Hasil Pencarian  ::  Simpan CSV :: Kembali

"Permasalahan yang sering kali ditemui pada saat memilih sebuah kendaraan adalah tidak adanya indikator berupa skor yang dapat membedakan performa antara satu kendaraan dengan kendaraan lainnya. Strategi penilaian untuk menentukan skor kinerja kendaraan dapat dilakukan dengan menganalisis data berkendara yang diperoleh secara langsung (data monitoring) dari sistem internal (On Board Diagnostics) atau sensor eksternal yang dipasang pada kendaraan. Umumnya, performa kendara dipengaruhi oleh spesifikasi komponen penyusunnya. Namun, berdasarkan penelitian sebelumnya, perilaku mengemudi juga dapat mempengaruhi performa dari sebuah kendaraan. Sebagai contoh, perilaku mengemudi dapat mempengaruhi sampai 15% dari total konsumsi bahan bakar pada kendaraan bermotor berjenis mobil penumpang. Dalam rangka meningkatkan performa ekonomi, digunakan metode penilaian terhadap agresivitas pengemudi dalam mengatur kecepatan kendaraan. Di sisi lain, analisis terhadap agresivitas mengemudi pada kondisi akselerasi, deselerasi, dan berputar juga dapat meningkatkan performa kenyamanan penghuni kendaraan. Penilaian terhadap agresivitas akselerasi dan deselerasi dilakukan dengan melihat gradien dari titik lokal minimum dan maksimum dari grafik kecepatan pada berbagai kondisi berkendara, dan agresivitas perubahan sudut kendaraan dilakukan dengan meninjau kondisi berputar. Selanjutnya, nilai rata-rata terbobot gradien akan diolah pada sistem fuzzy Mamdani untuk menghasilkan skor akhir dari performa ekonomi dan kenyamanan kendaraan. Hasil pengolahan menunjukkan bahwa kualitas konsumsi bahan bakar kendaraan pada kondisi lalu lintas macet dan ramai lancar cenderung buruk, dan pada kondisi ramai lancar cenderung baik pada tren kecepatan menurun. Hasil kualitas berputar bervariasi pada tiap kondisi lalu lintas dan kualitas akselerasi serta deselerasi cenderung bernilai menengah.

---

The problem often encountered when choosing a vehicle is the absence of an indicator in the form of a score that can differentiate the performance between one vehicle and another. The assessment strategy to determine the performance score of a vehicle can be done by analyzing driving data obtained directly (data monitoring) from the internal system (On-Board Diagnostics) or external sensors installed on the vehicle. Generally, the performance of a vehicle is influenced by the specifications of its constituent components. However, based on previous research, driving behavior can also affect the performance of a vehicle. For example, driving behavior can affect up to 15% of the total fuel consumption in passenger cars. To improve economic performance, an evaluation method is used to assess the aggressiveness of the driver in controlling the vehicle's speed. On the other hand, analyzing driving aggressiveness in acceleration, deceleration, and turning conditions can also improve the comfort performance of vehicle occupants. The assessment of acceleration and deceleration aggressiveness is done by examining the gradient of the local minimum and maximum points of the speed graph under various driving conditions, and the aggressiveness of changes in the vehicle's angle is assessed by considering the turning conditions. Furthermore, the weighted average gradient values will be processed in the Mamdani fuzzy system to generate the final scores for the economic performance and comfort of the vehicle. The results indicate that the fuel consumption quality of vehicles tends to be poor in congested and heavy traffic conditions, and tends to be good in smooth-flowing conditions with decreasing speed trends. The quality results vary for each traffic condition, and the acceleration and deceleration qualities tend to be average."

