APLIKASI TEXT MI I G SEBAGAI PERANGKAT ANALISIS PADA SIMULASI PENANGGULANGAN MARI E HAZARD

Seminar asional Pascasarjana V 2005

APLIKASI TEXT MI I G SEBAGAI PERANGKAT ANALISIS PADA SIMULASI PENANGGULANGAN MARI E HAZARD Ketut Buda Artana1), Arie C Pranoto2) , Nurkhalis3) Staf Pengajar Jurusan Teknik Sistem Perkapalan FTK-ITS 2 )Mahasiswa S3 Program Pasca Sarjana Teknologi Kelautan ITS 3 )Mahasiswa Jurusan Teknik Sistem Perkapalan FTK-ITS Laboratorium Keandalan dan Keselamatan JTSP FTK-ITS e-mail:[email protected] 1)

Abstrak Tugas akhir ini membahas perencanaan dan pengembangan suatu perangkat lunak sebagai alat simulasi penanggulangan kecelakaan kapal dengan memanfaatkan jaringan komputer lokal (LAN) dengan sistem jaringan client / server, serta penerapan metode Text Mining pada analisa data-data yang dihasilkan selama simulasi berlangsung. Perangkat lunak simulasi ini merupakan hasil dari sebuah Collaborative System, yakni hasil kerja dari penggunaan aplikasi komputer jaringan, aplikasi penganalisaan data-data tekstual dan skenario kecelakaan kapal yang dikembangkan dari kajian-kajian teknis terhadap laporan-laporan kecelakaan kapal. Kata kunci: Text mining, Maritime incident, Collaborative System, Simulasi Komputer, LA .

1. PEDAHULUA Banyaknya kecelakaan yang terjadi pada kapal dilaut telah memaksa manusia bekerja keras, sedapat mungkin menghindarinya. Lebih-lebih lagi dampak yang dihasilkan oleh kecelakaan di laut terhadap lingkungan dan ekosistem laut yang sangat merugikan. Setiap suatu kecelakaan terjadi, selalu di respon dengan keluarnya peraturan-peraturan baru oleh organisasi-organisasi maritim, yang membuat industri perkapalan dan perusahaan pelayaran harus membayar lebih untuk memenuhi peraturan-peraturan baru tersebut. Tidak sedikit kecelakaan dan bahaya laut yang disebabkan oleh kesalahan pada manusia (human error)[Ishida, 1998], selain itu juga disebabkan oleh permasalahan teknis. Oleh karena itu penulis memandang penting untuk dikembangkan sebuah perangkat simulasi latihan penanggulangan kecelakaan kapal yang lebih sederhana, dan tidak memerlukan biaya banyak dalam pelaksanaannya, tidak banyak resiko (low risk), untuk melatih siapa saja yang nantinya mempunyai profesi yang memiliki kaitan erat terhadap dunia kemaritiman dan juga lingkungan hidup terutama lingkungan dan ekosistem laut. Pada akhirnya, setelah menjalani proses-proses pada simulasi ini, diharapkan peserta pelatihan dapat mempelajari kesalahan-kesalahan manusia yang telah menyebabkan terjadinya kecelakaan kapal pada masa-masa yang lalu, mempelajari dan mensimulasikan prosedur-prosedur penanggulangan bencana, serta untuk para marine engineer dan desainer-desainer kapal mempelajari kesalahan-kesalahan teknis dan sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya atau kecelakaan di laut. Program simulasi ini memanfaatkan jaringan kerja komputer lokal (Local Area etwork / LAN), dengan server side programming. Simulasi dengan cara ini, akan lebih menghemat waktu dan biaya, dibandingkan dengan jika melakukan simulasi fisik di lapangan Text Mining [8] adalah kegiatan menggali dan menganalisa data-data valid yang tersebar dalam dokumen-dokumen tekstual. Aplikasi Text Mining ini bertujuan mendapatkan kembali informasi-informasi yang tersebar dalam data-data record report dan respons masing-masing peserta selama simulasi. Sebagaimana diketahui bersama bahwa data yang dihasilkan selama simulasi berlangsung adalah data-data laporan dan respon yang dikirimkan oleh masing-masing peserta simulasi dalam bentuk kata-kata (tekstual). Walaupun tidak semua terdiri dari katakata, akan tetapi mayoritas data hasil simulasi berupa kata-kata. Oleh karena itu metode pendekatan yang paling sesuai untuk menganalisa data-data tersebut adalah dengan menggunakan metode text mining. Tool text mining yang digunakan dalam penelitian ini adalah TextAnalyst for Internet Explorer, sebuah software produksi Megaputer Intelegence Inc. Metode analisa data simulasi selain text mining adalah monitoring message rate dan depedency matrix[Artana, 2002, 2003, Hashimoto, 1993]. Monitoring message rate adalah pemantauan

