Identifikasi senyawa kimia memiliki banyak penerapan dalam ilmu pengetahuan dan teknologi. Namun, proses ini masih sangat bergantung pada pengetahuan dan pengalaman peneliti kimia. Oleh karena itu, pengembangan teknik untuk identifikasi senyawa kimia yang lebih cepat dan akurat sangatlah penting.

Karya ilmiah ini, menunjukkan kelayakan penggunaan “artificial neural network” untuk mengidentifikasi senyawa organik secara akurat melalui pengukuran indeks bias. Model tersebut dikembangkan berdasarkan pengukuran indeks bias pada panjang gelombang cahaya yang berbeda, dari UV hingga wilayah inframerah jauh. Model tersebut dilatih dengan sekitar 250.000 catatan konstanta optik eksperimental untuk 60 senyawa organik dan polimer dari literatur yang diterbitkan.

Model ini mempunyai kinerja dengan akurasi hingga 98 %, dengan kinerja yang lebih baik diamati pada pengukuran indeks bias di seluruh wilayah tampak dan IR. Model yang diusulkan dapat digabungkan dengan perangkat lain untuk identifikasi senyawa kimia secara mandiri menggunakan pengukuran dispersif panjang gelombang tunggal.

Penulis: Innocent Abel Kirigiti, Nanik Siti Aminah, Samson Thomas

Tautan: https://doiserbia.nb.rs/img/doi/0352-5139/2023/0352-51392300049K.pdf