Pendahuluan: Indonesia Membutuhkan Transportasi yang Sesuai dengan Karakter Kepulauan

Indonesia dikenal sebagai negara kepulauan terbesar di dunia. Wilayahnya terdiri dari ribuan pulau dengan kondisi geografis yang sangat beragam. Banyak daerah di Indonesia dikelilingi oleh perairan, sungai, dan laut, sehingga akses transportasi tidak selalu dapat mengandalkan jalan darat atau bandara konvensional. Dalam situasi seperti ini, transportasi yang mampu bergerak fleksibel di darat dan air menjadi sangat penting.

Salah satu teknologi yang dapat menjawab kebutuhan tersebut adalah pesawat amfibi. Pesawat ini memiliki kemampuan khusus untuk lepas landas dan mendarat di permukaan air. Dengan kemampuan tersebut, pesawat amfibi dapat menjadi solusi transportasi bagi masyarakat yang tinggal di wilayah terpencil, pesisir, dan kepulauan. Artikel ETASR yang dibahas menyebutkan bahwa pesawat amfibi dapat mendukung mobilitas masyarakat di daerah terpencil yang dikelilingi perairan, sehingga akses terhadap layanan pemerintah dan pembangunan dapat menjadi lebih adil dan merata.

Namun, pengembangan pesawat amfibi tidak hanya berkaitan dengan bentuk badan pesawat atau kemampuan mendarat di air. Salah satu aspek penting yang harus diperhatikan adalah sistem navigasi dan estimasi lintasan terbang. Pesawat harus mampu bergerak dengan stabil, aman, dan terkendali. Karena itu, teknologi estimasi lintasan menjadi bagian penting dalam mendukung keselamatan penerbangan pesawat amfibi.

Ketika Teknologi Membantu Membaca Gerak Pesawat

Dalam dunia penerbangan, lintasan pesawat tidak hanya dilihat dari arah geraknya saja. Banyak faktor teknis yang memengaruhi bagaimana pesawat bergerak, seperti gaya aerodinamika, gaya hidrodinamika, dorongan mesin, berat pesawat, serta kondisi saat pesawat berinteraksi dengan udara dan air.

Pada pesawat amfibi, tantangannya menjadi lebih kompleks. Pesawat tidak hanya harus stabil saat terbang di udara, tetapi juga harus aman saat bergerak di permukaan air. Ketika pesawat bergerak di air, gaya yang bekerja pada badan pesawat berbeda dengan saat pesawat berada di udara. Oleh karena itu, sistem estimasi yang akurat sangat dibutuhkan agar pergerakan pesawat dapat diprediksi dengan baik.

Penelitian ini berfokus pada estimasi dua parameter penting, yaitu koefisien drag atau CD dan koefisien yaw atau CY. Koefisien drag berkaitan dengan hambatan yang dialami pesawat ketika bergerak. Semakin baik hambatan ini dipahami, semakin baik pula analisis performa gerak pesawat. Sementara itu, koefisien yaw berkaitan dengan kecenderungan pesawat berbelok atau menyimpang dari arah gerak tertentu. Kedua parameter ini penting untuk memahami kestabilan dan pengendalian pesawat.

Dua Metode Estimasi: Ensemble Kalman Filter dan Extended Kalman Filter

Dalam penelitian ini, peneliti membandingkan dua metode estimasi, yaitu Ensemble Kalman Filter atau EnKF dan Extended Kalman Filter atau EKF. Keduanya merupakan metode yang digunakan untuk memperkirakan kondisi suatu sistem berdasarkan data dan model matematis.

Secara sederhana, EnKF dapat dipahami sebagai metode yang menggunakan banyak kemungkinan atau “ensemble” untuk memperkirakan kondisi sistem. Metode ini seperti membuat banyak skenario prediksi, kemudian menggabungkannya untuk memperoleh estimasi yang lebih baik. Dalam penelitian ini, EnKF diuji dengan jumlah ensemble yang berbeda, yaitu 200 dan 300, untuk melihat bagaimana pengaruh jumlah ensemble terhadap hasil estimasi.

Sementara itu, EKF bekerja dengan pendekatan linearisasi. Artinya, sistem yang sebenarnya bersifat tidak linear disederhanakan di sekitar titik tertentu agar dapat dihitung dan diprediksi. EKF banyak digunakan dalam sistem navigasi, pelacakan kendaraan, dan estimasi lintasan karena mampu bekerja pada sistem yang kompleks.