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi Penanggulangan Marine Hazard

2

frekuensi laporan dan respon yang dikirimkan oleh masing-masing peserta simulasi. Sehingga dapat diketahui peserta mana yang paling proaktif, peserta yang paling banyak mendapatkan respon dari peserta lain. Message rate ditampilkan dalam bentuk persentase dan jumlah frekuensi pengiriman pesan. Sedangkan depedency matrix adalah jumlah pengiriman pesan peserta satu terhadap setiap peserta lainnya yang disusun dalam bentuk matrix. Sebagai contoh jika terdapat peserta A, B, C, ... , n maka bentuk depedency matrixnya adalah sebagai berikut : Tabel 1. Depedency Matrix fAB adalah jumlah pengiriman pesan oleh Peserta A B C ... n peserta A kepada peserta B. Dengan demikian dapat diketahui aktifitas pengiriman pesan fAB fAC
fAn peserta satu kepada setiap peserta lainnya. Perbedaanya dengan monitoring message rate
B fBA fBC fBn adalah, jika pada message rate program hanya C fCA FCB
fCn menampilkan jumlah pengiriman dan penerimaan pesan total masing-masing





peserta, pada dependency matrix menampilkan jumlah total pengiriman satu
fnA FnB fnC n fnn peserta kepada setiap peserta lainnya.

2. TUJUA DA MAFAAT PEELITIA Penelitian bertujuan untuk mengembangkan perangkat simulasi sebagai sarana latihan penanggulangan kecelakaan kapal di laut serta mendapatkan hasil analisa text mining dari datadata hasil simulasi yang terkumpul pada database, termasuk diantaranya yaitu mendapatkan kembali informasi-informasi yang tersebar dalam data, mendapatkan konsep inti dari masingmasing laporan maupun respon, serta kaitan antar konsep sehingga dapat diketahui kecocokan dan kesesuaian antara laporan yang dikirimkan dengan respon yang diberikan. Manfaat yang dapat diperoleh dari penelitian ini adalah mendapat perangkat simulasi yang berfungsi sarana latihan penanggulangan kecelakaan kapal di laut dan ini sangat bermanfaat sebagai sarana dalam mempelajari kesalahan-kesalahan manusia yang telah menyebabkan terjadinya kecelakaan kapal pada masa-masa yang lalu, serta untuk mempelajari kesalahankesalahan teknis dan sistem pada kapal yang dapat memungkinkan terjadinya suatu bahaya atau kecelakaan di laut. Sementara itu hasil analisa text mining akan sangat bermanfaat untuk tujuan penelitian dan kajian-kajian terhadap studi keselamatan pelayaran, sistem prosedur penyelamatan kapal dan lingkungan, serta untuk penyusunan skenario kecelakaan yang lebih baik lagi. 3.

