Rancang Bangun Sistem Sensor True Wind untuk Automatic Weather Station di Kapal

  • Anggie Patria Pramagusta Badan Meteorologi Klimatologi dan Geofisika
  • Maulana Putra Badan Meteorologi Klimatologi dan Geofisika
  • Budi Santoso Badan Meteorologi Klimatologi dan Geofisika
  • Muhammad Syafieq Ridho Universitas Indonesia
Keywords: Automatic Weather Station, Arah Angin, Kecepatan Angin, Angin sebenarnya, kapal

Abstract

Pengukuran arah dan kecepatan angin pada kapal tidak sama seperti pengukuran arah dan kecepatan angin pada suatu daerah tertentu. Hal ini disebabkan oleh kondisi kapal selalu bergerak secara terus menerus dan berubah posisinya setiap waktu. Angin sebenarnya (True wind) pada kapal sangat dipengaruhi oleh arah dan kecepatan dari kapal itu sendiri. Metode yang digunakan pada penelitian ini merupakan rancang bangun sensor arah dan kecepatan angin melalui proses kalibrasi dan pengujian. Peralatan yang digunakan mencakup komponen sensor utama seperti sensor Angin Young 05103, kompas HMC5883L, dan GPS Neo Ublox6m serta dihubungkan dengan suatu datalogger CR1000 sebagai perangkat yang merekam dan mengakuisisi data. Penelitian ini bertujuan untuk membangun sistem berdasarkan metode perhitungan matematis yang mengkalkulasi arah dan kecepatan angin sebenarnya pada kapal melalui variabel-variabel yang terukur oleh sensor sehingga data yang dihasilkan adalah murni berdasarkan pembacaan sensor saat itu serta dikalkulasikan secara otomatis. Hasil pengujian rancang bangun sistem True Wind Sensor pada kapal dapat disimpulkan bahwa metode kalkulasi yang digunakan maupun metode kalkulasi GPS untuk menentukan kecepatan kapal terbukti benar dan dapat diimplementasikan pada AWS kapal. Instrumen ini bermanfaat bagi pembangunan dan pengembangan Automatic Weather Station pada kapal secara mandiri.

Downloads

Download data is not yet available.

References

Adafruit Industries. (2013). 3-Axis Digital Compass HMC5883L.

Ambika, D., & Radha, V. (2014). SPEECH WATERMARKING USING DISCRETE WAVELET TRANSFORM, DISCRETE COSINE TRANSFORM AND SINGULAR VALUE DECOMPOSITION . International Journal of Computer Science & Engineering Technology (IJCSET), 5(11), 1089-1093.

Anggraeni, S. P. (2018). Sistem Kontrol Nirkabel Untuk E-Aquaponics: Monitoring Budidaya Ikan dan Tanaman Secara Terpadu dengan Routing Protocol Data Centric Based pada Wireless Sensor Network. Bandung: Politeknik Negeri Bandung.

Beljaars, A. C. (1987). The Measurement of Gustiness at Routine Wind Stations. Netherlands: Instrumens and Observing Method.

Campbell Scientific Inc. (2018). CR1000 Datalogger.

Chincholkar, P. Y., Ganorkar, D. S., & Kude, S. P. (2017). A Survey: Digital Audio Watermark Designed Methods . International Journal of Advanced Research in Computer and Communication Engineering , 6(6), 288-292.

Cohuet, J. B., Kleta, H., Rozema, J., Blouch, P., Peterman, E., & Poli, P. (2016). The Shipborne European Common Automatic Weather Station (EUCAWS). TECO.

Deo, M. C., Jha, A., Chaphekar, A., & Ravilant, K. (2001). Neural networks for wave forecasting. Ocean Engineering, 28(7), 889-898.

Deokar, P. S., & Dhaigude, B. (2015). Blind Audio Watermarking Based On Discrete Wavelet and Cosine Transform . International Conference on Industrial Instrumentation and Control (ICIC) .

Dutt, S. (2015). A Survey of Digital Audio Watermarking Techniques . International Journal of Computer Science and Information Technologies (IJCSIT), 6(3), 3067-3072.

Elshazly, A., Nasr, M. .., Fuad, M. M., & El-Samie, F. E. (2016). Synchronized Double Watermark Audio Watermarking Scheme Based on a Transform Domain for Stereo Signals . Fourth InternationalJapan-EgyptConference on Electronics, Communications and Computers (JECECC), 52-57.