"Untuk menurunkan kadar emisi CO2 di atmosfer, salah satu caranya adalah dengan menggunakan bahan bakar dan teknologi yang ramah lingkungan yaitu melakukan pengembangan kendaraan listrik. Di Indonesia Peraturan Presiden Republik Indonesia nomor 55 tahun 2019 dikeluarkan dengan harapan banyaknya produksi kendaraan listrik dan juga penggunanya. Kendaraan bermotor listrik juga harus menawarkan safety. Salah satu faktor pembentuk keselamatan pada sebuah kendaraan dan yang akan dibahas pada tugas akhir ini adalah stabilitas kendaraan. Stabilitas dapat dipengaruhi oleh letak Center of Gravity kendaraan. Dalam penelitian ini, penulis membahas pengaruh stabilitas kendaraan ketika mengubah posisi pusat gravitasi dan massa total kendaraan saat melakukan putaran dengan asumsi jalan datar dan gesekan yang diabaikan kecuali drag. Metode yang digunakan dalam penelitian ini adalah dengan melakukan perhitungan manual dengan menggunakan rumus fisika dan simulasi kendaraan melakukan putaran dengan menggunakan aplikasi Matlab. Dari data Center of Gravity, didapatkan bahwa tinggi Center of Gravity kendaraan konvensional antara 0,64 – 0,69 m dan kendaraan konversi antara 0.71 – 0.74 m seiring dengan bertambahnya penumpang. Dari hasil simulasi menggunakan data Center of Gravity didapatkannya nilai titik kritikal Radius Putar skid tertinggi ada pada roda depan kendaraan konversi berkisar antara 35,45 – 38.39 m dan Radius Putar roll tertinggi ada pada roda belakang kendaraan konversi berkisar antara 28,33 – 26,77 m. Dari penelitian ini didapatkan Posisi vertikal Center of Gravity kendaraan konvensional lebih rendah dibandingkan kendaraan konversi dikarenakan kendaraan konvensional memiliki massa yang lebih banyak dibandingkan kendaraan konversi yang dipengaruhi pula oleh penggantian komponen kendaraan.

---

To reduce CO2 emission levels in the atmosphere, one of the way is to use environmentally friendly fuels and technologies, one of them is developing electric vehicles. In Indonesia, Presidential Regulation of the Republic of Indonesia number 55 of 2019 was issued with the hope that there will be more production of electric vehicles and their users. Electric motorized vehicles must offer safety. One of the factors that form the safety of a vehicle and which will be discussed in this final project is the vehicle stability. Stability can be affected by the location of the vehicle's Center of Gravity. In this study, the author discusses the effect of vehicle stability when changing the position of the center of gravity and the total mass of the vehicle when making a turn with the assumption that the road is flat and friction is neglected except for drag. The method used in this research is to perform manual calculations using physics formulas and vehicle simulations when turning using the Matlab. From the Center of Gravity data, it is found that the height of the Center of Gravity for conventional vehicles is between 0.64 – 0.69 m and conversion vehicles are between 0.71 – 0.74 m along with the increase in passengers. From the simulation results using Center of Gravity data, the critical point value of the highest skid turning radius is on the front wheel of the conversion vehicle ranging from 35.45 - 38.39 m and the highest roll turning radius is on the rear wheel of the conversion vehicle ranging from 28.33 - 26.77 m. From this study, it was found that the vertical position of the Center of Gravity of conventional vehicles is lower than conversion vehicles because conventional vehicles have more mass than conversion vehicles which are also influenced by vehicle component replacement."

"Dalam riset mengenai ergonomi kendaraan, diindikasikan bahwa vibrasi merupakan salah satu faktor signifikan yang berpengaruh pada kenyamanan berkendara. Kemampuan road handling yang buruk dan kurangnya kenyamanan pengendara dapat menyebabkan efek biologis yang berpengaruh terhadap kemampuan berkendara. Kemampuan peredaman setiap merek, jenis, dan umur suspensi memiliki performa yang berbeda. Sehingga diperlukan suatu metode analisis untuk melakukan monitoring data terhadap kondisi suspensi kendaraan pada saat berkendara. Sejauh ini teknik atau metode dalam menentukan kondisi performa suspensi kendaraan dilakukan secara manual, yaitu dengan menekan dan merasakan dengan tangan kondisi suspensi dan dengan melakukan road testing. Penulis mengusulkan untuk menggunakan pengolahan data dari data monitoring kendaraan untuk menentukan performa suspensi kendaraan tersebut. Algoritma pengolahan data yang diusulkan penulis memiliki kemampuan untuk menghandle data, mengolah data, dan memberikan penilaian terhadap kenyamanan berkendara sesuai dengan tingkat peredaman kendaraan tersebut.

