Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kebutuhan material perovskite sebagai sel surya mengharuskan banyak penelitian dilakukan untuk mendapatkan energi celah pita yang dapat menghasilkan efisiensi tinggi. Penelitian ini bertujuan untuk menemukan material organic inorganic hybrid perovskites (OIHPs) baru bebas timbal dengan sifat target utama energi celah pita dan sifat identitas keberadaan material berupa volume per atom, energi atomisasi, dan densitas menggunakan metode conditional variational autoencoder (CVAE). Dataset yang dikonstruksi terdiri dari 192 molekul yang didapatkan dari database serta 23 data tambahan yang dihasilkan dari simulasi DFT. Pelatihan dataset dengan model prediktor ANN menghasilkan nilai R2 89% pada energi celah pita dan kurva pembelajaran yang baik. Pengambilan dan validasi data dilakukan dengan simulasi DFT menggunakan XC GGA-PW91 dan menghasilkan perbedaan antara 2% hingga 7%. Studi lebih lanjut dilakukan dengan mendeposisikan film tipis material hasil CVAE dengan metode spin coating berupa CH3NH3CaI3 yang terdiri dari komponen organik garam methylammonium iodida dan komponen anorganik Ca. Material ini mempunyai tipe energi celah pita tak langsung sebesar 3,409 eV dan memiliki error kurang dari 10% terhadap hasil model prediktor, generator, maupun simulasi DFT. Hasil ini menunjukkan potensi CH3NH3CaI3 untuk diaplikasikan menjadi material optoelektronik.

---

High demand for perovskite materials as solar cells requires a lot of research to obtain band gap energy that can produce high efficiency. This research aims to find new lead-free organic inorganic hybrid perovskites (OIHPs) materials with the main target properties of band gap energy and the identity properties of material existence in the form of volume per atom, atomic energy, and density using the conditional variational autoencoder (CVAE) method. The constructed dataset consists of 192 molecules with properties retrieved from database as well as 23 additional data generated from DFT simulations. Training the dataset with the ANN predictor model resulted in an R2 value of 89% in band gap energy and a good learning curve. Results comparation with DFT simulations using the XC GGA-PW91 yielded differences between 2% to 7%. Further studies were carried out by depositing thin films of CVAE material using spin coating method in the form of CH3NH3CaI3 which consists of organic component methylammonium iodide salt and inorganic component Ca. This material has an indirect band gap energy type of 3.409 eV and has an error of less than 10% against the results of predictor models, generators, and DFT simulations. These findings demonstrate the potential of CH3NH3CaI3 for the application as an optoelectronic material, as suggested by the CVAE study and supported by DFT simulation."

"Perovskit sebagai basis sel surya memiliki efisiensi konversi daya besar. Akan tetapi pengembangan perovskit menghadapi kendala seperti ketidakstabilan, toksisitas timbal, dan stress akibat pemanasan sinar UV. Penelitian ini menggunakan metode komputasi untuk mencari kombinasi komposisi perovskit yang optimal dengan menggunakan metode conditional variational auto-encoder (CVAE). Perancangan program dilakukan dengan menggunakan set data yang berasal dari database hasil perhitungan DFT untuk dapat mengonstruksikan program generator material baru. Arsitektur program generator material baru ini terdiri dari model prediktor, model generator. Model generator dirancang untuk dapat memberikan kandidat komposisi material yang sesuai sifat target yang dibutuhkan. Model generator dilakukan dengan menggunakan metode CVAE berbasis deep learning. Model generator dengan metode CVAE berbasis deep learning didapatkan hasil pelatihan model enkoder dalam memetakan vektor komposisi sebesar 100% dengan nilai kerugian sebesar 31,8. Performa masing-masing model prediktor ditunjukkan dengan nilai skor R2 untuk celah pita, volume per atom, energi atomisasi, dan densitas material sebesar [0,90;0,99;0,97;0,96]. Program berhasil memprediksi 41 material baru dari hasil generasi 4 sifat target utama. Hasil prediksi menunjukkan bahwa program generator material yang dikembangkan pada penelitian ini dapat digunakan untuk menemukan kandidat komposisi perovskit halida hibrida organik-anorganik yang sesuai untuk aplikasi sel surya.

