DESAIN DAN IMPLEMENTASI BATTERY DETECTION – CHARGING MENGGUNAKAN ALGORITMA ANFIS
ABSTRAK
Pada dasarnya baterai memiliki karakteristik yang berbeda-beda, seperti kapasitas dan tingkat pengisian baterai. Permasalahan yang dihadapi pada sistem baterai saat ini adalah tidak adanya pendeteksi jenis baterai secara bersamaan pada rangkaian pengisian baterai yang digunakan. Akibatnya, pengguna harus memeriksa manual jenis baterai yang akan diisi dan menyesuaikan pengaturan pengisian secara manual, yang menyebabkan ketidaknyamanan dan waktu yang banyak terbuang. Oleh karena itu, diperlukan suatu sistem baterai deteksi, yang memungkinkan perangkat mengenali jenis baterai yang berbeda dan menyesuaikan pengisian daya dari berbagai macam jenis baterai. Dalam proyek akhir ini, dikembangkan baterai deteksi yang dapat mendeteksi dan membedakan antara tiga jenis baterai yaitu Lithium-ion (Lithium-ion), Nickel-Cadmium (Ni-Cd) dan Lead Acid. Sistem baterai deteksi dikembangkan menggunakan mikrokontroler STM32. Pengaturan tegangan charging diatur menggunakan Konverter Buck sesuai duty cycle setpoint yang telah ditentukan. Kemudian hasil keluaran tegangan output dan arus output dijadikan acuan sebagai pengambilan karakteristik masing-masing jenis baterai. Hasil dari tegangan dan arus keluaran sejumlah 777 ribu data dimasukkan ke dalam ANFIS sebagai algoritma deteksi dan didapatkan average error deteksi sebesar 1,4459 × 10-10 dengan tingkat error deteksi simulasi, Lithium-ion yaitu 7,69% , Lead Acid yaitu 10,00% , dan Nickel Cadmium yaitu 19,8%. Sedangkan pada hadware, Lithium-ion yaitu 73,33 %, Lead Acid yaitu 86,66 % dan Nickel Cadmium yaitu 86,66%
[DOWNLOAD ABSTRACT]Kategori
D3 Teknik ElektronikaD3 Teknik Telekomunikasi
D3 Teknik Elektro Industri
D3 Teknik Informatika
D3 Teknologi Multimedia Broadcasting
D4 Teknik Elektronika
D4 Teknik Telekomunikasi
D4 Teknik Elektro Industri
D4 Teknik Informatika
D4 Teknik Mekatronika
D4 Teknik Komputer
D4 Teknik Teknologi Game
S2 Teknik Elektro
S2 Teknik Informatika dan Komputer