Optimasi Nilai Kekakuan Dan Koefisien Redaman Pada Suspensi Sepeda Motor Listrik GESITS Dengan Metode Genetic Algorithm Berdasarkan Standar Kenyamanan ISO 2631

Mufadhol, Muhammad Haafizh (2026) Optimasi Nilai Kekakuan Dan Koefisien Redaman Pada Suspensi Sepeda Motor Listrik GESITS Dengan Metode Genetic Algorithm Berdasarkan Standar Kenyamanan ISO 2631. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5007211141_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Perkembangan kendaraan listrik di Indonesia semakin pesat, salah satunya ditandai dengan hadirnya sepeda motor listrik GESITS sebagai produk lokal unggulan. Untuk mendukung kenyamanan berkendara yang optimal, salah satu aspek penting yang perlu diperhatikan adalah karakteristik sistem suspensi, khususnya nilai kekakuan pegas dan koefisien redaman. Penelitian ini bertujuan untuk mengoptimasi kedua parameter tersebut menggunakan metode Genetic Algorithm dengan acuan kenyamanan berdasarkan standar internasional ISO 2631, yang mengatur batas percepatan getaran yang dapat ditoleransi oleh tubuh manusia. Model perhitungan menggunakan pendekatan sistem Multi Derajat Kebebasan dengan input berupa gangguan jalan, dan evaluasi kenyamanan dilakukan dengan mengukur nilai RMS percepatan vertikal pada titik massa sprung. Penelitian ini bertujuan untuk memperoleh nilai kekakuan dan koefisien redaman yang optimal pada sistem suspensi kendaraan dengan menggunakan algoritma genetik. Pemodelan dan simulasi sistem dilakukan menggunakan perangkat lunak MATLAB dengan parameter yang mengacu pada data sepeda motor Gesits G1. Proses optimasi diawali dengan pembentukan populasi awal yang terdiri dari 700 individu acak untuk setiap parameter kekakuan dan koefisien redaman pada suspensi depan dan belakang. Selanjutnya, nilai fitness terbaik dipertahankan melalui proses seleksi menggunakan metode roulette wheel selection, yang kemudian diikuti oleh tahapan crossover dan mutasi secara iteratif hingga kriteria penghentian yang ditetapkan tercapai. Hasil optimasi menghasilkan nilai kekakuan dan koefisien redaman optimal sebesar 19345 N/m dan 1447 Ns/m untuk suspensi depan, serta 21327 N/m dan 2117 Ns/m untuk suspensi belakang. Respon dinamis sistem berupa percepatan dan perpindahan vertikal menunjukkan peningkatan kenyamanan berkendara, yang dibuktikan melalui nilai RMS percepatan pengemudi yang telah memenuhi standar kenyamanan ISO 2631. Selain itu, pada kecepatan 40 km/jam, 50 km/jam, dan 60 km/jam, pengemudi dan penumpang berada pada tingkat kenyamanan tanpa keluhan, sehingga durasi berkendara dapat dipertahankan lebih dari 16 jam.
=================================================================================================================================
The development of electric vehicles in Indonesia has accelerated rapidly, marked by the emergence of the GESITS electric motorcycle as a prominent local product. To achieve optimal riding comfort, one of the key aspects that must be considered is the suspension system, particularly the spring stiffness and damping coefficient. This study aims to optimize these parameters using a Genetic Algorithm, with comfort evaluation based on the international standard ISO 2631, which specifies the allowable limits of vibration acceleration experienced by the human body. The system is modeled using a multi-degree-of-freedom approach with road disturbances as input, while ride comfort is assessed by evaluating the RMS value of vertical acceleration at the sprung mass. The modeling and simulation are conducted using MATLAB, with parameters derived from the GESITS G1 electric motorcycle. The optimization process begins with the generation of an initial population consisting of 700 randomly generated individuals for each stiffness and damping parameter of the front and rear suspensions. The best fitness values are preserved through a roulette wheel selection process, followed by crossover and mutation operations applied iteratively until the defined termination criteria are satisfied. The optimization results yield optimal stiffness and damping coefficient values of 19,345 N/m and 1,447 Ns/m for the front suspension, and 21,327 N/m and 2,117 Ns/m for the rear suspension. The dynamic response of the system in terms of vertical acceleration and displacement demonstrates an improvement in ride comfort, as indicated by the RMS acceleration values meeting the ISO 2631 comfort criteria. Furthermore, at vehicle speeds of 40 km/h, 50 km/h, and 60 km/h, both the rider and passenger remain within the “no discomfort” comfort level, allowing riding duration to be sustained for more than 16 hours.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Suspensi, Genetic Algorithm, ISO 2631, Suspension, Genetic Algorithm, ISO 2631
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL257 Springs and suspension
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Haafizh Mufadhol
Date Deposited:	03 Feb 2026 01:50
Last Modified:	03 Feb 2026 01:50
URI:	http://repository.its.ac.id/id/eprint/131687

Actions (login required)

View Item