TY  - THES
N1  - Muchammad Abrori, M. Kom.,
ID  - digilib25058
UR  - https://digilib.uin-suka.ac.id/id/eprint/25058/
A1  - Nur Azizah, NIM. 12610017
Y1  - 2017/03/06/
N2  - Kendaraan listrik merupakan salah satu transportasi yang menggunakan baterai dalam operasionalnya. 
Untuk menjaga baterai agar selalu dalam kondisi yang aman dan baik diperlukan Battery Management 
System (BMS). BMS merupakan perangkat elektronik yang salah satu tugas utamanya adalah memantau 
siklus charging - discharging baterai melalui status State of Charge (SoC). Perancangan BMS 
diperlukan model yang akurat, dengan menggunakan model penuaan baterai, waktu hidup dari sebuah 
baterai dapat diprediksi secara tepat dengan memperhatikan SoC baterai. Dalam penelitian ini akan 
dilakukan pencarian model yang akurat untuk BMS, dan diestimasi menggunakan algoritma Kalman  
Filter.
Model baterai Resistor-Capacitor (RC) diaplikasikan untuk membentuk persamaan ke dalam model state 
space. Model state space memuat persamaan diferensial orde pertama dalam bentuk variabel state. 
Variabel state dari model baterai RC terdiri dari tiga variabel state VCb, VCs, dan V0. Studi kasus 
numerik diselesaikan untuk mengestimasi SoC. Selanjutnya untuk mengestimasi SoC secara akurat, 
Kalman Filter mampu meminimalkan kuadrat errornya. Estimasi dikatakan akurat jika nilai kovarian 
error estimasi lebih kecil dari kovarian error pengukuran. Hasil simulasi menunjukkan bahwa error 
RMS dari kovarian error estimasi sangat kecil dibandingkan dengan kovarian error pengukuran, 
sehingga estimasi dari model tersebut akurat. Estimasi yang akurat akan memperpanjang masa hidup 
baterai.

Kata Kunci: Battery Management System, State of Charge, model baterai Resistor- Capacitor, state 
space, Kalman Filter.
PB  - UIN SUNAN KALIJAGA YOGYAKARTA
KW  - Battery Management System
KW  -  State of Charge
KW  -  model baterai Resistor- Capacitor
KW  -  state 
space
KW  -  Kalman Filter.
M1  - skripsi
TI  - STATE OF CHARGE (SOC) UNTUK BATTERY MANAGEMENT SYSTEM (BMS) MELALUI KALMAN FILTER
AV  - public
EP  - 97
ER  -