Claim Missing Document
Check
Articles

Found 6 Documents
Search

Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi Akrom, Muhamad; Sudibyo, Usman; Kurniawan, Achmad Wahid; Setiyanto, Noor Ageng; Pertiwi, Ayu; Safitri, Aprilyani Nur; Hidayat, Novianto; Al Azies, Harun; Herawati, Wise
JoMMiT Vol 7 No 1 (2023): Artikel Jurnal Volume 7 Issue 1, Juni 2023
Publisher : Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 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.
Kriptostegano Menggunakan Data Encryption Standard dan Least Significant Bit dalam Pengamanan Pesan Gambar Rizqa, Ifan; Safitri, Aprilyani Nur; Harkespan, Imanuel
Jurnal Masyarakat Informatika Vol 13, No 2 (2022): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.13.2.44547

Abstract

Aplikasi yang menerapkan metode LSB dan algoritma kriptografi DES ini berjalan dengan baik dan mampu menyisipkan dan mengekstrakan pesan dan dapat mengenkripsi dan deskripsi isi pesan. Pada penelitian Penyisipan Pesan Ke Dalama Gambar Dengan Menggunakan Metode Least Significant Bit (LSB) dan enkripsi dengan menggunakan Algoritma Data Encryption Standard (DES) yang mempunyai tujuan untuk menambah keamanan pesan agar seseorang yang tidak bertanggung jawab tidak dapat mengetahui sebuah pesan rahasia yang akan dikirim. Aplikasi ini hanya mengamankan sebuah pesan kedalam sebuah citra dan merubah isi pesan dari yang dikethaui maknanya ke yang tidak diketahui maknanya. Pada penelitian ini telah diterapkan metode LSB-DES pada gambar 281x320 pixel dengan cover berupa gambar berwarna dan pesan berupa kata. PSNR yang dihasilkan adalah 86.64 db untuk pesan kata “rahasia. Berdasarkan penelitian dapat disimpulkan hasil PSNR nilainya tinggi, maka kualitas citra bagus, maka dari itu hasil gambar steganogragi pun sangat baik.
Development of a Machine Learning Model to Predict the Corrosion Inhibition Ability of Benzimidazole Compounds Safitri, Aprilyani Nur; Trisnapradika, Gustina Alfa; Kurniawan, Achmad Wahid; Prabowo, Wahyu AJi Eko; Akrom, Muhamad
Journal of Multiscale Materials Informatics Vol. 1 No. 1 (2024): April
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jimat.v1i1.10464

Abstract

The purpose of this study is to use quantitative structure-property relationship (QSPR)-based machine learning (ML) to examine the corrosion inhibition capabilities of benzimidazole compounds. The primary difficulty in ML development is creating a model with a high degree of precision so that the predictions are correct and pertinent to the material's actual attributes. We assess the comparison between the extra trees regressor (EXT) as an ensemble model and the decision tree regressor (DT) as a basic model. It was discovered that the EXT model had better predictive performance in predicting the corrosion inhibition performance of benzimidazole compounds based on the coefficient of determination (R2) and root mean square error (RMSE) metrics compared DT model. This method provides a fresh viewpoint on the capacity of ML models to forecast potent corrosion inhibitors.
PENGEMBANGAN WEB SERVICE MENGGUNAKAN FRAMEWORK FASTAPI UNTUK MENINGKATKAN KEMUDAHAN INTEGRASI SISTEM INFORMASI AKADEMIK MULTIPLATFORM Safitri, Aprilyani Nur; Harkespan, Imanuel
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 12 No 2 (2024): TEKNOIF OKTOBER 2024
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2024.V12.2.149-157

