Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi

Muhamad Akrom, Usman Sudibyo, Achmad Wahid Kurniawan, Noor Ageng Setiyanto, Ayu Pertiwi, Aprilyani Nur Safitri, Novianto Hidayat, Harun Al Azies, Wise Herawati

Abstract


Baja termasuk material yang memiliki ketahanan rendah terhadap serangan korosi Ketika berada pada lingkungan korosif. Inhibitor organik mampu menghambat korosi dengan efisiensi inhibisi yang tinggi. Tinjauan komparatif penting bagi pengembangan metode evaluasi kinerja inhibitor disajikan dalam karya ini. Kami mereview perkembangan artificial intelligence berbasis mesin learning dengan model QSPR dalam kajian penghambatan korosi. Makalah ini menjelaskan bagaimana metode pembelajaran mesin berbasis data dapat menghasilkan model yang menghubungkan sifat-aktivitas molekuler dengan penghambatan korosi oleh inhibitor berbasis bahan alam (green inhibitor). Teknik ini dapat digunakan untuk memprediksi kinerja senyawa yang belum disintesis atau diuji. Keberhasilan model ini memberikan paradigma untuk penemuan senyawa baru yang cepat, penghambat korosi yang efektif untuk berbagai logam dan paduan.


Full Text:

PDF


DOI: https://doi.org/10.46961/jommit.v7i1.721

Refbacks

  • There are currently no refbacks.



Indexed by:

        


JoMMiT (Jurnal Multi Media dan IT)

https://ojs2.polimedia.ac.id/index.php/jommit/index
[email protected]
P-ISSN : 2548-9534 | E-ISSN : 2548-9550

Creative Commons Licence
JoMMiT : Jurnal Multi Media dan IT is licensed under a Creative Commons Attribution 4.0 International License.