Dafa, Abdullah Hasan (2025) DESAIN KOMPOSISI OPTIMAL MATERIAL SEMIKONDUKTOR ALUMINIUM GALIUM ARSENIDA (AlxGa1-xAs) MENGGUNAKAN KECERDASAN BUATAN. Bachelor thesis, Universitas Nasional.
![]() |
Text
COVER.pdf Download (1MB) |
![]() |
Text
BAB I.pdf Download (766kB) |
![]() |
Text
BAB II.pdf Download (838kB) |
![]() |
Text
BAB III.pdf Download (937kB) |
![]() |
Text
BAB IV.pdf Download (1MB) |
![]() |
Text
BAB V.pdf Download (458kB) |
![]() |
Text
LAMPIRAN.pdf Download (2MB) |
Abstract
Penelitian ini mengembangkan model kecerdasan buatan dengan model Graph Neural Network (GNN) untuk mendesain material semikonduktor AlₓGa₁₋ₓAs dengan karakteristik yang optimal. Model ini dilatih menggunakan dataset komprehensif yang mencakup variasi komposisi untuk mempelajari hubungan kompleks antara struktur kristal dan sifat-sifat material. Model mencapai performa yang baik dengan nilai R² sebesar 0.8134 dan RMSE 0.5080, menunjukkan kemampuan prediksi yang handal. Sistem rekomendasi yang dikembangkan berhasil mengidentifikasi komposisi optimal AlₓGa₁₋ₓAs untuk aplikasi mikroprosesor, dengan mempertimbangkan parameter kunci seperti densitas, celah pita, mobilitas elektron, konduktivitas termal, dan konstanta dielektrik. Hasil menunjukkan bahwa komposisi dengan x berkisar 0.3-0.7 memenuhi persyaratan untuk aplikasi mikroelektronika modern, dengan variasi spesifik tergantung pada prioritas parameter kinerja yang diinginkan. Analisis mengenai sensitivitas parameter terhadap komposisi Al mengungkapkan bahwa mobilitas elektron dan celah pita sangat dipengaruhi bahkan oleh perubahan kecil. Pendekatan ini berhasil menawarkan metode yang efisien untuk merancang material semikonduktor dengan karakteristik yang dapat disesuaikan untuk aplikasi teknologi tinggi, sekaligus mengurangi waktu dan biaya eksperimen laboratorium secara signifikan.
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | T Technology > TD Environmental technology. Sanitary engineering |
Divisions: | Skripsi > Fakultas Teknik dan Sains > Program Studi Teknik Fisika |
Depositing User: | Miss Rahma Rahmawati |
Date Deposited: | 20 Jun 2025 07:43 |
Last Modified: | 20 Jun 2025 07:43 |
URI: | http://repository.unas.ac.id/id/eprint/13059 |
Actions (login required)
![]() |
View Item |