Gelombang laut, yang biasanya liar, mahal, dan susah diprediksi, sekarang bisa “dipanggil” ke dalam laboratorium. Bukan sekadar visual, tapi benar-benar ditiru gerakannya. Itulah yang sedang dikerjakan oleh Badan Riset dan Inovasi Nasional (BRIN) dengan memanfaatkan teknologi kecerdasan buatan (AI)
Mengutip siaran pers BRIN, selama ini pengujian teknologi maritim, seperti kapal, platform lepas pantai, sistem struktur, punya satu kendala klasik: harus turun ke laut. Masalahnya jelas: biaya tinggi, kondisi tidak bisa dikontrol, dan risiko operasional besar.
Kadang cuaca berubah, kadang gelombang tidak sesuai skenario. Eksperimen jadi tidak konsisten.
Di titik ini, ide membuat simulator gelombang laut sebenarnya bukan hal baru. Tapi yang bikin beda sekarang adalah cara mengendalikannya.
Tim dari Pusat Riset Teknologi Hidrodinamika dan Pusat Riset Teknologi Satelit mengembangkan sistem kendali berbasis AI untuk simulator ini. Yang dipakai bukan AI generatif seperti yang sering dibicarakan publik, tapi pendekatan optimasi.
Mereka menggabungkan algoritma Salp Swarm Algorithm (SSA) dengan sistem kontrol klasik PID (Proportional-Integral-Derivative). Kalau disederhanakan, SSA ini semacam mekanisme belajar untuk mencari parameter terbaik agar gerakan simulator bisa sedekat mungkin dengan gelombang asli.
Simulasi ini tidak berhenti di layar komputer. Sistemnya dijalankan di atas Stewart Platform, sebuah platform mekanik dengan enam derajat kebebasan. Artinya, alat ini bisa bergerak naik turun, miring, dan berputar. Dengan kombinasi yang kompleks, mirip seperti gerakan laut yang tidak pernah benar-benar sederhana.
Model gelombang diubah jadi lintasan gerak. Lalu dihitung ulang menggunakan inverse kinematics, sampai akhirnya platform benar-benar bergerak mengikuti pola tersebut.
Yang agak mengejutkan, hasil riset ini bukan cuma soal akurasi tinggi, tapi juga soal kesederhanaan. Menurut Wibowo Harso Nugroho, pendekatan SSA menghasilkan tingkat kesalahan yang lebih rendah dibanding metode lain seperti Genetic Algorithm dan Particle Swarm Optimization.
Bahkan, tingkat error 16,8% lebih rendah dibanding Genetic Algorithm, 8,7% lebih baik dari Particle Swarm, dan yang menarik, model PID yang lebih sederhana, ketika dioptimasi dengan SSA, justru bekerja lebih baik daripada sistem yang lebih kompleks.
“Efektivitas sistem tidak selalu bergantung pada kompleksitasnya, melainkan pada strategi optimasi yang tepat,” ujarnya.
Kenapa ini penting? Karena teknologi maritim itu sangat mahal. Dengan simulator seperti ini, desain kapal bisa diuji tanpa ke laut, platform offshore bisa diuji lebih cepat, serta risiko bisa ditekan sebelum implementasi nyata. Dan semua dilakukan di lingkungan yang bisa dikontrol.
Aplikasinya tidak berhenti di riset. Teknologi seperti ini bisa dipakai untuk: desain kapal generasi baru, sistem stabilisasi platform laut, bahkan pengembangan teknologi energi lepas pantai.
Ke depan, tim BRIN juga berencana mengembangkan sistem kendali yang lebih kompleks, nonlinier, untuk menangani dinamika laut yang lebih ekstrem.
Be First to Comment