---

In research on vehicle ergonomics, it is indicated that vibration is one of the significant factors that affect driving comfort. Poor road handling and lack of rider comfort can have biological effects that impact driving ability. The damping capability of each brand, type, and age of suspension varies in performance. Hence, there is a need for an analysis method to monitor the condition of the vehicle suspension while driving. So far, the technique or method used to determine the performance condition of vehicle suspension has been done manually, by pressing and feeling the suspension condition by hand and conducting road testing. The author proposes using data processing from vehicle monitoring to determine the performance of the vehicle suspension. The proposed data processing algorithm has the ability to handle and analyze data, and provide an assessment of driving comfort based on the level of vehicle damping."

"Aki merupakan sebuah komponen penting dalam sebuah kendaraan roda empat, oleh karena aki sebagai penyedia arus listrik pada saat penyalaan yang membutuhkan energi listrik secara besar dan cepat, sehingga performa aki harus dipantau agar tidak memperngaruhi kenyamanan dalam menggunakan kendaraan roda empat. Kendaraan roda empat biasanya tidak memiliki indikator atau instrument yang memberi peringatan jika performa aki sudah berkurang, juga sulitnya dan tidak tepatnya melihat kondisi aki dengan melihat langsung indikator aki, jika aki tersebut dilengkapi dengan indikator. Sehingga pada penelitian kali ini dibuatnya aplikasi pemantauan performa aki yang berbasis android, sehingga performa aki dapat dilihat dengan mudah dan juga dapat nilai performa secara akurat, juga dalam penelitian kali ini, penelitian juga membuat perbandingan performa aki dalam tiga cara berkendara, yaitu Sport, normal, dan eco, dengan adanya tiga cara berkendara penelitian ini akan memiliki hasil perbedaan performa dengan cara berkendara. Penelitian ini dilakukan dengan cara mengambil dua nilai voltase aki yang berurutan pada saat penyalaan sehingga kita dapat mengkalkulasi niali performa aki. nilai voltase aki tersebut diambil menggunakan bantuan OBD-II pada kendaraan roda empat menggunakan ELM327 yang terhubung dengan Raspberry Pi sebagai penyimpan, pengolah, dan pengirim data ke aplikasi android, sehingga data performa aki dapat langsung dilihat pada aplikasi android.Pada penelitian ini juga didapati aki yang digunakan tidak memiliki pengaruh terhadap suhu kerja aki, juga kendaraan roda empat yang digunakan juga memiliki pembebanan yang stabil dan juga memiliki perangkat untuk mengetahui energi yang keluar dan masuk dari aki, sehingga didapat nilai perhitungan pada performa aki dapat ditetapkan dengan menggunakan penurunan voltase aki paling besar dengan nilai yang didapat dari pengujian. Pada kendaraan roda empat ini memiliki teknologi yang memaksimalkan energi perlambatan untuk dijadikan energi listrik yang disimpan kedalam aki, sehingga pada cara berkendara sport memiliki nilai performa aki yang tinggi hingga +7% dan pada cara berkendara eco memiliki nilai performa aki yang lebih rendah -1,4% dari yang diberikan produsen aki, dan cara berkendara normal memiliki nilai performa aki +0,3% dari nilai performa yang diberikan oleh produsen aki.

