Perpustakaan Digital ITB

Pertumbuhan populasi dunia, peningkatan ekonomi, dan standar hidup telah mendorong konsumsi energi fosil yang signifikan, sehingga meningkatkan emisi karbon dioksida (CO?). Emisi ini berkontribusi pada berbagai permasalahan lingkungan, seperti efek rumah kaca, kenaikan muka air laut, dan hujan asam. Salah satu solusi berkelanjutan adalah penangkapan dan pemanfaatan CO? dengan mengkonversinya menjadi metana (CH?) melalui proses hidrogenasi menggunakan katalis berbasis graphene yang dimodifikasi. Graphene, sebagai material karbon dua dimensi dengan sifat unik, telah dikembangkan sebagai pendukung katalis melalui doping logam transisi seperti nikel (Ni) dan nitrogen (N). Penelitian ini bertujuan untuk mengoptimasi desain katalis atom tunggal Ni pada permukaan Ndoped graphene menggunakan pendekatan Gaussian Process Regression (GPR) dan algoritma Bayesian Optimization. Metode ini diimplementasikan pada pendekatan global optimization with first-principles energy expressions untuk menentukan struktur katalis dengan energi formasi paling rendah dan situs aktif yang optimal. Hasil penelitian menunjukkan bahwa struktur katalis paling stabil adalah konfigurasi NiN?, yang memiliki energi formasi terendah, menunjukkan kestabilan termodinamika tertinggi. Selain itu, atom hidrogen cenderung teradsorpsi pada situs NiN?, sedangkan molekul karbon monoksida (CO) teradsorpsi pada situs adsorpsi NiN?.