Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi

  • Akrom M
  • Sudibyo U
  • Kurniawan A
  • et al.
N/ACitations
Citations of this article
20Readers
Mendeley users who have this article in their library.

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.

Cite

CITATION STYLE

APA

Akrom, M., Sudibyo, U., Kurniawan, A. W., Setiyanto, N. A., Pertiwi, A., Safitri, A. N., … Herawati, W. (2023). Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi. JoMMiT : Jurnal Multi Media Dan IT, 7(1), 015–020. https://doi.org/10.46961/jommit.v7i1.721

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free