---

The battery is an important component in a four-wheeled vehicle, because the battery as a storage of electric energy when starting. Starting requires large and fast electrical energy, so battery performance must be monitored to affect the comfort of using a four-wheeled vehicle. Four-wheeled vehicles usually do not have indicators or instruments that give a warning if the battery performance has decreased, it is also difficult to see the condition of the battery by looking directly at the battery indicator, if the battery is equipped with an indicator. So in this research, an Android-based battery performance monitoring application was made, so the battery performance can be seen easily and can also be accurately assessed performance, also in this research, this study also made a comparison of battery performance in three driving behaviour, Sport, Normal , and Eco, with the existence of three ways of driving behaviour this study will have the results of differences in performance by driving. This research was conducted by taking two consecutive battery voltage values at the time of ignition so that we can calculate the battery performance value. The battery voltage value is taken using OBD-II on four-wheeled vehicles using ELM327 which is connected to the Raspberry Pi as a storage, processing, and sending data to the Android application, so that battery performance data can be seen directly in the Android application. The battery not have an effect on the working temperature of the battery, also the four-wheeled vehicles used also have a stable loading and also the four-wheeled vehicles have a current sensor, a device to find out the energy that charge or discharge from four-wheeled vehicles battery, so that the calculation value on battery performance can be determined using the largest reduction in battery voltage with the value obtained from testing. This four-wheeled vehicle has technology that maximizes deceleration energy to be converted into electrical energy stored in the battery, so that in sports driving, the battery performance value is high up to + 7% and in eco-driving it has a lower battery performance value of -1, 4% of what the battery manufacturer provides, and normal driving has a battery performance value of + 0.3% of the performance value given by the battery manufacturer."

"Penelitian ini bertujuan untuk menganalisis hubungan perilaku berkendara dengan efektivitas radiator pada kendaraan dan mengembangkan aplikasi pemantau berbasis Android yang terintegrasi dengan Internet of Things (IoT). Dengan menggunakan ESP32 dan OBD-II untuk mendapatkan data suhu coolant dan posisi pedal akselerasi. Kemudian data tersebut dikirim dan disimpan di Firebase Cloud Server. Data tersebut kemudian ditampilkan pada aplikasi berbasis Android yang dibuat menggunakan Android Studio dan Flutter. Perhitungan Steinhart-Hart digunakan untuk mendapatkan nilai suhu dari thermistor yang digunakan untuk mendapatkan nilai efektivitas radiator. Pelepasan panas juga diperhitungkan untuk mengetahui kemampuan coolant dalam menyerap panas mesin. Pengujian menunjukkan bahwa perilaku berkendara sangat berpengaruh terhadap efektivitas radiator. Pada mode berkendara Eco, rata-rata efektivitas pendinginan mencapai 25,48%, dengan efektivitas terbaik sebesar 33,76% dan efektivitas terendah sebesar 15,75%. Mode berkendara Normal memiliki rata-rata efektivitas 20,72%, dengan efektivitas terbaik 29,51% dan terendah 11,67%. Sementara itu, mode Sport menunjukkan efektivitas terendah dengan rata-rata 14,62%, efektivitas terbaik 26,09%, dan terendah 7,91%. Kemudian melakukan verifikasi error menggunakan thermometer HABOTECH HT650c dan mendapatkan error sebesar 3,4% untuk Eco, 15,1% untuk Normal, dan 32,1% untuk Sport. Penyebab error tersebut dikarenakan perbedaan kalibrasi sensor OBD-II serta fluktuasi suhu yang cepat pada Normal dan Sport. Penelitian ini menyimpulkan bahwa perilaku berkendara Eco sangat direkomendasikan untuk penggunaan harian untuk menjaga umur mesin. Aplikasi dikembangan agar dapat mengurangi risiko overheating dan memantau efektivitas radiator secara real-time.