Kedua metode ini diterapkan pada model gerak pesawat amfibi. Data yang digunakan berasal dari pengujian wind tunnel, yaitu pengujian aerodinamika di terowongan angin. Dataset penelitian terdiri dari 260 data dengan 6 kolom, meliputi run, alfa, beta, CL, CD, dan CY. Data ini kemudian digunakan untuk melihat seberapa baik EnKF dan EKF mampu memperkirakan koefisien drag dan yaw.

Hasil Penelitian: EKF Memberikan Estimasi yang Lebih Akurat

Hasil penelitian menunjukkan bahwa kedua metode mampu digunakan untuk memperkirakan koefisien drag dan yaw pada lintasan pesawat amfibi. Namun, jika dilihat dari nilai kesalahan prediksi atau Root Mean Square Error, EKF memberikan hasil yang lebih baik dibandingkan EnKF.

Pada estimasi koefisien drag atau CD, EnKF menghasilkan nilai RMSE terbaik sebesar 0,0214, sedangkan EKF menghasilkan nilai RMSE sebesar 0,0186. Dalam konteks prediksi, semakin kecil nilai RMSE, semakin baik kemampuan metode dalam mendekati nilai sebenarnya. Dengan demikian, EKF menunjukkan performa yang lebih akurat dalam estimasi CD.

Hal yang sama juga terlihat pada estimasi koefisien yaw atau CY. EnKF menghasilkan nilai RMSE sekitar 0,0015, sedangkan EKF menghasilkan nilai RMSE sekitar 0,0012. Hasil ini menunjukkan bahwa EKF juga lebih unggul dalam memperkirakan perubahan yaw pada pesawat amfibi.

Walaupun EKF menunjukkan hasil yang lebih baik, EnKF tetap memberikan hasil yang memuaskan. Hal ini penting karena EnKF memiliki pendekatan yang fleksibel dan dapat dikembangkan lebih lanjut, terutama untuk sistem yang sangat kompleks atau ketika terdapat banyak ketidakpastian dalam data.

Mengapa Estimasi Lintasan Pesawat Amfibi Itu Penting?

Estimasi lintasan bukan hanya persoalan teknis di laboratorium. Dalam penerapan nyata, estimasi lintasan berkaitan langsung dengan keselamatan, efisiensi, dan keandalan pesawat.

Pertama, estimasi lintasan membantu meningkatkan keselamatan penerbangan. Dengan mengetahui bagaimana pesawat merespons gaya hambat dan perubahan arah, sistem kendali dapat dirancang agar lebih stabil. Hal ini sangat penting bagi pesawat amfibi karena pesawat harus menghadapi dua lingkungan berbeda, yaitu udara dan air.

Kedua, estimasi lintasan dapat membantu pilot dan sistem navigasi dalam mengambil keputusan. Jika sistem mampu memperkirakan perubahan gerak pesawat secara lebih akurat, maka potensi penyimpangan lintasan dapat diketahui lebih awal. Dengan demikian, risiko gangguan saat lepas landas, mendarat, atau bergerak di permukaan air dapat dikurangi.

Ketiga, teknologi ini dapat mendukung pengembangan transportasi untuk daerah terpencil. Jika pesawat amfibi semakin aman dan andal, maka penggunaannya dapat diperluas untuk mendukung mobilitas masyarakat, distribusi logistik, layanan kesehatan, mitigasi bencana, dan konektivitas antarwilayah kepulauan.

Keempat, penelitian ini juga memberikan kontribusi bagi pengembangan teknologi kedirgantaraan nasional. Indonesia sebagai negara kepulauan membutuhkan riset transportasi yang sesuai dengan kondisi geografisnya. Pengembangan pesawat amfibi berbasis sistem navigasi dan estimasi lintasan yang akurat dapat menjadi bagian dari solusi transportasi masa depan.

Keterkaitan dengan SDGs

Penelitian ini berkaitan dengan agenda pembangunan berkelanjutan atau Sustainable Development Goals.

Pertama, penelitian ini mendukung SDG 9: Industry, Innovation and Infrastructure. Pengembangan metode EnKF dan EKF untuk estimasi lintasan pesawat amfibi merupakan bagian dari inovasi teknologi di bidang transportasi dan kedirgantaraan. Teknologi ini dapat memperkuat infrastruktur transportasi yang adaptif terhadap kondisi geografis Indonesia.

Kedua, penelitian ini mendukung SDG 10: Reduced Inequalities. Pesawat amfibi berpotensi membantu masyarakat di wilayah terpencil, pesisir, dan kepulauan agar memperoleh akses mobilitas yang lebih baik. Dengan transportasi yang lebih fleksibel, kesenjangan akses antarwilayah dapat dikurangi, terutama bagi daerah yang sulit dijangkau oleh moda transportasi konvensional.

