Autonomous Underwater Vehicle (AUV) merupakan sebuah wahana bawah air yang mampu bergerak secara otonom di bawah air. Wahana ini dapat digunakan untuk melakukan pengamatan objek atau proses di dalam atau di dasar perairan. Sebelum dimasukkan ke dalam air, AUV diprogram terlebih dahulu untuk melakukan misi (pekerjaan) tertentu sehingga AUV akan bergerak di dalam air mengikuti alur program tersebut. 

Nusantara 3 AUV (N3-AUV) adalah generasi ketiga dari seri Nusantara AUV yang kami kembangkan di Workshop Instrumentasi dan Robotika Kelautan, ITK, IPB. N3-AUV diciptakan untuk menyempurnakan kedua seri Nusantara AUV sebelumnya, yaitu N-AUV dan N2-AUV. Salah satu penyempurnaan yang diterapkan dapat dilihat pada bentuk wahananya. N-AUV dan N2-AUV berbentuk kotak, sedangkan N3-AUV memiliki bentuk menyerupai torpedo yang memudahkan pergerakan wahana di dalam air.

N3-AUV memiliki bentuk yang ramping dengan ukuran 75 x 39 x 15 cm. Bahan utama yang digunakan dalam pembuatan N3-AUV yaitu HDPE untuk kerangka wahana dan akrilik untuk lambung utama (main hull). 

N3-AUV menggunakan 8 buah thruster sebagai alat penggerak di dalam air dan dapat bergerak dalam 6 derajat kebebasan (6 degrees of freedom), yaitu:

• Gerakan searah sumbu x (surge)
• Gerakan searah sumbu y (sway)
• Gerakan searah sumbu z (heave)
• Gerakan memutari sumbu x (roll)
• Gerakan memutari sumbu y (pitch)
• Gerakan memutari sumbu z (yaw)

Untuk navigasi di dalam air, N3-AUV menggunakan beberapa sensor, seperti GY-88 untuk mengetahui arah gerak, kamera untuk mengamati kondisi di dalam air, dan depth sensor untuk mempertahankan kedalaman wahana di dalam air. 

N3-AUV dilengkapi dengan manipulator yang dapat digunakan untuk melakukan pekerjaan-pekerjaan di bawah air, seperti pengambilan sampel dan pengerjaan pipa bawah air.

N3-AUV dapat digunakan untuk mendeteksi objek di bawah air menggunakan metode deep learning. Deep learning merupakan bagian dari kecerdasan buatan (artificial intelligent) yang dapat mengambil keputusannya sendiri selayaknya manusia. Metode ini terdiri dari algoritma yang menggunakan metadata sebagai input dan mengolahnya dengan sejumlah lapisan tersembunyi (hidden layer) transformasi nonlinier dari data input untuk menghitung nilai output. Salah satu contoh pengaplikasian metode deep learning lanjutan pada N3-AUV yaitu untuk identifikasi ikan karang di laut seperti contoh berikut.

N3-AUV telah melalui beberapa tahapan uji coba, meliputi misi navigasi, lokalisasasi, dan akuisisi.

Pada misi navigasi, N3-AUV diharuskan melewati gawang yang telah diletakkan secara acak di dalam kolam. Misi ini dilakukan untuk menguji stabilitas pergerakan wahana di bawah air serta kemampuan wahana untuk bergerak menuju tempat yang telah diprogram sebelumnya.

N3-AUV diharuskan bergerak menuju sebuah flare berwarna kuning yang di letakkan di dasar kolam secara acak dan menabrak flare tersebut hingga menjatuhkan bola di atasnya. Tujuan dari misi ini adalah menguji hasil dari pendeteksian objek menggunakan metode deep learning.

Sedangkan pada misi akuisisi, N3-AUV diharuskan bergerak menuju salah satu ember yang diletakkan di dasar kolam dan menjatuhkan bola yang dibawanya ke dalam salah satu ember tersebut. Misi ini bertujuan untuk menguji hasil pendeteksian objek dan kinerja dari manipulator.

N3-AUV ini telah diikutkan dalam ajang kompetisi Singapore AUV Challenge 2019 dan mendapatkan peringkat 6 dari keseluruhan peserta dari berbagai negara. Kedepannya, N3-AUV akan dilakukan pengembangan untuk penelitian monitoring kondisi terumbu karang di laut dan diikutkan kembali dalam kompetisi Singapore AUV Challenge tahun 2020. Mohon dukungannya.

~ Tim N3-AUV ~

Author : Syifa Afnani Santoso (C54160049)