Garuda - Garba Rujukan Digital

Evaluasi Kinerja Material Pelapis Lambung Kapal dalam Mengurangi Korosi di Lingkungan Laut: Studi Komparatif Epoxy, Zinc-Rich, Polysiloxane, dan Nano-TiO2/Epoxy Berbasis Karakterisasi Elektrokimia dan Analisis Life Cycle Cost Zakila, Nur Amalia Kayra; Sugoro, Ramdhani Yusli Arbain; Sumiwi, Agustin Dwi
Engineering and Technology International Journal Vol 7 No 03 (2025): Engineering and Technology International Journal (EATIJ)
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/eatij.v7i03.1280

Korosi lambung kapal di lingkungan laut menyebabkan kerugian ekonomi global diestimasi USD 2,5 triliun per tahun, dengan biaya perawatan dan penggantian material kapal mencapai 15–25% total biaya operasional. Penelitian ini menyajikan evaluasi kinerja komparatif empat sistem material pelapis lambung kapal — (C1) epoxy konvensional, (C2) epoxy zinc-rich, (C3) polysiloxane, dan (C4) nano-TiO2/epoxy — terhadap kondisi lingkungan laut tropis Indonesia (Cl⁻ = 19.500 mg/L, T = 28°C, pH = 8,1) selama 36 bulan paparan. Kebaruan penelitian mencakup: (1) karakterisasi elektrokimia lengkap melalui Electrochemical Impedance Spectroscopy (EIS — Nyquist plot), kurva polarisasi Tafel, dan evolusi Open Circuit Potential (OCP) secara simultan untuk empat coating; (2) analisis pengaruh tiga parameter lingkungan (Cl⁻, suhu, pH) terhadap laju korosi menggunakan model kinetika Arrhenius; (3) karakterisasi produk korosi menggunakan analisis XRD (simulasi) dan profilometri kekasaran permukaan; dan (4) analisis life cycle cost (LCC) 15 tahun mengintegrasikan biaya awal, pemeliharaan, dan perbaikan. Hasil menunjukkan C4 (nano-TiO2/epoxy) memberikan efisiensi proteksi terbaik: PE = 91,2% pada 36 bulan, Rct EIS = 65.000 Ω·cm², laju korosi = 0,028 mm/tahun, dan kekuatan adhesi residual 7,9 MPa. Analisis ANOVA satu arah (F = 147,3, p < 0,001) mengkonfirmasi perbedaan signifikan antar coating. LCC 15 tahun C4 = USD 198/m² — lebih hemat 22% dibandingkan C1 (USD 254/m²) meskipun biaya awal lebih tinggi.

Studi Perbandingan Performa Kapal Konvensional dan Kapal dengan Modifikasi Desain Lambung: Analisis Hambatan, Seakeeping, Distribusi Tekanan CFD, dan Evaluasi Multi-Kriteria Hermawan, Anugrah Kinan; Sugoro, Ramdhani Yusli Arbain; Sumiwi, Agustin Dwi
Engineering and Technology International Journal Vol 6 No 03 (2024): Engineering and Technology International Journal (EATIJ)
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/eatij.v6i03.1282

