Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Maritime Park: Journal Of Maritime Technology and Socienty Jurnal Riset & Teknologi Terapan Kemaritiman
Pamungkas, Anjar
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimalisasi Penentuan Rute Terbaik Pelayaran Berbasis Analisis Big Data untuk Efisiensi Bahan Bakar Kapal Laut Setiawan, Ariyono; Bin Abdul Hadi, Abdul Razak; Widyaningsih, Upik; Pamungkas, Anjar
Jurnal Riset & Teknologi Terapan Kemaritiman Vol. 3 No. 1 (2024)
Publisher : Departemen Teknik Sistem Perkapalan, Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25042/jrt2k.062024.05

Abstract

Penelitian ini bertujuan untuk mengoptimalkan rute pelayaran dengan menerapkan big data analytics guna meningkatkan efisiensi bahan bakar. Dengan memanfaatkan data real-time dan historis, studi ini mengidentifikasi rute paling efisien untuk meminimalkan konsumsi bahan bakar tanpa mengorbankan efektivitas operasional. Berbasis pada teori logistik maritim, analitik big data, dan efisiensi bahan bakar, penelitian ini menggabungkan model optimasi rute, prakiraan cuaca, serta analisis kinerja kapal untuk mendukung pengambilan keputusan navigasi. Selain itu, dampak regulasi IMO MARPOL Annex VI, khususnya EEDI dan SEEMP, turut dipertimbangkan dalam upaya optimalisasi efisiensi energi. Metode yang digunakan adalah pendekatan campuran, yang mengombinasikan analisis kuantitatif dari data AIS, laporan cuaca, serta catatan konsumsi bahan bakar dengan algoritma pembelajaran mesin untuk optimasi rute. Analisis korelasi Pearson mengevaluasi hubungan antara kecepatan, jarak, waktu tempuh, dan konsumsi bahan bakar. Studi kasus digunakan untuk memvalidasi model yang dikembangkan. Hasil penelitian menunjukkan bahwa konsumsi bahan bakar sangat dipengaruhi oleh kecepatan kapal, dengan kecepatan lebih tinggi meningkatkan konsumsi bahan bakar. Korelasi negatif ditemukan antara waktu tempuh dan konsumsi bahan bakar harian, menunjukkan bahwa pelayaran lebih lambat dapat meningkatkan efisiensi. Studi ini menekankan pentingnya pemrosesan data real-time dalam penyesuaian rute berdasarkan cuaca, kemacetan, dan efisiensi energi. Penelitian ini menawarkan pendekatan inovatif berbasis data dalam perencanaan rute, berbeda dari metode tradisional yang mengandalkan bagan statis dan pengalaman. Integrasi big data dalam logistik maritim dapat mengurangi emisi, menekan biaya, serta meningkatkan keberlanjutan operasional.
Multivariate Risk Analysis of Echotoxic Chemicals of Ballast Water Chemicals Based on PCA and DSS Using ECOTOX GISIS Data Setiawan, Ariyono; Widyaningsih , Upik; Pamungkas, Anjar; Bin Abdul Hadi, Abdul Razak; Dewi, Deshinta Arrova
Maritime Park: Journal of Maritime Technology and Society Volume 4, Issue 3, 2025
Publisher : Department of Ocean Engineering, Faculty of Engineering, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62012/mp.vi.44925

Abstract

This study proposes a multivariate risk classification model for ballast water treatment chemicals by integrating global datasets—ECOTOX (U.S. EPA) and GISIS (IMO). Using Principal Component Analysis (PCA), we analyze 37 substances based on acute toxicity (LC50), chronic toxicity (NOEC), and bioaccumulation potential (BCF). The aim is to provide a practical, data-driven tool to support ecological compliance, early warnings, and regulatory prioritization in maritime chemical management. Results show that 43.24% of substances fall into the high-risk category, while only 8.11% are low risk. PCA effectively reduces dimensionality, explaining 73.63% of variance with just two components. High-risk chemicals such as Dibromoacetic acid and Dichloroacetonitrile exhibit low NOEC and high BCF values—indicating significant ecotoxic potential, often underregulated. Some commonly used oxidants also reveal hidden chronic toxicity, suggesting gaps in current risk frameworks post-BWM Convention. We construct a risk-scoring matrix and chemical heatmap to visualize ecotoxic profiles, enabling real-time risk ranking and decision support. Unlike previous studies that focus solely on toxicity thresholds or narrative reviews, this approach integrates empirical data with decision logic to aid Port State Control (PSC) and IMO policy design. The method is replicable and adaptable to other maritime pollutants, especially in the ASEAN context, enhancing smart port readiness and ecological safeguarding.
Co-Authors Bin Abdul Hadi, Abdul Razak Dewi, Deshinta Arrova Setiawan, Ariyono Widyaningsih , Upik Widyaningsih, Upik