| dc.description.abstract | Baterai lithium-ion telah digunakan pada berbagai jenis perangkat elektronik seperti laptop, smartphone, kendaraan listrik, dan lain-lain. Namun karena adanya reaksi irreversible, baterai akan mengalami degradasi. Efek degradasi akan mengakibatkan kegagalan subsistem daya komponen yang disuplai oleh baterai, dan bahkan dapat mengakibatkan masalah keamanan yang serius. Oleh karena itu penting meningkatkan keamanan dan keandalan baterai lithium-ion. Prognosis Remaining Useful Life (RUL) adalah salah satu metode untuk menganalisis, menjamin, dan meningkatkan keamanan dan keandalan sistem. Pada Tugas Akhir (TA) ini penelitian untuk memprediksi masa hidup baterai dengan pendekatan berbasis data menggunakan metode LSTM Autoencoder. Perancangan dilakukan dengan menggunakan time interval of equal discharge voltage difference (TIEDVD) sebagai output dan cycle baterai sebagi input. Hasil pemodelan terbaik dapat diperoleh dengan menggunakan epochs 100-200. Berdasarkan penggunaan metode LSTM Autoencoder dengan TIEDVD diketahui bahwa sisa masa hidup baterai pada jenis B0005, B0006, B0007, dan B0018 pada parameter terbaik secara berturut-turut adalah 26 siklus, 17 siklus, 59 siklus, 24 siklus. | en_US |