METODOLOGI PEELITIA

3.1. Perencanaan Sistem Ditahap ini di rancang alur kerja sistem simulasi yang akan menjadi pedoman proses selanjutnya. Penelitian ini melakukan coding PHP programming menggunakan editor Macromedia Dreamweaver. Sedang untuk web design, penulis menggunakan Macromedia Firework. Penelitian ini juga menggunakan TextAnalyst for Internet Explorer sebagai program text mining. Proses pemodelan akan dilakukan dengan menyusun modul-modul program simulasi yang disesuaikan dengan skenario yang akan dikembangkan dalam program simulasi, output yang diharapkan didapat dari program simulasi, dan metode pengukuran efektivitas prosedur penanggulangan bencananya. 3.2. Pembagian Peserta Simulasi Partisipasi peserta simulasi dibagi menjadi beberapa grup (lihat tabel 1) [Nishikawa, 1999] yang akan berperan sebagai kapten kapal, radio operator kapal, pemilik kapal, Maritime Safety Agency, salvage company, Pemerintah Daerah dimana kecelakaan terjadi, Syahbandar pelabuhan, Port Control Officer, kepala/staf organisasi nelayan, perwakilan dari pemilik kapal, surveyor, staf dari dinas lingkungan hidup, tenaga sukarelawan, ahli dari perguruan tinggi, dan lain-lainnya. Pembagian grup dan banyaknya pihak-pihak yang terlibat tergantung dari skenario yang telah direncanakan.

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi Penanggulangan Marine Hazard

3

Tabel 2. Pembagian grup dalam simulasi Pembagian grup disusunkan berdasarkan fungsi dan lokasi atau keberadaan masingmasing pihak terkait. Misalnya grup 1 adalah Grup 2 pihak ship crew yang berada di kapal. Kemudian grup 2 adalah pihak pihak Grup 3 pengontrol lalu lintas dan keselamatan laut, seperti Coast Guard Officer, SAR, Port Control Grup 4 Officer dan lain-lain. Dalam simulasi ini mereka harus dapat mengatasi konsekuensi dan tantangan dari skenario yang dikembangkan dalam rentang waktu simulasi sekitar satu minggu [7]. Mereka harus mensimulasikan semua proses sejak kapal berlayar, kecelakaan terjadi, penanggulangan, hingga proses kompensasi akibat kerugian yang terjadi selesai dilakukan, dengan menggunakan komputernya masing-masing. Grup 1

Kapten kapal, radio officer, chief engineer, dll. Coast Guard, Maritime Safety Agency, SAR, Port Control Officer, Syahbandar, Kapal terdekat. Pemda, kepala pelabuhan, bappedal, perwakilan shipowner Salvage Company, volentir, anti polution company

3.3. Pemodelan peserta dalam LA.

Gambar 1. Konsep LAN untuk simulasi

Dalam pelaksanaan simulasi ini, media komunikasi dan respon dari masing-masing peserta menggunakan server side programming yang terkoneksi dengan database. Program server side ini dijalankan dalam Microsoft internet explorer, atau bisa juga menggunakan browser lainnya. Semua kegiatan dan traffic pesan dan respon terpusat pada komputer server, dan langsung dicatat dalam database yang ada pada komputer server. Masing-masing peserta diberikan fasilitas satu unit komputer. Semua langkah dan tindakan yang dilakukan dituliskan kedalam form pengiriman data yang telah tersedia pada program ini.Selain peserta yang memiliki peran dalam penanggulangan bencana, proses simulasi juga dimonitor oleh tim ahli yang dapat memberi nasehat selama dan setelah proses simulasi dilakukan.

