PENELITIAN UNGGULAN UNIVERSITASsipeg.unj.ac.id/repository/upload/laporan/PUU_BLU_UNJ.pdf146.858.759...
Transcript of PENELITIAN UNGGULAN UNIVERSITASsipeg.unj.ac.id/repository/upload/laporan/PUU_BLU_UNJ.pdf146.858.759...
-
1
Bidang Ilmu: Sains dan Teknologi
PENELITIAN UNGGULAN UNIVERSITAS
PENINGKATAN EFISIENSI KENDARAAN MOTOR LISTRIK
BERBASIS BLDC MENGGUNAKAN KENDALI CERDAS
NEURAL NETWORK
TIM PENELITI
Ketua Peneliti : Dr. Muhammad Rif’an, ST.MT NIDN: 0022107404
Anggota Peneliti 1 : Drs. Ermi Media’s, M.Pd NIDN: 0028075809
Anggota Peneliti 2 : Heri Firmansyah, ST. MT NIDN: 0014028408
FAKULTAS TEKNIK
UNIVERSITAS NEGERI JAKARTA
MARET, 2020
-
2
HALAMAN PENGESAHAN
PENELITIAN UNGGULAN UNIVERSITAS
Judul Penelitian : PENINGKATAN EFISIENSI KENDARAAN
MOTOR LISTRIK BERBASIS BLDC
MENGGUNAKAN KENDALI CERDAS
NEURAL NETWORK
Bidang Ilmu : Sains dan Teknologi
Ketua Peneliti
a. Nama Lengkap : Dr. Muhammad Rif’an b. NIDN : 0022107404 c. Jabatan Fungsional : Lektor d. Program Studi : D3 Teknik Elektronika Fakultas Teknik UNJ e. Nomor Hp : 08567074880 f. e-mail : [email protected]
Anggota Peneliti 1
a. Nama Lengkap : Ermi Media’s b. NIDN : 0028075809 c. Jabatan Fungsional : Lektor d. Program Studi : D3 Teknik Elektronika Fakultas Teknik UNJ
Anggota Peneliti 2
a. Nama Lengkap : Heri Firmansyah, ST., MT b. NIDN : 0014028408 c. Jabatan Fungsional : - d. Program Studi : D3 Teknik Elektronika Fakultas Teknik UNJ
Biaya penelitian keseluruhan : Rp. 70.000.000,-
Mengetahui
Dekan,
Dr. Uswatun Hasanah, M.Si.
NIP. 19670326 199403 2 001
Jakarta, 13 Maret 2020
Ketua Peneliti,
Dr. Muhammad Rif’an
. NIP. 19741022 200112 1 001
Menyetujui,
Ketua Lembaga Penelitian dan Pengabdian Kepada Masyarakat
Universitas Negeri Jakarta
Dr. Ucu Cahyana, Msi
NIP.19660820 199403 1 002
-
3
DAFTAR ISI
HALAMAN PENGESAHAN ................................................................................. 2
DAFTAR ISI ........................................................................................................... 3
RINGKASAN ......................................................................................................... 4
BAB I. PENDAHULUAN ...................................................................................... 5
a. Latar Belakang ............................................................................................. 5
b. State of the Art ............................................................................................. 6
c. Rumusan dan Batasan Masalah .................................................................... 7
d. Tujuan Penelitian ......................................................................................... 8
BAB II. TINJAUAN PUSTAKA ............................................................................ 9
a. Peta Jalan Penelitian ..................................................................................... 9
b. Kajian hasil-hasil Penelitian ....................................................................... 10
BAB III. METODE PENELITIAN....................................................................... 13
BAB IV. BIAYA DAN JADWAL PENELITIAN ............................................... 14
5.1. Anggaran Biaya .......................................................................................... 14
5.2. Jadwal Penelitian ........................................................................................ 14
DAFTAR PUSTAKA ........................................................................................... 15
LAMPIRAN .......................................................................................................... 17
Lampiran: Justifikasi Anggaran Penelitian ....................................................... 17
Lampiran : Biodata Ketua Peneliti .................................................................... 18
Lampiran : Surat Pernyataan Originalitas ........................................................ 26
Lampiran : Surat Pernyataan Kesediaan Publikasi .......................................... 27
-
4
RINGKASAN
Kendaraan Listrik (EV) telah berkembang dengan cepat dan menjadi alternatif di
seluruh dunia sebagai solusi terhadap kendaraan ramah lingkungan. Namun
demikian, masalah efisiensi dan jarak tempuh kendaraan listrik telah menjadi topik
riset utama. Tujuan penelitian ini adalah membangun sistem kendali cerdas yang
digunakan untuk mengendalikan motor BLDC pada kendaraan listrik sehingga
mencapai kondisi optimum dalam efisiensi penggunaan daya sumber energi dan
memperjauh jarak tempuh. Rancang bangun sistem kendali cerdas dilakukan
dengan metode riset dan pengembangan dari hasil-hasil penelitian sebelumnya yang
telah dilakukan peneliti. Prototipe sistem kendali cerdas yang dibangun
menggunakan jaringan saraf tiruan Neural Network dan akan diuji coba pada
kendaraan listrik kecil dengan perubahan parameter kendaraan dan kondisi jalur
yang ditempuh.
