Estimasi State of Health Baterai Kendaraan Listrik  Menggunakan Support Vector Machine dan Bayesian Optimization  - Dalam bentuk buku karya ilmiah

MAULANA ERRANGGA

Informasi Umum

Kode

25.04.6392

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

37 kali

Informasi Lainnya

Abstraksi

State of Health (SOH) baterai adalah salah satu indikator yang dapat menilai kinerja dan kondisi dari baterai kendaraan listrik. Dalam mendukung perawatan dan memperpanjang masa umur pakai baterai, estimasi SOH yang akurat tentu diperlukan. Namun, tentunya akan muncul tantangan dari sifat data baterai yang kompleks dan dinamis. Penelitian ini mengusulkan penggunaan metode Support Vector Machine (SVM) yang dioptimalkan dengan hyperparameter tuning Bayesian Optimization untuk meningkatkan akurasi dalam menentukan estimasi SOH baterai kendaraan listrik. Dataset didapatkan dari pengujian baterai pada dua buah jenis baterai yaitu LiNi0.86Co0.11Al0.03O2 (NCA) dan LiNi0.83Co0.11Mn0.07O2 (NCM). Hasil penelitian menunjukkan metode SVM yang dioptimalkan dengan hyperparameter tuning Bayesian Optimization dapat mencapai nilai 1,14% relatif eror untuk percobaan pada model NCA, 0,62% relatif eror untuk percobaan pada model NCM, dan 3,70% relatif eror untuk percobaan pada model yang dilatih menggunakan NCA dan diuji menggunakan NCM.