AI Bantu Ilmuwan Deteksi Cacat Atom pada Material Tanpa Merusak Sampel

CAMBRIDGE, (Senin, 30 Maret 2026)

Dalam dunia sains material, cacat pada skala atom justru bisa menjadi kunci untuk menciptakan properti baru yang berguna. Mengutip laporan dari MIT News, para peneliti di Massachusetts Institute of Technology (MIT) telah membangun model AI yang mampu mengklasifikasikan dan mengukur cacat atom guna meningkatkan kekuatan mekanis, konduktivitas listrik, hingga efisiensi konversi energi pada material seperti baja, Semiconductor, dan sel surya.

Melansir data dari jurnal Matter, cacat atom ini sering kali sengaja dimasukkan selama proses manufaktur. Namun, mengukur jenis dan konsentrasi cacat pada produk jadi tanpa merusak material tersebut merupakan tantangan besar. Selama ini, para insinyur sering kali harus memotong sampel secara tipis atau menggunakan teknik yang hanya memberikan gambaran parsial.

Terobosan Machine Learning dalam Spektroskopi

Model AI yang dikembangkan oleh tim yang dipimpin oleh Mouyang Cheng dan Profesor Mingda Li ini dilatih menggunakan basis data komputasi dari 2.000 material Semiconductor. Mereka menggunakan teknik neutron-scattering yang mengukur frekuensi vibrasi atom yang berbeda-beda dalam material padat.

"Teknik yang ada saat ini tidak dapat secara akurat mengkarakterisasi cacat secara universal dan kuantitatif tanpa menghancurkan material," ujar Mouyang Cheng. Dengan bantuan Machine Learning, model ini mampu mendeteksi sinyal campuran dari berbagai jenis cacat yang sangat sulit dibedakan oleh mata manusia maupun metode konvensional.

Model ini bekerja dengan membandingkan data antara material yang memiliki doping (cacat yang disengaja) dan yang tidak. Berkat penggunaan multihead attention mechanism, AI dapat memprediksi jenis dopan apa yang digunakan dan berapa konsentrasinya, bahkan hingga level serendah 0,2 persen.

Masa Depan Manufaktur High-Tech

Meskipun saat ini teknik neutron-scattering masih memerlukan fasilitas khusus, tim peneliti berencana mengembangkan model serupa untuk Raman Spectroscopy, sebuah metode berbasis cahaya yang lebih umum digunakan di industri. Langkah ini diharapkan dapat mempercepat adopsi teknologi di lini produksi massal untuk kontrol kualitas yang lebih efisien.

Dampak bagi Indonesia

Teknologi deteksi cacat atom berbasis AI ini memiliki signifikansi besar bagi ambisi industri teknologi Indonesia, terutama dalam dua sektor utama:

1. Hilirisasi Industri Semikonduktor: Pemerintah Indonesia sedang berupaya menarik investasi pabrik pengemasan dan pengujian Semiconductor. Penggunaan AI dalam kontrol kualitas dapat menekan biaya produksi karena mengurangi jumlah sampel yang rusak akibat pengujian invasif. Penghematan biaya operasional ini krusial mengingat investasi industri ini bisa mencapai triliunan Rupiah.
2. Produksi Baterai EV dan Sel Surya: Indonesia sebagai pemain kunci nikel dunia sedang membangun ekosistem baterai kendaraan listrik. Presisi dalam mendeteksi cacat atom pada material katoda dan anoda akan memastikan efisiensi baterai yang lebih tinggi dan umur pakai yang lebih lama. Teknologi ini dapat membantu laboratorium riset nasional (seperti BRIN) dalam memvalidasi kemurnian material hasil olahan lokal sebelum diekspor atau digunakan secara domestik.

Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.