Tantangan Penerapan di Lapangan

Meskipun hasil penelitian menunjukkan potensi yang baik, penerapan teknologi estimasi lintasan pada pesawat amfibi tetap memiliki beberapa tantangan.

Tantangan pertama adalah kompleksitas sistem pesawat amfibi. Pesawat ini harus dirancang untuk bekerja pada dua lingkungan, yaitu udara dan air. Setiap lingkungan memiliki karakteristik gaya yang berbeda, sehingga model matematis dan sistem kendalinya harus benar-benar akurat.

Tantangan kedua adalah kebutuhan data yang lebih luas. Data wind tunnel sangat penting untuk tahap awal pengembangan, tetapi pengujian lanjutan pada kondisi nyata tetap diperlukan. Data dari uji lapangan dapat membantu menyempurnakan model estimasi agar lebih sesuai dengan kondisi operasional sebenarnya.

Tantangan ketiga adalah integrasi dengan sistem navigasi dan kendali. Hasil estimasi tidak cukup hanya berhenti pada angka RMSE. Teknologi ini perlu diintegrasikan ke dalam sistem yang dapat digunakan dalam pengambilan keputusan penerbangan, baik oleh pilot maupun sistem kendali otomatis.

Tantangan keempat adalah kesiapan industri dan regulasi. Pengembangan pesawat amfibi membutuhkan dukungan riset, manufaktur, pengujian keselamatan, serta regulasi penerbangan yang jelas. Tanpa dukungan ekosistem tersebut, hasil penelitian akan sulit diterapkan secara luas.

Menuju Transportasi Kepulauan yang Lebih Cerdas

Penelitian ini memberikan pesan penting bahwa masa depan transportasi kepulauan tidak hanya bergantung pada pembangunan fisik, tetapi juga pada kecerdasan teknologi di dalam sistem transportasi itu sendiri. Pesawat amfibi dapat menjadi solusi bagi wilayah yang sulit dijangkau, tetapi agar benar-benar aman dan andal, pesawat tersebut membutuhkan sistem estimasi dan navigasi yang kuat.

Bayangkan jika suatu saat pesawat amfibi dapat digunakan untuk menghubungkan pulau-pulau kecil, mengirim bantuan medis ke wilayah terpencil, mendukung evakuasi bencana, atau mempercepat distribusi logistik di daerah kepulauan. Semua itu membutuhkan teknologi yang mampu memastikan pesawat bergerak stabil dan aman dalam berbagai kondisi.

Dengan metode seperti EnKF dan EKF, sistem pesawat dapat dibantu untuk membaca dinamika geraknya secara lebih akurat. Teknologi ini tidak menggantikan peran manusia, tetapi memperkuat kemampuan manusia dan sistem navigasi dalam menjaga keselamatan penerbangan.

Penutup

Pesawat amfibi memiliki potensi besar untuk mendukung konektivitas Indonesia sebagai negara kepulauan. Namun, agar teknologi ini dapat digunakan secara luas, aspek keselamatan dan kestabilan penerbangan harus menjadi perhatian utama.

Penelitian tentang penerapan Ensemble Kalman Filter dan Extended Kalman Filter untuk memperkirakan koefisien drag dan yaw pada lintasan pesawat amfibi menunjukkan bahwa kedua metode mampu memberikan hasil estimasi yang baik. EKF menunjukkan performa yang lebih unggul berdasarkan nilai RMSE, baik pada estimasi CD maupun CY. Sementara itu, EnKF tetap memiliki potensi untuk dikembangkan lebih lanjut pada sistem yang kompleks.

Ke depan, penelitian seperti ini perlu dilanjutkan dengan data yang lebih luas, pengujian lapangan, dan integrasi dengan sistem navigasi pesawat. Dengan demikian, teknologi estimasi lintasan tidak hanya menjadi hasil akademik, tetapi juga dapat menjadi bagian dari solusi nyata untuk membangun transportasi kepulauan yang lebih aman, cerdas, dan merata.

PENULIS: Rachman Sinatriya Marjianto

Informasi detail dari riset ini dapat dilihat pada tulisan kami di:

https://www.scopus.com/pages/publications/105036199530       Top of Form

Bottom of Form

Herlambang, T., Othman, Z., Marjianto, R. S., Ahmad, S. S. S., Syamsuar, S., Sulistiya, Azmi, M. S., Halfina, B., & Satriya, I. A. A. (2026). An Implementation of Ensemble and Extended Filtering Methods to Estimate Drag and Yaw Coefficients on Amphibious Aircraft Trajectories. Engineering, Technology & Applied Science Research, 16(1), 31401–31407. https://doi.org/10.48084/etasr.14116

ISSN: 1792-8036 Top of FormBottom of Form