Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Material dengan struktur perovskit manganit memiliki manfaat pada banyak bidang seperti sensor, baterai, laser, katalisis, photovoltaics, dan thermoelectric. Material dengan parental compound NMO disubstitusi parsial dengan unsur monovalent K menggunakan metode sol-gel untuk dilihat pengaruhnya pada sifat struktur material dan sifat listrik. Substitusi K yang di-sintering pada temperature 1200℃ menunjukkan bahwa NSMO memiliki struktur orthorhombic dengan space group Pnma dan memengaruhi crystallite size dan bandwidth material. Perbedaan sudut ikatan dan panjang ikatan (Mn-O) memengaruhi sifat intrinsik kristal. Substitusi parsial monovalen K merubah panjang rata – rata grain menjadi lebih besar pada variasi x=0,3 sebesar 2579,37 nm dan terjadi homogenitas pada bentuk grain nya. Material perovskit manganit NKMO dapat ditentukan model rangkaian ekuivalen yang tepat untuk melakukan proses charge transfer pada permukaan material.

---

Materials with a manganese perovskite structure have numerous benefits in many fields, such as sensors, batteries, lasers, catalysis, photovoltaics, and thermoelectric. The material with the parent compound NMO was partially substituted with the monovalent element K using the sol-gel method to see its effect on the structural and electrical properties of the material. The K substitution indicates that NSMO has an orthorhombic structure with Pnma space groups and affects the crystal size and material bandwidth. The difference in and length (Mn-O) affects the intrinsic properties of the crystal. Monovalent partial substitution of K changes the average length of the grain to be greater at variation x=0.3 at 2579.37 nm and homogeneity occurs in the shape of the grain. The appropriate equivalent circuit model can determine the NKMO manganite perovskite material to carry out the charge transfer process on the surface of the material."

"Meningkatnya kebutuhan akselerasi untuk penemuan material untuk perovskite 3D sangat penting untuk menemukan material yang bebas timah dan ramah lingkungan untuk semikonduktor dan sel surya. Solusi dominan untuk tren ini bergantung pada klasifikasi material dan penyaringan sejumlah besar material perovskit yang dilakukan setelah simulasi ab-initio. Untuk menyelesaikan masalah dua langkah, kami menggunakan algoritme pembelajaran mendalam sebagai cara untuk mengeluarkan materi baru, mempercepat penemuan materi, dan memberikan opsi yang lebih cepat untuk bereksperimen. Dalam studi ini, pembuatan perovskit 3D bebas timah baru melibatkan dua algoritme: berbasis generasi dan berbasis prediksi. Model yang digunakan masing-masing didasarkan pada Conditional Variational Autoencoders (CVAE) dan Convolutional Neural Networks (CNN). Metrik evaluasi kerugian divergensi khusus Kullback-Leibler sebesar 38 dihasilkan dari dekoder CVAE. Skor R2 0,74 - 0,81, Akurasi 0,73 - 0,87, MAE 0,3631 - 6,2339, RMSE 0,34 - 0,57 diperoleh dari 4 model prediksi yang berbeda berdasarkan 4 properti menggunakan tipe regresi dan multi kelas. Eksperimen dengan Materials Studio juga dilakukan untuk memvalidasi hasil yang dihasilkan dari algoritma CVAE. Eksperimen ini menggunakan CsPbBr3 sebagai properti target untuk membuat material baru, PrLiO3. Seperti yang diperkirakan, energi celah pita PrLiO3 kelas 2 (0 < x ≤ 1 eV) dihitung dari Materials Studio menjadi 0,979 eV, menunjukkan bahan semikonduktor dan kemampuan prediksi yang tepat dari algoritme.

---

The growing need of acceleration for materials discovery for 3D perovskites are imperative to find lead-free and environmentally friendly materials for semiconductors and solar cells alike. The dominant solutions for these trends rely on the classification of materials and filtering of a huge range of perovskite materials done after ab-initio simulations. To resolve the two-step problem, we used a deep learning algorithm as a way to output new materials, accelerate materials discovery and providing quicker options to experiment upon. In this study, the generation of new lead-free 3D perovskites involves two algorithms: generational-based and prediction-based. Models used were based on Conditional Variational Autoencoders (CVAE) and Convolutional Neural Networks (CNN) respectively. The evaluation metrics Kullback-Leibler custom divergence loss of 38 were generated from the CVAE decoders. R2 score of 0.74 - 0.81, Accuracy of 0.73 - 0.87, MAE of 0.3631 - 6.2339, RMSE of 0.34 - 0.57 are obtained from 4 different prediction models based on the 4 properties using both regression and multi-class type. Experiments with Materials Studio was also done to validate the generated result of the CVAE algorithm. This experiment used CsPbBr₃ as the target properties to create the new material, PrLiO₃. As predicted, the band gap energy of PrLiO₃ class 2 (0 < x ≤ 1 eV) was calculated from Materials Studio to be 0.979 eV, indicating a semiconductor material and the correct predictive capability of the algorithm."

