Implementasi Algoritma Random Forest terhadap State-of-Charge dan State-of-Health dari Lithium-Ion Battery-Cell pada Electric Vehicle

Nelson Gunawan, Richard (2024) Implementasi Algoritma Random Forest terhadap State-of-Charge dan State-of-Health dari Lithium-Ion Battery-Cell pada Electric Vehicle. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (214kB)
	PDF BAB_II.pdf Download (263kB)
	PDF BAB_III.pdf Download (216kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (207kB)
	PDF DAFTAR_PUSTAKA.pdf Download (213kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (280kB)

Abstract

Penggunaan kendaraan listrik semakin populer dengan baterai lithium ion sebagai komponen utama dalam penyediaan energi untuk kendaraan bermotor, terutama pada mobil. Prediksi yang akurat terhadap State of Charge dan State of Health dari baterai lithium ion sangat penting untuk menjaga keamanan operasional, mengoptimalkan manajemen baterai pada kendaraan listrik, serta mengetahui faktor yang berpengaruh signifikan pada baterai tersebut. Hal ini dilakukan agar dapat meminimalkan biaya pembuatan maupun pergantian, terutama pada sel baterai. Metode yang digunakan dalam penelitian ini adalah implementasi algoritma Random Forest untuk memprediksi State of Charge dan State of Health dari sel baterai lithium ion pada electric vehicle. Algoritma Random Forest merupakan metode pembelajaran ensemble berbasis pohon keputusan yang mampu menangani data berdimensi tinggi dan hubungan tidak linear antar variabel. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu memberikan prediksi State of Charge dan State of Health dengan akurasi yang memadai. Kesimpulan dari penelitian ini adalah implementasi algoritma Random Forest dalam melakukan prediksi State of Charge dan State of Health dari baterai lithium ion pada kendaraan listrik memberikan hasil 0,73% untuk persentase Mean Absolute Error (MAE) pada State of Health dan 1,72% untuk persentase Mean Absolute Error (MAE) pada State of Charge.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Electric Vehicle, Lithium Ion, Random Forest, State of Charge, State of Health
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Nov 2024 11:07
Last Modified:	11 Nov 2024 11:07
URI:	https://kc.umn.ac.id/id/eprint/34472

Actions (login required)

View Item