Kata kunci: Kendaraan Listrik, Kendali Cerdas, Efisiensi, BLDC
-
5
BAB I. PENDAHULUAN
a. Latar Belakang
Indonesia menempati posisi keempat sebagai negara penduduk terbesar setelah
China, India dan Amerika Serikat. Dengan PDB sebesar 1,016 triliun USD pada
tahun 2017 dan luas wilayah 1,905 juta km² serta berbentuk kepulauan
menyebabkan mobilitas penduduk di Indonesia cukup tinggi. Berdasarkan data
Badan Pusat Statistik, jumlah kendaraan di Indonesia pada tahun 2018 adalah
146.858.759 dengan konsumsi bahan bakar minyak fosil sebanyak 15 milyar liter.
Dengan banyaknya kendaraan dan konsumsi bahan bakar tersebut, Ibukota
Indonesia, DKI Jakarta pernah dinobatkan menjadi kota dengan polusi terburuk di
dunia.
Hal ini mendorong Pemerintah Indonesia untuk menggiatkan penggunaan
kendaraan yang lebih ramah lingkungan. Melalui Peraturan Presiden Nomor 55
Tahun 2019 tentang Percepatan Program Kendaraan Bermotor Listrik Berbasis
Baterai (Battery Electric Vehicle) untuk Transportasi Jalan, Indonesia secara
bertahap akan mengendalikan penggunaan kendaraan bermotor berbahan bakar
minyak fosil.
Kecenderungan ini sejalan dengan konsep pembangunan yang berkelanjutan
(SDGs) dan pengembangan bidang otomotif diarahkan menuju ke produk hemat
energi dan ramah lingkungan (environmentally friendly). Dengan kata lain bahwa
produk otomotif yang dihasilkan harus memiliki ciri hemat energi dalam
pengoperasian maupun pembuatannya serta tidak menimbulkan polusi lingkungan.
Sebagian besar kendaraan listrik menggunakan pembangkit eksternal dan kemudian
disimpan ke baterai. Metode penyimpanan energi ini termasuk dalam energi kimia
dan tergantung pada kepadatan daya baterai dan siklus penggunaan baterai. Pada
Tahun 2018, Badan Pengkajian dan Penerapan Teknologi telah melakukan uji
efisiensi terhadap tiga kendaraan listrik Mitsubishi i-MiEV, Tesla X, dan Bus listrik
buatan PT Mobil Anak Bangsa (MAB) dengan hasil disajikan pada tabel 1 berikut:
-
6
Tabel 1. Uji coba efisiensi dan jarak tempuh Kendaraan Listrik oleh BPPT
Kendaraan Motor Jarak Daya Rasio Daya:Motor
Mitsubishi i-MiEV 47 kW (63 hp), 180 N⋅m 39 km 5 kW 10,6%
Tesla-X 193 kW (259 hp) 39 km 11 kW 5,7%
Bus listrik MAB 150 kW, 1.194 N⋅m 39 km 30 kW 20,0%
Terlihat bahwa rasio daya yang dibutuhkan berbanding daya motor untuk jarak
yang sama tertinggi adalah Bus Listrik MAB. Dengan kata lain untuk menempuh
jarak yang sama, Bus Listrik MAB membutuhkan daya yang lebih banyak
walaupun dengan daya motor yang lebih kecil dari pada Tesla-X.
Efisiensi sangat penting bagi kendaraan listrik, bahkan perusahaan otomotif besar
Jepang pada Awal 2020 mengumumkan bahwa mereka telah menghentikan
produksi salah satu mobil bertenaga listrik, Clarity di Amerika sejak akhir 2019.
Alasan keputusan ini karena spesifikasi mobil hanya cukup untuk jarak 143
kilometer (km) dengan daya baterai terisi penuh.
Mengatasi hal ini, para peneliti telah mengembangkan sistem penyimpanan dan
penggunaan energi tersebut baik melalui pengembangan baterai berkinerja tinggi
atau pun teknologi elektronik daya. Penggunaan teknologi elektronik daya dengan
pengendalian konsumsi daya dari baterai dapat mengurangi siklus pengeluaran
baterai dan akhirnya meningkatkan jarak perjalanan kendaraan listrik atau
meningkatkan efisiensi.
Berdasarkan hal tersebut pada penelitian ini akan dikembangkan teknologi
manajemen daya untuk pengendalian konsumsi daya listrik pada motor listrik
BLDC yang digunakan pada kendaraan listrik dalam rangka meningkatkan efisiensi
penggunaan energi sehingga memperpanjang masa pakai baterai dan meningkatkan
jarak perjalanan.
b. State of the Art
Telah banyak penelitian yang membahas dalam mengatasi permasalahan
manajemen daya pada kendaraan listrik. Tujuan utama dari solusi masalah ini
adalah mengurangi konsumsi energi dan meningkatkan masa pakai baterai melalui
-
7
kontrol yang optimal. Pada (Khan, 2016; Zhang, 2015), disampaikan teknik
manajemen daya sistem pengisian hibrida, yang berisi mesin bensin dan generator
listrik. Pada teknik ini, baterai dapat diisi bahkan saat mobil sedang bergerak.