---

Perovskite, as a base for solar cells, is the ability to perform high power conversion efficiency. However, the development of perovskite encounters several challenges, including instability, lead toxicity, and stress to UV light. This study employs computational methods to identify the optimal combination of perovskite compositions using conditional variational auto-encoders (CVAE). The program's design uses a dataset from the DFT calculation results database that has previously constructed a new material generator program. The new material generator program architecture consists of predictor and generator. The generator model provides candidate material compositions that match the required target properties using the CVAE method based on deep learning. The generator model using the CVAE method based on deep learning obtained the results of training the encoder model in mapping the composition vector at 100% with a loss value of 31.8. The performance of each predictor model achieved an R2score for energy gap, volume per atom, atomization energy, and material density of [0.90; 0.99; 0.97; 0.96]. The program predicted 41 novel materials based on generating four main desired properties. The prediction results indicate that the material generator program developed in this study successfully offers recommendations for hybrid organic-inorganic perovskite halide composition candidates for solar cell."

"Perovskit sebagai basis sel surya memiliki efisiensi konversi daya besar. Akan tetapi pengembangan perovskit menghadapi kendala seperti ketidakstabilan, toksisitas timbal, dan stress akibat pemanasan sinar UV. Penelitian ini menggunakan metode komputasi untuk mencari kombinasi komposisi perovskit yang optimal dengan menggunakan metode conditional variational auto-encoder (CVAE). Perancangan program dilakukan dengan menggunakan set data yang berasal dari database hasil perhitungan DFT untuk dapat mengonstruksikan program generator material baru. Arsitektur program generator material baru ini terdiri dari model prediktor, model generator. Model generator dirancang untuk dapat memberikan kandidat komposisi material yang sesuai sifat target yang dibutuhkan. Model generator dilakukan dengan menggunakan metode CVAE berbasis deep learning. Model generator dengan metode CVAE berbasis deep learning didapatkan hasil pelatihan model enkoder dalam memetakan vektor komposisi sebesar 100% dengan nilai kerugian sebesar 31,8. Performa masing-masing model prediktor ditunjukkan dengan nilai skor R2 untuk celah pita, volume per atom, energi atomisasi, dan densitas material sebesar [0,90;0,99;0,97;0,96]. Program berhasil memprediksi 41 material baru dari hasil generasi 4 sifat target utama. Hasil prediksi menunjukkan bahwa program generator material yang dikembangkan pada penelitian ini dapat digunakan untuk menemukan kandidat komposisi perovskit halida hibrida organik-anorganik yang sesuai untuk aplikasi sel surya.

---

Perovskite, as a base for solar cells, is the ability to perform high power conversion efficiency. However, the development of perovskite encounters several challenges, including instability, lead toxicity, and stress to UV light. This study employs computational methods to identify the optimal combination of perovskite compositions using conditional variational auto-encoders (CVAE). The program's design uses a dataset from the DFT calculation results database that has previously constructed a new material generator program. The new material generator program architecture consists of predictor and generator. The generator model provides candidate material compositions that match the required target properties using the CVAE method based on deep learning. The generator model using the CVAE method based on deep learning obtained the results of training the encoder model in mapping the composition vector at 100% with a loss value of 31.8. The performance of each predictor model achieved an R2score for energy gap, volume per atom, atomization energy, and material density of [0.90; 0.99; 0.97; 0.96]. The program predicted 41 novel materials based on generating four main desired properties. The prediction results indicate that the material generator program developed in this study successfully offers recommendations for hybrid organic-inorganic perovskite halide composition candidates for solar cell."

