| dc.description.abstract | Perkembangan mobil listrik saat ini berlangsung sangat pesat. Namun dalam prosesnya,
mobillistrik memiliki beberapa kendala. Kendala tersebut adalah baterai, hampir keseluruhan
energi yang dibutuhkan oleh mobil listrik bergantung pada baterai. Karena itu kebutuhan
akan baterai yang handal memegang peranan yang sangat penting. Penelitian ini memacu
pada baterai timbal asam dimana baterai jenis ini merupakan baterai sekunder yang paling
banyak dikembangkan didunia dan baterai ini pula banyak digunakan untuk aplikasi otomotif.
Kapasitas baterai timbal asam ditentukan oleh banyaknya muatan listrik yang dapat diperoleh
dari baterai dan besarnya tergantung pada bahan aktif yang ada pada plat. Mengacu pada
permasalahan – permasalahan diatas, maka dalam penelitian ini akan dirancang
pengembangan model baterai timbal asam berbasis RBFNN (radial basic function neural
network). Dengan menggunakan metode ini maka model baterai yang diperlukan oleh mobil
listrik dapet segera diketahui. Kekhawatiran akan pemakaian mobil listrik yang tiba – tiba
kehabisan energi listrik diperjalanan dapat diantisipasi dengan metode ini. Dalam penelitian
ini menggunakan 3 input yaitu arus, tegangan , dan target. Hasil pengujian data checking
pada matlab didapatkan nilai error persen terkecil pada data ke-10 sebesar 0,02% sedangkan
nilai error terbesar pada data ke-2 sebesar -7,35%. Sedangkan pada pengujian sistem nilai
error paling besar terdapat pada beban 25W sebesar 7,92% sedangkan error persen terkecil
terdapat pada beban 78W sebesar 1,35%. Pengujian sistem keakuratan permalan
menggunakan algoritma RBFNN ( radial basic function neural network) lebih baik dari pada
data percobaan yang dilakukan secara manual dengan rata – rata error persennya yang masing
– masing sebesar 4,06% dan 6,54%. | en_US |
