DESAIN KOMPOSISI OPTIMAL MATERIAL SEMIKONDUKTOR ALUMINIUM GALIUM ARSENIDA (AlxGa1-xAs) MENGGUNAKAN KECERDASAN BUATAN

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:	Users 30 not found.
Date Deposited:	20 Jun 2025 07:43
Last Modified:	20 Jun 2025 07:43
URI:	https://repository.unas.ac.id/id/eprint/13059

Actions (login required)

View Item