Optimasi Nilai Kekakuan dan Koefisien Redaman pada Suspensi Sepeda Motor Honda Beat dengan Metode Genetic Algorithm Berdasarkan Standar Kenyamanan ISO 2631

Azmi, Muhammad Farhan (2024) Optimasi Nilai Kekakuan dan Koefisien Redaman pada Suspensi Sepeda Motor Honda Beat dengan Metode Genetic Algorithm Berdasarkan Standar Kenyamanan ISO 2631. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5007201114-Undergradued_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (7MB) | Request a copy

Abstract

Sepeda motor adalah kendaraan yang paling umum pada saat ini yang digunakan oleh Masyarakat di Indonesia, hal penting yang harus diperhatikan dalam berkendara sepeda motor yaitu kenyamanan berkendara. Kenyamanan berkendara dapat didefinisikan dimana pengendara mengalami getaran dari ketidakrataan permukaan jalan yang paling minimal. Oleh karena itu, diperlukan optimasi nilai kekakuan dan konstanta redaman pada sistem suspensi pada sepeda motor dengan kecepatan dan profil jalan yang dilalui. Kenyaman berkendara ditentukan oleh standar internasional yaitu ISO 2631. Penelitian ini menggunakan algoritma genetik untuk mendapatkan nilai kekakuan dan koefisien redaman yang optimal untuk digunakan pada sistem suspensi kendaraan. Pemodelan sistem akan disimulasikan menggunakan MATLAB. Parameter yang digunakan berdasarkan data dari produk sepeda motor Honda Beat. Tahap awal dari proses penelitian adalah menentukan populasi awal data, yaitu 100 populasi acak untuk setiap nilai kekakuan dan koefisien redaman untuk suspensi depan dan belakang. Nilai fitness terbaik dari populasi awal akan dipertahankan dan selanjutnya akan dilakukan proses seleksi. Metode seleksi yang digunakan pada optimasi sistem full body kendaraan yaitu roulette wheel selection. Generasi terbaik yang dihasilkan melalui proses selesi akan disilangkan (Crossover). Proses crossover menghasilkan offspring (generasi turunan) yang akan melalui proses mutasi. Kemudian, proses tersebut akan terus berulang sampai tercapai target pemberhentian. Output yang dihasilkan dari optimasi ini yaitu nilai kekakuan dan koefisien redaman suspensi depan dan belakang dengan kriteria pemberhentian generasi maksimal yang divariasikan. Berdasarkan optimasi algoritma genetik yang telah dilakukan, dihasilkan nilai kekakuan dan koefisien redaman yang optimal untuk diterapkan pada sistem yaitu 7578 N/m dan 1636 Ns/m untuk kekakuan dan koefisien redaman suspensi depan dan 11319 N/s dan 2454 Ns/m untuk kekakuan dan koefisien redaman suspensi belakang. Respon dinamis dari percepatan dan perpindahan pada gerak vertikal dengan parameter hasil optimasi memberikan hasil respon yang lebih nyaman, hal ini dapat disimpulkan berdasarkan nilai RMS percepatan pada pengemudi yang telah memenuhi standar kenyamanan ISO 2631. Sistem pengemudi dan penumpang berada dalam tingkat kenyamanan tanpa keluhan di kecepatan 80 km/jam, kecepatan 60 km/jam, dan pada kecepatan 40 km/jam. Dengan suspensi hasil optimasi pengendara dapat bertahan dalam lebih dari 8 jam.
==============================================================================================================================
Motorcycles are currently the most common vehicles used by the public in Indonesia. An important aspect to consider when riding a motorcycle is riding comfort. Riding comfort can be defined as the condition where the rider experiences minimal vibrations from road surface irregularities. Therefore, it is necessary to optimize the stiffness and damping constant values of the motorcycle suspension system, considering speed and road profile. Riding comfort is determined by international standards, namely ISO 2631. This research uses a genetic algorithm to obtain the optimal stiffness and damping coefficient values for use in the vehicle's suspension system. The system modelling will be simulated using MATLAB. The parameters used are based on data from the Honda Beat motorcycle. The initial stage of the research process involves determining the initial data population, which is 100 random populations for each stiffness and damping coefficient value for the front and rear suspensions. The best fitness values from the initial population will be retained, followed by the selection process. The selection method used for optimizing the full-body vehicle system is the roulette wheel selection. The best generation produced through the selection process will undergo crossover. The crossover process generates offspring (descendant generations) that will undergo mutation. This process will repeat until the stopping target is achieved. The output of this optimization is the stiffness and damping coefficient values for the front and rear suspensions, with varied criteria for the maximum generation stopping. Based on the genetic algorithm optimization, the optimal stiffness and damping coefficient values for the system are 7578 N/m and 1636 Ns/m for the front suspension stiffness and damping coefficient, and 11319 N/m and 2454 Ns/m for the rear suspension stiffness and damping coefficient. The dynamic response of acceleration and displacement in vertical motion with the optimized parameters provides a more comfortable response. This conclusion is based on the RMS acceleration values for the rider, which meet the ISO 2631 comfort standards. The rider and passenger system fall within the comfort level without complaints at speeds of 80 km/h, 60 km/h, and at a speed of 40 km/h. With the optimized suspension, the rider can endure more than 8 hours.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Genetic Algorithm, Optimasi, Kenyamanan, Sepeda Motor, Suspensi, ISO 2631, Optimization, Comfort, Motorcycle, Suspension
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T57.62 Simulation T Technology > TA Engineering (General). Civil engineering (General) T Technology > TA Engineering (General). Civil engineering (General) > TA355 Vibration. T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL257 Springs and suspension T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL440 Motorcycles.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Farhan Azmi
Date Deposited:	22 Aug 2024 04:49
Last Modified:	22 Aug 2024 04:49
URI:	http://repository.its.ac.id/id/eprint/113245

Actions (login required)

View Item