"Material La_1-xPb_xFe_0.5Ti_0.5O₃ (x = 0.1, 0.2, 0.3) telah disintesis dengan menggunakan metode sol-gel. Hasil karakterisasi XRD menunjukan material memiliki struktur orthorhombik space group Pnma dan diperoleh fase tunggal untuk konsentrasi x = 0.2 dan x = 0.3 Hasil karakterisasi XRF mengkonfirmasi bahwa konsentrasi unsur-unsur penyusun material La_1-xPb_xFe_0.5Ti_0.5O₃ (x = 0.1, 0.2, 0.3) sesuai dengan perhitungan stoikiometri yang diharapkan. Hasil pengukuran SEM menunjukan distribusi ukuran grain pada permukaan sampel Bulk mengalami peningkatan seiring dengan kenaikan konsentrasi Pb. Karakterisasi sifat listrik dilakukan pada material La_1-xPb_xFe_0.5Ti_0.5O₃ dengan konsentrasi x = 0.2 dan x = 0.3. Plot Nyquist menunjukan semicircle yang semakin mengecil seiring dengan kenaikan temperatur yang menunjukan fenomena negative temperature coefficient resistance (NTCR). Konstanta dielektrik dan energi aktivasi mengalami peningkatan seiring dengan peningkatan konsentrasi Pb.

---

Material La_1-xPb_xFe_0.5Ti_0.5O₃ (x = 0.1, 0.2, 0.3) has been synthesized using the sol-gel method. XRD characterization results show that the material has an orthorhombic space group Pnma structure. The results of XRF characterization confirm that the concentration of La_1-xPb_xFe_0.5Ti_0.5O₃ material (x = 0.1, 0.2, 0.3) was in expected stoichiometric calculation. The SEM measurement results show the grain size distribution of Bulk materials increas along with the increasing Pb concentration. Characterization of electrical properties was carried out on La_1-xPb_xFe_0.5Ti_0.5O₃ material with concentrations of x = 0.2 and x = 0.3. Nyquist plots show a semicircle that decreases with increasing temperature which shows the phenomenon of negative temperature coefficient resistance (NTCR). The dielectric constant and activation energy increase with increasing Pb concentration."

"Material Perovskite-like layered structrure (PLS) La2Ti2O7 merupakan material feroelektrik yang sangat aplikatif dengan didasarkan pada sifat piezoelektrik, piroelektrik, dan elektro optik yang dimilikinya. Feroelektrik dikatakan unggul ketika memiliki sifat dielektrik yang tinggi yang dapat diaplikasikan untuk DRAM (Dynamic Random Access Memory) pada kapasitornya. PLS La2Ti2O7 dengan substitusi Zn2+ di situs Ti (La2Ti2- xZnxO7) dengan x = 0.0, 0.1, 0.2 berhasil disintesis menggunakan metode sol-gel yang dilanjutkan dengan proses sintering. Karakterisasi sampel telah dilakukan untuk mempelajari sifat struktur dengan data hasil XRD, SEM-EDS, UV-Vis dan sifat listrik dengan metode sprektoskopi impedansi. Hasil uji XRD menunjukkan bahwa semua sampel La(Ti,Zn)O single phase dan memiliki struktur stabil monoklinik dengan space group P21. Jari-jari atom doping Zn2+ (0.74 Ǻ) yang lebih besar dari atom Ti4+(0.61 Ǻ) menyebabkan pergeseran sudut 2θ lebih rendah sehingga parameter kisi akan lebih besar dan sebanding dengan volumenya. Hasil uji SEM menunjukkan bahwa penambahan konsentrasi Zn2+ menyebabkan grain size menurun yang konsisten dengan hasil yang diperoleh XRD yang mengkonfirmasi terjadinya penurunan cristalllite size seiring dengan kenaikan konsentrasi doping. Hasil EDX menunjukkan pada sampel murni tidak terdapat Zn di dalamnya dengan nilai persen atomic dan persen berat unsur Ti4+ menurun dan menunjukkan kenaikan pada unsur Zn2+ seiring kenaikan konsentrasi x. Hasil uji UV- Vis dengan data absorbansi diplot menggunakan metode tauc dan menghasilkan nilai energy band gap yang meningkat seiring kenaikan konsentrasi x. Hasil ini dikonfirmasi dengan hasil uji listrik yang menunjukkan nilai konstanta dielektrik yang meningkat dan konduktivitas yang meningkat seiring peningkatan konsentrasi x dikarenakan ada banyak kekosongan oksigen yang berkorelasi dengan hasil SEM.

