Deteksi Anomali Jalur Pelayaran Alur Laut Kepulauan Indonesia II (ALKI II) Berbasis Data AIS dengan Mean Fullstack Application

Abstract

Pengelolaan lalu lintas maritim yang efektif menjadi tantangan penting dalam dunia modern, terutama dengan meningkatnya volume transportasi laut yang membutuhkan sistem navigasi yang aman dan efisien. Automatic Identification System (AIS) berperan penting dalam memantau pergerakan kapal, namun kemampuan sistem ini dalam mendeteksi perilaku anomali dan mengelola zona geografis tertentu masih terbatas. Jurnal ini bertujuan untuk mengembangkan sistem AIS berbasis teknologi Geovience dan Anomaly Detection dengan memanfaatkan kerangka kerja Angular pada front-end dan Node.js Express TypeScript pada back-end. Sistem ini dirancang untuk memproses data AIS yang diterima dalam format NMEA dari port maritim, yang kemudian didekode dan disimpan ke dalam basis data MongoDB. Teknologi geovience digunakan untuk menentukan zona navigasi yang aman, sementara deteksi anomali berbasis aturan diterapkan untuk mengidentifikasi aktivitas kapal yang tidak wajar, seperti pelanggaran rute atau kecepatan melebihi ambang batas. Hasil pemrosesan data divisualisasikan melalui antarmuka berbasis peta interaktif yang memungkinkan operator memantau lalu lintas kapal secara real-time dan menerima notifikasi terkait anomali. Pengembangan sistem ini mencakup beberapa langkah utama, mulai dari pemrosesan data AIS, implementasi geovience, pengembangan algoritma anomaly detection, hingga integrasi komponen back-end dan front-end. Hasil akhir dari tugas akhir ini adalah sebuah sistem yang mampu memberikan solusi terpadu untuk mendukung efisiensi dan keamanan navigasi maritim, dengan potensi aplikasi lebih lanjut pada pengelolaan wilayah perairan skala besar.