4. ARSITEKTUR PROGRAM Interface awal program ini terdiri atas tips-tips bantuan penggunaan program simulasi dan link untuk memulai simulasi. Pada interface awal ini pula terdapat tombol admin untuk menuju ke control panel simulasi. Pada control panel simulasi, admin simulasi melakukan seluruh persiapan data-data peserta, skenario kecelakaan, data-data utama kapal yang mengalami bencana, create database baru beserta-tabel-tabel untuk keperluan setiap sesi simulasi. User Interface awal program ini adalah sebagai berikut :

Gambar 2. User interface awal program Marine Hazard Simulation

Gambar 5. User Interface program utama simulasi

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi Penanggulangan Marine Hazard

4

Setelah melakukan log in, peserta akan menuju ke halaman utama program simulasi. Program simulasi ini memiliki beberapa panel utama yakni panel halaman utama / main page, panel pengiriman pesan / Send Message, panel lihat pesan / View Message, panel Skenario simulasi / Scenario, dan panel analisa data / Data Analysis. Struktur database pada program simulasi ini terdiri atas satu database utama, dan satu database untuk satu sesi simulasi. Untuk lebih jelasnya struktur data base dapat dilihat pada diagram dibawah ini : Simulation_data

accident_cate

admin

id category

id admin password

id db_name category cause stage trial ship crew port

Gambar 4. Struktur database utama

Messages

General_scena

Detailed_scena

title scenario

id tgl_jam sender recipient scenario

id time sender sender_gro up recipient rec_group message category

Gambar 5. Struktur database simulasi

Terlihat pada gambar struktur database diatas, database utama diberi nama “simulation admin”. Database utama ini memiliki beberapa tabel, yakni tabel accident_category (kategory kecelakaan), tabel admin (data admin/pemandu simulasi), dan tabel simulation_data (data-data seluruh sesi simulasi). Sedangkan untuk setiap sesi simulasi baru, dibuatkan satu database simulasi. Database simulasi terdiri dari beberapa tabel antara lain tabel skenario umum (general scenario), tabel skenario detil (detailed scenario), tabel report dan response (message), dan tabel peserta simulasi (player). Tool text mining yang digunakan dalam analisa text mining ini adalah TextAnalyst for Internet Explorer. Software ini dijalankan dalam interface microsoft internet explorer. Software ini memiliki beberapa window utama, yakni Summary, Semantic et (SemNet), dan Semantic Search (SemSearch).

Gambar 6. User Interface Text Analyst

Gambar 7. Semantic etwork

Semantic et digunakan untuk melihat konsep-konsep penting dalam sebuah dokumen teks, dan menampilkan hierarcical structure dari konsep-konsep penting dari sebuah dokumen teks. Jadi pada window ini konsep-konsep disusun dari yang paling besar bobot semantiknya sampai yang paling kecil. Selain itu di window ini terlihat struktur hierarki antar konsep yang memiliki hubungan antar satu dengan lainnya. Setiap konsep maupun hubungan antar konsep diberikan bobot semantik yang besarnya 1 – 100, yang mana 100 berarti konsep tersebut merupakan konsep terpenting dalam dokumen teks yang dianalisa dan 1 adalah konsep dengan tingkat terkecil. Konsep-konsep dimulai dari yang terpenting, menengah sampai yang paling kecil digambarkan dengan gambar ikan kakap besar, ikan sedang dan yang paling kecil ikan teri. Setiap konsep dalam Semantic etwork dihubungkan kembali ke konsep- konsep lainnya yang masih memiliki hubungan dengan konsep induknya.

Ketut Buda Artana /Aplikasi Text Mining Sebagai Perangkat Analisis Pada Simulasi Penanggulangan Marine Hazard

5

Window semantic search, berfungsi untuk melakukan pencarian konsep yang diinginkan. Pada window semantic search, terdapat field pencarian, tombol search, tombol clear, dan View Pane. Dengan mengetikkan kata atau gabungan kata yang merupakan konsep pada field pencarian, kemudian menge-klik tombol search, maka Text Analyst akan membuat struktur semantic dari konsep yang dicari, kemudian menampilkannya pada view pane. Sedangkan window summary adalah kesimpulan umum dari dokumen teks yang dianalisa, yang ditampilkan dalam view pane.