---

Perovskite-like layered structure (PLS) La2Ti2O7 is a highly applicable ferroelectric material based on its piezoelectric, pyroelectric, and electro-optic properties. Ferroelectric is said to be superior when it has high dielectric properties that can be applied to DRAM (Dynamic Random Access Memory) in the capacitor. PLS La2Ti2O7 with Zn2+ substitution at the B-site (La2Ti2-xZnxO7) with x = 0.0, 0.1, 0.2 was successfully synthesized using the sol-gel method followed by a sintering process. Sample characterization was carried out to study the structural properties using XRD, SEM-EDS, UV-Vis, and electrical properties using impedance spectroscopic methods. XRD test results showed that all samples of La(Ti,Zn)O were single phase and had a stable monoclinic structure with space group P21. The atomic radius of Zn2+ doped (0.74 ) which is larger than that of Ti4+ (0.61 ) causes a lower 2θ angular shift so that the lattice parameters (a, b, c) will be larger and proportional to the volume. The SEM test results show that the addition of Zn2+ concentration causes the grain size to decrease which is consistent with the results obtained by XRD which confirms a decrease in crystallite size along with the increase in doping concentration. The EDX results show that in the pure sample there is no Zn in it with the atomic percent and weight percent values of Ti4+ decreasing and showing an increase in Zn2+ as the concentration of x increases. The results of the UV-Vis test with absorbance data plotted using the tauc method and resulted in an energy band gap value that increased with the increase in x concentration. This result was confirmed by the electrical test results which showed an increasing dielectric constant value and an increasing conductivity with an increase in x concentration due to the presence of many oxygen vacancies which correlated with the SEM results."

"Material La0,8K0,2MnO3 telah berhasil disintesis menggunakan metode Sol-Gel pada variasi suhu sintering 750℃, 800℃, 900℃, dan 1000℃. Uji karakterisasi XRD menunjukkan bahwa sampel membentuk fasa tunggal tanpa unsur pengotor dengan struktur Rhombohedral space group R-3c. Variasi suhu sintering yang semakin tinggi mengindikasikan pertumbuhan grain pada sampel yang semakin cepat, oleh sebab itu grain pada sampel menunjukkan peningkatan ukuran rata-rata seiiring meningkatnya suhu sintering. Material La0,8K0,2MnO3 memiliki sifat ferromagnetik disebabkan doping ion monovalen K+ yang menyebabkan muncul valensi baru Mn4+. Ion Mn4+ ini akan bereaksi dengan ion Mn3+, di mana elektron pada Mn3+ akan berpindah ke ion Mn4+ melewati ion O2-, reaksi ini disebut reaksi double exchange. Reaksi ini bergantung dengan hubungan ikatan antar ion Mn dan O, di mana jika jarak jari-jari ikatan Mn-O semakin dekat dan sudut ikatan Mn-O-Mn semakin lebar akan mempermudah perpindahan elektron ini sehingga sifat magnetik pada material akan semakin baik. Dari data ikatan atom yang diperoleh dari hasil refinement pola XRD, variasi suhu sintering sebesar 900℃ menjadi kandidat sebagai material yang memiliki sifat magnetik paling baik. Hal ini dikonfirmasi dengan hasil uji karakterisasi VSM yang menunjukkan puncak saturasi magnetisasi terhadap medan magnet eksternal tertinggi adalah sampel dengan suhu sintering 900℃, diikuti 800℃, 1000℃, dan terendah 750℃. Dari uji VNA juga diketahui bahwa penyerapan gelombang mikro yang terbaik terjadi pada sampel dengan suhu sintering 750℃.

