vol. 9, no. 9, pp. 144–148, 1974
  12. T. M. Rofifah, “Evaluation Study on Surabaya Vessel Traffic Service ( VTS ) in Reducing the Risk of Ship Collision in Surabaya West Access Channel,” Int. J. Mar. Eng. Innov. Res., vol. x(x), no. x, 2022
  13. R. A. Sukma, D. W. Handani, T. F. Nugroho, and W. Tyasayumranani, “Risk Assessment of Ship Collision on FSO Abherka and Oil Spill Modelling Due to Structural Damage,” IOP Conf. Ser. Earth Environ. Sci., vol. 1081, 2022, doi: 10.1088/1755-1315/1081/1/012029
  14. S. I. Sezer, B. O. Ceylan, E. Akyuz, and O. Arslan, “D-S evidence based FMECA approach to assess potential risks in ballast water system (BWS) on-board tanker ship,” J. Ocean Eng. Sci., no. xxxx, 2022, doi: 10.1016/j.joes.2022.06.040
  15. Biro Klasifikasi Indonesia. Petunjuk Penilaian Kapal Domestik, 2023

Last update:

No citation recorded.

Last update:

No citation recorded.