PERANCANGAN DAN IMPLEMENTASI ACTIVE BALANCING BATTERY MANAGEMENT SYSTEM (BMS) PADA ROV MENGGUNAKAN METODE DECISION TREE

Pratama, Andika Aldo (2025) PERANCANGAN DAN IMPLEMENTASI ACTIVE BALANCING BATTERY MANAGEMENT SYSTEM (BMS) PADA ROV MENGGUNAKAN METODE DECISION TREE. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0421040041 - Andika Aldo Pratama - Perancangan dan Implementasi _i_Active Balancing Battery Management System__i_ (BMS) pada ROV Menggunakan Metode _i_Decision Tree__i_.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Battery Management System (BMS) merupakan perangkat yang berfungsi untuk memantau dan mengelola sistem baterai yang terhubung dengan pengisian daya maupun beban. Penelitian ini bertujuan untuk merancang dan mengimplementasikan BMS pada Remotely Operated Vehicle (ROV) dengan menggunakan metode decision tree guna memantau dan mengontrol kondisi baterai lithium-ion 18650 bertegangan nominal 14,8 V. Sistem ini memanfaatkan parameter utama seperti tegangan, arus, suhu, dan State of Charge (SOC), yang dibaca oleh sensor dan diolah secara real-time menggunakan mikrokontroler ESP32 sebagai pusat pemrosesan. Algoritma decision tree digunakan untuk menentukan status baterai, yaitu charging, discharging, idle, serta melindungi dari risiko overcharging, overdischarging, dan overheating. Dalam proses charging, sistem cut-off aktif ketika salah satu sel mencapai SOC 100%, sedangkan jika terdapat sel dengan SOC kurang dari 100% maka sistem beralih kembali ke mode charging. Pada proses discharging, cut-off diaktifkan ketika SOC salah satu sel kurang dari 33% untuk mencegah kerusakan akibat overdischarge. Hasil pengujian menunjukkan bahwa BMS mampu menjaga tegangan tiap sel pada kisaran 3,2–4,1 V dan mengklasifikasikan status baterai dengan tingkat akurasi 100% serta nilai error 0% pada seluruh skenario pengujian. Selain itu, penerapan BMS memberikan peningkatan waktu operasional baterai dari 30 menit (tanpa BMS) menjadi 31 menit 35 detik (dengan BMS), atau terjadi peningkatan kinerja sebesar 5,28%. Sistem ini juga terbukti mampu menjaga keamanan operasi baterai melalui proteksi thermal cut-off dan kontrol SOC berbasis metode decision tree.

Actions (login required)

View Item