<![CDATA[Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah mendorong inovasi dalam berbagai bidang, termasuk inovasi dalam manajemen pengisian daya, termasuk pengisian daya pada alat elektronik maupun kendaraan. Dalam penerapan AI untuk pengisian daya pada kendaraan telah menunjukkan peningkatan efisien yang signifikan, kajian yang secara komperehensif membandingkan penerapannya pada smartphone masih terbatas. Penelitian ini bertujuan untuk mengevaluasi pendekatan manajemen pengisian daya berbasis AI pada kendaraan dan smartphone melalui metode Systematic Literature Review (SLR) dan analisis bibliometrik terhadap 594 dokumen dari database Scopus, yang difilter menjadi 40 artikel relevan terbitan 2020–2025. Hasil studi menunjukkan bahwa metode Neural Network, Reinforcement Learning, LSTM, dan Fuzzy Logic banyak digunakan untuk mengoptimalkan pengisian daya, memperpanjang usia baterai, dan mendeteksi kondisi baterai secara real-time. Implementasi AI terbukti meningkatkan efisiensi, menurunkan beban puncak, serta mengurangi degradasi baterai hingga 91%. Namun, penerapan teknologi inil masih menghadapi hambatan seperti keterbatasan komputasi perangkat, variabilitas hardware, isu privasi pengguna, serta tingginya biaya integrasi. Studi ini memberikan gambaran menyeluruh mengenai tren, manfaat, dan tantangan utama dalam adopsi AI untuk manajemen pengisian daya smartphone, sekaligus menjadi pijakan bagi riset lanjutan dalam pengembangan sistem pengisian daya yang adaptif dan efisien.]]>
Copyrights © 2026
