digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

COVER Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB1 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB2 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB3 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB4 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB5 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB6 Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

PUSTAKA Indira Cahyani Fatiha
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

Kendaraan listrik diperkirakan mencapai volume pasar sebesar $869 pada tahun 2027 karena penggunaan dan popularitasnya yang terus meningkat dalam beberapa tahun terakhir. Pertumbuhan pesat kendaraan listrik mendesak pentingnya keamanan baterai yang membutuhkan sistem proteksi dengan kemampuan penyerapan energi yang sangat baik. Perkembangan lain terkait struktur kendaraan listrik adalah upaya untuk mengurangi berat. Melalui proses optimisasi desain, beberapa konfigurasi sel meta structure akan dinilai. Bahan meta structure dipilih karena rasio Poisson negatifnya yang menghasilkan penyerapan energi yang lebih baik. Pada penelitian ini, konfigurasi meta structure (Bi-stable, Star-shaped, Double-U) diubah variable geometrinya (ketebalan, panjang sisi, tingkat sel) dan jenis material (stainless steel, aluminium, carbon steel) hingga nilai Specific Energy Absorptions (SEA) maksimum tercapai. Untuk mensimulasikan mekanisme impak dan menetukan nilai SEA dari berbagai varian desain, digunakan Metode Elemen Hingga (FEM). Variasi desain dihasilkan dari Hypercube Latin Sampling (LHS) untuk mendistribusikan variable menjadi 100 sampel. Proses optimasi tersebut kemudian diselesaikan menggunakan metode Machine Learning untuk memprediksi desain yang menghasilkan nilai SEA maksimal. Pendekatan model menggunakan Artificial Neural Networks (ANN) dan optimasi variable menggunakan Nondominated Sorting Genetic Algorithm-II (NSGA-II) adalah dua Langkah yang membentuk proses optimasi Machine Learning. Variabel kontrol optimum yang didapatkan adalah sel Star-shaped yang terdiri dari satu unit sel vertikal menggunakan material Aluminium dengan tebal penampang 2.921 mm dan jarak antar sel 10.201 mm. Setelah membandingkan desain optimal dengan model baseline, nilai SEA meningkat sebesar 5577%. Hasil optimal ini juga divalidasi menggunakan simulasi numerik. Model aproksimasi dapat secara akurat memprediksi desain yang paling optimal dengan kesalahan prediksi hanya 2.83%. Empat konfigurasi struktur sandwich yang berbeda kemudian dibuat menggunakan desain yang optimal. Struktur sandwich yang paling ideal memiliki desain yang optimal disusun dalam konfigurasi sel 6×4×1 yang menghasilkan dimensi total 165.4×111.2×30 ???????? dan massa 0.258 ????????. Dengan deformasi maksimum sebesar 7.33 ????????, yang berada di bawah batas deformasi untuk kegagalan baterai prismatik, struktur sandwich ini mampu mencegah deformasi berlebihan yang menyebabkan kegagalan baterai akibat ground impact.