Modifikasi desain lambung kapal merupakan strategi utama untuk meningkatkan efisiensi hidrodinamika, performa seakeeping, dan kepatuhan regulasi emisi IMO MARPOL Annex VI tanpa penggantian sistem propulsi. Penelitian ini menyajikan studi perbandingan komprehensif performa empat varian desain lambung — (HV-1) konvensional U-frame, (HV-2) bulbous bow, (HV-3) katamaran, dan (HV-4) raked stem — untuk kapal feri penumpang 4.200 GT menggunakan pendekatan analitik (Holtrop-Mennen), simulasi CFD berbasis RANS, dan analisis seakeeping berbasis fungsi respons amplitudo (RAO). Kebaruan penelitian mencakup: (1) perbandingan hambatan total pada rentang Fr = 0,18–0,45 mengidentifikasi zona keunggulan setiap varian secara kuantitatif; (2) analisis respons seakeeping heave dan roll pada spektrum gelombang JONSWAP (Hs = 2 m, Tp = 8 s) untuk empat heading; (3) distribusi koefisien tekanan Cp berbasis CFD RANS k-ε untuk pemetaan zona kavitasi potensial; dan (4) evaluasi matriks keputusan multi-kriteria (MCDM) mengintegrasikan delapan kriteria teknis, ekonomi, dan lingkungan. Hasil menunjukkan: HV-2 (bulbous bow) mengurangi hambatan total 8,4% pada kecepatan desain (14 knot) dibandingkan HV-1; HV-3 (katamaran) memberikan heave RAO 25% lebih rendah dan roll RAO 40% lebih rendah; HV-4 (raked stem) memberikan keseimbangan terbaik antara pengurangan hambatan (+6,2%) dan biaya konstruksi. Skor MCDM tertinggi diraih HV-2 untuk kriteria teknis-ekonomi dan HV-3 untuk kriteria seakeeping-lingkungan. Validasi model terhadap data towing tank menunjukkan deviasi rata-rata 2,1% (ITTC < 5%).

Studi Numerik Distribusi Tegangan Struktur Kapal Menggunakan Metode Elemen Hingga: Analisis Lima Kondisi Beban Operasional dengan Validasi Teori Balok Tampubolon, Pricillia Magdalena; Sugoro, Ramdhani Yusli Arbain; Sumiwi, Agustin Dwi
Engineering and Technology International Journal Vol 7 No 03 (2025): Engineering and Technology International Journal (EATIJ)
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/eatij.v7i03.1283

Integritas struktural lambung kapal merupakan aspek kritis dalam keselamatan pelayaran dan kepatuhan terhadap regulasi klasifikasi. Penelitian ini menyajikan studi numerik distribusi tegangan struktur kapal feri penumpang 4.200 GT menggunakan Metode Elemen Hingga (MEH/FEA) dengan perangkat lunak berbasis Finite Volume Method. Kebaruan penelitian mencakup: (1) analisis sistematik lima kondisi beban kritis — sagging, hogging, beban kombinasi, impak gelombang, dan beban termal — menggunakan satu model elemen hingga yang terunifikasi; (2) validasi ganda terhadap solusi analitik teori balok Euler-Bernoulli dan data eksperimental dari literatur terbuka; dan (3) pemetaan zona kritis berdasarkan rasio tegangan Von Mises terhadap tegangan luluh dengan safety factor sesuai persyaratan BKI. Model terdiri dari 62.400 elemen shell (S4R) dengan refinement di zona kritis (ukuran elemen 200 mm, y+ analog δ = 50 mm). Hasil menunjukkan tegangan Von Mises maksimum 264,2 MPa pada midship zona C untuk kondisi beban kombinasi (LC-3), melebihi 235 MPa (σy Baja A36) dan membutuhkan perhatian desain khusus. Safety factor minimum 0,89 di zona midship mengindikasikan perlunya reinforcement lokal. Deviasi rata-rata terhadap solusi analitik 4,3%, memenuhi kriteria validasi ISSC (< 5%).

Analisis Pengaruh Fouling Lambung terhadap Hambatan Kapal pada Kondisi Operasional Tertentu: Pendekatan Model Kekasaran Permukaan Berbasis Metode Granville–Demirel dengan Validasi Data Operasional Aisyah, Syarifah Ghaifira Nur; Sumiwi, Agustin Dwi; Sugoro, Ramdhani Yusli Arbain
Engineering and Technology International Journal Vol 6 No 03 (2024): Engineering and Technology International Journal (EATIJ)
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/eatij.v6i03.1285

