RANCANG BANGUN PANEL DISTRIBUSI UNTUK SISTEM CHARGING BATERAI REMOTELY OPERATED VEHICLE (ROV) BERBASIS DECISION TREE

Rafif, M. Rifki Al (2026) RANCANG BANGUN PANEL DISTRIBUSI UNTUK SISTEM CHARGING BATERAI REMOTELY OPERATED VEHICLE (ROV) BERBASIS DECISION TREE. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0422040053 - M. Rifki Al Rafif - Rancang Bangun Panel Distribusi untuk Sistem _i_Charging__i_ Baterai _i_Remotely Operated Vehicle__i_ (ROV) Berbasis _i_Decision Tree__i_.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Remotely Operated Vehicle (ROV) memerlukan sistem penyediaan daya yang mampu menjaga kontinuitas operasi selama proses penggunaan. Keterbatasan kapasitas baterai dapat menyebabkan waktu operasi ROV menjadi terbatas, sehingga diperlukan sistem yang mampu mengatur proses charging dan discharging dua baterai secara bergantian. Penelitian ini bertujuan merancang dan mengimplementasikan panel distribusi untuk sistem Dual Battery Management System (D-BMS) berbasis ESP32 yang dilengkapi pemantauan tegangan, arus, dan suhu serta sistem switching baterai secara otomatis. Sistem menggunakan dua paket baterai lithium-ion konfigurasi 4S, sensor tegangan, sensor arus ACS758, sensor suhu NTC 10K, dan relay sebagai perangkat switching. Metode yang digunakan merupakan kombinasi Rule-Based System dan Decision Tree C4.5. Rule-Based System digunakan untuk menentukan batas operasional baterai, sedangkan C4.5 digunakan untuk membentuk pola keputusan K1 dan K2. K1 merepresentasikan Baterai A discharging dan Baterai B charging, sedangkan K2 merupakan kondisi sebaliknya. Dataset yang digunakan berjumlah 3.113 data, terdiri atas 1.548 data K1 dan 1.565 data K2. Hasil pengujian sensor menunjukkan rata-rata error dibawah 5%. Kedua baterai mencapai tegangan 16,80 V dalam waktu charging 80 menit, sedangkan pengujian discharging mencapai batas sekitar 12 V dalam waktu 18–20 menit. Evaluasi terhadap 623 data testing menghasilkan accuracy, precision, recall, dan F1-score sebesar 100%. Hasil tersebut menunjukkan bahwa sistem mampu memantau kondisi baterai serta mendukung proses switching K1 dan K2 secara otomatis.

Actions (login required)

View Item