PENERAPAN ALGORITMA ANT COLONY SYSTEM PADA PENGISIAN BATERAI LEAD ACID MOBIL LISTRIK BERBASIS REGRESI LINIER

Nurhalizah, Dinda (2023) PENERAPAN ALGORITMA ANT COLONY SYSTEM PADA PENGISIAN BATERAI LEAD ACID MOBIL LISTRIK BERBASIS REGRESI LINIER. Other thesis, UPT PERPUSTAKAAN POLSRI.

[img] Text (Cover)
PEMBUKAAN.pdf

Download (549kB)
[img]
Preview
Text (BAB I PENDAHULUAN)
BAB 1.pdf

Download (366kB) | Preview
[img] Text (BAB II TINJAUAN PUSTAKA)
BAB 2.pdf

Download (1MB)
[img] Text (BAB III RANCANG BANGUN)
BAB 3.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (BAB IV HASIL DAN ANALISA)
BAB 4.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text (BAB V PENUTUP)
BAB 5.pdf

Download (233kB) | Preview
[img] Text
DAFTAR PUSTAKA.pdf

Download (316kB)
[img]
Preview
Text
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Laporan Akhir ini menyajikan perancangan algoritma Ant Colony pada proses pengisian daya baterai lead acid. Tujuan dari laporan akhir ini adalah merancang algoritma Ant Colony untuk menemukan pola arus terbaik pada sistem pengisian daya baterai, untuk menghasikan sistem smart charging dengan arus pengisian yang cepat dan aman untuk baterai. Perancangan algoritma Ant Colony dalam menemukan pola arus terbaik dilakukan secara bertahap dan berulang hingga mendapatkan terminasi berupa pola arus terbaik menurut algoritma Ant Colony. Hasil dari perancangan algoritma tersebut menghasilkan pola arus yang terdiri dari 5 tahap, yaitu: 10A, 5A, 3A, 2A, dan 0A. Adapun alat charging dengan algortima ini dapat mengisi daya baterai lead acid dengan kapasitas 12V 30Ah dari SOC 56% sampai SOC 100% selama 12, 73 menit. Pada Laporan Akhir ini menunjukkan bahwa smart charging dengan Ant Colony dapat mengisi baterai secara aman tanpa fluktuasi arus dibandingkan dengan charging tanpa algoritma, sehingga besar arus charging yang digunakan tidak berbahaya untuk baterai. Selain itu, dilakukan analisis data untuk mengetahui besar nilai akurasi pada estimasi SOC (State of Charge) charging dengan menggunakan regresi linier supervised learning. Hasil analisis data dengan regresi linier menunjukan bahwa estimasi SOC baterai memiliki akurasi yang baik dengan nilai RMSE 0,32238 dan MAE sebesar 0,27.

Item Type: Thesis (Other)
Uncontrolled Keywords: Smart Charging, Ant Colony (AC), Regresi Linier
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Electrical Engineering > Undergraduate Theses
Depositing User: Mr Bambang Anthony
Date Deposited: 23 Jan 2025 02:05
Last Modified: 23 Jan 2025 02:05
URI: http://eprints.polsri.ac.id/id/eprint/15842

Actions (login required)

View Item View Item