"Ada beberapa variabel penting yang harus dikendalikan selama proses pelaksanaan suatu proyek yaitu biaya, mutu, waktu dan keselamatan kerja. Variabel biaya proyek yang dapat dikendalikan yaitu biaya tenaga kerja , biaya material, biaya peralatan, biaya subkontraktor, biaya kondisi umum dan overhead. Manajemen peralatan merupakan faktor yang sangat dominan di dalam menunjang variabel-variabel tersebut.Kesalahan pada manajemen peralatan dapat mengakibatkan timbulnya penyimpangan biaya proyek Teridentifikasi masalah, dampak dan penyebab masalah harus dapat di tentukan secara tepat guna menentukan tindakan koreksi yang akan diambil. Bila permasalahan dapat diformulasikan, maka dapat ditangani secara baik oleh komputer. Namun bilamana suatu permasalahan tidak dapat diformulasikan secara eksplisit, atau ketika formulasi eksplisit berakibat hilangnya sensitivitas karena pendekatan yang tidak tepat atau ketika terjadi gangguan maka digunakan Neural Network. Pemilihan hybrid probabilistic Neural Network sebagai pendekatan dalam melakukan tindakan koreksi pada pengendalian biaya peralatan berdasarkan hasil penelitian sebelumnya yang menggunakan metode decision support system dimaksudkan untuk menghasilkan suatu keputusan yang sempurna, mudah digunakan serta membantu meningkatkan proses pengambilan keputusan.

---

There are some important variable which must be controlled by during process of execution a project, that is expense, quality , time and working safety. Variable of expense of project which can be controlled, that is labor cost , material expense, equipments expense, sub contractor expense, expense of general condition and overhead. Equipments management represent very dominant factor in supporting variables.Mistake at management of equipments can result incidence of deviation of project expense. Identify problem, affect and cause of problem have to earn in determining precisely utilize to determine corrective action to be taken.If problems earn formulated, hence can be handled well by computer. But when problems cannot been formulated by explicit, or when explicit formula cause the loss of sensitiveness, because of poor strategy or when happened by the trouble is hence used by Neural Network Election of Hybrid Probabilistic Neural Network as approach in conducting action correction of financial control of equipments, pursuant to result of previous research using method of decision support system intended to yield the perfect decision, it is easy to used and also assist to improve decision-making processes."

"ABSTRAKPengembangan bahan solder bebas timbal menjadi hal penting, sejak penerapan RoHS. Namun, beberapa kandidat untuk solder bebas timbal memiliki beberapa kelemahan seperti banyak pertumbuhan intermetalik (IMC), dan titik lebur yang sedikit lebih tinggi. Salah satu metode yang digunakan untuk membuat solder bebas timbal adalah dengan menambahkan elemen paduan lainnya. Salah satu elemen paduan yang menjanjikan adalah dengan memvariasikan konten Bismuth (Bi). Differential Scanning Calorimetry, Difraksi sinar-X dan Potensiodinamik digunakan untuk karakterisasi. Hasilnya menunjukkan bahwa titik leleh berkurang. Struktur Sn yang di doping Bi menunjukkan fase tunggal tetragonal Sn dan parameter kristal yang berbeda. Dari uji potensiodinamik, sampel menunjukkan laju korosi yang berbeda. Kesimpulannya, solder bebas timbal Sn-Bi berpotensi sebagai kandidat untuk menggantikan bahan solder timah yang bebas timbal.

---

ABSTRACT

The development of lead free solder materials has become urgent, since the implementation of RoHS. However, some candidates for lead free solder have several weaknesses such as many of intermetallic growth (IMC), slightly higher of melting point. One of the methods used to make lead free solder is by the addition of other alloying element. One of the promising alloying elements is by varying Bismuth (Bi) content. Differential Scanning Calorimetry, X ray Difraction and Potensiodynamic were used for characterization. The results show the melting point reduced. The structure of Bi doped Sn show single phase tetragonal Sn and different crystal parameter have been obtained. From Potensiodynamic test, The samples show different corrosion rate. In conclusion, Sn-Bi lead free solder is potential candidat for replacing Lead-free solder materials."

"In some regions of the world, the concentration of fluoride in groundwater is high. to reduce the amount of fluoride to acceptable drinking water standar, it is highly rec ommended to treat the water."