Namun, masalahnya selalu terkait dengan kompleksitas sistem internal dan
tingginya harga model mobil ini.
Solusi lain disebutkan yang didasarkan pada sumber energi terbarukan seperti
energi matahari (Mahmoudi, 2017) atau energi yang diperoleh selama fase
perlambatan yang disebut juga sistem pengereman regeneratif (Shetty, 2014).
Sistem-sistem itu cukup mahir, tetapi jumlah energi yang dihasilkan tidak
mencukupi, terutama di jalan raya. Sedangkan menurut (Itani, 2016), sistem
pengereman regeneratif tidak dapat mengatasi 5% dari daya baterai yang
dibutuhkan ketika akan terisi penuh.
Teknik pengisian baru juga telah disampaikan dalam (Werachet, 2014) yang
menggunakan jaringan nirkabel sebagai solusi yang cocok untuk kasus jalan raya.
Namun demikian terdapat masalah terkait dengan kecepatan mobil dan
kompleksitas sistem pengisian daya serta tingkat pengisian ulangnya tergantung
pada kecepatan mobil dan panjang jalan.
Terkait dengan tujuan perbaikan otonomi, beberapa pendekatan dan strategi
perangkat lunak diusulkan dalam (Flah, 2017) dan (Zi, 2017) untuk meningkatkan
kinerja kendaraan listrik. Teknik ini berbasis pada kendali cerdas untuk optimasi
daya dalam kendaraan hibrid, bahkan dalam (Lin, 2018, Gaoua, 2013), diusulkan
teknik fuzzy untuk mengelola daya pada kendaraan listrik.
Peneliti telah mengusulkan teknik kendali cerdas dalam (Rif’an, 2019) dengan hasil
yang cukup baik, untuk itu pengembangan lebih lanjut akan dilakukan pada
penelitian ini dengan implementasi pada kendaraan listrik sederhana.
c. Rumusan dan Batasan Masalah
Berdasarkan latar belakang, ditemukan bahwa permasalahan yang ditemui adalah
bagaimana teknik kendali dilakukan agar kendaraan listrik dapat lebih efisien
menggunakan daya sumber energi dan menempuh jarak jelajah yang lebih jauh.
-
8
Teknik kendali ini harus memiliki kemampuan beradaptasi terhadap perubahan
parameter kendaraan yang mungkin terjadi dan kondisi jalur berbeda-beda.
Batasan masalah pada penelitian ini adalah, teknik kendali yang dilakukan berbasis
pada kecerdasan buatan neural network, diterapkan pada kendaraan listrik kecil
bermotor BLDC, dengan perubahan beban/load pada kendaraan, serta diterapkan
pada dua kondisi jalur berbeda.
d. Tujuan Penelitian
Penelitian ini bertujuan untuk membangun sistem kendali cerdas untuk
mengendalikan motor BLDC pada kendaraan listrik sehingga mencapai kondisi
optimum dalam efisiensi penggunaan daya sumber energi dan memperjauh jarak
tempuh.
-
9
BAB II. TINJAUAN PUSTAKA
a. Peta Jalan Penelitian
Pada tahun 2018, Peneliti telah melakukan penelitian dengan judul Desain Estimasi
Kecepatan Dengan Extended Kalman Filter Dan Single Neuron-Fuzzy Kecepatan
Controller Untuk Sensorless Brushless DC Motor dan dipublikasikan di (Rif’an,
2018). Pada Penelitian tersebut, Metode estimasi dan kontrol BLDC disajikan
dalam makalah ini. Karena BLDCM adalah motor tanpa kuas maka BLDC
membutuhkan posisi sensor untuk memutar rotor dan ini adalah kelemahan dari
BLDC. Algoritma sensorless Extended Kalman Filter (EKF) diusulkan untuk
menutupi kelemahan ini. Selain itu, BLDC juga merupakan sistem non linier.
Dengan demikian, sulit untuk mendapatkan pengendali parameter PID yang akurat
dan bagus dengan metode PID konvensional. Dalam tulisan ini, jaringan saraf
tunggal - Fuzzy PID untuk BLDC dikembangkan. Hasil percobaan menunjukkan
bahwa EKF mampu memperkirakan kecepatan BLDC dan jaringan saraf tunggal -
Kontroler Fuzzy PID membuat sistem BLDC lebih cepat.
Selanjutnya pada tahun 2019, Peneliti telah mempublikasikan [11] dengan deskripsi
penggunaan teknologi tanpa sensor di BLDC terutama untuk meningkatkan
keandalan operasional dan memainkan peran untuk penggunaan yang lebih luas
dari motor BLDC di masa depan. Penelitian ini bertujuan untuk memprediksi
perubahan beban dan meningkatkan akurasi hasil estimasi sensorless-BLDC.
Dalam tulisan ini, algoritma penyaringan baru diusulkan untuk motor DC brushless
tanpa sensor berdasarkan Ensemble Kalman filter (EnKF) dan jaringan saraf.
