Prediksi Discharging Proses Pada Baterai Lithium-Ion Menggunakan Convolution Neural Network

Abstract

Baterai lithium-ion adalah salah satu jenis baterai yang paling banyak digunakan di berbagai aplikasi, termasuk peralatan elektronik, kendaraan listrik, dan sistem penyimpanan energi. Namun, discharging baterai yang disebabkan oleh reaksi parasit di antara elektroda dan elektrolit adalah masalah yang paling umum terjadi. Metode baru seperti Convolution Neural Network, dapat membantu prediksi mode discharging dan meningkatkan keandalan dan keselamatan baterai. Convolution Neural Network digunakan untuk memprediksi discharging pada baterai lithium-ion berdasarkan data yang diambil selama waktu percobaan monitoring baterai pada tingkat beban yang berbeda. Data tersebut diolah dan dimodelkan untuk mendukung model prediktif. Proses metodologis melibatkan pengumpulan data, pra-pemrosesan data, seleksi fitur, dan pelatihan model kecerdasan buatan. Kinerja model diuji menggunakan Root Mean Squared Error, Mean Absolute Error dan Mean Absolute Percentage Error sebagai metrik. Model CNN yang dikembangkan diamati untuk mengikuti tren data. Untuk model CNN, RMSE sebesar 0.0255, MAE sebesar 0.0182 dan MAPE sebessar 0.216% diperoleh selama proses training pada data sebesar 80% untuk prediksi voltase. Model telah diujicobakan agar dapat dicoba seccara nyata untuk mendeteksi discharging baterai.