PENGEMBANGAN METODE COULOMETRI BERBASIS RBF NEURAL NETWORK UNTUK MENDUKUNG PEMANFAATAN BATERAI TIMBAL ASAM SEBAGAI SUMBER ENERGI MOBIL LISTRIK

Abstract

Mobil listrik umumnya digerakkan oleh motor listrik dengan sumber energi utama baterai. Kebutuhan baterai yang handal memegang peranan yang sangat penting pada mobil listrik. Perubahan beban pada mobil listrik yang beroperasi di jalan raya seringkali menyebabkan mobil listrik bergerak dengan kecepatan tidak konstan. Kondisi ini menyebabkan mobil listrik membutuhkan banyak energi listrik. Baterai timbal asam akan mengalami perubahan kapasitas dan perubahan performa dikarenakan perubahan beban yang bervariasi. Diperlukan suatu pengembangan metode coulometri berbasis radial basis function neural network untuk mendukung pemanfaatan suatu baterai timbal asam sebagai sumber energi mobil listrik. Dari penelitian yang ada dengan berbagai pendekatan radial basis function berhasil memetakan kapasitas baterai timbal asam dengan tingkat ketelitian 0,99977. Pendekatan dengan metode ini cukup akurat namun masih perlu dikembangkan karena metode ini belum menentukan pengaruh dari perubahan muatan dalam elektrolit. Penelitian ini memperkenalkan suatu pendekatan coulometri yang berbasis radial basis function neural network untuk menentukan kapasitas suatu baterai timbal asam yang digunakan mobil listrik. Algoritma yang sudah ada dalam penentuan kapasitas muatan suatu baterai umumnya kurang adaptif bila digunakan pada mobil listrik dan kurang optimal bila digunakan dengan beban yang dinamis. Untuk mengatasi keadaan ini maka perlu mengembangkan metode coulometri berbasis radial basis function neural network guna mendukung pemanfaatan baterai timbal asam sebagai sumber energi mobil listrik.