5. HASIL DA DISKUSI Dari pembuatan program simulasi kecelakaan menggunakan jaringan komputer lokal, penulis menyimpulkan beberapa hal sebagai berikut : 1. Metode simulasi kecelakaan dan bahaya laut yang tergolong baru ini, sangat baik dari sisi untuk menekan biaya, waktu dan tenaga peserta simulasi dibandingkan dengan melakukan simulasi fisik dilapangan. Simulasi dengan menggunakan komputer serta interaksi antara peserta-pesertanya, baik untuk latihan penanggulangan dalam pengambilan kebijakan dan tindakan oleh masing-masing peserta, latihan untuk mengetahui proses-proses penanggulangan dan prosedur standar penanggulangan bencana laut. 2. Banyak hal tentunya keterampilan penanggulangan kecelakaan dan bahaya laut yang tidak bisa dilakukan dengan hanya bersimulasi dengan komputer, contohnya keterampilan teamwork melakukan simulasi pembersihan permukaan laut dari tumpahan minyak akibat kecelakaan kapal yang mana peserta harus tahu benar kondisi lapangan, penggunaan peralatan, prosedur pengoperasian peralatan, yang semua itu harus dilakukan dengan praktek di lapangan. 3. Metode Text Mining sangat sesuai digunakan untuk menganalisa data simulasi yang sebagian besar merupakan data-data tekstual. Ruang lingkup masalah yang dianalisa sangat luas tergantung dari obyek data yang dianalisa. Analisa dengan cara ini tidak mempunyai pola yang baku, penganalisa bisa mengambil kesimpulan dari pencarian konsep-konsep penting yang dilakukan oleh TextAnalyst. Text mining juga sangat sesuai untuk analisa data-data yang jumlahnya sangat banyak. Simulasi berulang yang dilakukan tentunya akan menyebabkan data-data yang terkumpul menjadi banyak, sehingga metode text mining sangat membantu untuk mempercepat proses –proses pengambilan kesimpulan dari data-data tersebut.

6. DAFTAR ACUA 1.

2.

3.

4. 5.

6. 7.

8.

Ishida,K., Nishikawa,E., ‘Maritime Hazard Models for Simulation Exercise at MET institutes’, Proceeding of International Maritime Lecturers Association (IMLA 10), 1998, St Malo France Artana KB, Ishida K, ‘Spreadsheet Modeling of Optimal Maintenance Schedule for Components in Wear-Out Phase’, Journal of Reliability Engineering and System Safety, ELSEVIER, Vol. 77 pp. 81-91, 2002. Artana KB, Ishida K, ‘Spreadsheet Modeling to Determine Optimum Ship Main Dimensions and Power Requirements at Basic Design Stage’, Journal of Marine Technology Vol. 40 No. 1, Society of Naval Architects and Marine Engineers (SNAME), January 2003. Nishikawa,E., Ishida,K., ‘On the Contingent Response System for Marine Disasters of Large Oil Spill’, JSME Kansai.No.74 Conference No. 994-1, 1999, pp 11-15. Hashimoto,T., Harada,T., Kume,K., ‘Some Consideration on Developments in Reliability, Maintainability, and Manning Indices for Engine System During the Past 30 Years in Japan –and the Future’, ICMES pp. 261-271, 1993. Henley, E.J., Kumamoto, H., (1992) Probabilistic Risk Assessment: Reliability Engineering, Design, and Analysis, IEEE Press, New York. Marine Accident Investigation Branch. Southampton UK.1993, ‘Report of the Chief Inspector of Marine Accidents into the engine failure and subsequent grounding of the Motor Tanker BRAER at Garths Ness Shetland on 5 January 1993’, Available: www.maib.dft.gov.u Gregory Piatetsky-Shapiro, ‘Machine Learning,Data Mining, and Knowledge Discovery: An Introduction’, Available: www.kdnuggets.com/dmcourse/data_mining