<![CDATA[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.]]>
Copyrights © 2024
