Perbandingan Time Step pada Model Prediksi State of Health Baterai Lithium-ion Berbasis BiLSTM

Abstrak

Perkembangan teknologi penyimpanan berbasis baterai Lithium-ion saat ini menuntut adanya sistem keamanan penggunaannya. Baterai Lithium-ion sebagai sistem elektrokimia mengalami penurunan seiring penggunaan jangka panjang dan berdampak pada pengoperasiannya. Keamanan dan reliabilitasnya perlu dipastikan melalui beberapa indikator seperti state of charge (SOC), state of health (SOH), dan remaining useful life (RUL). SOH memiliki peran penting dalam mengkarakterisasi kinerja dan penuaan baterai. Oleh karena itu, prediksi SOH baterai Lithium-ion yang tepat menjadi tantangan karena proses penuaan baterai yang nonlinier. Penelitian ini bertujuan untuk membuat model prediksi SOH baterai Lithium-ion menggunakan Bidirectional Long Short-term Memory (BiLSTM) dengan membandingkan time step prediksinya. Dataset yang digunakan dalam pembuatan model berasal dari CALCE University of Maryland, menggunakan baterai Lithium Cobalt Oxide (LCO) dengan kode CS2-35, CS2-36, CS2-37, dan CS2-38. Data train terdiri dari 3 set data dan data test terdiri dari 1 set data. Evaluasi performa menggunakan MAPE dan RMSE. Hasil penelitian menunjukkan bahwa penggunaan time step 10 dan 25 tidak memiliki perbedaan, namun memiliki perbedaan pada time step 50 dan 100. Performa terbaik ada pada penggunaan time step 50 pada setiap dataset baterai. Sehingga, prediksi SOH baterai terbaik menggunakan 50 data sebelumnya untuk menghasilkan 1 data baru.