Freitag, H., O'Haleck, M., Thomas, G. C., & McPhaden, M. J. (2001). Calibration Procedures and Instrumental Accuracies For ATLAS Wind Measurements. NOAA Technical Memorandum OAR PMEL-119. Miami.

Jain, R., Trivedi, M. C., & Tiwari, S. (2018). Digital Audio Watermarking: A Survey. Springer Nature Singapore.

Jimenez-Meza, A., Aramburo-Lizarraga, J., & de la Fuente, E. (2019). Framework for Estimating Travel Time, Distance, Speed, and Street Segment Level of Service (LOS), based on GPS Data. Procedia Technology, 7(12), 61-70.

Karajeh, H., Khatib, T., Rajab, L., & Maqableh, M. (2019). A robust digital audio watermarking scheme based on DWT and Schur decomposition. Springer Science+Business Media.

Novamizanti, L., Budiman, G., & Wibowo, B. A. (2018). Optimasi Sistem Penyembunyian Data pada Audio menggunakan Sub-band Stasioner dan Manipulasi Rata-rata Statistik . ELKOMIKA, 6(2), 165 - 179.

Patil, M., & Chitode, J. S. (2013). Improved Technique for Audio Watermarking Based on Discrete Wavelet Transform . International Journal of Engineering and Advanced Technology (IJEAT) , 2(5), 511-516.

Shawn, R. S., Mark., A. B., & Sharp., R. J. (1999). Establishing More Truth in True Winds. Journal of Atmospheric and Oceanic Technology, 16(7), 939-952.

Suwanda, F. H. (2017). Inovasi E-pertanian: Integrasi Akuakultur Dan Hidroponik Untuk Menunjang Program Ketahanan Pangan Nasional. Bandung: PKM Belmawa DIKTI.

Suwanda, F. H. (2018). Implementasikan Algoritma Canny Edge Detection untuk Identifikasi Panjang dan Berat Ikan Koi Saat Bergerak . SENTER, 35-44.

Suwanda, F. H. (2019). E-Aquaponics: Pengenalan Pola Ikan Menggunakan Metoda Rectangular Feature Haar Cascade dan Neural Network. Bandung: Politeknik Negeri Bandung.

Tafreshi, H. F., & Farani, A. A. (2014). Spread Spectrum Audio Watermarking: Enhancement of Detection and Watermarking Capacity. The 22nd Iranian Conference on Electrical Engineering (ICEE 2014), 1477-1482.

Ublox. (2011). NEO-6 datasheet.

World Meteorological Organization. (1992). International Meteorological Vocabulary. Geneva: Secretariat of the World Meteorological Organization.

World Meteorological Organization. (2008). Guide to Meteorological Instruments and Methods of Observation. Geneva: Chairperson, Publication Board World Meteorological Organization.

Xiang, Y., Natgunanathan, I., Peng, D., Hua, G., & Liu, B. (2017). Spread Spectrum Audio Watermarking Using Multiple Orthogonal PN Sequences and Variable Embedding Strengths and Polarities . Transactions on Audio, Speech, and Language Processing IEEE.

Xiang, Y., Natgunanathan, I., Rong, Y., & Guo, S. (2015). Spread Spectrum-Based High Embedding Capacity WatermarkingMethodforAudioSignals . ACMTRANSACTIONSONAUDIO,SPEECH,ANDLANGUAGEPROCESSING, 23(12), 22282237.

Zukhrufuljannah, Z. Z., Budiman, G., & Novamizanti, L. (2017). Perancangan Audio Watermarking Stereo Dengan Sinkronisasi Menggunakan Metode Hybrid Dwt Dan Smm Berbasis Fft. Prosiding Seminar Nasional XII “Rekayasa Teknologi Industri dan Informasi 2017 Sekolah Tinggi Teknologi NasionalYogyakarta, 105-111.
Published
2020-03-20
How to Cite
[1]
A. P. Pramagusta, M. Putra, B. Santoso, and M. S. Ridho, “Rancang Bangun Sistem Sensor True Wind untuk Automatic Weather Station di Kapal”, SENTER, pp. 121-134, Mar. 2020.
Section
Articles
View Counter
Abstract viewed 8 times
pdf (Bahasa Indonesia) 2 times