Disertasi

Optimasi berbasis queen honey bee migration untuk manajemen baterai perangkat internet of things dalam skenario darurat berisiko tinggi / Dekki Widiatmoko

Abstrak
Manajemen energi adaptif pada perangkat Internet of Things (IoT) dalam kondisi darurat berisiko tinggi masih menjadi tantangan akibat keterbatasan kapasitas daya dinamika beban yang fluktuatif dan ketidakstabilan jaringan komunikasi. Algoritma optimasi konvensional seperti Particle Swarm Optimization (PSO) Differential Evolution (DE) Genetic Algorithm (GA) dan Firefly Algorithm (FA) sering kali kurang adaptif dan tidak responsif terhadap perubahan waktu nyata. Penelitian ini mengusulkan algoritma optimasi bio-inspiratif Queen Honey Bee Migration (QHBM) yang diintegrasikan dengan model baterai Li-ion Shepherd untuk mendukung manajemen energi adaptif pada sistem IoT berbasis edge computing. Mekanisma multi populasi dan migrasi lebah ratu pada QHBM dirancang untuk meningkatkan keragaman solusi dan mempercepat konvergensi menuju kondisi optimal global. Hasil simulasi pada 5 10 dan 20 titik pemantauan menunjukkan QHBM mampu mempertahankan arus 3 80 ndash 5 20 A tegangan 3 65 ndash 3 95 V serta akurasi State of Charge (SoC) 75 ndash 98% dengan waktu komputasi 0 42 ndash 1 20 detik. Kinerja ini melampaui PSO DE GA dan FA dalam efisiensi energi stabilitas konvergensi dan adaptivitas terhadap beban dinamis. Temuan ini menegaskan keunggulan QHBM sebagai kerangka optimasi cerdas yang efisien tangguh dan adaptif untuk operasional IoT darurat di lingkungan perkotaan.

Informasi Detail

DDC

Rd 621.31244 WID o

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro dan Informatika, 2025.

Deskripsi Fisik

xii, 94 lembar : ilus. ; 30 cm.

Bahasa

Indonesia

No Reg

00251/RD/25

Edisi

Disertasi (Pascasarjana)--Universitas Negeri Malang. 2025

Subjek

1. PENGOPTIMALAN BATERAI - EFISIENSI ENERGI
2. BATTERY OPTIMIZATION - ENERGY EFFICIENCY

Pembimbing

1. Aripriharta, S.t., M.t., Ph.d; 2. Sujito, S.t., M.t., Ph.d

Lampiran Berkas