Perhitungan Konduktivitas Termal Kisi Material Janus SnIX (X = F, Cl, Br) Menggunakan Teori Fungsional Kerapatan, Pembelajaran Mesin, dan Dinamika Molekuler.

Al-Jawi, Musthofa (2025) Perhitungan Konduktivitas Termal Kisi Material Janus SnIX (X = F, Cl, Br) Menggunakan Teori Fungsional Kerapatan, Pembelajaran Mesin, dan Dinamika Molekuler. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5001211046_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Dalam penelitian ini, material Janus SnIX (X = F, Cl, Br) dikaji secara komputasional untuk mengevaluasi sifat elektronik dan konduktivitas termal kisi sebagai bagian
dari karakterisasi material dua dimensi (2D). Penelitian ini bertujuan untuk mengevaluasi sifat elektronik dan konduktivitas termal kisi dari material Janus SnIX. Hasil simulasi menunjukkan bahwa ketiga material merupakan semikonduktor tak langsung, dengan celah pita menurun dari SnIF (3,03 eV), SnICl (2,45 eV), hingga SnIBr (2,27 eV). Analisis rapat keadaan (DOS) menunjukkan bahwa pita valensi dan konduksi didominasi oleh orbital p dari atom Sn dan halogen, dengan karakter interaksi p–p yang berperan dalam transportasi muatan. Untuk mengevaluasi sifat termalnya, konduktivitas termal kisi (κl) dihitung menggunakan dua pendekatan: metode ab initio berbasis teori fungsi kerapatan (DFT) dan pembelajaran mesin (ML-MD) berbasis FLARE–LAMMPS. Validasi dilakukan menggunakan material SnI2 yang telah memiliki referensi literatur, dan hasil perhitungan menunjukkan bahwa metode DFT menghasilkan (κl) sebesar 0,15 W/m·K yang sesuai dengan referensi 0,16 W/m·K, sedangkan FLARE–LAMMPS dengan 50% data DFT memberikan hasil serupa (0,14 W/m·K) dengan waktu komputasi lebih cepat. Selanjutnya, perhitungan pada material Janus SnIX menunjukkan bahwa SnIF memiliki nilai (κl) terendah, yaitu 0,4839 W/m·K (model gabungan), dibandingkan SnICl (0,73 W/m·K) dan SnIBr(0,77 W/m·K).Pendekatan FLARE- LAMMPSjugadigunakan dalam skema 50%, 25%, dan dimensi gabungan, yang menunjukkan bahwa model gabungan dapat menghasilkan akurasi sebanding dengan model 50% tetapi hanya memerlukan waktu komputasi sekitar 3 hari dibandingkan lebih dari 20 hari pada model 50%. Dengan demikian, penelitian ini menunjukkan bahwa SnIF memiliki sifat elektronik paling stabil dan konduktivitas termal terendah, validasi ML-MD pada studi terdahulu berjalan baik, serta metode gabungan dalam FLARE–LAMMPS mampu memberikan efisiensi signifikan tanpa mengorbankan akurasi.
==================================================================================================================================
In this study, Janus materials SnIX (X = F, Cl, Br) were computationally investigated to evaluate their electronic properties and lattice thermal conductivity as part of the characterization of two-dimensional (2D) materials. The objective of this research is to assess the electronic properties and lattice thermal conductivity of Janus SnIX materials. Simulation results indicate that all three materials are indirect semiconductors, with band gaps decreasing from SnIF (3.03 eV), SnICl (2.45 eV), to SnIBr (2.27 eV). Density of states (DOS) analysis reveals that the valence and conduction bands are dominated by p orbitals from Sn and halogen atoms, with p–p interactions playing a key role in charge transport. To evaluate thermal properties, the lattice thermal conductivity (κl) was calculated using two approaches: ab initio methods based on density functional theory (DFT) and machine learning molecular dynamics (ML-MD) via FLARE–LAMMPS. Validation was performed using SnI2, a material with existing literature data, showing that DFT produced a κl value of 0.15 W/m·K, which aligns well with the reference value of 0.16 W/m·K. FLARE–LAMMPS using 50% DFT data yielded a similar result (0.14 W/m·K) but with significantly faster computational time. Further calculations on Janus SnIX materials showed that SnIF has the lowest lattice thermal conductivity, at 0.4839 W/m·K (combined model), compared to SnICl (0.73 /m·K) and SnIBr (0.77 W/m·K). The FLARE–LAMMPS method was also applied using 50%, 25%, and combined dimensional data schemes, demonstrating that the combined model achieved comparable accuracy to the 50% model but required only 3 days of computation versus more than 20 days for the 50% model. Thus, this study demonstrates that SnIF has the most stable electronic structure and lowest thermal conductivity, the ML-MD validation aligns well with previous studies, and the combined model in FLARE–LAMMPS provides significant computational efficiency without compromising accuracy.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Material Janus SnIX, sifat elektronik, konduktivitas termal kisi, FLARE–LAMMPS, teori kerapatan fungsional(DFT); Janus SnIX materials, electronic properties, lattice thermal conductivity, FLARE–LAMMPS, density functional theory (DFT).
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. Q Science > QC Physics > QC100 Crystals. T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T57.62 Simulation T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK2950 Thermoelectric materials.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	Musthofa Al-jawi
Date Deposited:	30 Jul 2025 02:12
Last Modified:	30 Jul 2025 02:12
URI:	http://repository.its.ac.id/id/eprint/123492

Actions (login required)

View Item