Abstract

Academic activities at Dian Nuswantoro University are managed using a web-based and mobile-based (Android and IOS) academic information system for students, lecturers, educators, and parents (guardians). The data retrieval process used by the academic information system is currently in each system itself so that it is prone to errors. Therefore, a back-end service is needed in the form of a web service that acts as a portal for the data retrieval process that can be used by the multiplatform academic information system. In addition to helping to avoid data retrieval errors, the web service that is built also provides complete and easy-to-understand documentation of web service usage. The average time required for the web service to provide a response when accessed by 1000 users is 6198ms (minimum 17ms and maximum 10017ms), meaning that the web service has good performance under high loads. The Extreme Programming method was chosen for the development of the web service in this study. This method consists of four stages, namely planning (analysis of what the system needs), design (visualization with Use Case diagrams), coding (using FastAPI Framework), and the last is testing (using BlackBox and JMeter for testing functions and security). The simplicity of this method can support the achievement of the desired results, namely a back-end service in the form of a web service, which can be used by a multi-platform academic information system to exchange data easily and accurately so that errors can be avoided, especially inconsistencies in presenting academic data.
Penerapan Gamifikasi Materi Pembelajaran Tingkat SMA dengan Menggunakan Wordwall Setiyanto, Noor Ageng; Hidayat, Novianto Nur; Akrom, Muhamad; Pertiwi, Ayu; Aprihartha, Moch. Anjas; Safitri, Aprilyani Nur; Sudibyo, Usman; Prabowo, Wahyu Aji Eko; Al Azies, Harun; Naufal, Muhammad
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 1 (2025): JANUARI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i1.2851

Abstract

Kegiatan Pengabdian Masyarakat ini dilaksanakan di SMA Negeri 2 Mranggen, Demak, dengan tujuan untuk menciptakan variasi materi pembelajaran melalui proses gamifikasi, sehingga pembelajaran menjadi lebih menarik dan interaktif bagi siswa tingkat menengah. Tema dari kegiatan ini adalah gamifikasi materi pembelajaran menggunakan alat bantu Wordwall, yang memungkinkan pengintegrasian elemen permainan dalam proses belajar-mengajar. Kegiatan ini melibatkan para guru di SMA Negeri 2 Mranggen, Demak. Metode yang digunakan meliputi observasi untuk memahami kebutuhan pembelajaran di sekolah, serta pelatihan langsung dalam bentuk seminar, demonstrasi, dan sesi diskusi interaktif. Teknik ini dirancang agar para guru dapat memahami konsep gamifikasi, mempraktikkan penggunaan Wordwall, dan mengembangkan materi ajar yang kreatif serta sesuai dengan kurikulum yang ada. Hasil kegiatan menunjukkan bahwa implementasi gamifikasi materi pembelajaran melalui Wordwall efektif dalam meningkatkan pemahaman guru terhadap konsep gamifikasi. Selain itu, para guru merasa terbantu dan termotivasi untuk menciptakan materi pembelajaran yang lebih kreatif, menarik, dan dinamis.
Machine Learning and Density Functional Theory Investigation of Corrosion Inhibition Capability of Ionic Liquid Safitri, Aprilyani Nur; Akrom, Muhamad; Al Azies, Harun; Pertiwi, Ayu; Kurniawan, Achmad Wahid; Herowati, Wise; Rustad, Supriadi
International Journal of Advances in Data and Information Systems Vol. 6 No. 1 (2025): April 2025 - International Journal of Advances in Data and Information Systems
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i1.1372

Abstract

This study investigated the corrosion inhibition potential of ionic liquid compounds using a QSPR-based machine learning predictive model combined with DFT calculations. The Gradient Boosting (GB) model was identified as the most effective predictor, demonstrating excellent accuracy with a high R² value of 0.98. Additionally, the model exhibited low RMSE (0.95), MAE (0.84), and MAD (0.94) values. The predicted corrosion inhibition efficiencies (CIE) for three new ionic liquid compounds (IL1, IL2, and IL3) were 88.95, 90.82, and 93.16, respectively, which aligned well with experimental data. By integrating DFT simulations into the data updating process, facilitated by machine learning, the approach proved invaluable for identifying new corrosion inhibitors. This work highlighted the continuous refinement of data related to the corrosion inhibition effects of ionic liquid compounds.