







Pada tesis ini, dikembangkan metode pencarian konfigurasi material dengan defek
vakansi maupun doping berbasis substitusi dengan algoritma genetika. Pekerjaan
ini dilatarbelakangi oleh adanya kebutuhan penelusuran konfigurasi material
tersebut yang terlalu banyak untuk dievaluasi secara ekshaustif, serta kurangnya
metode-metode yang cocok dan dapat diakses oleh khalayak luas pada penelitianpenelitian sebelumnya. Solusi yang dibangun berupa perangkat lunak algoritma
genetika berbasis Python dengan antarmuka ab-initio Quantum Espresso yang
mampu menangani kasus pencarian konfigurasi dengan vakansi atau dopan jamak
menggunakan skema kromosom jamak berbasis fungsi evaluasi SCF. Hasil
pengujian menunjukkan bahwa metode tersebut mampu membangkitkan beberapa
kelompok kandidat konfigurasi dengan energi minimal dari seluruh ruang
pencarian berbasis substitusi. Algoritma genetika mampu memangkas jumlah
komputasi yang dibutuhkan menjadi tidak kurang dari 40%, dengan populasi hasil
dapat dijadikan kandidat untuk pencarian konfigurasi minimum global
menggunakan iterasi optimisasi struktur dan/atau sel.