---

Material La0,8K0,2MnO3 has been successfully synthesized using the Sol-Gel method at various sintering temperatures of 750℃, 800℃, 900℃, and 1000℃. The XRD characterization test showed that the sample formed a single phase without any impurity elements with the Rhombohedral space group R-3c structure. The higher sintering temperature variation indicates faster grain growth in the sample, therefore the grains in the sample show an increase in average size as the sintering temperature increases. The material La0,8K0,2MnO3 has ferromagnetic properties due to the doping of monovalent K+ ions which causes a new valency of Mn4+ to appear. This Mn4+ ion will react with Mn3+ ions, where electrons in Mn3+ will hop to Mn4+ ions through O2- ions, this reaction is called a double exchange reaction. This reaction depends on the bond relationship between Mn and O, where if the Mn-O bond radius is closer and the Mn-O-Mn bond angle is wider it will make it easier to bind these electrons so that the magnetic properties of the material will be better. From the atomic bond data obtained from the refinement of the XRD pattern, the sintering temperature variation of 900℃ is a candidate as the material with the best magnetic properties. This was confirmed by the results of the VSM characterization test which showed that the highest peaks of magnetization saturation to external magnetic fields were samples with a sintering temperature of 900℃, followed by 800℃, 1000℃, and the lowest was 750℃. From the VNA test it is also known that the best absorption of microwaves occurs in samples with a sintering temperature of 750℃."

"Material perovskite manganites (x = 0; 0,05; 0,1; 0,15) dari bahan dasar Lanthanum (III) Oxide , Calsium Carbonate , Stronsium Carbonate , Manganese (II) Carbonate , Iron (III) Oxide telah disintesis dengan menggunakan metode solid state. Bahan dasar dicampur dan digerus dengan menggunakan mortar dan pestel, dikompaksi, kalsinasi pada suhu 800°C selama 8 jam , sampel serbuk disintering pada suhu 900°C selama 24 jam dan sampel pellet disintering pada suhu 1000°C selama 12 jam dan 1200°C selama 12 jam dengan kenaikan 8 jam. Hasil karakterisasi menggunakan X-Ray Diffractometer (XRD) menunjukkan struktur kristal Rhombohedral dengan space group R-3c, subsitusi Fe terhadap sampel tidak mengubah struktrur kristal tetapi mengubah nilai parameter kisi kristal. Karaktersasi SEM-EDS menampilkan ukuran grain dan mengkonfirmasi unsur penyusun material dengan doping Fe berhasil tersubsitusi. karakterisasi SEM-EDS dengan menggunakan metode elemental mapping mengkonfirmasi homogenitas sampel. Hasil pengukuran nilai magnetisasi menggunakan permagraph menunjukkan penurunan nilai magnetisasi seiring bertambahnya konsentrasi doping Fe. Penurunan nilai magnetisasi secara signifikan terlihat pada doping Fe di atas 5%. Penurunan nilai magnetisasi disebabkan karena adanya interaksi Double Exchange & Superexchange yang terjadi pada sampel.

---

Material perovskite manganese (x = 0; 0,05; 0,1; 0,15) from base material Lanthanum (III) Oxide, Calsium Carbonate, Stronsium Carbonate, Manganese (II) Carbonate, Iron (III) Oxide have been synthesized using solid state reaction method. The basic ingredients were mixed and ground using a mortar and pestle , compacted, calcined at 800°C for 8 hours, sintered the powder sample at 900°C for 24 hours, sintered the pellet sample at 1200°C for 12 hours in 8 hour increments and re- sintered the pellet sample at 1000°C for 12 hours. The result of characterization using an X-Ray Diffractometer (XRD) shows a rhombohedral crystal structure with space group R-3c. The substitution of Fe in the sample does not change the crystal structure but changes the value of the crystal lattice parameter. SEM-EDS characterization shows grain size and confirms that the constituent elements of the material with Fe doping have been succesfully substituted. SEM-EDS characterization using elemental mapping method confirmed the homogeneity of the sample. The result of measuring the magnetization value using a permagraph showed a decrease in the magnetization value as the concentration of Fe doping increased. A significant decrease in magnetization value was seen in Fe doping above 5%. The decrease in magnetization value is due to the Double Exchange (DE) and superexchange interactions that occur in the sample."

