Pencarian Bahan Magnet Kuat Dua Dimensi Menggunakan Support Vector Machine

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