Peramalan Kapasitas Baterai Lead Acid pada Mobil Listrik Berbasis Levenberg Marquardt Neural Network

Abstract

Salah satu pembahasan dalam penelitian mobil listrik adalah sumber energi atau baterai. Baterai pada mobil listrik mempunyai kapasitas yang terbatas sehingga harus dilakukan pengisian ulang agar mobil listrik tetap bisa berjalan jauh. Keadaan ini bila tidak segera diatasi bisa menyebabkan baterai tiba – tiba habis ditengah jalan. Tentu hal ini membuat cemas dan tidak nyaman bagi pengguna mobil listrik. Oleh karena itu diperlukan peramalan kapasitas baterai agar diketahui kapan waktunya untuk mengisi ulang baterai atau bahkan menggantinya. Penelitian ini membahas peramalan kapasitas baterai mobil listrik berbasis kecerdasan buatan levenberg marquardt neural network, serta membandingkan dengan sistem recurrent neural network. Kondisi mobil listrik menggunakan tiga kondisi beban yaitu kecepatan maksimal, akselerasi awal, dan tanjakan. Hasil penelitian menunjukkan peramalan sisa kapasitas baterai saat kecepatan maksimal setelah pemakaian selama 30 menit, sisa kapasitas baterai yang dapat digunakan diramalkan dengan backpropagation sebesar 61 Ah, dengan recurrent sebesar 60,5 Ah. Sedangkan target kapasitas sebesar 59,6 Ah. Sehingga metode terbaik dalam meramalkan kapasitas baterai adalah menggunakan recurrent neural network.