Saat ini perkembangan teknologi telah berkembang sangat pesat salah satunya di bidang
otomotif. Banyak pabrikan otomotif aktif mengembangkan kendaraannya, yang tadinya
kendaraan berbahan bakar minyak menjadi listrik. Kendaraan listrik membutuhkan baterai
sebagai pemasok listriknya. Namun, Seringkali proses pengisian baterai pada perangkat
elektronik akan melebihi kapasitasnya sehingga menyebabkan overcharging, dan penggunaan
daya yang terlalu banyak akan menyebabkan baterai mengalami overdischarge.
Battery Management System (BMS) adalah sebuah sistem yang dirancang untuk
melakukan fungsi pengawasan kinerja suatu baterai untuk menghindari kemungkinan baterai
beroperasi di luar spesifikasinya. Pada penerapan Battery Management System berbasis digital
twin dilakukan dengan menggabungkan data baterai asli dan model virtual. Digital twin juga
merupakan model virtual yang dapat membantu manusia mengumpulkan informasi berbasis
data dan prediksi yang akurat guna melakukan pengambilan keputusan yang berpengaruh pada
pengoptimalan kinerja baterai.
Pada model baterai digital yang dibuat dapat menghasilkan data discharging yang
dibutuhkan sebanyak 10.528 data dan dari grafik kestabilan diketahui jika sistem baterai
cenderung menuju titik keseimbangan sehingga dapat disimpulkan model baterai stabil.
Kemudian pada model hammerstain mampu melakukan prediksi secara akurat, hal ini
dibuktikan dengan grafik yang dihasilkan disetiap proses training dan validasi yang sangat
berhimpit dan hasil nilai perhitungan evaluasi metrik kinerja yang dihasilkan rendah. Selain
itu, hasil estimasi menunjukkan bahwa pendekatan hammerstein dengan metode kernel dan
metode recursive least square berhasil mengatasi kompleksitas dan nonlinieritas dalam
estimasi SoC pada baterai. Dari kedua proses tersebut dilakukan analisis data digital twin
dimana hasil yang didapatkan memiliki performa yang baik dikarenakan nilai error MSE pada
SoC sebesar 0,0083, nilai RMSE pada SoC sebesar 0,0915 dan nilai MAPE SoC sebesar 0,41%
yang menunjukan model memiliki kesalahan prediksi rendah. Namun, pada hasil pengujian
perhitungan nilai error ini masih menggunakan data yang belum setara antara data digital dan
data fisis. Sistem ini hanya digunakan sebagai uji coba dari kerangka digital twin, sehingga
hasil yang didapatkan memerlukan langkah-langkah lebih lanjut untuk menyempurnakan
kerangka digital twin