Optimalisasi Pemanfaatan Automatic Identification System (AIS) untuk Monitoring dan Pengendalian Navigasi pada Kapal MV. Red Rover Optimization of the Use of the Automatic Identification System (AIS) for Monitoring and Navigation Control on the MV. Red Rover Ship
Article Sidebar
Main Article Content
Abstract
Automatic Identification System (AIS) merupakan sistem berbasis komunikasi radio yang berperan penting dalam keselamatan dan pengendalian navigasi kapal. Penelitian ini dilakukan secara langsung pada kapal MV. Red Rover dengan menggunakan metode mixed methods yang menggabungkan pendekatan kualitatif dan kuantitatif. Pendekatan kualitatif digunakan untuk menggambarkan proses operasional dan pemanfaatan AIS oleh awak kapal, sedangkan pendekatan kuantitatif digunakan untuk menganalisis hasil angket mengenai efektivitas, keandalan, dan tingkat penggunaan fitur AIS. Hasil penelitian menunjukkan bahwa AIS tipe SIMRAD V5035 Class-A berfungsi optimal dalam mendukung keselamatan pelayaran, dengan tingkat akurasi data posisi dan arah kapal yang tinggi. Integrasi AIS dengan sistem navigasi lain seperti Radar, GPS, dan ECDIS mampu meningkatkan situational awareness serta mendukung deteksi dini terhadap potensi tabrakan di laut. Meskipun demikian, peningkatan terhadap pembaruan perangkat lunak dan pemeliharaan sistem masih diperlukan agar kompatibel dengan teknologi navigasi terkini. Secara keseluruhan, optimalisasi AIS memberikan kontribusi signifikan terhadap peningkatan keamanan, efisiensi, dan keandalan sistem navigasi kapal niaga.
Downloads
Article Details
Section
References
[1] Navico Holding AS. (2021). SIMRAD V5035 Class A / Inland AIS: Operator and Installation Manual. Navico Holding AS.
[2] Arifin, M. D., Octaviani, F., Muslim, M., & Faturachman, D. 2025. Automatic Identification System (AIS) Data Reliability and Its Implications for Maritime Safety in Indonesia. International Journal of Marine Engineering Innovation and Research, 10(3): 988–997.
[3] Siech, A. F., Arifianto, A. Z., Hasin, M. K., Adhitya, R. Y., Munadhif, I., & Sari, M. K. M. 2025. Deteksi Anomali Jalur Pelayaran Alur Laut Kepulauan Indonesia II (ALKI II) Berbasis Data AIS dengan MEAN Fullstack Application. Jurnal Pustaka Nusantara Multidisplin (JPNM), 3(2): Juli 2025. e-ISSN 2987-2731.
[4] Singh, S. K. & Heymann, F. 2020. Machine Learning-Assisted Anomaly Detection in Maritime Navigation Using AIS Data. German Aerospace Center (DLR). arXiv:2002.05013.
[5] Nielsen, J. K. 2025. Machine Learning-Based Classification of Vessel Types in Straits Using AIS Tracks. Copenhagen Business School. arXiv:2509.18109.
[6] Zhang, D., Chu, X., Liu, C., He, Z., Zhang, P., & Wu, W. 2024. A Review on Motion Prediction for Intelligent Ship Navigation. Journal of Marine Science and Engineering, 12(1): 107.
[7] National Research Council (U.S.). Committee for Evaluating Shipboard Display of Automatic Identification Systems. 2003. Shipboard Automatic Identification System Displays: Meeting the Needs of Mariners (Special Report 273). Washington, D.C.: Transportation Research Board, National Academies Press.
[8] Androjna, A., Perković, M., Pavić, I., & Mišković, J. 2021. AIS Data Vulnerability Indicated by a Spoofing Case-Study. Applied Sciences, 11(11): 5015. Basel: MDPI.
[9] Chou, C.-C., Wang, C.-N., Hsu, H.-P., Ding, J.-F., Tseng, W.-J., & Yeh, C.-Y. 2022. Integrating AIS, GIS and E-Chart to Analyze the Shipping Traffic and Marine Accidents at the Kaohsiung Port. Journal of Marine Science and Engineering, 10(10): 1543. Basel: MDPI.