Identifikasi Kesehatan Baterai Berbasis Citra Termal dengan Metode Logika Fuzzy

PERDANA, AGUNG NUGRAHA (2025) Identifikasi Kesehatan Baterai Berbasis Citra Termal dengan Metode Logika Fuzzy. Masters thesis, UNIVERSITAS LAMPUNG .

Preview	File PDF ABSTRAK - PERDANA AGUNG NUGRAHA.pdf Download (174Kb) | Preview
	File PDF TESIS FULL - PERDANA AGUNG NUGRAHA.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF TESIS FULL TANPA BAB PEMBAHASAN -PERDANA AGUNG NUGRAHA.pdf Download (959Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Dalam beberapa dekade terakhir, kebutuhan energi yang ramah lingkungan telah mendorong pemanfaatan teknologi penyimpanan energi seperti baterai semakin meningkat. Baterai litium-ion menjadi salah satu pilihan utama karena memiliki keunggulan dalam hal daya tahan, kepadatan energi yang tinggi, serta memiliki ukuran yang ringan. Namun, baterai ini sangat sensitif terhadap kondisi ekstrem seperti suhu tinggi dan proses pengisian atau pengosongan berlebihan, yang dapat berdampak pada kesehatan dan masa pakai baterai. Penelitian ini bertujuan untuk mengidentifikasi kondisi kesehatan baterai litium-ion berdasarkan karakteristik suhu yang diperoleh dari citra termal menggunkan metode logika fuzzy, serta mengevaluasi akurasi sistem logika fuzzy dalam memprediksi status Kesehatan baterai. Sistem logika fuzzy digunakan karena mampu mengatasi masalah ketidakpastian pada rentang data suhu yang bervariasi pada saat baterai digunakan. Parameter input berupa suhu operasional baterai dan selisih antara suhu baterai dengan suhu lingkungan sedangkan output berupa persentase State of Health (SoH), yang diklasifikasi dalam tiga kategori yaitu Sehat, Waspada, dan Tidak Sehat. Evaluasi sistem dilakukan menggunakan confusion matriks dengan membandingkan hasil prediksi kondisi kesehatan baterai terhadap data aktual baterai. Dari total 50 citra baterai yang diuji, sistem berhasil memprediksi dengan benar sebanyak 42 citra, dengan tingkat akurasi sebesar 84%. Nilai precision pada kategori Sehat, Waspada, dan Tidak Sehat masing-masing sebesar 84%, 75%, dan 88,24%, sedangkan nilai recall masing-masing sebesar 91,30%, 54,55%, dan 93,75%. Hasil ini menunjukkan bahwa metode logika fuzzy cukup efektif dalam memprediksi kondisi kesehatan baterai, terutama untuk kategori kondisi Sehat dan Tidak Sehat, meskipun masih diperlukan penyempurnaan pada kategori Waspada. Kata Kunci : Baterai Litium Ion, Logika fuzzy, Citra Termal, Confusion Matriks In recent decades, the increasing demand for environmentally friendly energy has driven the widespread adoption of energy storage technologies such as batteries. Lithium-ion batteries have become a primary choice due to their durability, high energy density, and lightweight design. However, these batteries are highly sensitive to extreme conditions such as high temperatures and overcharging or deep discharging, which can negatively affect their health and lifespan. This study aims to identify the health condition of lithium-ion batteries based on temperature characteristics obtained from termal images using a fuzzy logic method, as well as to evaluate the accuracy of the fuzzy logic system in predicting battery health status. Fuzzy logic is employed because it effectively handles uncertainty in the varying temperature data observed during battery operation. The input parameters include battery operating temperature and the temperature difference between the battery and the surrounding environment, while the output is the State of Health (SoH) percentage, which is classified into three categories: Healthy, Caution, and Unhealthy. System evaluation was conducted using a confusion matrix by comparing the predicted battery health conditions with actual battery data. Out of a total of 50 battery termal images tested, the system correctly predicted 42 cases, achieving an overall accuracy of 84%. The precision values for the Healthy, Caution, and Unhealthy categories were 84%, 75%, and 88.24%, respectively, while the recall values were 91.30%, 54.55%, and 93.75%, respectively. These results indicate that the fuzzy logic method is effective in predicting battery health conditions, particularly for the Healthy and Unhealthy categories, although further refinement is needed for better performance in the Caution category. Keywords : Lithium Ion Battery, Fuzzy Logic, Termal Image, Confusion Matrix

Jenis Karya Akhir:	Tesis (Masters)
Subyek:	600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi:	FAKULTAS TEKNIK (FT) > Prodi S2-Magister Teknik Elektro
Pengguna Deposit:	UPT . Siswanti
Date Deposited:	05 Nov 2025 02:27
Terakhir diubah:	05 Nov 2025 02:27
URI:	http://digilib.unila.ac.id/id/eprint/92698

Actions (login required)

Lihat Karya Akhir