Algoritma EnKF yang diusulkan digunakan untuk memperkirakan kecepatan dan
posisi rotor, sedangkan jaringan saraf digunakan untuk memperkirakan gangguan
dengan simulasi. Algoritma yang diusulkan hanya membutuhkan tegangan terminal
dan arus tiga fase untuk perkiraan kecepatan dan gangguan. Model sistem non-
linear dilakukan untuk simulasi. Variasi dalam gangguan seperti beban mekanik
eksternal diberikan untuk menguji kinerja algoritma yang diusulkan. Hasil
-
10
percobaan menunjukkan bahwa algoritma yang diusulkan memiliki kontrol yang
cukup dengan kecepatan kesalahan 3% dalam gangguan 50% dari torsi terukur.
Hasil simulasi menunjukkan bahwa kecepatan dapat dilacak dan disesuaikan
dengan baik oleh gangguan atau adanya gangguan.
Untuk tahun 2020 Peneliti mengusulkan implementasi desain dan algoritma yang
telah dihasilkan pada kendaraan listrik sederhana/kecil. Sedangkan untuk tahun
2021 dan 2022 hasil yang didapat pada tahun 2020 akan digunakan untuk kendaraan
listrik besar dan diujicoba pada lingkup yang lebih luas.
Ringkasan Peta Jalan disajikan pada Gambar 1.
Gambar 1. Peta Jalan Penelitian
b. Kajian hasil-hasil Penelitian
Pada (Khan, 2016), masalah utama dalam HEV adalah mengelola aliran daya antara
bahan bakar dan sistem pasokan energi yang digunakan sebagai pergerakan
kendaraan. Kesulitan yang timbul adalah menjaga keseimbangan antara pasokan
energi yang terbatas dari sistem baterai dan persyaratan untuk meminimalkan
konsumsi bahan bakar dan emisi gas buang. Merupakan tugas yang menantang
untuk memenuhi kendala dan persyaratan secara bersamaan dan sering kali
pertukaran harus dilakukan untuk mendapatkan solusi yang optimal. Masalahnya
semakin dibesar-besarkan oleh keinginan untuk tidak mengurangi performa
kendaraan. Terlepas dari jenis HEV, kinerja kendaraan dalam hal penghematan
bahan bakar dan emisi pipa sangat bergantung pada sistem manajemen energi yang
dipilih yang merupakan topik yang menarik bagi banyak peneliti. Dalam [1],
-
11
berbagai sistem manajemen energi yang digunakan untuk kendaraan listrik hibrida
yang diusulkan dan dikembangkan dalam beberapa tahun terakhir ditinjau kembali
dan ditinjau.
Di dalam (Zhang, 2015) telah diusulkan strategi manajemen energi adaptif untuk
mencapai alokasi energi yang optimal untuk generator-mesin, baterai dan ultra-
kapasitor kendaraan listrik hibrida plug-in. Tiga upaya telah dilakukan. Pertama,
strategi kontrol hierarkis untuk berbagai sumber energi dari pandangan multi-skala.
Level atas adalah untuk mengatur energi antara generator mesin dan sistem
penyimpanan energi hibrida, sedangkan level bawah untuk baterai dan ultra-
kapasitor. Kedua, pendekatan manajemen adaptif berbasis pola pengenalan energi
telah diusulkan. Pendekatan ini menggunakan pengontrol logika fuzzy untuk
mengklasifikasikan siklus mengemudi khas ke dalam pola mengemudi yang
berbeda dan untuk mengidentifikasi pola mengemudi real-time. Pemrograman
dinamis telah digunakan untuk mengembangkan strategi kontrol yang optimal
untuk blok penggerak yang berbeda, dan akan sangat membantu untuk mewujudkan
manajemen energi adaptif untuk siklus mengemudi waktu nyata. Ketiga, untuk
meningkatkan kinerja manajemen energi secara real-time dan kuat, durasi 100-an
sebelumnya dari informasi historis telah ditentukan untuk mengidentifikasi pola
mengemudi waktu-nyata. Akhirnya, strategi manajemen energi adaptif telah
diusulkan. Hasil simulasi menunjukkan bahwa strategi manajemen energi yang
diusulkan memiliki efisiensi bahan bakar yang lebih baik daripada strategi kontrol
berbasis pemrograman dinamis asli dan konvensional.
Sementara itu pada (Xi, 2017) mengusulakan Extended range electric vehicle
(EREV) yang dapat menyimpan banyak energi bersih dari jaringan listrik ketika
tiba di stasiun pengisian daya dengan energi baterai yang lebih rendah.
Mengkonsumsi bensin minimum selama perjalanan adalah tujuan bersama bagi
sebagian besar pengontrol manajemen energi. Untuk mencapai tujuan ini,
pengontrol manajemen energi cerdas untuk EREV berdasarkan pemrograman
dinamis dan jaringan saraf tiruan (IEMC_NN) diusulkan. Rasio pemisahan
permintaan daya antara ekstender dan baterai dioptimalkan oleh DP, dan tujuan
kontrol disajikan sebagai fungsi biaya. Pengontrol online dilatih oleh jaringan saraf.
