Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Mechatronics, Electrical Power, and Vehicular Technology Warta Penelitian Perhubungan Warta Penelitian Perhubungan
Wahidin, Agus
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Electrical & Electronics Engineering Engineering Environmental Science Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Energy consumption, CO2, and cost analysis of hybrid and battery electric motorcycle Yuwono, Taufik; Sukra, Kurnia Fajar Adhi; Soewono, Respatya Teguh; Indriatmono, Dedy; Fuad, Nur Muhamad; Ma'ruf, Muhammad; Samanhudi, Ramadhani Deniartio; Kurniawan, Ade; Nugroho, Rudi Cahyo; Wahidin, Agus; Hayoto, Vebriyanti; Suryantoro, Muchammad Taufiq; Mokhtar, Mokhtar; Hidayat, Muhammad Novel; Wahono, Bambang; Pratama, Mulia; Nur, Arifin; Dimyani, Ahmad; Suherman, Suherman; Wardana, Muhammad Khristamto Aditya; Praptijanto, Achmad; Putrasari, Yanuandri; Prawara, Budi; Budianto, Hari
Journal of Mechatronics, Electrical Power, and Vehicular Technology Vol 15, No 2 (2024)
Publisher : National Research and Innovation Agency

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55981/j.mev.2024.989

Abstract

The electrification of the two-wheel vehicle segment is an important strategy for decarbonising the transportation sector. This study aimed to assess the hybridisation of gasoline motorcycles with battery electric systems as an option for decarbonisation. A gasoline motorcycle that had been converted to a hybrid motorcycle was evaluated in several aspects: energy consumption, greenhouse gas (GHG) emission, and cost of energy. The vehicle was tested under the United Nations economic commission for europe (UNECE) Regulation No.40 and compared to a battery electric motorcycle. The test in internal combustion engine (ICE) mode consumed 233.31 Wh/km of specific energy, emitted 60.69 gCO2/km and cost 1.65 US-cent/km on average. The test in hybrid mode consumed specific energy at 6 % higher and 4 % lower specific energy consumption than ICE, thus not improving the carbon dioxide (CO2) emission and operating cost. In electric battery mode, energy consumption was saved by 83 %, with 35 % lower CO2 and 74 % cost savings. The battery electric motorcycle runs more efficiently with 88 % lower energy consumption, 53.8 % lower CO2 and saved cost by 82 %. If the hybrid controller is improved in future development, it could lower specific energy consumption by 41.7 %, reduce CO2 by 11.2 % and save cost by 35.7 %.
Metode Pengukuran Percepatan Kendaraan Bermotor Berbasis Data GPS menggunakan Jaringan Saraf Tiruan Atmaja, Sigit Tri; Wahidin, Agus; Maarif, Muhammad Samsul
Warta Penelitian Perhubungan Vol. 37 No. 1 (2025): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v37i1.2342

Abstract

Penelitian ini bertujuan untuk mengembangkan metode pengukuran percepatan kendaraan bermotor dengan menggunakan data kecepatan tanpa memerlukan alat ukur percepatan tambahan, sehingga alat pengukuran tersebut lebih efisien dan ekonomis. Dasar teori yang dipergunakan adalah bahwa percepatan merupakan perubahan kecepatan pada waktu tertentu. Hasil dari percepatan secara teori dapat menggunakan perhitungan formula penurunan dari hasil pengukuran kecepatan, akan tetapi hasil perhitungan konvensional dengan formula penurunan kecepatan dibandingkan dengan hasil pengukuran alat ukur percepatan memberikan deviasi hasil konversi yang terlalu besar. Oleh sebab itu, formula konvensional tersebut digantikan oleh pendekatan berbasis jaringan saraf tiruan (JST) untuk memodelkan hubungan antara kecepatan dan percepatan secara lebih akurat. Pada penelitian ini, data kecepatan kendaraan diukur menggunakan global positioning system (GPS) dengan frekuensi akuisisi data sebesar 10 Hz. Data tersebut digunakan sebagai data set pada JST yang terbagi atas 90% data training dan 10% data testing. Jika dibandingkan dengan pendekatan yang lain optimasi hyperparameter JST dilakukan secara otomatis menggunakan pendekatan Bayesian Optimization karena kemampuannya dalam memilih parameter secara efisien dan menghindari hasil optimal pada lokal minimum. Model JST yang terbaik diuji menggunakan data testing pertama dengan hasil nilai mean absolute error (MAE) sebesar 0.06373, root mean square error (RMSE) sebesar 0.08434, dan koefisien determinasi (R²) sebesar 0.82456, selanjutnya data testing kedua dengan hasil nilai MAE sebesar 0.07061, RMSE sebesar 0.09112, dan R² sebesar 0.78517. Hasil metode ini menunjukkan potensi penerapan dalam pengukuran percepatan kendaraan dengan akurat dan bisa dikembangkan lebih lanjut untuk berbagai skenario kendaraan dinamis, integrasi real-time dengan sistem navigasi, serta penerapan pada kendaraan otonom atau sistem monitoring berbasis IoT.  
Metode Pengukuran Percepatan Kendaraan Bermotor Berbasis Data GPS menggunakan Jaringan Saraf Tiruan Atmaja, Sigit Tri; Wahidin, Agus; Maarif, Muhammad Samsul
Warta Penelitian Perhubungan Vol. 37 No. 1 (2025): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v37i1.2342

