Saputra, Aji (2025) PREDIKSI EFISIENSI DAYA PADA PERANCANGAN SISTEM PENGGERAK MOBIL LISTRIK BERBASIS MOTOR BLDC MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN). Diploma thesis, Politeknik Negeri Sriwijaya.
|
Text (Cover)
COVER.pdf - Published Version Download (1MB) | Preview |
|
|
Text (Abstrak)
ABSTRAK.pdf - Published Version Download (239kB) | Preview |
|
![]() |
Text (Bab I)
BAB I.pdf - Published Version Restricted to Repository staff only Download (281kB) |
|
![]() |
Text (Bab II)
BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) |
|
![]() |
Text (Bab III)
BAB III.pdf - Published Version Restricted to Repository staff only Download (771kB) |
|
![]() |
Text (Bab IV)
BAB IV.pdf - Published Version Restricted to Repository staff only Download (924kB) |
|
![]() |
Text (Bab V)
BAB V.pdf - Published Version Restricted to Repository staff only Download (186kB) |
|
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (234kB) |
|
![]() |
Text (Lampiran)
Lampiran.pdf - Published Version Restricted to Repository staff only Download (2MB) |
Abstract
Laporan Akhir ini bertujuan untuk merancang dan mengimplementasikan sistem penggerak kendaraan listrik berbasis motor Brushless DC (BLDC) yang mampu mengoptimalkan efisiensi daya, khususnya pada kondisi jalan menurun dengan memanfaatkan gaya gravitasi. Dalam upaya meningkatkan respons adaptif sistem terhadap perubahan medan dan beban kendaraan, digunakan pendekatan deep learning melalui metode Artificial Neural Network (ANN). Model ANN dibangun dengan input berupa tegangan, arus, daya, dan jenis medan jalan, untuk memprediksi seberapa besar efisiensi daya yang dapat dicapai. Proses pelatihan dilakukan dengan membagi data menjadi data latih dan data uji menggunakan teknik train-test split, di mana model dilatih menggunakan fungsi aktivasi ReLU, algoritma optimasi Adam, dan fungsi loss Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa ANN mampu mengenali pola hubungan antarvariabel dan memprediksi efisiensi secara akurat, dengan kesalahan prediksi yang rendah. Sistem yang dirancang tidak hanya efektif dalam memanfaatkan karakteristik medan jalan, tetapi juga menunjukkan potensi integrasi dengan sistem kontrol adaptif dan real-time dalam pengembangan kendaraan listrik yang hemat energi. Dengan demikian, penerapan ANN pada motor BLDC menjadi solusi cerdas untuk mendukung efisiensi dan keberlanjutan dalam teknologi transportasi modern.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Kata Kunci : Motor BLDC, Efisiensi, Baterai, Medan Jalan, Artificial Neural Network (ANN). |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Electronic Engineering > Undergraduate Theses |
Depositing User: | Pustaka Teknik Elektro |
Date Deposited: | 16 Sep 2025 03:59 |
Last Modified: | 16 Sep 2025 03:59 |
URI: | http://eprints.polsri.ac.id/id/eprint/19251 |
Actions (login required)
![]() |
View Item |