English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Illegal fishing has created heavy financial losses for Indonesia, meanwhile, the large Indonesian water territory made it very difficult to detect such activities. The international regulation that obligates all ships above 300 GT to transmit data using AIS provide opportunity to detect ships conducting illegal fishing. The capability of Indonesia to detect AIS signals from LAPAN-A2/Orari satellite enhances such opportunity. The objective of the research is to develop part of the illegal fishing early warning system, based on AIS data received by terrestrial and satellite sensors. The detection is done by analyzing the course of the ships. Types of illegal fishing activities to be detected are trans-shipment, trawl usage, fishing zone violation, reporting avoidance, and AIS is switching off. The algorithm used is Ray Casting method to determine whether a ship is in its designated zone. The improvement of performance of the algorithm is done by multithreading on the used Phyton code. The algorithm is tested using AIS data from LAPAN-A2 and simulated AIS data.  The results show that the algorithm designed for the analysis of illegal fishing early warning system using AIS data is successfully in detecting six types of offenses in accordance with the Ministry of Marine Affairs and Fisheries Republic of Indonesia mentioned above by using simulation data. Abstrak  Pencurian ikan merupakan kegiatan yang menyebabkan kerugian sangat besar untuk Indonesia, sementara wilayah perairan Indonesia yang luas membuat kegiatan pengawasan pencurian ikan tersebut menjadi sulit dilakukan. Peraturan internasional yang mewajibkan setiap kapal di atas 300 GT untuk mengirimkan data menggunakan AIS menjadi kesempatan untuk mendeteksi kapal-kapal yang melakukan pencurian ikan. Kemampuan Indonesia untuk mendeteksi sinyal AIS dari satelit LAPAN-A2/Orari memperbesar kesempatan tersebut. Penelitian ini bertujuan membangun bagian dari sistem peringatan dini aktivitas pencurian ikan, berdasarkan data AIS yang diterima oleh sensor di garis pantai dan di satelit. Proses pendeteksian dilakukan dengan menganalisa data perjalanan dari sistem AIS. Jenis-jenis pencurian ikan yang dapat dideteksi oleh algoritma ini adalah trans-shipment, penggunaan pukat harimau, pelanggaran zona teritorial, pelanggaran tidak melapor, pelanggaran wilayah penangkapan, dan pelanggaran tidak mengaktifkan pemancar sinyal AIS. Algoritma yang digunakan adalah metode Ray Casting, untuk menentukan suatu kapal berada dalam satu wilayah atau tidak. Perbaikan performa algoritma ini dilakukan dengan melakukan proses multithreading menggunakan kode Python. Algoritma diuji dengan data AIS dari LAPAN-A2/Orari dan data simulasi. Hasil menunjukkan bahwa algoritma yang dirancang untuk sistem analisis peringatan dini pencurian ikan (illegal fishing) dengan data AIS berhasil mendeteksi 6 jenis pelanggaran sesuai ketentuan Kementerian Kelautan dan Perikanan (KKP) Republik Indonesia yang telah disebutkan di atas dengan menggunakan data simulasi.

jurnal teknologi dirgantara/jurnal teknologi dirgantara

ALGORITMA PERINGATAN DINI PENCURIAN IKAN PADA DATA AUTOMATIC IDENTIFICATION SYSTEM (AIS) BERBASIS TERESTRIAL DAN SATELIT (ILLEGAL FISHING EARLY WARNING ALGORITHM FOR TERESTRIAL AND SATELLITE-BASED AUTOMATIC IDENTIFICATION SYSTEM (AIS) DATA)