Perpustakaan Digital ITB

Biomaterial magnesium yang dapat terdegradasi menjadi pilihan yang sesuai untuk bahan implan tulang karena memiliki massa jenis yang rendah dan modulus elastisitas yang paling dekat dengan modulus elastisitas tulang manusia. Akan tetapi, penggunaan magnesium masih terbatas karena terdegradasi secara cepat terutama di lingkungan dengan kadar Cl- yang tinggi seperti pada tubuh manusia. Penambahan Zr pada Mg dinilai dapat dapat menghaluskan butir matriks Mg dan meningkatkan ketahanan korosi paduan Mg. Metode untuk mengetahui hasil optimal sebagai acuan awal sebelum melakukan eksperimen perlu dilakukan. Untuk itu pada penelitian ini, pembelajaran mesin digunakan. Algoritma yang diterapkan ialah Bagging Regressor (BR), Random Forest (RF) dan Gradient TreeBoosting (GB). Hasil dari penelitian ini menghasilkan model dengan akurasi metode RF yaitu RMSE: 1.445; MAE: 1.035, R2: 0.728, model BR yaitu RMSE: 1.412, MAE: 1.012, R2: 0.74, sedangkan untuk metode GB yaitu RMSE: 1.345; MAE: 0.894; R2: 0.764. Selisih error tertinggi pada model RF adalah 1.33 mm/tahun, model BR adalah 1.004 mm/tahun, sedangkan pada model GB adalah 1.266 mm/tahun. Rekomendasi wt% Zr berdasarkan hasil prediksi laju korosi terendah adalah Mg-0.7Zr dengan laju korosi 3.222 mm/tahun.