Tiga pengendali terlatih, membangun library pengendali di IEMC_NN, diperoleh
-
12
dari pelatihan tiga panjang khas siklus mengemudi. Untuk menentukan pengontrol
NN yang sesuai untuk keperluan jarak mengemudi yang berbeda, modul pemilihan
di IEMC_NN dikembangkan berdasarkan sisa energi baterai dan jarak mengemudi
ke stasiun pengisian. Tiga kondisi simulasi diadopsi untuk memvalidasi kinerja
IEMC_NN. Mereka target informasi jarak mengemudi, diketahui dan tidak
diketahui, mengubah tujuan selama perjalanan. Hasil simulasi dengan
menggunakan kondisi simulasi ini menunjukkan bahwa IEMC_NN memiliki
penghematan bahan bakar yang lebih baik daripada algoritme pengurasan pengisian
/ pengisian berkelanjutan (CD / CS). Lebih penting lagi, dengan informasi jarak
mengemudi yang diketahui, SOC baterai yang dikendalikan oleh IEMC_NN hanya
dapat mencapai batas bawah ketika EREV tiba di stasiun pengisian, yang juga layak
ketika pengemudi mengubah tujuan selama perjalanan.
.
-
13
BAB III. METODE PENELITIAN
Tujuan penelitian ini adalah untuk membangun sistem kendali cerdas yang
digunakan untuk mengendalikan motor BLDC pada kendaraan listrik sehingga
mencapai kondisi optimum dalam efisiensi penggunaan daya sumber energi dan
memperjauh jarak tempuh.
Metodologi yang digunakan adalah Research and Development (R&D) dengan
tahapan seperti disajikan pada Gambar 2.
Gambar 2. Flow Chart Penelitian
-
14
BAB IV. BIAYA DAN JADWAL PENELITIAN
5.1. Anggaran Biaya
No Jenis Pengeluaran Biaya Yang Diusulkan
1. Gaji dan upah 8.000.000,-
2. Bahan habis pakai dan peralatan 50.500.000,-
3. Perjalanan 3.000.000,-
4. Lain-lain: publikasi, seminar, laporan, lainnya
sebutkan 8.500.000,-
JUMLAH (Rp) 70.000.000,-
5.2. Jadwal Penelitian
Penelitian akan dilaksanakan selama satu tahun dengan tahapan sesuai langkah
penelitian.
Jadwal Penelitian
No Kegiatan 2020
1 2 3 4 5 6 7 8 9 10 11 12
1 Persiapan Penelitian
2 Perencanan
3 Realisasi Sistem
4 Uji coba Sistem
5 Analisis
11 Laporan
-
15
DAFTAR PUSTAKA
Flah, A. (2017). Internal Fuzzy Hybrid Charger System for a Hybrid Electrical
Vehicle. ASME J. Energy Resour. Technol. 2017, 140, 12003–12008.
Gaoua, Y. (2013). On-Line HEV Energy Management Using a Fuzzy Logic. In
Proceedings of the 12th Internasional Conference on Environment and
Electrical Engineering (EEEIC), Wroclaw, Poland, 5–8 May 2013; p. 6
Itani, K. De Bernardinis, A.; Zoubir, K.; Jammal, A. (2016). Extreme conditions
regenerative braking modeling, control, and simulation of a hybrid energy
storage system for an electric vehicle. IEEE Trans. Transp. Electrif. 2016,
7782, 1–16.
Khan Ali, L.; Badjate, Z.S.; Kshirsagar, R.V. (2016). Review on Energy
Management System for Hybrid Vehicle. Int. J. Sci. Technol. Eng. 2016, 2,
95–98.
Lin, Y.-H.; Hu, Y.-C. (2018). Electrical Energy Management Based on a Hybrid
Artificial Neural Network-Particle Swarm Optimization-Integrated Two-
Stage Non-Intrusive Load Monitoring Process in Smart Homes. Processes
2018, 6, 236.
Mahmoudi, C.; Flah, A.; Sbita, L. (2017). Prototype design of a compact plug-in
solar electric vehicle application for smart power management architecture.
In Proceedings of the International Conference on Green Energy and
Conversion Systems (GECS), Hammamet, Tunisia, 23–25 March 2017.
Rif’an, M., Yusivar, F., & Putro, B. K. (2018). Design of extended kalman filter
speed estimator and single neuron-fuzzy speed controller for sensorless
brushless DC motor. Journal of Telecommunication, Electronic and
Computer Engineering, 10(1-5), 157-161.
Rif'an, M., Yusivar, F., & Kusumoputro, B. (2019). Sensorless-BLDC motor speed
control with ensemble Kalman filter and neural network. Journal of
Mechatronics, Electrical Power, and Vehicular Technology, 10(1), 1-6.
-
16
Shetty, S.S.; Karabasoglu, O. (2014). Regenerative Braking Control Strategy for
Hybrid and Electric Vehicles Using Artificial Neural Networks. In
Proceedings of the 15th International Conference on Engineering
Applications of Neural Networks (EANN 2014), Sofia, Bulgaria, 5–7
September 2014; Mladenov, V., Jayne, C., Iliadis, L., Eds.; Springer
International Publishing: Cham, Switzerland, 2014; pp. 103–112, ISBN
978-3-319-11071-4.
