.png)
1 week ago
14
REPUBLIKA.CO.ID, MALANG — Dosen Institut Teknologi PLN (ITPLN), Dr. Samsurizal, mengembangkan metode optimasi pengisian cepat kendaraan listrik berbasis kecerdasan buatan sebagai solusi atas tantangan teknologi charging dalam transisi energi. Inovasi tersebut dihasilkan dalam disertasi doktoralnya di Universitas Negeri Malang (UM).
Samsurizal dinyatakan lulus program doktor (S3) usai menjalani ujian tertutup disertasi di Fakultas Teknik UM, Kamis (9/4/2026). Risetnya menitikberatkan pada upaya mempercepat pengisian kendaraan listrik tanpa mengorbankan umur baterai maupun kestabilan sistem kelistrikan.
“Salah satu tantangan terbesar dalam pengembangan kendaraan listrik adalah bagaimana mempercepat pengisian tanpa merusak baterai dan tanpa mengganggu jaringan listrik,” ujar Samsurizal dalam keterangannya, Jumat (10/4/2026).
Ia mengurai dilema utama teknologi fast charging berbasis arus searah (DC). Pengisian cepat memang mampu memangkas waktu secara signifikan, namun berisiko meningkatkan suhu baterai, menurunkan kesehatan baterai atau state of health (SoH), serta menambah beban pada jaringan listrik tegangan menengah 20 kV.
Kajian tersebut juga mencakup integrasi konsep vehicle-to-grid (V2G). Teknologi ini memungkinkan kendaraan listrik tidak hanya mengonsumsi energi, tetapi juga memasok listrik kembali ke jaringan, sehingga berpotensi mendukung sistem energi yang lebih adaptif.
“Kalau tidak dioptimalkan, fast charging bisa berdampak pada umur baterai dan kestabilan sistem listrik secara keseluruhan,” katanya.
Sebagai solusi, Samsurizal mengusulkan penggunaan Thunderstorm Algorithm (TA), yakni metode optimasi berbasis kecerdasan buatan yang terinspirasi dari fenomena badai petir. Pendekatan ini dirancang untuk mencari keseimbangan antara performa pengisian dan keamanan sistem.
Algoritma tersebut bekerja melalui tiga tahapan utama, yakni pembentukan solusi awal (cloud phase), pencarian jalur optimal (streamer phase), serta evaluasi hingga mencapai titik konvergensi (avalanche phase). Proses ini memungkinkan sistem menentukan skenario pengisian paling efisien dengan risiko minimal.
Pendekatan ini dinilai mampu mengakomodasi berbagai variabel penting, mulai dari kecepatan pengisian, umur baterai, stabilitas suhu, hingga dampaknya terhadap jaringan listrik secara keseluruhan.
“Metode ini mencari titik optimal antara performa pengisian dan keamanan sistem,” ujar Samsurizal.
Disertasi berjudul Optimasi pada Vehicle Fast Charging to 20 kV Grid Berbasis DC Charging CHAdeMO Menggunakan Metode Thunderstorm Algorithm itu dipromotori Prof. Arif Nur Afandi dan Dr. Mohamad Rodhi Faiz. Dalam sidang yang berlangsung pukul 13.00 WIB, ia dinyatakan lulus oleh tim penguji yang dipimpin Kaprodi S3 Teknik Elektro Industri, Ilham Ari Elbaith Zaeni.
Tim penguji turut melibatkan penguji eksternal Mohammad Noor Hidayat dari Politeknik Negeri Malang serta penguji internal Aripriharta, Sujito, dan Harits Ar Rosyid. Penilaian menyebutkan riset tersebut memiliki kontribusi strategis bagi pengembangan ekosistem kendaraan listrik nasional.
Hasil penelitian ini berpotensi meningkatkan efisiensi fast charging, memperpanjang umur baterai, serta menjaga stabilitas jaringan listrik. Pengembangan tersebut juga membuka peluang integrasi kendaraan listrik dalam sistem smart grid sebagai bagian penting dalam transisi menuju energi bersih.
Samsurizal berharap inovasi ini dapat diterapkan dalam sistem kelistrikan nasional seiring meningkatnya penggunaan kendaraan listrik. Teknologi pengisian yang efisien dan stabil menjadi kunci untuk menopang masa depan energi berkelanjutan.
