Riset Maritim Makin Efisien, BRIN Ciptakan Simulator Gelombang Laut Berbasis AI

Badan Riset dan Inovasi Nasional (BRIN) terus mendorong inovasi di sektor maritim dengan mengembangkan sistem kendali simulator gelombang laut berbasis kecerdasan buatan (AI). Teknologi ini dirancang untuk meningkatkan akurasi simulasi kondisi laut di laboratorium, sehingga riset dapat dilakukan lebih efisien tanpa harus melakukan pengujian langsung di laut.

Pengembangan ini dilakukan melalui kolaborasi Pusat Riset Teknologi Satelit (PRTS) dan Pusat Riset Teknologi Hidrodinamika (PRTH). Sistem kendali berbasis AI ini diharapkan mampu mendukung pengembangan teknologi maritim yang lebih aman, efisien, dan berkelanjutan.

Tingkatkan Akurasi Simulasi Gelombang Laut

Ketua Kelompok Riset Teknologi Bangunan Kelautan dan Lepas Pantai PRTH BRIN, Wibowo Harso Nugroho, menjelaskan bahwa simulator ini menjadi solusi atas berbagai kendala dalam pengujian langsung di laut.

“Pengujian di laut memiliki tantangan besar, baik dari sisi biaya maupun kompleksitas operasional. Dengan simulator ini, kondisi gelombang dapat direplikasi secara akurat di laboratorium,” ujarnya.

Sistem ini menggunakan pendekatan meta-heuristic optimization melalui algoritma Salp Swarm Algorithm (SSA) yang dikombinasikan dengan pengendali Proportional-Integral-Derivative (PID). Teknologi ini diterapkan pada platform gerak enam derajat kebebasan atau Stewart Platform, yang mampu meniru dinamika gelombang laut secara presisi.

AI Optimalkan Sistem Kendali

Dalam prosesnya, model gelombang laut diubah menjadi lintasan gerak (trajectory generation) lalu dikonversi menjadi pergerakan platform menggunakan metode inverse kinematics. Sistem kendali PID yang telah dioptimasi dengan SSA memastikan pergerakan mengikuti pola gelombang dengan tingkat kesalahan minimal.

Wibowo menegaskan bahwa penggunaan algoritma berbasis AI memberikan keunggulan signifikan dalam optimasi sistem.

“Pendekatan SSA memungkinkan parameter kendali yang lebih optimal dengan tingkat kesalahan lebih rendah dibandingkan metode lain,” jelasnya.

Hasil Lebih Akurat dan Efisien

Hasil penelitian menunjukkan metode SSA memiliki performa terbaik dengan tingkat kesalahan (fitness value) lebih rendah, yakni 16,8 persen dibandingkan Genetic Algorithm dan 8,7 persen dibandingkan Particle Swarm Optimization. Metode ini juga mampu menghindari masalah boundary trapping yang sering terjadi pada teknik optimasi lainnya.

Menariknya, konfigurasi PID yang lebih sederhana namun dioptimasi dengan SSA justru memberikan kinerja lebih baik dibandingkan sistem yang lebih kompleks.

Dukung Pengembangan Teknologi Maritim

Pengembangan simulator gelombang laut ini memiliki potensi aplikasi luas, mulai dari desain kapal, teknologi lepas pantai, hingga sistem kompensasi gelombang pada platform laut.

Ke depan, BRIN akan mengembangkan metode kendali nonlinier untuk meningkatkan performa sistem dalam menghadapi dinamika laut yang lebih kompleks.

Inovasi ini menjadi bagian dari upaya BRIN dalam memperkuat riset dan inovasi teknologi maritim nasional, sekaligus menghadirkan solusi simulasi yang lebih aman, efisien, dan berkelanjutan.