Estimasi State Of Charge Pada Baterai Lithium Ion Menggunakan Metode Support Vector Machine (Svm)

Ifta Rifqi Tyesadha, Reza Fauzi Iskandar, Indra Wahyudin Fathonah

Abstract

Abstrak Di zaman teknologi kegiatan yang memerlukan dan memakai baterai semakin banyak. Baterai merupakan media penyimpanan energi yang dapat dibawa dan mudah ditemukan. Dalam kasus yang ditemukan adanya penggunaan baterai yang kurang efisien bekerja karena penggunaan yang berlebihan. Untuk menanggulangi keadaan itu, maka dengan mengetahui kapasitas baterai dapat membantu menjaga umur baterai. State of Charge merupakan metode yang dapat menunjukkan energi yang tersedia pada baterai. Pada penelitian ini untuk mencari nilai SOC akan digunakan metode Support Vector Regression yang menghasilkan fungsi regresi dari hyperplane dan untuk mengolah data akan digunakan program MATLAB. Untuk mendapatkan nilai SOC hal pertama yang dilakukan adalah membuat tabel. Selanjutnya melakukan proses cross validation yang membagi data menjadi dua bagian yakni data training dan data test. Kemudian setelah data dibagi masuk ke proses berikutnya, yakni pengolahan data menggunakan metode (Support Vector Regression) SVR. Karena data non linear, maka perlu sebuah kernel yang berfungsi memperkecil nilai error saat menentukan hyperplane dan membangun ulang data menjadi linier, maka digunakanlah Radial Basis Function. Penelitian ini akan menghasilkan data SOC pada dua kondisi, pengosongan dan pengisian. Setelah penelitian dilakukan, maka diperoleh nilai SOC 2.73 % - 95.65 % saat kondisi pengosongan dan 3.11 % - 96.98 % saat kondisi pengisian. Hal ini memberikan informasi untuk nilai SOC pada baterai yang sama dengan metode yang berbeda. Kata kunci : State of Charge, Supprot Vector Regression, MATLAB, Hyperplane Abstract In the age of technology activities that require and use more and more batteries. Batteries are a carryable and easy-to-find energy storage device. In cases where battery usage is found to be less efficient at work due to excessive use. To cope with the situation, then by knowing the capacity of the battery can help maintain battery life. State of Charge is a method that can show the energy available on the battery. In this research to find SOC value will be used Support Vector Regression method that yield regression function from hyperplane and to process data will be used MATLAB program. To get the SOC value the first thing to do is create a table. Next do the cross validation process that divides the data into two parts namely training data and test data. Then after the data is divided into the next process, namely data processing using the method (Support Vector Regression) SVR. Because the data is non-linear, it needs a kernel that minimizes the error value when determining hyperplane and rebuild the data to be linear, then use Radial Basis Function. This study will produce SOC data on two conditions, discharging and filling. After the research done, then obtained value of SOC 2.73% - 95.65% during discharge conditions and 3.11% - 96.98% during filling conditions. This provides information for SOC values on the same battery with different methods. Keywords: State of Charge, Support Vector Regression, MATLAB, Hyperplane

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0