---

This study aims to analyze the relationship between driving behavior and radiator effectiveness in vehicles and to develop an Android-based monitoring application integrated with the Internet of Things (IoT). Using ESP32 and OBD-II, data on coolant temperature and accelerator pedal position were collected, then transmitted and stored on Firebase Cloud Server. The data were subsequently displayed on an Android-based application developed using Android Studio and Flutter. The Steinhart-Hart calculation is used to determine the temperature value from the thermistor, which is utilized to obtain the radiator effectiveness. Heat dissipation is also considered to determine the coolant's ability to absorb engine heat. Testing revealed that driving behavior significantly affects the effectiveness of the radiator. In Eco mode, the average cooling effectiveness reached 25.48%, with a maximum effectiveness of 33.76% and a minimum of 15.75%. Normal mode had an average effectiveness of 20.72%, with a maximum of 29.51% and a minimum of 11.67%. Meanwhile, Sport mode showed the lowest effectiveness, averaging 14.62%, with a maximum of 26.09% and a minimum of 7.91%. Verification of errors was performed using the HABOTECH HT650c thermometer, resulting in errors of 3.4% for Eco, 15.1% for Normal, and 32.1% for Sport. These errors were attributed to differences in sensor calibration between the OBD-II and thermometer, as well as rapid temperature fluctuations in Normal and Sport modes. This study concludes that Eco driving behavior is highly recommended for daily use to help extend engine life. The application was developed to reduce the risk of overheating and to monitor radiator effectiveness in real-time."

"ABSTRAKMotor bakar diesel biasa digunakan untuk kendaraan berdimensi besar karena diperlukan tenaga yang besar. Selain mengeluarkan tenaga yang besar kendaraan bermotor bakar diesel dikenal dengan getaran dan juga kebisingan yang besar. Jika kendaraan kecil menggunakan motor berbahan bakar diesel maka getaran dan kebisingan yang dihasilkan akan lebih besar daripada motor bakar otto biasa. Sedangkan pada kendaraan kecil seperti sedan salah satu faktor yang dipertimbangkan untuk menggunakan mobil tersebut adalah faktor kenyamanan. Getaran dan kebisingan yang ditimbulkan bisa menjadi faktor yang menggangu kenyamanan bila melewati batas yang telah ditentukan. Pada penelitian ini penulis mengambil data getaran dan kebisingan pada titik tertentu yang telah ditentukan dengan metode Transfer path analysis. Hasil dari pengambilan data tersebut akan dibandingkan dengan standar yang telah ditentukan oleh ISO dan juga Kementrian Lingkungan Hidup tentang batas baku getaran dan kebisingan.

---

ABSTRACTDiesel engine is commonly used for large dimensional vehicles because it requires a lot of power. Besides known for releasing a large amount of power, diesel engine known as produce a high vibration and noise. If a small vehicle such as city car uses a diesel engine then the vibration and noise generated will be larger than the usual otto engine. While on a small vehicle like a city car, one factor that is considered by consumer to use the car is a comfortable factor. Vibration and noise can be a factor that disturbs comfort when it exceeds a predetermined limit. In this research the writer take the data of vibration and noise at certain point which have been determined by Transfer Path Analysis method. The results of the data retrieval will be compared with the standards specified by the ISO as well as the Ministry of the Environment concerning the vibration and noise standard limits."

"