Fouling biologi pada lambung kapal merupakan salah satu faktor terbesar peningkatan hambatan gesek dan konsumsi bahan bakar, dengan estimasi kerugian industri global mencapai USD 150 miliar per tahun. Penelitian ini menyajikan analisis sistematis pengaruh fouling lambung terhadap hambatan kapal pada kondisi operasional nyata menggunakan model kekasaran permukaan berbasis pendekatan Granville–Demirel yang menggabungkan fungsi kekasaran permukaan ΔU⁺ dengan persamaan ITTC-1957. Kebaruan penelitian mencakup: (1) kuantifikasi peningkatan koefisien gesek ΔCF untuk lima tingkat fouling (bersih, slime, makroalga, barnacle, heavy fouling) dengan kekasaran ekuivalen ks = 0–3.000 µm pada rentang kecepatan 8–18 knot; (2) model pertumbuhan fouling temporal (Bogard-type exponential) yang menghubungkan waktu sejak docking dengan kekasaran permukaan; (3) analisis penalti ekonomi–emisi terintegrasi mencakup biaya bahan bakar ekstra dan peningkatan emisi CO₂ per tahun; dan (4) analisis sensitivitas tornado chart untuk mengidentifikasi parameter dominan. Hasil menunjukkan bahwa barnacle fouling (ks = 1.200 µm) pada kecepatan desain 14 knot meningkatkan hambatan total 45,3%, konsumsi BB 42,8%, dan emisi CO₂ 38.200 ton/tahun. Kehilangan kecepatan pada daya konstan 5.600 kW mencapai 2,4 knot (17,1%). Model pertumbuhan fouling memprediksi interval docking optimal 28–32 bulan untuk meminimalkan total biaya siklus hidup.

Improvement of IoT Security with a Machine Learning-Based Intrusion Detection System Approach Halizzah, Nur; Chayani, Aisyah; Fernandes, Atman Lucky; Saro, David; Sugoro, Ramdhani Yusli Arbain
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1434

The development of the Internet of Things (IoT) has brought convenience to various aspects of life, but it also presents significant challenges regarding cybersecurity. One solution to address this issue is the development of an Intrusion Detection System (IDS) based on machine learning. This study aims to design an efficient and adaptive IDS for IoT environments using machine learning algorithms such as Random Forest and Support Vector Machine (SVM). The methodology includes system design, data collection, algorithm selection, model training, and system performance evaluation. The results show that Random Forest and SVM algorithms are effective in detecting attacks such as Distributed Denial of Service (DDoS) and malware, with a relatively high accuracy rate. However, the main challenges faced are the need for representative datasets and computational efficiency issues on resource-constrained IoT devices. This study concludes that machine learning-based intrusion detection systems can improve IoT security by accurately detecting cyber-attacks. Further development is expected to address efficiency constraints and enhance the system's reliability in facing increasingly complex threats.

Improvement of IoT Security with a Machine Learning-Based Intrusion Detection System Approach Halizzah, Nur; Chayani, Aisyah; Fernandes, Atman Lucky; Saro, David; Sugoro, Ramdhani Yusli Arbain
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1434

The development of the Internet of Things (IoT) has brought convenience to various aspects of life, but it also presents significant challenges regarding cybersecurity. One solution to address this issue is the development of an Intrusion Detection System (IDS) based on machine learning. This study aims to design an efficient and adaptive IDS for IoT environments using machine learning algorithms such as Random Forest and Support Vector Machine (SVM). The methodology includes system design, data collection, algorithm selection, model training, and system performance evaluation. The results show that Random Forest and SVM algorithms are effective in detecting attacks such as Distributed Denial of Service (DDoS) and malware, with a relatively high accuracy rate. However, the main challenges faced are the need for representative datasets and computational efficiency issues on resource-constrained IoT devices. This study concludes that machine learning-based intrusion detection systems can improve IoT security by accurately detecting cyber-attacks. Further development is expected to address efficiency constraints and enhance the system's reliability in facing increasingly complex threats.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search