Werachet, K.; Heinz, Z. (2014). Wireless power charging on electric vehicles. In
Proceedings of the Internasional Electrical Engineering Congress, chonburi,
Thailand, 16 October 2014; pp. 6–9.
Xi, L.; Zhang, X.; Sun, C.; Wang, Z.; Hou, X.; Zhang, J. (2017). Intelligent Energy
Management Control for Extended Range Electric Vehicles Based on
Dynamic Programming and Neural Network. Energies 2017, 10, 1871.
Zhang, S.; Xiong, R. (2015). Adaptive energy management of a plug-in hybrid
electric vehicle based on driving pattern recognition and dynamic
programming. Appl. Energy 2015, 155, 68–78.
-
17
LAMPIRAN
Lampiran: Justifikasi Anggaran Penelitian
No. Komponen Pengeluaran Tahun
1 Uraian Vol Satuan Harga Jumlah
A. Honor
1. Teknisi 4 OK 2.000.000 8.000.000
Jumlah komponen A 8.000.000
B. Operasional Pengembangan (bahan habis pakai, sewa, ATK)
2. Persiapan 1 OK 500.000 500.000
3. Modul Kendali BLDC TMDSHVMTRPFCKIT: High Voltage PFC and
Motor Control Developers
Kit
2 Paket 9.250.000 18.500.000
4. Kendaraan Listrik SELIS MOTOR LISTRIK TIPE NEW BALIS
1 Unit 31.500.000 31.500.000
Jumlah komponen B 50.500.000
C. Perjalanan
1. Seminar 2 Paket 1.500.000 3.000.000
3.000.000
D. Lain-lain
1. Seminar dan Publikasi 2 Paket 3.500.000 7.000.000
2. Laporan Penelitian 5 Exp 300.000 1.500.000
Jumlah Komponen D 8.500.000
Jumlah Total Komponen A + B + C + D 70.000.000
-
18
Lampiran : Biodata Ketua Peneliti
A. Identitas Diri
1 Nama Lengkap (dengan gelar) Dr. Muhammad Rif’an, ST.MT
2 Jabatan Fungsional Lektor
3 Jabatan Struktural -
4 NIP/NIK/No. identitas lainnya 19741022 200112 1 001
5 NIDN 0022107404
6 Tempat dan Tanggal Lahir Jakarta, 22 Oktober 1974
7 Alamat Rumah Jl Subur 26 Menteng Atas Jakarta Selatan
8 Nomor Telepon/HP 08567074880
9 Alamat Kantor Gedung L Teknik Elektro FT UNJ
10 Nomor Telepon/Faks 021-4712137
11 E-mail [email protected]
12 Lulusan yg telah dihasilkan 72 mahasiswa
13 Mata Kuliah yg diampu
1. Sistem Kendali Kontinyu
2. Sistem Kendali Digital
3. Sistem Kendali Cerdas
4. Aplikasi Komputer dalam Industri
5. Komputasi Numerik
B. Riwayat Pendidikan
Program: S-1 S-2 S-3
Nama PT Univesritas
Indonesia
Univesritas
Indonesia
Univesritas
Indonesia
Bidang Ilmu Teknik Elektro Teknik Elektro Teknik
Elektro
Tahun Masuk-Lulus 1993-1998 1999-2001 2013-2017
Judul Skripsi/Thesis/Disertasi
Simulasi
pengendalian
dengan teknik
pole placement
swatala
menggunakan
GUI Matlab 5.0
Simulator Sistem
Pengendalian
dengan Teknik
PID, Self Tuning,
dam Fuzzy
Teknik
Kendali Baru
PID Adaptif
Berbasis
Model Invers
Neural
Network
Untuk
-
19
Program: S-1 S-2 S-3
Pengendalian
Brushless-
DC-Motor
Dengan
Konfigurasi
Speed-
Sensorless
Neural
Network
Ensemble
Kalman Filter
Nama Pembimbing/Promotor
Prof. Dr. Ir. H.
Muhammadi
Siswosudarmo,
M.Sc.
Ir. Wahidin
Wahab, M.Sc.,
Ph.D.
Prof. Dr. Eng.
Drs.
Benyamin
Kusumoputro,
M.Eng.
