STUDI PENGARUH KOMPOSISI KIMIA TERHADAP SIFAT PENYIMPANAN HIDROGEN PADA LOGAM PADUAN AB2 DENGAN METODE MACHINE LEARNING

Fadillah, Muhammad Rizal (2020) STUDI PENGARUH KOMPOSISI KIMIA TERHADAP SIFAT PENYIMPANAN HIDROGEN PADA LOGAM PADUAN AB2 DENGAN METODE MACHINE LEARNING. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 02111540000181-Undergraduate_Thesis.pdf]
Preview
Text
02111540000181-Undergraduate_Thesis.pdf

Download (4MB) | Preview

Abstract

Logam paduan AB2 adalah salah satu logam paduan dari klasifikasi intermetallic Coumpond yang paling banyak diteliti, karenak Logam paduan AB2 memiliki sifat penyerapan hidrogen yang lebih baik dibandingkan dengan kelas lainnya. Sampai saat ini, kemampuan suatu logam untuk menyimpan hidrogen belum dapat digambarkan dengan jelas atau belum adanya suatu hukum yang menjelaskan tentang sifat suatu logam dan faktor apa saja yang mempengaruhinya. Sampai saat ini metode yang digunakan untuk meneliti sifat penyimpanan hidrogen adalah trail and error, dimana suatu penelitian akan memakan biaya mulai dari pembelian material, pembuatan ingots dan pengujian sifat penyimpanan hidrogen. Maka pada penelitian ini, komposisi kimia unsur logam paduan AB2 akan diteliti keterkaitannya dengan sifat penyimpanan hydrogen untuk melihat apakah ada keterkaitan antara keduanya.
Data yang digunakan adalah data yang dihimpun oleh Departemen energi Amerika Serikat atau US DOE. Data akan dianalisis dengan model machine learning dengan menggunakan metode supervised. Variabel input atau bebas adalah komposisi unsur kimia berupa Ti, Zr, Sc, Y, Dy, Tm, Ce, Tb, Th, Er, U, Ca, Gd, Ho, Mn, Co, Cr, V, Ni, Al, C, Mg, Fe, Cu, Mo, La, Si, S, Ru, Be Rh, Ge, Li, Pd. Variabel yang digunakan sebagai variabel target atau terikat adalah presentase massa hidrogen (H % wt) dengan entalphi (ΔH). Data akan dibagi menjadi 3 (data training, data tes dan data validasi) secara acak, data training adalah data yang mengukur keterkaitan antara variabel input dengan output, data validasi adalah data yang digunakan untuk memvalidasi data training, lalu data tes adalah data acuan jika data training telah selesai diolah.
Model terbaik untuk memprediksi H%wt dan ΔH ada pada random forest. Pada model random forest untuk variabel output H%wt,

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA336 Artificial Intelligence
Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions: Faculty of Industrial Technology > Mechanical Engineering > 21201-(S1) Undergraduate Thesis
Depositing User: Muhammad Rizal Fadillah
Date Deposited: 28 Aug 2020 03:21
Last Modified: 05 Jan 2024 06:14
URI: http://repository.its.ac.id/id/eprint/81304

Actions (login required)

View Item View Item