NusamandiriNews, Jakarta–Tiga peneliti Universitas Nusa Mandiri (UNM), yakni M. Rangga Ramadhan Saelan, Riyan Latifahul Hasanah, dan Siti Fauziah, berhasil mengembangkan model machine learning untuk memprediksi jarak tempuh kendaraan listrik secara akurat. Penelitian inovatif ini dirancang untuk menjawab tantangan range anxiety atau kecemasan pengemudi terhadap daya tahan baterai kendaraan listrik.
Dikenal sebagai Kampus Digital Bisnis, UNM terus mendorong riset sains data dan sistem informasi yang memberikan solusi nyata bagi perkembangan teknologi modern. Pengembangan model ini menggabungkan algoritma Random Forest untuk seleksi fitur teknis dan XGBoost sebagai algoritma prediksi utama berdasarkan 478 data spesifikasi kendaraan.
Baca juga:UNM Catat Prestasi, 7 Dosen Terpilih di Paragon ILP 2026
Peneliti UNM Kembangkan Model AI
Hasil pengujian menunjukkan bahwa model prediksi yang dikembangkan meraih koefisien determinasi ($R^2$) sebesar 0,978 dengan tingkat kesalahan yang sangat rendah. Kapasitas baterai, efisiensi konsumsi energi, serta tinggi kendaraan ditemukan menjadi faktor teknis utama yang paling memengaruhi estimasi jarak tempuh.
Ketua Tim Peneliti UNM, M. Rangga Ramadhan Saelan, menjelaskan bahwa hasil riset ini berpotensi diintegrasikan ke dalam sistem informasi kendaraan maupun aplikasi rekomendasi bagi calon konsumen.
“Penelitian ini berupaya menghadirkan solusi berbasis data untuk membantu masyarakat memperoleh estimasi jarak tempuh kendaraan listrik yang lebih presisi,” katanya dalam keterangan rilis yang diterima, pada Jumat (30/10).
Baca juga:Rektor UNM Tegaskan Ketekunan dan Integritas Tetap Jadi Kunci Prestasi di Era AI
Ia menegaskan bahwa pengembangan teknologi ini diharapkan dapat meningkatkan kepercayaan masyarakat dalam mengadopsi kendaraan listrik untuk mobilitas harian.
Selanjutnya, tim peneliti UNM berencana mengembangkan model prediksi agar dapat mengintegrasikan data operasional real-time seperti cuaca, kondisi jalan, dan gaya berkendara. Langkah ini mempertegas komitmen UNM dalam melahirkan inovasi berbasis data guna mendukung ekosistem transportasi berkelanjutan di Indonesia.
