Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal INOVTEKSeri Elektro
Muna, M. Faza Zidnal
Unknown Affiliation
Control & Systems Engineering Electrical & Electronics Engineering Energy

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Rancang Bangun Neural Network untuk Estimasi State of Charge (SoC) Pada Lead Acid Battery Muna, M. Faza Zidnal; Purwanto, Era; Wahjono, Endro
INOVTEK - Seri Elektro Vol 4, No 1 (2022): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v4i1.2388

Abstract

Kebutuhan akan sumber energi listrik di era modern sangat tinggi, contohnya baterai. Baterai sendiri kini telah di alih fungsikan  sebagai sumber listrik utama untuk berbagai peralatan elektronik.Baterai yang sering digunakan adalah baterai dengan model Lead Acid yang memiliki keunggulan memiliki spesifikasi tegangan dan arus yang besar serta biaya perawatan yang lebih rendah. Baterai Lead Acid memiliki masa pakai lama, performa tinggi. Baterai mengalami siklus Charge dan Discharge yang menyebabkan penurunan kapasitas dan performa. Oleh karena itu, Untuk mengatasi masalah tersebut diperlukan Estimasi State of Charge (SOC) dengan benar karena keakuratan Estimated State of Charge (SOC) akan mempengaruhi umur dan kinerja baterai. Pada sistem Estimasi State of Charge ini digunakan metode Neural Network digunakan untuk menentukan parameter dan mengontrol kondisi State of Charge (SOC). Sistem ini juga dilengkapi dengan  proteksi jika terjadi Arus dan Tegangan Lebih. Dari hasil penelitian yang dilakukan, estimasi menggunakan metode Neural Network memiliki nilai error yang sangat kecil dibandingkan dengan simulasi estimasi SOC menggunakan aplikasi MATLAB, yaitu 0,17%. Estimasi State of Charge (SOC) menggunakan Neural Network dapat dikatakan memiliki performa yang baik karena nilai error jika dibandingkan dengan simulasi sangat kecil. Dan kelebihan dari Metode Neural Network ini adalah tidak perlunya pemodelan matematika untuk menghitung nilai SOC.
Co-Authors Endro Wahjono, Endro Era Purwanto