ArmEV with IoT Pengembangan Artificial Muffler pada Kendaraan Listrik Berbasis Internet of Things
Abstract
Kendaraan listrik (Electric Vehicle/EV) memiliki tingkat kebisingan yang sangat rendah, terutama pada kecepatan rendah, sehingga sulit dikenali oleh pejalan kaki maupun pengguna jalan lain dan berpotensi meningkatkan risiko kecelakaan. Selain itu, minimnya sistem keamanan berbasis teknologi pada motor listrik turut meningkatkan risiko pencurian kendaraan. Penelitian ini bertujuan merancang dan mengimplementasikan ArmEV with IoT, yaitu sistem artificial muffler yang menghasilkan suara buatan menyerupai motor konvensional, dilengkapi fitur pelacakan lokasi (GPS) dan alarm anti-pencurian berbasis Internet of Things (IoT). Sistem dibangun menggunakan mikrokontroler LilyGo T-SIM7670G (ESP32 terintegrasi modem LTE Cat-1 dan GNSS), sensor IMU MPU6050, DAC eksternal PCM5102A, dan amplifier kelas-D TPA3110, dengan antarmuka pemantauan berupa dashboard web dan aplikasi Android berbasis protokol MQTT. Pengujian dilakukan terhadap enam indikator kinerja: konsumsi daya, tingkat kebisingan, kemiripan suara, keakuratan GPS, responsivitas alarm, dan waktu respons sistem. Hasil pengujian menunjukkan konsumsi daya maksimum sebesar 10,68 W (di bawah ambang batas 12 W), tingkat kebisingan pada rentang 73–78 dB yang sebagian besar memenuhi batas regulasi 75 dB, nilai rata- rata kemiripan suara sebesar 4,44–4,89 dari skala 5, rata-rata error posisi GPS sebesar 14,48 meter (akurasi 85,52%), tingkat keberhasilan deteksi alarm 100% dengan latensi rata-rata 0,647 detik, serta waktu startup sistem rata-rata 34,7 detik. Analisis lebih lanjut pada studi kasus motor listrik Gesits G1 menunjukkan bahwa sistem ArmEV hanya menambah beban energi sebesar 0,64% dari kapasitas baterai per siklus pengisian, sehingga tidak memberikan dampak signifikan terhadap jangkauan kendaraan. Hasil ini menunjukkan bahwa ArmEV with IoT layak dikembangkan lebih lanjut sebagai solusi keselamatan dan keamanan kendaraan listrik yang efisien dan terjangkau.
Collections
- Electric Engineering [904]