"Material perovskite manganat La0,667Ba0,333Mn1-xCuxO3 (x = 0,35; 0,40; 0,45; dan 0,50) disintesis menggunakan metode sol gel. Sampel disinterring dengan temperatur 1000oC selama 6 jam. Metode Rietveld refinement menunjukan struktur kristal berupa orthorombik dengan space group Pnma. Terjadi distorsi pada stuktur kristal yang ditandai dengan perubahan lattice parameter. Dilakukan karakterisasi Scanning Electron Microscope (SEM) dan Energy Dispersive Spectroscopy (EDS) untuk mengetahui morfologi sampel dan komposisi unsur kimia yang terkandung dalam material. Sifat magnet ditentukan menggunakan karakterisasi Vibrating Sample Magnetometer (VSM). Berdasarkan sifat kemagnetan untuk masing-masing material tidak ditemukan perubahan yang signifikan seluruhnya bersifat paramagnetik. Selain itu dilakukan pengujian penyerapan gelombang mikro menggunakan karakterisasi Vector Network Analyzer (VNA). Pada penelitian ini frekuensi gelombang mikro berada pada rentang 8-12 GHz yang sesuai dengan aplikasi frekuensi gelombang radar. Pada pengujian ini didapatkan nilai refleksi hilang material tertinggi pada -31,0253 dB pada frekuensi 10,02 GHz. Selain itu digunakan karakterisasi impedansi untuk mengetahui impedansi listrik di dalam material.

---

Perovskite manganate material La0,667Ba0,333Mn1-xCuxO3 (x = 0,35; 0,40; 0,45; and 0,50) were synthesized using sol gel method. The samples were sintered at 1000OC for 6 hours. Rietveld refinement shows that both samples are crystallized in orthorhombic structure with Pnma space group and distortion was found in the crystal structure with the changed of lattice parameter. Scanning Electron Microscope (SEM) method was used to measured samples morphology. Energy Dispersive Spectroscopy (EDS) method was used to measured chemistry composition of samples. Magnetic property was measured by Vibrating Sample Magnetometer (VSM). Vector Network Analyzer (VNA) was used to measure the ability of material to absorb the microwave. In this experiment the microwave frequency using 8-12 GHz with the specification of radar wave. In VNA characterization the reflection loss value of material could be measured. The highest reflection loss in material is -31,0253 dB on 10,02 GHz. The impedance characterization was used to measure the electric impedance of material.

"

"Pemantauan terhadap kelembapan secara akurat dan cepat merupakan hal yang cukup penting sehingga sampai saat ini terus dikembangkan material sensing kelembapan yang berkinerja tinggi. Material perovskite LaSrMnO3 merupakan salah satu kandidat material sensor yang baik karena memiliki konstanta dielektrik yang tinggi, bersifat hidrofilik namun bersifat kaku. PEDOT:PSS merupakan material polimer konduktif yang memiliki stabilitas dan fleksibilitas mekanik yang baik. Dalam penelitian ini, telah dibuat komposit LaSrMnO3 dan PEDOT:PSS yang dideposisi di atas interdigitated elektroda logam dengan metode spin-coating dan dianalisis potensinya sebagai material sensitif terhadap kelembapan. Berdasarkan hasil pengukuran diperoleh bahwa komposit ini dapat bekerja sebagai sensor kelembapan kapasitif maupun resistif yang dikarakterisasi pada rentang RH 20-94%. Kandungan La0.9Sr0.1MnO3 1wt% pada komposit PEDOT:PSS/ La0.9Sr0.1MnO3 menunjukkan kinerja sensor yang paling baik pada frekuensi 1kHz bekerja dengan tipe kapasitif yang memiliki tingkat respon 5000%, sensitivitas tertinggi, histeresis terkecil, linearitas 0,0251RH ± 0,2412 pada RH rendah dan 0,0336RH ± 1,4716 pada RH tinggi serta waktu respon dan waktu pemulihan sebesar 9,64 detik dan 10,39 detik.

---

Accurate and rapid monitoring of humidity is important so that high-performance humidity sensing material continues to be developed. The LaSrMnO3 perovskite material is a good candidate for sensor material because it has a high dielectric constant, is hydrophilic but is rigid. PEDOT: PSS is a conductive polymer which has good stability and mechanical flexibility. In this study, LaSrMnO3 and PEDOT:PSS composites were deposited on the interdigitated metal electrodes by spin-coating method and their potential as humidity sensitive material was analyzed. Based on the measurement results this composite can work as a capacitive and resistive-based humidity in the RH range on 20-94%. The content of La0.9Sr0.1MnO3 1wt% in composites PEDOT: PSS/La0.9Sr0.1MnO3 shows the best sensor performance at 1kHz frequency works with capacitive type which has a response rate of 5000%, highest sensitivity, smallest hysteresis, linearity 0,0251RH ± 0,2412 on low RH and 0,0336RH ± 1,4716 at high RH and response time and recovery time of 9,64 seconds and 10,39 seconds."