Peran emosi dalam performa mengemudi mulai mendapat perhatian khusus dalam studi mengenai perilaku mengemudi dalam beberapa tahun terakhir ini. Hal ini mengingat bahwa pengalaman emosional, terutama marah, memiliki hubungan dengan perilaku mengemudi berisiko, yang merupakan salah satu penyebab utama kecelakaan. Melalui pendekatan afek heuristik dan appraisal tendency framework, penelitian ini bertujuan untuk menguji hubungan antara emosi marah (disposisional/trait dan situasional/state) dengan memperhitungkan peran sikap pro risiko sebagai mediator. Disertasi ini terdiri dari dua studi. Studi pertama meggunakan metode survei yang melibatkan 202 pengemudi mobil; studi kedua menggunakan metode eksperimental terhadap 100 pengemudi berusia 19-25 tahun. Hasil kedua penelitian tersebut menunjukkan bahwa emosi marah, baik dalam perspektif trait maupu state memengaruhi munculnya perilaku mengemudi berisiko. Secara lebih spesifik, pengemudi dengan trait driving anger tinggi dan pengemudi yang merasakan pengalaman emosi marah menunjukkan perilaku mengemudi berisiko yang lebih sering. Hasil studi ini juga menunjukkan bahwa pengaruh state marah terhadap perilaku mengemudi berisiko terjadi secara independen dari peran trait driving anger. Artinya, situasi yang membangkitkan state marah pengemudi mampu meningkatkan munculnya perilaku mengemudi berisiko, terlepas dari tingkat trait driving anger yang dimiliki pengemudi. Analisis mediasi menemukan bahwa hubungan antara emosi marah dan perilaku berisiko tersebut dimediasi oleh sikap positif terhadap risiko. Dengan kata lain, pengemudi yang pemarah ataupun dalam keadaan marah cenderung membentuk sikap yang positif terhadap perilaku mengemudi berisiko, yang pada akhirnya mendorongnya untuk menampilkan perilaku mengemudi berisiko. Temuan-temuan ini berimplikasi pada pentingnya pemahaman dan pengelolaan dampak emosi marah terhadap keselamatan berlalu-lintas. Sejumlah intervensi perlu dikembangkan dalam upaya meminimalisasi dampak negatif dari emosi negatif terhadap performa mengemudi.

---

The role of emotions in driving performance began to receive special attention in studies of driving behavior in recent years. This is considering that emotional experience, especially anger, has a fairly strong relationship with risky driving behavior, which is one of the main causes of accidents. Utilising heuristic affect and appraisal tendency framework approaches, this study aims to examine the relationship between anger (both dispositional/trait and situational/state) by taking into account the role of pro-risk attitudes as the mediator. This dissertation consists of two studies. The first study used a survey method involving 202 car drivers; the second study used an experimental method for 100 drivers aged 19-25 years. The results of the two studies show that anger, both in the perspective of trait and state, influence the risky driving behavior. More specifically, drivers with high trait driving anger and those who experience anger while driving show risky driving behavior more frequently. The results of this study also show that the influence of state anger on risky driving behavior occurs independently of the role of driving anger trait. That is, situations that elicit the drivers anger state is able to increase the likelihood of risky driving behavior, regardless of the level of drivers trait driving anger. Mediation analysis found that the relationship between anger and risky behavior was mediated by positive attitude towards risk. In other words, drivers high on trait driving anger or those who experience high anger while driving tend to form positive attitudes towards risky driving behaviors, which in turn encourages them to engange risky driving behavior. These findings have implications for the importance of understanding and managing the effects of anger on traffic safety. A number of interventions need to be developed in an effort to minimize the negative impact of negative emotions on driving performance.

"

"Tingginya angka kecelakaan yang menyebabkan korban meninggal dunia mencapai 23.529 jiwa pada tahun 2020 di Indonesia, memicu kekuatiran hingga mendorong upaya nyata agar fatalitas korban meninggal dunia menjadi berkurang. Kecepatan masih dianggap sebagai kontributor terbesar dalam kecelakaan lalu lintas dan inti dari masalah keselamatan di jalan raya. Tujuan penelitian ini untuk menganalisis kecepatan mengemudi dan faktor-faktor psikologis yang berperan berdasarkan Teori Perilaku Terencana (Theory Planned Behavior) yang diperkenalkan oleh Ajzen yaitu sikap (attitude), norma subjektif (subjective norm) dan kontrol perilaku (perceived behavioral control) serta keyakinan (belief). Penelitian dilakukan terhadap pengemudi kendaraan pribadi yang melakukan pelanggaran mengemudi melebihi batas kecepatan maksimal di Jalan Tol Cikopo-Palimanan (Cipali), yang dideteksi dengan menggunakan speed gun. Selanjutnya, kepada 219 pengemudi yang melakukan pelanggaran (Mean usia = 37.9 tahun, SD = 6.9) diberikan kuesioner yang disusun berdasarkan TPB. Hasil penelitian menunjukkan bahwa perilaku melanggar batas kecepatan dilakukan karena penegakan hukum dinilai masih lemah, dan responden ingin mencapai tujuan lebih cepat atau menghemat waktu perjalanan. Implikasi dari temuan ini adalah diperlukannya upaya pengendalian kecepatan, penegakan hukum dan rekayasa lalu lintas untuk menciptakan jalan yang berkeselamatan.

