Tampilkan postingan dengan label Science. Tampilkan semua postingan

Key Word : Nanoteknologi, FePt, Feromagnetik, Data Storage, Partikel, Magnetisasi, Remanen.

Nanopartikel FePt dapat menjadi media penyimpanan data berbasis magnetic yang stabil dengan kapasitas 1 Tbit/in². Bagaimanapun suatu yang memiliki potensi untuk direalisasikan, harus memenuhi persyaratan yang memenuhi beberapa kriteria seperti : massa penyimpanan data yang lama, tekstur uniaxsial kristalografi dan memiliki distribusi pergantian medan magnet yang kecil.

Nanopartikel FePt disintesis dengan mencampurkan 0.5 mmol platinum (II) acetylacetonate dan 1.0 mmol iron pentacarbonyl dalam 20 mL dichlorobenzene dan dengan 4.0 mmol oleic acid dan 4.0 mmol of oleylamine. Kemudian temperature dinaikan secara perlahan dari 169 ⁰C sampai 170 ⁰C. kemudian dilakukan annealing. Komposisi FePt dikontrol dengan Fe(CO)5/Pt(acac)2, dari hasil perhitungan 0.5 mmol Fe(CO)5 dan 0.5 mmol Pt(acac)2 menghasilkan Fe38Pt62 dan 1.1 mmol Fe(CO)5 dan 0.5 mmol Pt(acac)2 menghasilkan Fe56Pt44. pemilihan variasi suhu dan pelarut dapat dilakukan untuk mengontrol bentuk dan ukuran partikel.

Gambar 1. Nanopartikel FePt dengan kondisi sintesis (a) pemanasan diatur 4°C/min sampai suhu reaksi 170°C, (b) pelarut benzyl ether dan (c) tekanan (22 bar), temperatur (270°C), pelarut toluene

Ketika keadaan sintesis dengan pelarut 1,2-dicholobenzene, pemanasan diatur 4°C/min sampai suhu reaksi 170°C. menghasilkan bentuk partikel yang relative kubus dengan ukuran sekitar 7 nm. Ketika pelarut diganti dengan benzyl ether maka partikel yang dihasilkan memiliki bentuk relatif oval dengan ukuran sekitar10 nm dan ketika kondisi sintesis dengan tekanan (22 bar), temperatur (270°C), pelarut toluene dihasilkan partikel dengan bentuk shgi enam dengan ukuran partikel sekitar 10 nm.

Proses annealing mempengaruhi terhadap jurva histerisis sampel, sampel dengan suhu annealing 5 dan 100 K memiliki titik remanen yang sama tetapi memiliki nilai H maksimum yang berbeda. Sedangkan dengan kondisi annealing 300 K dihasilkan titik remanen yang lebih kecil. Seperti diperlihatkan pada gambar

Gambar 2. Kurva histerisis partikel FePt untuk beberapa kondisi annealing

Aplikasi Pada Penyimpanan Data

Nanopartikel FePt dapat memiliki potensi untuk diaplikasikan dalam divais penyimpanan data berbasis magnet. Ukuran nanopartikel yang dibawah 20 nm dan memiliki karakteristik ferromagnetik, sehingga nanopartikel FePt dapat memiliki memori magnet dan dengan kerapatan titik data yang besar. Pembutan divais FePt sebagai media penyimpanan data dapat dilakukan dengan melapiskan nanopartikel FePt pada suatu substrat. Pelapisan bahan dilakukan dengan melarutkan nanopartikel FePt dengaan pelarut non polar yang kemudian ditetskan pada substrat yang bersifat hidrofobik. Ketika pelarut menguap, partikel akan terevaporasi sehingga menjadi lapisan tipis.

Gambar 3. Pelapisan nanopartikel FePt pada substrat

Daftar Pustaka :

S.H. Sun, C.B. Murray, D. Weller, L. Folks, and A. Moser: Science, 2000, vol. 287, pp. 1989–92.

M. Tanase et al, 2007, Structure Optimization of FePt Nanoparticles of Various Sizes for Magnetic Data Storage, DOI: 10.1007/s11661-006-9081-6.