Abstract

Penelitian ini bertujuan untuk mengembangkan metode pengukuran percepatan kendaraan bermotor dengan menggunakan data kecepatan tanpa memerlukan alat ukur percepatan tambahan, sehingga alat pengukuran tersebut lebih efisien dan ekonomis. Dasar teori yang dipergunakan adalah bahwa percepatan merupakan perubahan kecepatan pada waktu tertentu. Hasil dari percepatan secara teori dapat menggunakan perhitungan formula penurunan dari hasil pengukuran kecepatan, akan tetapi hasil perhitungan konvensional dengan formula penurunan kecepatan dibandingkan dengan hasil pengukuran alat ukur percepatan memberikan deviasi hasil konversi yang terlalu besar. Oleh sebab itu, formula konvensional tersebut digantikan oleh pendekatan berbasis jaringan saraf tiruan (JST) untuk memodelkan hubungan antara kecepatan dan percepatan secara lebih akurat. Pada penelitian ini, data kecepatan kendaraan diukur menggunakan global positioning system (GPS) dengan frekuensi akuisisi data sebesar 10 Hz. Data tersebut digunakan sebagai data set pada JST yang terbagi atas 90% data training dan 10% data testing. Jika dibandingkan dengan pendekatan yang lain optimasi hyperparameter JST dilakukan secara otomatis menggunakan pendekatan Bayesian Optimization karena kemampuannya dalam memilih parameter secara efisien dan menghindari hasil optimal pada lokal minimum. Model JST yang terbaik diuji menggunakan data testing pertama dengan hasil nilai mean absolute error (MAE) sebesar 0.06373, root mean square error (RMSE) sebesar 0.08434, dan koefisien determinasi (R²) sebesar 0.82456, selanjutnya data testing kedua dengan hasil nilai MAE sebesar 0.07061, RMSE sebesar 0.09112, dan R² sebesar 0.78517. Hasil metode ini menunjukkan potensi penerapan dalam pengukuran percepatan kendaraan dengan akurat dan bisa dikembangkan lebih lanjut untuk berbagai skenario kendaraan dinamis, integrasi real-time dengan sistem navigasi, serta penerapan pada kendaraan otonom atau sistem monitoring berbasis IoT.  
Co-Authors Achmad Praptijanto Ade Kurniawan Arifin Nur Atmaja, Sigit Tri Bambang Wahono Budi Prawara Budianto, Hari Dimyani, Ahmad Fuad, Nur Muhamad Hayoto, Vebriyanti Hidayat, Muhammad Novel Indriatmono, Dedy Ma'ruf, Muhammad Maarif, Muhammad Samsul Mokhtar, Mokhtar Nugroho, Rudi Cahyo Pratama, Mulia Samanhudi, Ramadhani Deniartio Soewono, Respatya Teguh Suherman, Suherman Sukra, Kurnia Fajar Adhi Suryantoro, Muchammad Taufiq Wardana, Muhammad Khristamto Aditya Yanuandri Putrasari Yuwono, Taufik