Prediksi Awal Titik Akhir Masa Pakai dan Degradasi Nonlinier Baterai Lithium-Ion Menggunakan Model Hutan Acak Pohon Penguat Gradien Ekstrem Berbasis Newton–Raphson

Abstrak
Baterai lithium-ion menunjukkan pola degradasi nonlinier yang kompleks selama operasi yang diperpanjang, dengan laju penurunan kapasitas yang meningkat tajam setelah titik lutut (KP) hingga mencapai akhir masa pakai (EOL). Studi ini menyajikan metodologi baru untuk prediksi awal EOL dan KP menggunakan data siklus awal. Pendekatan ini dimulai dengan pemilihan fitur melalui analisis korelasi Spearman dan evaluasi kepentingan hutan acak (RF) untuk mengidentifikasi indikator multidimensi utama. Pengoptimal berbasis Newton–Raphson kemudian mengoptimalkan hiperparameter untuk model terintegrasi yang menggabungkan pohon penguat gradien ekstrem (XGBoost) dan RF, yang secara substansial meningkatkan akurasi prediktif. Model ansambel yang dioptimalkan (XGB-RF) mencapai kinerja yang unggul dalam memprediksi degradasi EOL dan KP, dengan kesalahan persentase absolut rata-rata sebesar 6,5% dan 6,7%, dan kesalahan akar kuadrat rata-rata masing-masing sebesar 77 siklus dan 53 siklus, dalam validasi set pengujian. Hasil ini melampaui kinerja model individual. Dengan memanfaatkan korelasi kuat antara KP dan EOL, studi ini menggabungkan nilai KP yang diprediksi sebagai fitur tambahan untuk menyempurnakan rangkaian fitur asli, yang selanjutnya meningkatkan akurasi prediksi. Metode ini menawarkan perspektif baru untuk prediksi degradasi baterai dan menyediakan landasan teoritis untuk mengoptimalkan kinerja baterai dan merumuskan strategi perawatan dalam aplikasi praktis.