C. Pengalaman Penelitian dalam 5 Tahun Terakhir
(Bukan Skripsi, Tesis, maupun Disertasi)
No. Tahun Judul Penelitian Pendanaan
Sumber* Jml (Juta Rp)
1 2017 DESAIN ESTIMASI KECEPATAN
DENGAN EXTENDED KALMAN
FILTER DAN SINGLE NEURON -
FUZZY KECEPATAN CONTROLLER
UNTUK SENSORLESS BRUSHLESS
DC MOTOR
FT 11 juta
2 2017 RANCANG BANGUN SISTEM
SMART HOME
FT 11 juta
-
20
No. Tahun Judul Penelitian Pendanaan
Sumber* Jml (Juta Rp)
3 2018 PENGEMBANGAN HARDWARE-IN-THE-
LOOP SISTEM KENDALI PROSES
INDUSTRI UNTUK PRAKTIKUM
MAHASISWA D3 BIDANG TEKNOLOGI
ELEKTRONIKA
FT 10 juta
4 2019 PENGEMBANGAN RTU SCADA
BERBASIS XBEE ARDUINO
FT 10 juta
*Tuliskan sumber pendanaan baik dari skema penelitian DIKTI maupun dari
sumber lainnya
D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No. Tahun Judul Pengabdian Kepada Masyarakat Pendanaan
Sumber* Jml (Juta Rp)
1 2017 Pelatihan Pembuatan Toko Online
Untuk Masyarakat Kecamatan Iv Koto
Kabupaten Agam Sumatera Barat
FT 6 juta
2 2018 Pelatihan Pembuatan Toko Online
Untuk Masyarakat Kecamatan Muara
Gembong Bekasi Jawa Barat
Mandiri
3 2018 Pelatihan Plc Untuk Guru Smk Kota
Tangerang Selatan Banten
FT 15 juta
4 2019 Pelatihan Pembuatan Toko Online Bagi
Masyarakat Kelurahan Duren Seribu
Kecamatan Bojong Sari Kota Depok
Jawa Barat
FT 15 juta
*Tuliskan sumber pendanaan baik dari skema pengabdian kepada masyarakat
DIKTI maupun dari sumber lainnya
-
21
E. Publikasi Artikel Ilmiah Dalam Jurnal dalam 5 Tahun Terakhir
No. Tahun Judul Artikel Ilmiah Volume/
Nomor/Tahun Nama Jurnal
1 2015 Performance characteristics of
an improved single neuron PID
controller using additional error
of an inversed control signal
Industrial
Control
Systems
Security
(WCICSS)
2 2015 A Comparison of Ensemble
Kalman Filter And Extended
Kalman Filter As The
Estimation System In
Sensorless BLDC Motor
Vol. 10, No.
17, September
2015
ARPN Journal
of Engineering
and Applied
Sciences,
3 2016 An Improved Single Neuron
Adaptive PID Controller
System Based on Additional
Error of an Inversed-Control
Signal
Volume 22,
Number 10,
October 2016
Advanced
Science Letters
4 2017 Estimation and Control of
Sensorless Brushless DC Motor
Drive using Ensemble Kalman
Filter
Proceedings of
the 8th
International
Conference on
Computer
Modeling and
Simulation
5 2018 Design of Extended Kalman
Filter Speed Estimator and
Single Neuron-Fuzzy Speed
Controller for Sensorless
Brushless DC Motor
Volume 10,
Number 1-5,
2018
Journal of
Telecommunic
ation,
Electronic and
Computer
Engineering
(JTEC)/10/1-
5/utem
-
22
No. Tahun Judul Artikel Ilmiah Volume/
Nomor/Tahun Nama Jurnal
6 2019 Designing Power Wave
AUTOMASS (Automatic
Maritime Security System) As
Effort to Prevent Illegal Fishing
Proceedings of
the 3rd UNJ
International
Conference on
Technical and
Vocational
Education and
Training 2018
(3rd ICTVET
2018)
7 2019 Internet of Things (IoT):
BLYNK Framework for Smart
Home
Proceedings of
the 3rd UNJ
International
Conference on
Technical and
Vocational
Education and
Training 2018
(3rd ICTVET
2018)
8 2019 Study of electric power system
oscillation damping
Volume 1402,
Issue 3,
2019
Journal of
Physics:
Conference
Series
9 2019 Spatial neural network for
forecasting energy
consumption of Palembang area
Volume 1402,
Issue 3,
2019
Journal of
Physics:
Conference
Series
10 2019 Construction design system of
constant pressure control in
water distribution system with
Volume 1402,
Issue 2,
2019
Journal of
Physics:
-
23
No. Tahun Judul Artikel Ilmiah Volume/
Nomor/Tahun Nama Jurnal
PID method using PLC based
on IoT
Conference
Series
11 2019 Sensorless-BLDC motor speed
control with ensemble Kalman
filter and neural network
Volume 10,
Number 1,
2019
Journal of
Mechatronics,
Electrical
Power, and
Vehicular
Technology
F. Pemakalah Seminar Ilmiah (Oral Presentation) dalam 5 Tahun Terakhir
No. Nama Pertemuan
Ilmiah/Seminar
Judul Artikel Waktu dan
Tempat
1 International Conference on
Control Theory and Its
Application
Single Neuron Adaptive
PID Controller 2015, Malaka
2 ADVANCED RESEARCH IN
ELECTRONIC ENGINEERING
AND INFORMATION
TECHNOLOGY
INTERNATIONAL
CONFERENCE
Sensorless-BLDC
motor speed control
2016, Bali
3 International Conference on
Computer Modeling and
Simulation
Estimation and Control
of Sensorless Brushless
DC Motor
2017, Canberra
4 Progress in Electronics
Engineering, Computer
Engineering and Information
Technology
Estimator and Speed
Controller for
Sensorless Brushless
DC Motor
2017, Bandung
5 The 15th Quality in Research
(QiR)
Adaptive PID controller 2017, Bali
-
24
No. Nama Pertemuan
Ilmiah/Seminar
Judul Artikel Waktu dan
Tempat
6 International Conference on
Engineering of Tarumanegara
(3rd)
Smart Home 2017, Jakarta
7 THE 3rd INTERNATIONAL
CONFERENCE ON TECHNICAL
AND VOCATIONAL
EDUCATION AND TRAINING
(3rd ICTVET) 2018
Hardware In The Loop 2018, Jakarta
8 The 4th Annual Applied Science
and Engineering Conference
(AASEC2019)
Spatial neural network 2019, Bali
9 Seminar Nasional Pendidikan
dan Teknologi Kejuruan 2019
SCADA 2019, Jakarta
G. Pengalaman Penulisan Buku dalam 5 Tahun Terakhir
No Judul Buku Tahun Jumlah
Halaman Penerbit
1
SISTEM
PENJAMINAN MUTU
INTERNAL
2018 202 TiraSmart
H. Pengalaman Perolehan HKI dalam 5 – 10 Tahun Terakhir
No Judul / Tema HKI Tahun Jenis Nomor P/ ID
1 Modul Sensor: Kontrol
Digital Dan IoT
2019 HKI EC00201941066
2 Desain Sistem Informasi
Supervisi Mutu
2019 HKI EC00201991646
3 Sistem Kendali
Kontinyu
2019 HKI EC00201975820
I. Pengalaman Merumuskan Kebijakan Publik/ Rekayasa Sosial Lainnya
dalam 5 Tahun Terakhir.
