
Metode tersebut memungkinkan analisis yang lebih mendekati karakteristik partikel material serta menghadirkan proses modifikasi yang lebih natural tanpa harus memecah mesh.
Tak hanya itu, keunggulan meshless method dapat diintegrasikan dengan deep learning, sehingga menghasilkan Physics-Informed Neural Networks (PINN). Dalam konteks ini, parameter yang terkait dengan prediksi maupun optimasi material dapat dilakukan secara terintegrasi dan lebih efisien.
“Integrasi ini disebut digital engineering yang menghasilkan solusi untuk berbagai permasalahan sains maupun teknik,” sebutnya.
Dengan berbagai keunggulan di bidang komputasi material, Indonesia seakan mendapatkan amunisi baru untuk menunjang rencana pemerintah guna mencapai net zero emission. Irfan menyampaikan bahwa masih perlu penekanan dan fokus pada bidang ini, khususnya di Indonesia.
“Bidang ini sangat berperan penting dalam integrasi alur kerja untuk penemuan dan inovasi di eksplorasi, karakterisasi, hingga proses manufaktur material,” terangnya.