---

The high number of accidents that caused 23,529 people to die in 2020 in Indonesia, triggered concern to encourage concrete efforts to reduce the fatalities of the victims. Speed is still regarded as the largest contributor to traffic accidents and the core of the problem of road safety. The purpose of this research is to analyse the driving speed and psychological factors that play a role based on the Theory Planned Behaviour, which is introduced by Ajzen, namely attitude, subjective norm, and perceived behavioural control and belief. The research conducted on private vehicle drivers who commit driving violations exceeding the maximum speed limit on the Cikopo-Palimanan (Cipali) Toll Road, which are detected by using a speed gun. Furthermore, 219 drivers who committed violations (Mean age = 37.9 years, SD = 6.9) were given a questionnaire based on the TPB. The results shown that the behaviour violates the speed limit because law enforcement is still considered weak, and respondents want to reach their destination faster or save travel time. The implication of this finding is that efforts to control speed, law enforcement and traffic engineering are needed to create safety roads. "

"Pelumas mesin adalah zat kimia berbentuk cairan yang diberikan diantara dua benda yang bergerak untuk mengurangi gaya gesek yang terjadi. Pelumas mesin perlu diganti secara berkala untuk menjaga keawetan mesin kendaraan roda empat. Produsen pabrikan kendaraan roda empat sudah memberikan jangka waktu penggantian pelumas kepada konsumen, namun jangka waktu tersebut hanya berupa acuan. Tujuan dari penilitian ini adalah mempelajari metode perhitungan untuk menemukan waktu penggantian pelumas yang tepat beserta parameternya, mempelajari hubungan dan karakteristik antara temperatur pelumas mesin dengan temperatur coolant, serta mempelajari hubungan perilaku berkendara terhadap penurunan kondisi pelumas mesin. Penilitian ini dilakukan dengan mengambil data temperatur pelumas mesin dan coolant menggunakan Ancel kemudian dilakukan analisis untuk mendapatkan rumus penentuan temperatur pelumas mesin dan didapati mean absolute error sebesar 0 hingga 3,60. Penilitian ini dilakukan dengan melakukan pengujian perilaku berkendara eco, normal, dan sport sejauh 300 km tiap perilaku berkendara. Pada penelitian ini, data kecepatan putaran mesin dan temperatur coolant diambil melalui OBD II lalu diolah menggunakan Raspberry Pi menjadi RPS dan temperatur pelumas mesin kemudian diolah lebih lanjut oleh backend kemudian data tersebut dikirimkan ke Android. Pada aplikasi Android, output dari hasil pengolahan data tersebut ditampilkan menjadi persentase kondisi pelumas mesin, jarak sisa tempuh pelumas mesin, dan waktu sisa tempuh pelumas mesin. Hasil pengujian menunjukkan bahwa pada perilaku berkendara sport, kondisi pelumas mesin mengalami penurunan paling besar di angka 3,9% diikuti dengan normal sebesar 3,18% dan yang mengalami penurunan paling sedikit adalah eco dengan 2,39%.

---

Engine oil is a liquid chemical that is given between two moving objects to reduce the frictional force that occurs. Engine lubricant needs to be replaced periodically to maintain the durability of four-wheeled vehicles. Manufacturers of four-wheeled vehicle manufacturers have given the lubricant replacement period to consumers, but this time period is only a reference. The purpose of this research is to study the calculation method to find the right time to replace the lubricant along with its parameters, study the relationship and characteristics between engine lubricant temperature with coolant temperature, and study the relationship of driving behavior to decrease engine lubricant conditions. This research was carried out by taking data on engine lubricant temperature and coolant using Ancel and then analyzing it to get the formula for determining engine oil temperature and found the mean absolute error of 0 to 3.60. This research is done by testing the driving behavior of eco, normal, and sport as far as 300 km for each driving behavior. In this study, engine speed and coolant temperature data are taken through OBD II and then processed using Raspberry Pi into RPS and engine lubricant temperature then further processed by the backend then the data is sent to Android. On the Android application, the output of the data processing results is displayed as a percentage of engine lubricant conditions, engine lubricant remaining distance, and engine lubricant remaining time. The test results show that in sports driving behavior, the condition of engine lubricants decreased the most at 3.9% followed by normal at 3.18% and the lowest decreased was eco with 2.39%."