-
25
No
Judul / Tema/ Jenis Rekayasa
Sosial Lainnya yang Telah
Diterapkan
Tahun Tempat
Penerapan
Respon
Masyarakat
1 Penjaminan Mutu Pendidikan Dasar
dan Menengah 2016 Nasional
Budaya
Mutu
J. Penghargaan yang Pernah Diraih dalam 10 Tahun Terakhir (dari
Pemerintah, Asosiasi atau Institusi Lainnya).
No Jenis Penghargaan Institusi Pemberi
Penghargaan
Tahun
1 Best Presenter Universitas Negeri
Jakarta
2018
2 Best Presenter Universitas Pendidikan
Indonesia
2019
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila dikemudian hari ternyata
dijumpai ketidak-sesuaian dengan kenyataan, saya sanggup menerima resikonya.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan Penelitian Fakultas.
Jakarta, 15 Maret 2020
Ketua Pengusul,
Dr. Muhammad Rif’an, ST., MT.
NIP. 19741022 200112 1001
-
26
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
LEMBAGA PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT
UNIVERSITAS NEGERI JAKARTA
Lampiran : Surat Pernyataan Originalitas
SURAT PERNYATAAN ORIGINALITAS
Yang bertanda tangan di bawah ini:
Nama : Dr. Muhammad Rif’an, ST., MT
NIP/NIDN : 197410222001121001/0022107404
Pangkat/Golongan : III/c
Jabatan Fungsional : Lektor
Alamat : D3 Elektronika, Gedung L Kampus A UNJ
Dengan ini menyatakan bahwa proposal penelitian saya dengan judul
PENINGKATAN EFISIENSI KENDARAAN MOTOR LISTRIK BERBASIS
BLDC MENGGUNAKAN KENDALI CERDAS NEURAL NETWORK yang
diusulkan dalam skim Penelitian Unggulan Universitas untuk tahun anggaran 2020
bersifat original dan belum pernah dibiayai oleh lembaga / sumber dana lain.
Bilamana di kemudian hari ditemukan ketidak sesuaian dengan pernyataan ini,
maka saya bersedia dituntut dan diproses sesuai dengan ketentuan yang berlaku dan
mengembalikan seluruh biaya penelitian yang sudah diterima ke kas negara.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar-
benarnya.
Mengetahui
Ketua LPPM,
Dr. Ucu Cahyana, Msi
NIP.19660820 199403 1 002
Jakarta, 13 Maret 2020
Peneliti,
Dr. Muhammad Rif’an
. NIP. 19741022 200112 1 001
-
27
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
LEMBAGA PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT
UNIVERSITAS NEGERI JAKARTA
Lampiran : Surat Pernyataan Kesediaan Publikasi
SURAT PERNYATAAN KESEDIAAN PUBLIKASI
Yang bertanda tangan di bawah ini:
Nama : Dr. Muhammad Rif’an, ST., MT
NIP/NIDN : 197410222001121001/0022107404
Pangkat/Golongan : III/c
Jabatan Fungsional : Lektor
Alamat : D3 Elektronika, Gedung L Kampus A UNJ
Dengan ini menyatakan bahwa peneliti bersedia menandatangani Surat Pernyataan
Peneliti tentang kewajiban mempublikasikan jurnal internasional terindeks Scopus
dan satu publikasi di prosiding internasional bereputasi terindeks Scopus yang
diterbitkan pada tahun berjalan (tahun pelaksanaan penelitian).
Apabila di kemudian hari ditemukan ketidak sesuaian dengan pernyataan ini, maka
saya bersedia mengembalikan seluruh biaya penelitian yang sudah diterima ke UNJ.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar-
benarnya.
Mengetahui
Ketua LPPM,
Dr. Ucu Cahyana, Msi
NIP.19660820 199403 1 002
Jakarta, 13 Maret 2020
Peneliti,
Dr. Muhammad Rif’an
. NIP. 19741022 200112 1 001
-
28
-
29