Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JTERA (Jurnal Teknologi Rekayasa)
Prakoso, Satrio
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 1 Documents
Search

 1 
Studi Komparatif Algoritma EKF, EKBF, UKF, dan UKBF untuk Estimasi State of Charge Baterai Lead Acid Berbasis Model Thevenin dan Simulasi Simulink Prakoso, Satrio; Kusumawardana, Arya
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.227-236

Abstract

Estimasi State of Charge yang akurat pada baterai Lead-Acid sangat penting untuk menjaga keandalan dan umur pakai sistem penyimpanan energi. Penelitian ini melakukan studi komparatif empat algoritma estimasi Extended Kalman Filter, Extended Kalman–Bucy Filter, Unscented Kalman Filter, dan Unscented Kalman–Bucy Filter yang diimplementasikan pada model Thevenin orde dua. Parameter baterai diperoleh melalui pengujian pulse discharge–relaxation serta pengukuran Open Circuit Voltage berarus kecil pada suhu 30 °C, 40 °C, dan 50 °C. Hasil simulasi menunjukkan bahwa Unscented Kalman Filter dan Unscented Kalman–Bucy Filter memberikan akurasi dan stabilitas terbaik pada berbagai kondisi operasi, sedangkan Extended Kalman Filter dan Extended Kalman–Bucy Filter cenderung kurang stabil terutama pada rentang State of Charge rendah akibat keterbatasan proses linearisasi. Temuan ini mengindikasikan bahwa algoritma berbasis Unscented lebih sesuai untuk aplikasi Battery Management System pada baterai Lead-Acid.
Co-Authors Kusumawardana, Arya