Pencarian Bahan Magnet Kuat Dua Dimensi Menggunakan Support Vector Machine

Muchamad Fajar Alif, Nurul Ikhsan

Abstract

Abstrak
Penemuan dan desain material baru merupakan tujuan utama dari ilmu materal. Masih tingginya jumlah
data material yang perlu di analisis untuk mencari bahan baru menjadi tantangan di bidang ini karena
sangat memakan waktu dan sumber daya komputasi jika semua kemungkinan struktur dari banyak
kombinasi material dihitung dengan menggunakan metode yang presisi, seperti Density Functional Theory
(DFT). Menghadapi tantangan tersebut, dibutuhkan suatu sistem yang dapat menganalisis banyaknya
kombinasi struktur material dengan kinerja cepat namun tetap mempertahankan presisi dari perhitungan.
Disinilah materials informatics hadir untuk mengakselerasi proses pencarian bahan unggul yang baru,
material informatics merupakan suatu bidang keilmuan baru yang bertujuan untuk memanfaatkan limu
informatika dalam metode komputasi yang umum digunakan khususnya pada ilmu material. Pada
penilitian ini, 198 kombinasi bahan magnet dua dimensi struktur A2B2X6 akan diklasifikasikan
menggunakan support vector machine (SVM). Dengan menerapkan seleksi fitur, model klasifikasi SVM
yang dibangun dapat menghasilkan nilai akurasi dan f1-score sekitar 97%.
Kata kunci : material science, density functional theory, material informatics, machine learning, support
vector machine
Abstract
The discovery and design of new materials is the main goal of material science. The large amount of
material data that needs to be analyzed to find new materials is a grand challenge in this field because it is
taking very high computational time and resources if we calculate all of the possible structure from many
material combinations using precision methods, such as Density Functional Theory (DFT). Facing these
challenges, we need a system that can analyze the combination of material structures with fast performance
but still maintain the precision of calculation. This is where materials informatics is present to accelerate
the search for new superior material, material informatics is a new scientific field which aims to utilize
information in the computational methods commonly used in scientific material. In this research,
198 combinations of two-dimensional magnetic materials of A2B2X6 structure will be classified using
support vector machine (SVM). By applying feature selection, the SVM classification model that is built
can produce an accuracy and an f1-score of around 97%.
Keywords: material science, density functional theory, material informatics, machine learning, support
vector machine

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0