Pelanggaran hukum dilaut adalah salah satu indikator untuk mengukur tingkat keamanaan suatu bangsa. Untuk menjaga stabilitas keamanan dilaut Indonesia maka Pemerintah perlu melakukan prediksi jumlah pelanggaran hukum dilaut untuk menentukan kebijakan berikutnya. Prediksi merupakan kunci keberhasilan Pemerintah untuk mengatur strategi operasi keamanan dilaut Indonesia. Metode yang digunakan untuk prediksi pelanggaran hukum dilaut Indonesia adalah Double Exponential Smoothing, metode Double Exponential Smoothing merupakan metode peramalan yang cukup baik untuk peramalan jangka panjang, jangka menengah maupun jangka pendek. Data yang diolah adalah data pelanggaran hukum dilaut Indonesia sejak 1996 sampai 2019 dari Badan Keamanan Laut Indonesia. Hasil yang diperoleh dari penelitian ini adalah hasil analisa dari tingkat keakuratan dari data MAD, MSE, MAPE, MSE dan RMSE untuk mencari nilai eror terkecil. Hasil penelitian ini memprediksi jumlah pelanggaran hukum dilaut Indonesia pada tahun 2020 akan menurun  menjadi 87 kasus dengan nilai konstanta pemulusan data (α=0,9), nilai pemulusan trend (γ=0,2), nilai rata-rata kesalahan persentase absolute (MAPE=23,85%)  dan nilai akar rata-rata kesalahan (RMSE=67,726). Kontribusi penelitian dapat dijadikan pertimbangan oleh Bakamla untuk mengatur strategi operasi bersama dengan lembaga lain yang memiliki wewenang hukum dilaut Indonesia.

The marine security agency or called Bakamla is an institution that has the duty to carry out safeguards, supervision, prevention and enforcement of violations of law in the Indonesian sea area. Bakamla has a strategic role in safeguarding Indonesia's sea sovereignty, therefore Bakamla requires an Executive Information System (EIS) to be able to access data and information, so that problems can be identified, exploration of solutions, and become the basis for strategic marine security planning processes. The purpose of this study is to build an EIS prototype to monitor crime rates in the sea of Indonesia, this application was built with the waterfall method which is a sequential process design which in the process looks like a waterfall flow from the concept design process, project identification, analysis, design, coding, testing, implementation and maintenance. The EIS that was built has been able to integrate internal and external data with report output that is useful for managers and executives to find the best solution to crime in the Indonesian sea. The results of the EIS report on violations throughout 2016 in the Indonesian sea are: the western region is 165 crimes, the middle region is 118 crimes and the eastern region is 64 crimes. The crimes that occurred in the Indonesian sea were recorded by EIS based on the type of crime, where they occurred, the perpetrators and the state's losses due to the crime. With this EIS Bakamla easily made strategic decisions to minimize crime in the Indonesian sea.

Violation of the law at sea is one indicator to measure the security level of a country. To maintain security stability at sea in Indonesia, the Government needs to forecast the number of violations of the law at sea to determine the next policy. Forecasting is a picture of events that will occur in the future. The method used to predict law violations in the Indonesian seas is the Triple Exponential Smoothing (TES) Hold-Winters, the TES method is a pretty good forecasting method for long-term, medium-term and short-term forecasting. The processed data is data on law violations in the Indonesian seas from 1996 to 2019 from the Indonesian Maritime Security Agency. The results obtained from this study are the results of the analysis of the level of accuracy of the MAD, MSE, MAPE, MSE and RMSE data to find the smallest error value. The results of the study have predicted the number of law violations at sea in Indonesia in the next five years will decrease with forecasting values ​​(94 86 79 71 61) with a constant value of alpha = 0.9, beta = 0.2, and theta = 0.1 and the average value absolute percentage error (MAPE = 3,%) and mean root error value (RMSE = 6.38). The contribution of this research can be considered by Bakamla to set up a joint operations strategy with other institutions that have legal authority in the Indonesian seas.

Pembangunan infrastruktur sangat berpotensi untuk memberikan kontribusi pada pembangunan suatu daerah khususnya wilayah yang memiliki potensi sumber daya alam bagus. Ambon New Port (ANP) adalah pelabuhan baru di Ambon untuk mendukung terwujudnya Lumbung Ikan Nasional (LIN) di wilayah Indonesia Timur, serta untuk meningkatkan kesejahteraan masyarakat dan kinerja perikanan di wilayah tersebut. Penelitian ini bertujuan untuk mengukur kesiapan infrastruktur yang ada di wilayah Ambon New Port khususnya di wilayah Pangkalan Pendaratan Ikan (PPI). Kriteria yang digunakan dalam penelitian ini adalah kemudahan akses menuju ANP (K1), ketersedian infrastruktur kapal dan angkutan darat (K2), Jarak lintasa minimum menuju ANP (K3), minimum biaya operasional (K4), infrastruktur penunjang cold strorage (K5), kesiapan energi listrik (K6), dan ketersediaan muatan ikan (K7). Metode yang digunakan dalam penelitian ini adalah kombinasi Analytic Hierarcy Proces (AHP) dan Simple Addictive Weight (SAW). AHP digunakan untuk menentukan bobot prioritas pada kriteria sedangkan SAW digunakan untuk melakukan perangkingan alternatifnya. Hasil penelitian merekomendasikan kriteria yang perlu diprioritaskan adalah pengembangan transportasi laut dan Kemudahan akses menuju ANP (K1= 17%), kedua adalah minimum biaya operasional (K4=15%), ketiga kesiapan energi dan ketersediaan infrastruktur kapal atau angkutan darat (K2=14%). Alternatif wilayah yang perlu di prioritaskan supaya segera mampu mendukung Ambon new Port sebagai lumbung ikan nasional pertama adalah (A1=0.852) yaitu PPI Amahai, kedua adalah (A2=0.879) yaitu PPI Piru, karena kedua PPI tersebut memiliki infrastruktur yang masih kurang dibandingkan dengan PPI yang lain sehingga sangat direkomendasikan untuk dibangun infrastrukturnya sehingga mampu mendorong percepatan Ambon new Port sebagai Lumbung Ikan Nasional.