Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Algoritma
Cahyana, Timothy Mulya
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Model Ensemble untuk Memprediksi Efisiensi Penghambatan Korosi Senyawa N-Heterosiklik Cahyana, Timothy Mulya; Akrom, Muhammad; Trisnapradika, Gustina Alfa
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2247

Abstract

Penelitian ini mengevaluasi dan membandingkan efektivitas berbagai model regresi ensemble dalam memprediksi Corrosion Inhibition Efficiency (CIE) dari senyawa N-heterosiklik. Model-model yang dievaluasi adalah Extra Trees Regressor, Random Forest Regressor, Light Gradient Boosting Regressor, Gradient Boosting Regressor, Extreme Gradient Boosting Regressor, Adaptive Boosting Regressor, Bagging Regressor, dan Categorical Boosting Regressor, menggunakan fitur molekul seperti highest occupied molecular orbital (HOMO), lowest unoccupied molecular orbital (LUMO), celah energi (Delta E), momen dipol (mu), potensi ionisasi (I), afinitas elektron (A), keelektronegatifan (chi), kekerasan global (eta), kelembutan global (sigma), elektrofilisitas (omega), dan fraksi elektron yang ditransfer (Delta N). Di antara model yang dievaluasi, Extreme Gradient Boosting Regressor memberikan kinerja terbaik, dengan skor R-squared (R2) tertinggi sebesar 0.9776. Temuan ini menunjukkan efektivitas model ensemble dalam meningkatkan akurasi prediksi inhibisi korosi dan pentingnya pembelajaran mesin dalam mengembangkan inhibitor korosi yang lebih baik.
Co-Authors Muhammad Akrom Trisnapradika, Gustina Alfa