"Indonesia merupakan negara kepulauan yang harus dapat mengoptimalkan sumber daya energi sehingga tercapai kemandirian dan ketahanan energi untuk pemerataan dan percepatan pembangunan perekonomian daerah yang jauh dari pusat kota atau disebut daerah 3T (Terdepan, Terpencil, Tertinggal). Peningkatan keandalan listrik untuk daerah 3T di Indonesia yang lebih ekonomis dapat dilakukan dengan optimasi sistem manajemen energi terbarukan dengan energi fosil yang sudah digunakan sebelumnya. Oleh karena itu dilakukan optimasi kedua sumber energi tersebut dengan tiga rancangan optimasi yaitu (1) PV-Baterai; (2) PV-Baterai-Generator Diesel 24 jam; (3) PV-Baterai-Generator Diesel 12 jam;. Sumber energi dari rancangan optimasi yang dilakukan tanpa terhubung ke jaringan utama dikarenakan daerah 3T yang tidak dapat akses dari jaringan utama. Simulasi menggunakan profil beban harian pada 7 daerah di Indonesia dengan hasil rancangan optimasi 1 memerlukan kapasitas PV dan baterai yang lebih besar dibandingkan rancangan optimasi lain dimana besar kapasitas PV juga mempengaruhi besar kapasitas baterai tetapi jka dalam sistem terdapat generator diesel hal tersebut tidak terpengaruhi dikarenakan adanya sumber energi lainnya. Jika dilihat dari pembiayaan seluruh sistem pada ketiga rancangan optimasi, sistem pembangkit hibrida untuk daerah 3T yang paling optimal adalah skema Optimasi 2, dimana pemanfaatan energi terbarukan diatas 90% dari seluruh sistem juga total biaya bersih saat ini pada sistem dan biaya pokok produksinya yaitu NPC dan COE yang paling rendah. Sistem pembangkit hibrida dapat meningkatkan keandalan sistem untuk menyediakan akses listrik 24 jam yang akan meningkatkan kualitas hidup masyarakat di daerah 3T

---

Indonesia is an archipelagic country that must be able to optimize energy resources so that energy independence and security for equitable distribution and acceleration of regional economic development that are far from the city center or called 3T areas (Front, Remote, Disadvantaged). The use of electricity for 3T areas in Indonesia which is more economical can be done by optimizing the renewable energy management system with pre-existing fossil energy. Therefore, the optimization of the two energy sources was carried out with three optimization designs, namely (1) PV-Battery; (2) PV-Battery-Diesel Generator 24 hours; (3) PV-Battery-Diesel Generator 12 hours;. The energy source of the optimization design is carried out without being connected to the main network because the 3T area cannot access from the main network. The simulation of the use of loads in 7 regions in Indonesia with the results of daily design optimization 1 requires a larger PV and battery capacity than other optimization designs where the large PV capacity also affects the battery capacity but if in the system there is a diesel generator it is not affected because of the source other energy. When viewed from the financing of the entire system in the three optimization designs, the most optimal hybrid power generation system for the 3T area is the Optimization 2 scheme, where the use of renewable energy is above 90% of the entire system as well as the current total net cost of the system and its basic production costs, namely NPC and lowest COE. The hybrid generation system can improve the system to provide 24-hour electricity access which will improve the quality of life of the people in the 3T area."

"Dalam merancang suatu sistem pembangkit listrik di suatu wilayah, banyak faktor yang perlu dipertimbangkan, antara lain jenis pembangkit yang cocok digunakan di daerah tersebut dan biaya yang harus dikeluarkan. HOMER adalah perangkat lunak yang dapat digunakan untuk membantu optimasi dalam hal biaya ekonomi. Dari hasil simulasi didapatkan bahwa konfigurasi PLTH yang paling ekonomis adalah kombinasi yang terdiri atas PLTD berkapasitas 30 kW, PLTS berkapasitas 80 kW, battery storage dengan jumlah 280 buah (70 string @ 4 baterai), dan dengan converter berkapasitas 40 kW. PLTH ini memiliki nilai NPC sebesar $ 2.574.142 atau sekitar Rp 33,5 miliar dan nilai COE sebesar $ 0,497 atau Rp 6.461,00 per kWh.

---

When designing power plant system in one area, there are some factors to be considered, such as the most suitable type of power plant for that area and the cost for that power plant. HOMER is a software for optimization in economic cost. From the result of the simulation, the most economical hybrid power plant is the one that consist of 30 kW diesel power plant, 80 kW solar power plant, 280 battery storage (70 strings @ 4 battery), and 40 kW converter. This hybrid power plant has a NPC at $ 2.574.142 or about Rp 33,5 billion dan COE at $ 0,497 or Rp 6.461,00 per kWh."