"

Dalam kendaraan bermotor terdapat sistem yang sangat kompleks, termasuk sistem lubrikasi. Fungsi utama lubrikasi adalah mencegah overheat yang dapat berakibat pada terkuncinya bagian yang bekerja akibat berlebihnya friksi. Minyak pelumas akan mengalami penurunan kualitas selama kendaraan digunakan. Oleh karenanya minyak pelumas disarankan untuk diganti secara berkala. Namun terdapat kebingungan untuk menentukan kapan minyak pelumas harus diganti, jarak yang sudah ditempuh dalam satuan kilometer atau waktu sejak minyak pelumas terakhir diganti dalam satuan bulan. Mengganti minyak pelumas terlalu cepat akan atau telat mengganti minyak pelumas dua-duanya akan berdampak buruk. Sehingga dikembangkan aplikasi android yang dapat melakukan prediksi sisa masa pakai minyak pelumas. Perilaku berkendara yang berbeda-beda pada tiap pengendara juga merupakan faktor yang berpengaruh dalam menentukan masa pakai komponen kendaraan bermotor. Penulis melakukan verifikasi secara laboratoris terhadap prediksi aplikasi. Parameter pengujian laboratorium yang dicari adalah TBN, Viskositas Kinematik pada suhu 40ºC dan 100ºC, serta. Verifikasi dilakukan dengan menghitung MAE dan MSE dari persentase keluaran aplikasi terhadap hasil regresi hasil pengujian laboratorium yang dilanjutkan dengan mencari faktor pengali untuk persentase aplikasi. MAE dan MSE dari persentase keluaran aplikasi pada masing masing perilaku berkendara adalah: eco: 2,39 dan 8,83; normal: 5,78 dan 51,69; sport: 16,24 dan 409,71. Setelah faktor pengali digunakan, MAE dan MSE dari persentase keluaran aplikasi pada masing masing perilaku berkendara turun menjadi: eco: 0,036 dan 0,02; normal: 0,309 dan 0,114; sport: 0,272 dan 0,079.

 

---

In motorized vehicles there are very complex systems, including lubrication systems. The main function of lubrication is to prevent overheating which can result in the locking of the working part due to excessive friction. Lubricating oil will experience a decrease in quality during vehicle use. Therefore lubricating oils are advised to be replaced periodically. But there is confusion in determining when the lubricating oil must be replaced, the distance traveled in kilometers or the time since the last lubricating oil was replaced in months. Replacing the lubricating oil too soon will or late to replace the lubricating oil will both have a bad impact. So that an android application is developed that can predict the remaining life of the lubricating oil. Different driving behavior of each driver is also an influential factor in determining the life span of motor vehicle components. The author verifies the application prediction with laboratory test. The laboratory testing parameters sought were TBN, Kinematic Viscosity at temperatures of 40ºC and 100ºC, and Viscosity Index. Verification is done by calculating MAE and MSE from the percentage of application output to the regression results of laboratory test results, followed by finding multipliers for the percentage of applications. MAE and MSE of the percentage of application output on each driving behavior are: eco: 2.39 and 8.83; normal: 5.78 and 51.69; sport: 16.24 and 409.71. After the multiplier is used, MAE and MSE from the percentage of application output in each driving behavior drops to: eco: 0.036 and 0.02; normal: 0.309 and 0.114; sport: 0.272 and 0.079.

 

"