Microsoft baru saja merilis kumpulan data baterai terbuka melalui tim Surface Battery Development ke inisiatif LF Energy Battery Data Alliance di bawah Linux Foundation. Langkah ini menarik perhatian karena bukan sekadar pembagian data penelitian, melainkan upaya mendorong standar baru agar data baterai yang selama ini tercecer bisa dibaca, dibandingkan, dan dipakai ulang dengan cara yang lebih konsisten.
Rilis ini juga menyiratkan masalah yang lebih dalam di balik riset baterai lithium-ion: banyak laboratorium, vendor, dan platform masih memakai format serta alat uji yang berbeda. Akibatnya, data yang seharusnya bisa saling melengkapi justru sering memerlukan penyesuaian manual sebelum dianalisis, sehingga proses riset menjadi lebih lambat dan mahal.
Standar baru untuk data baterai
Microsoft ikut menyumbang dataset yang mengikuti Battery Data Format, sebuah spesifikasi terbuka yang dirancang untuk menyatukan alur kerja data baterai. Format ini mengusung skema terstruktur untuk data eksperimental, simulasi, dan metadata agar bisa dipakai lintas laboratorium dan perangkat lunak tanpa banyak perubahan.
Linux Foundation menyebut kontribusi itu “lebih dari sekadar peluncuran dataset mandiri.” Pernyataan tersebut menegaskan bahwa format standar ini sudah diuji dalam skenario nyata, bukan hanya konsep teknis di atas kertas.
Apa isi dataset yang dibuka?
Dataset yang dipublikasikan Microsoft berfokus pada variasi desain arsitektur sel baterai lithium-ion. Di dalamnya terdapat perbandingan untuk model end tab, middle tab, dan multi tab yang selama ini sulit dibandingkan secara langsung jika sumber datanya datang dari sistem yang tidak kompatibel.
Data yang tersedia tampil sebagai deret waktu pengukuran arus dan tegangan dari siklus uji terkontrol. Dataset itu juga memuat tolok ukur performa awal dan data penuaan siklus, sehingga peneliti bisa melihat bagaimana perbedaan desain memengaruhi pola degradasi dari waktu ke waktu.
Mengapa temuan ini penting bagi industri baterai?
Masalah utama yang terlihat dari rilis ini bukan hanya soal format, tetapi juga soal inkonsistensi mendasar dalam ekosistem pengujian baterai. Setiap kelompok riset kerap memakai penamaan, alat, dan prosedur yang berbeda, sehingga hasil penelitian sulit dipadankan secara cepat.
Berikut poin penting yang menonjol dari inisiatif ini:
- Data baterai selama ini tersebar di berbagai institusi dan vendor.
- Sebagian besar dataset memerlukan pembersihan dan penyesuaian manual.
- Format standar memungkinkan metadata dibaca mesin dan dipakai ulang.
- Dataset berbeda bisa digabung untuk analisis yang lebih konsisten.
- Model analitik juga lebih mudah dibandingkan antar tim riset.
Dengan struktur yang seragam, data dari cycler yang berbeda dapat dianalisis secara konsisten. Hal ini penting karena pengolahan data yang berulang sering menyita waktu tim teknik dan menghambat pengembangan model yang lebih maju.
Masuknya AI ke riset baterai
LF Energy Battery Data Alliance menilai standar universal dibutuhkan agar data baterai dapat membuka potensi algoritma AI. Gabe Hege, Ketua Aliansi itu, mengatakan, “Having universal standards for data management for each segment of the battery community is required for data creation to unlock the power of AI algorithms designed to identify everything from new candidate electrode materials to improved battery pack construction to cell lifetimes.”
Pernyataan itu menunjukkan arah baru riset baterai, yakni penggabungan data terstandar dengan analitik komputasional. Jika data mudah dibaca mesin, AI bisa membantu menemukan material elektroda baru, meningkatkan rancangan paket baterai, hingga memperkirakan umur sel dengan lebih akurat.
Kolaborasi masih terbuka lebar
Battery Data Alliance kini melibatkan berbagai institusi seperti SINTEF, Faraday Institution, dan sejumlah laboratorium universitas. Pengembangan format ini juga mendapat masukan dari proyek seperti PyProBE dan kerangka pemodelan PyBaMM, yang menghubungkan data eksperimen dengan simulasi.
Meski begitu, beberapa nama besar di industri belum terlihat aktif bergabung. Linux Foundation menilai data bersama tetap diperlukan untuk analisis komputasional tingkat lanjut, dan Argonne battery scientist Noah Paulson menyebut inisiatif ini sebagai “a call to action” untuk mendorong komunitas baterai berbagi data demi terobosan berbasis data science.
Dataset terbuka dari Microsoft kini menjadi entri awal dalam vendor-neutral datastore, dan langkah berikutnya akan sangat ditentukan oleh seberapa banyak produsen, laboratorium, dan pengembang alat uji yang mau ikut memakai standar yang sama. Jika partisipasi meluas, ekosistem riset baterai berpeluang bergerak dari kumpulan data yang rapuh dan terpisah-pisah menuju basis pengetahuan yang lebih rapi, dapat dibandingkan, dan siap dipakai untuk analisis generasi berikutnya.
-
-
-
-
