TechnologyIndonesia.id – Badan Riset dan Inovasi Nasional (BRIN) melalui Pusat Riset Teknologi Satelit (PRTS) dan Pusat Riset Teknologi Hidrodinamika (PRTH) mengembangkan sistem kendali simulator gelombang laut berbasis kecerdasan buatan atau artificial intelligence (AI).
Pengembangan sistem kendali ini mampu meningkatkan akurasi simulasi gelombang laut di laboratorium sebagai solusi efisien untuk riset teknologi maritim tanpa harus melakukan pengujian langsung di laut.
Penelitian ini berfokus pada optimasi sistem kendali menggunakan pendekatan meta-heuristic optimization melalui algoritma Salp Swarm Algorithm (SSA) yang dikombinasikan dengan pengendali Proportional-Integral-Derivative (PID).
Sistem ini diterapkan pada platform gerak enam derajat kebebasan (Stewart Platform) yang mampu mereplikasi dinamika gelombang laut secara presisi di lingkungan simulasi.
Ketua Kelompok Riset Teknologi Bangunan Kelautan dan Lepas Pantai PRTH BRIN, Wibowo Harso Nugroho menjelaskan pengembangan simulator ini menjadi solusi atas keterbatasan pengujian teknologi maritim secara langsung di laut.
“Pengujian di laut memiliki tantangan besar, baik dari sisi biaya maupun kompleksitas operasional. Dengan simulator ini, kami dapat mereplikasi kondisi gelombang secara akurat di laboratorium sehingga riset dapat dilakukan lebih efisien dan terkontrol,” ujar Wibowo.
Dalam sistem yang dikembangkan, model gelombang laut diubah menjadi lintasan gerak melalui proses trajectory generation, kemudian dikonversi menjadi pergerakan kaki-kaki platform menggunakan metode inverse kinematics.
Sistem kendali PID yang telah dioptimasi dengan SSA selanjutnya memastikan gerakan platform mampu mengikuti pola gelombang dengan tingkat kesalahan minimum. Wibowo menambahkan penggunaan algoritma berbasis kecerdasan buatan memberikan keunggulan signifikan dalam proses optimasi sistem kendali.
“Pendekatan SSA memungkinkan kami memperoleh parameter kendali yang optimal dengan tingkat kesalahan yang lebih rendah dibandingkan metode lain seperti Genetic Algorithm dan Particle Swarm Optimization,” jelasnya.
Hasil penelitian menunjukkan bahwa metode SSA menghasilkan performa terbaik dengan nilai kesalahan (fitness value) yang lebih rendah, yaitu 16,8 persen dibandingkan Genetic Algorithm dan 8,7 persen dibandingkan Particle Swarm Optimization. Selain itu, metode ini juga mampu menghindari masalah boundary trapping yang umum terjadi pada metode optimasi lainnya.
Lebih lanjut, penelitian ini menemukan bahwa konfigurasi PID sederhana yang dioptimasi dengan SSA justru memberikan kinerja lebih baik dibandingkan model PID yang lebih kompleks.
“Hal ini menunjukkan bahwa efektivitas sistem tidak selalu bergantung pada kompleksitasnya, melainkan pada strategi optimasi yang tepat,” tambah Wibowo.
Pengembangan simulator gelombang laut ini memiliki potensi aplikasi luas, antara lain untuk desain kapal, teknologi lepas pantai, serta sistem kompensasi gelombang pada platform laut. Ke depan, penelitian akan diarahkan pada pengembangan metode kendali nonlinier untuk meningkatkan performa sistem pada kondisi dinamika yang lebih kompleks.
BRIN Kembangkan Simulator Gelombang Laut Berbasis AI
