[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118397-id":3,"doc-seo-118397-113":31,"detail-sidebar-cat-0-id-113":93},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},118397,549768072016,"River Wang","https://ap-avatar.wpscdn.com/davatar_155a257f0dc6eb9ab79c44ca47cae57d",54,"Penelitian & Laporan","Prediksi Band Gap Material Semikonduktor Silikon dengan Menggunakan Machine Learning","Material semikonduktor seperti silikon memiliki peran penting dalam teknologi modern, terutama pada bidang elektronik, fotovoltaik, dan optoelektronik. Sifat utama yang dikaji adalah band gap, yaitu energi yang dibutuhkan agar elektron berpindah dari pita valensi ke pita konduksi. Penelitian ini menerapkan machine learning untuk memprediksi band gap silikon menggunakan dataset dari Materials Project (MP), melalui tahapan extraction, EDA, cleaning, transformasi data, serta analisis feature importance dengan XGBoost Regresor, diikuti feature selection dan PCA. Hasil evaluasi menunjukkan performa optimal dengan R-Squared 0,770789 serta error seperti MSE 0,33945, RMSE 0,582624, dan MAPE 19,166604, sehingga model berpotensi mempercepat pengembangan material baru dan menekan biaya eksperimen.","PREDIKSI BAND GAP MATERIAL SEMIKONDUKTOR SILIKON DENGAN MENGGUNAKAN MACHINE LEARNING  \nSkripsi  \nDisusun untuk memenuhi salah satu syarat memperoleh gelar  \nSarjana Sains  \nMuhammad Rizky Anugrah  \n1306620089  \nPROGRAM STUDI FISIKA  \nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM  \nUNIVERSITAS NEGERI JAKARTA  \nKATA PENGANTAR  \nPuji syukur penulis panjatan kepada Allah SWT atas segala rahmat dan karuniaNya, sehingga penulis dapat menyelesaikan penyusunan skripsi ini dengan judul  \n“Prediksi Band Gap Material Semikonduktor Silikon dengan Menggunakan  \nMachine Learning” yang dilaksanakan dari bulan Januari 2024 – Juli 2024. Pada  \nkesempatan ini, penulis ingin menyampaikan ucapan terima kasih kepada seluruh  \npihak yang secara langsung maupun tidak langsung membantu dalam penyusunan  \nskripsi ini, terutama kepada:  \n1. Dr. Teguh Budi Prayitno, M.Si., selaku Pembimbing I atas bimbingan, arahan, dan dukungan dalam penulisan skripsi ini.  \n2. Haris Suhendar, S.Si., M.Sc, selaku Pembimbing II atas bimbingan, arahan, dan dukungan dalam penulisan skripsi ini.  \n3. Dr. Umiatin, M.Si., selaku Koordinator Program Studi Fisika FMIPA UNJ yang telah mendukung perjalanan akademis penulis selama ini.  \n4. Prof. Dr. Erfan Handoko, M.Si dan Dr. Hadi Nasbey, S.Pd., M.Si. selaku penguji yang telah memberikan saran pada perbaikan skripsi.  \n5. Seluruh dosen Program Studi Fisika FMIPA Universitas Negeri Jakarta.  \n6. Orang tua penulis, Heru Budi Santoso dan Nurmawaty yang selalu mendoakan, mendukung, dan memberikan semangat kepada penulis.  \n7. Rizka Auliya adik penulis yang selalu membantu dan memberikan semangat kepada penulis.  \n8. Azzahra Khairunisa selaku orang terdekat yang telah memberikan dukungandalam penulisan skripsi ini.  \n9. Difa Farhani Hakim selaku teman seperjuangan dalam penulisan skripsi ini.  \n10. Teman-teman program studi Fisika FMIPA UNJ atas dukunganya.  \n11. Semua pihak yang telah membantu penulis menyelesaikan skripsi ini, baik secara langsung maupun tidak langsung yang tidak dapat penulis sebutkan satu  \npersatu.  \nPenulis menyadari bahwa dalam penyusunan skripsi ini belum sempurna dan masih terdapatbanyakkekurangan dalam ilmu pengetahuan dan pengalaman. Maka dari itu, penulis mengharapkan kritik dan saran yang membangun demi penulisanselanjutnya yang lebih baik.  \nJakarta, 9 Juli 2024  \nMuhammad Rizky Anugrah  \nABSTRAK  \nMUHAMMAD RIZKY ANUGRAH. Prediksi Band Gap Material Semikonduktor Silikon dengan Menggunakan Machine Learning. Di bawah  \nbimbingan TEGUH BUDI PRAYITNO, HARIS SUHENDAR.  \nMaterial semikonduktor seperti silikon sangat penting dalam teknologi  \nmodern, termasuk elektronik, fotovoltaik, dan optoelektronik. Sifat utama  \nsemikonduktor adalah band gap, yaitu energi yang diperlukan agar elektron dapat  \nberpindah dari pita valensi ke pita konduksi. Band gap ini mempengaruhi sifat  \nelektronik dan optik material. Dalam penelitian ini, machine learning digunakan  \nuntuk memprediksi band gap silikon. Dataset berasal dari Materials project (MP),  \nyang menyediakan data sifat-sifat material, struktur kristal, dan lainnya. Penelitian  \nini bertujuan untuk mengembangkan dan mengevaluasi model machine learning  \nuntuk memprediksi band gap silikon. Prosesnya melibatkan data extraction,  \nexploratory data analysis (EDA), data cleaning, dan data transformation. XGBoost  \nRegressor digunakan untuk menentukan feature importance, kemudian dilakukan  \nfeature selection dan Principal Component Analysis (PCA) untuk mendapatkan  \npola pada features yang telah didapatkan. Hasil evaluasi menunjukkan model dapat  \nmemprediksi band gap dengan optimal menggunakan semua features dengan  \nmetrik seperti R-Squared sebesar 0,770789, MSE sebesar 0,33945, RMSE sebesar  \n0,582624, dan MAPE sebesar 19,166604 . Pengujian dengan data baru menunjukkan  \nmodel mampu memprediksi band gap dengan cukup optimal. Penelitian ini  \nmenunjukkan potensi penerapan machine learning dalam pengembangan material  \nsemikonduktor baru. Dengan model yang optimal, pr","cbCaiftAGKdedapW","https://ap.wps.com/l/cbCaiftAGKdedapW","pdf",909302,6,1,15,"Indonesian","id",113,"# Kata Pengantar\n## Abstrak\n## Kata Kunci\n## Abstrak (English)\n## Latar Belakang dan Tujuan\n## Metode dan Pengolahan Data\n## Analisis Fitur dan Dimensi\n## Hasil Evaluasi dan Pengujian\n## Implikasi dan Manfaat Penelitian","[{\"question\":\"Apa tujuan utama penelitian ini?\",\"answer\":\"Penelitian ini bertujuan mengembangkan dan mengevaluasi model machine learning untuk memprediksi band gap material semikonduktor silikon.\"},{\"question\":\"Dataset apa yang digunakan untuk membangun model prediksi?\",\"answer\":\"Dataset berasal dari Materials Project (MP) yang menyediakan data sifat material, struktur kristal, dan informasi terkait lainnya.\"},{\"question\":\"Bagaimana model dievaluasi dan parameter kinerja apa yang digunakan?\",\"answer\":\"Evaluasi menggunakan metrik seperti R-Squared (0,770789), MSE (0,33945), RMSE (0,582624), dan MAPE (19,166604).\"}]","Prediksi Band Gap Material Semikonduktor Silikon dengan Menggunakan Machine Learning | PDF",1785683433,23,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":88,"head_meta":90,"extra_data":92,"updated_unix":29},"prediction-of-band-gap-in-silicon-semiconductor-material-using-machine-learning","",{"@graph":37,"@context":87},[38,55,70],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/id/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/id/document/penelitian-laporan/",3,{"item":53,"name":13,"@type":44,"position":54},"https://docshare.wps.com/id/document/prediction-of-band-gap-in-silicon-semiconductor-material-using-machine-learning/118397/",4,{"url":53,"name":13,"@type":56,"author":57,"headline":13,"publisher":59,"fileFormat":62,"inLanguage":24,"description":14,"dateModified":63,"datePublished":64,"encodingFormat":62,"isAccessibleForFree":65,"interactionStatistic":66},"DigitalDocument",{"name":9,"@type":58},"Person",{"url":42,"name":60,"@type":61},"DocShare","Organization","application/pdf","2026-08-18","2026-08-02",true,{"@type":67,"interactionType":68,"userInteractionCount":20},"InteractionCounter",{"@type":69},"ViewAction",{"@type":71,"mainEntity":72},"FAQPage",[73,79,83],{"name":74,"@type":75,"acceptedAnswer":76},"Apa tujuan utama penelitian ini?","Question",{"text":77,"@type":78},"Penelitian ini bertujuan mengembangkan dan mengevaluasi model machine learning untuk memprediksi band gap material semikonduktor silikon.","Answer",{"name":80,"@type":75,"acceptedAnswer":81},"Dataset apa yang digunakan untuk membangun model prediksi?",{"text":82,"@type":78},"Dataset berasal dari Materials Project (MP) yang menyediakan data sifat material, struktur kristal, dan informasi terkait lainnya.",{"name":84,"@type":75,"acceptedAnswer":85},"Bagaimana model dievaluasi dan parameter kinerja apa yang digunakan?",{"text":86,"@type":78},"Evaluasi menggunakan metrik seperti R-Squared (0,770789), MSE (0,33945), RMSE (0,582624), dan MAPE (19,166604).","https://schema.org",{"og:url":53,"og:type":89,"og:title":13,"og:site_name":60,"og:description":14},"article",{"robots":91,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":94},[95,100,104,108,112,116,118,122,126,130,134],{"id":96,"doc_module":4,"doc_module_name":47,"category_name":97,"show_sort_weight":98,"slug":99},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":101,"doc_module":4,"doc_module_name":47,"category_name":102,"show_sort_weight":98,"slug":103},48,"Cerita & Novel","story-novel",{"id":105,"doc_module":4,"doc_module_name":47,"category_name":106,"show_sort_weight":98,"slug":107},56,"Gaya Hidup","lifestyle",{"id":109,"doc_module":4,"doc_module_name":47,"category_name":110,"show_sort_weight":98,"slug":111},51,"Komik","comic",{"id":113,"doc_module":4,"doc_module_name":47,"category_name":114,"show_sort_weight":98,"slug":115},53,"Layanan Kesehatan","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":98,"slug":117},"research-report",{"id":119,"doc_module":4,"doc_module_name":47,"category_name":120,"show_sort_weight":98,"slug":121},49,"Sastra","literature",{"id":123,"doc_module":4,"doc_module_name":47,"category_name":124,"show_sort_weight":98,"slug":125},52,"Teknologi","technology",{"id":127,"doc_module":4,"doc_module_name":47,"category_name":128,"show_sort_weight":98,"slug":129},50,"Ujian","exam",{"id":131,"doc_module":4,"doc_module_name":47,"category_name":132,"show_sort_weight":98,"slug":133},57,"Umum","general",{"id":135,"doc_module":4,"doc_module_name":47,"category_name":136,"show_sort_weight":4,"slug":137},181,"Formulir","formulir"]