Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi

Authors

  • Muhamad Akrom Universitas Dian Nuswantoro, Indonesia https://orcid.org/0000-0003-3249-110X
  • Usman Sudibyo Universitas Dian Nuswantoro, Indonesia
  • Achmad Wahid Kurniawan Universitas Dian Nuswantoro, Indonesia
  • Noor Ageng Setiyanto Universitas Dian Nuswantoro, Indonesia
  • Ayu Pertiwi Universitas Dian Nuswantoro, Indonesia
  • Aprilyani Nur Safitri Universitas Dian Nuswantoro, Indonesia
  • Novianto Hidayat Universitas Dian Nuswantoro, Indonesia
  • Harun Al Azies Universitas Dian Nuswantoro, Indonesia
  • Wise Herawati

DOI:

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

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.

Downloads

Published

2023-07-19

How to Cite

Akrom, M., Sudibyo, U., Kurniawan, A. W., Setiyanto, N. A., Pertiwi, A., Safitri, A. N., … Herawati, W. (2023). Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi. JoMMiT : Jurnal Multi Media Dan IT, 7(1), 015–020. https://doi.org/10.46961/jommit.v7i1.721

Citation Check