BRIN Pakai AI, Simulasi Gelombang Lebih Efisien Tanpa Harus ke Tengah Laut
BRIN gunakan AI untuk simulasi gelombang laut di laboratorium, meningkatkan efisiensi dan akurasi riset maritim tanpa harus ke laut, dengan optimasi SSA dan PID.
(Bisnis.Com) 08/04/26 14:01 185107
Bisnis.com, JAKARTA — Badan Riset dan Inovasi Nasional (BRIN) menggunakan sistem kendali simulator gelombang laut berbasis kecerdasan artifisial (AI) untuk meningkatkan akurasi simulasi kondisi laut di lingkungan laboratorium.
Pengembangan ini dilakukan melalui kolaborasi antara Pusat Riset Teknologi Satelit (PRTS) dan Pusat Riset Teknologi Hidrodinamika (PRTH). Sistem tersebut bertujuan untuk mendukung pengembangan teknologi maritim nasional yang berkelanjutan tanpa harus melakukan pengujian langsung di tengah laut.
Ketua Kelompok Riset Teknologi Bangunan Kelautan dan Lepas Pantai PRTH BRIN, Wibowo Harso Nugroho, mengatakan bahwa simulator ini menjadi jawaban atas keterbatasan pengujian teknologi maritim selama ini.
Dia menambahkan, riset di lapangan sering kali terkendala oleh faktor eksternal yang sulit dikendalikan.
“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,” kata Wibowo dalam keterangan resmi, Rabu, (8/4/2026).
Secara teknis, penelitian ini berfokus pada optimasi sistem kendali menggunakan pendekatan meta-heuristic optimization. BRIN menggunakan algoritma Salp Swarm Algorithm (SSA) yang dikombinasikan dengan pengendali Proportional-Integral-Derivative (PID).
Sistem kendali tersebut diterapkan pada Stewart Platform, sebuah platform gerak enam derajat kebebasan. Perangkat ini mampu mereplikasi dinamika gelombang laut secara presisi untuk menguji berbagai model bangunan laut atau kapal.
Dalam operasionalnya, model gelombang laut diubah menjadi lintasan gerak melalui proses trajectory generation. Selanjutnya, data tersebut dikonversi menjadi pergerakan kaki-kaki platform menggunakan metode inverse kinematics untuk menghasilkan gerakan yang sesuai dengan kondisi asli.
Sistem kendali PID yang telah dioptimasi dengan algoritma SSA memastikan gerakan platform mampu mengikuti pola gelombang dengan tingkat kesalahan minimum. Wibowo menilai, penggunaan AI memberikan keunggulan kompetitif dalam proses optimasi sistem kendali dibandingkan metode konvensional.
“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,” ujar Wibowo menjelaskan keunggulan teknis sistem tersebut.
Berdasarkan hasil pengujian, metode SSA menghasilkan performa terbaik dengan nilai kesalahan yang jauh lebih rendah. Tercatat, tingkat akurasi sistem ini 16,8% lebih tinggi dibandingkan Genetic Algorithm dan 8,7% lebih baik daripada Particle Swarm Optimization.
Selain unggul dalam akurasi, metode SSA juga mampu menghindari masalah boundary trapping. Kendala teknis ini biasanya sering ditemui pada metode optimasi lainnya, yang dapat menghambat efektivitas gerak simulator dalam jangka panjang.
Menariknya, penelitian ini menemukan bahwa konfigurasi PID sederhana yang dioptimasi dengan SSA memberikan kinerja lebih baik daripada model PID yang kompleks.
Simulator gelombang laut ini memiliki potensi aplikasi yang luas di industri maritim, termasuk untuk desain kapal dan teknologi lepas pantai. Selain itu, teknologi ini dapat diimplementasikan pada sistem kompensasi gelombang untuk meningkatkan keamanan platform di tengah laut.
Ke depan, BRIN akan mengarahkan penelitian pada pengembangan metode kendali nonlinier untuk menghadapi dinamika laut yang lebih kompleks. Pengembangan ini menjadi bagian dari upaya penguatan inovasi maritim nasional yang lebih aman, efisien, dan berbasis data.
#simulasi-gelombang #brin-ai #kecerdasan-artifisial #teknologi-maritim #simulator-gelombang-laut #optimasi-sistem-kendali #salp-swarm-algorithm #pid-controller #stewart-platform #inverse-kinematics #me