Natalie A. Frey and Shouheng Sun, Magnetic Nanoparticle for Information Storage Applications

Nano Partikel FePt

Posted by : MentorKita

Jumat, 02 September 2016

0 Comments

Key Word: Hardisk, Nanoteknologi, Partikel, FePt, Magnetisasi, Magnet Permanen, Penimpan Data.

Hard Disk Drive (HDD) atau biasa dikenal dengan harddisk saja adalah sebuah media penyimpanan sekunder pada sebuah komputer [1].sebagai media penyimpanan data, kapasitas memori menjadi hal yang sangat penting dalam fungsinya. Ukuran dari divais harddisk juga menjadi hal yang patut diperhatikan dalam kaitannya dengan kepraktisan dalam pemasangan dan penempatan divais. Nanoteknologi atau nanosains adalah ilmu engetahuan dan teknologi pada skala nanometer, atau sepermilyar meter [2]. teknologi nano dapat meningkatkan fungsional suatu material, sehingga penggunaan teknologi nano digunakan pada berbagai bidang aplikasi dan salah satunya adalah aplikasi penyimpanan data untuk menghasilkan kapasitas memori yang besar dengan ukuran divais yang kecil [3]. dalam media penyimpanan data berbasis magnet nanopartikel FePt memiliki potensi yang besar untuk diaplikasikan karena memiliki ukuran partikel dibawah 20 nm dan memiliki titik remanen.

Seiring kebutuhan akan teknologi informasi, kebutuhan akan divais elektronik juga perlu dikembangkan. Perkembangan dan kemajuan diatas diperoleh dari kemampuan memanfaatkan komputer dan devais elektronik yang setiap tahunnya mengalami peningkatan kinerja [4]. Media penyimpanan data merupakan salah satu kunci dalam dunia teknologi informasi [5]. Meskipun harddisk disebut sebagai media penyimpanan sekunder namun pada kenyataannya fungsinya adalah sangat penting bahkan tidak bisa ditinggalkan lagi untuk kebutuhan sebuah komputer. Hal tersebut sangat jelas mengingat kebutuhan akan software berupa program maupun aplikasinya, serta data yang diolah membutuhkan media penyimpanan yang sangat besar, yang tidak cukup hanya ditampung oleh sebuah media penyimpanan utama berupa ROM (Read Only Memory) dan RAM (Random Access Memory). Sebagai salah satu media penyimpanan sekunder, selain memiliki kemampuan untuk menyimpan data yang sangat besar, yaitu dalam ukuran Giga Byte (GB), harddisk juga memiliki kelebihan lain diantaranya adalah kecepatan akses, baik dalam membaca maupun menulis data, serta ketahanannya dalam menyimpan data secara fisik untuk jangka waktu yang cukup lama [1], harddisk juga harus memiliki ukuran yang mudah untuk dibawa dan disimpan dalam prangkat komputer. Peningkatan kapasitas memori dapat dilakukan dengan meningkatkan ukuran harddisk, tetapi ini akan menurunkan kemudahan dalam penggunaan harddisk yang berkaitan dengan pembawaan divais dan penempatan harddisk pada perangkat komputer.

Salah satu cara perkembangan adalah menurunnya ukuran titik data hingga ukuran nanometer [4], dengan harapan harddisk memiliki memori yang besar dengan ukuran divais yang kecil sehingga secara fungsional harddisk akan sanggup menampung data yang banyak dan secara ukuran, harddisk mudah dibawa dan ditepatkan dalam perangkat komputer. Hal ini juga pernah disampaikan oleh Richard Feynman dalam ceramahnya yang berjudul “There is plenty room at the bottom” pada tahun 1959, yang menyatakan bahwa kita mungkin akan menulis seluruh ensiklopedia britanian pada sebuah pin jika ukuran penanya memiliki ukuran yang sangat kecil [6].

Titk data yang berukuran nanometer dapat dicapai jika alat writer dan reader berukuran nano dan material penyusun piringan harddisk berukuran nano. Dalam paper ini akan dijabarkan mengenai material penyusun piringan harddisk berukuran nano.

Salah satu kandidat yang menjanjikan sebagai media penyimpanan data berbasis magnetic dengan densitas titik data yang besar adalah FePt. Campuran Fe memiliki presentasi penyusun Fe dan Pt yang relatif sama yaitu Fe dan Pt pada temperature yang rendah dalam struktur kimianya memiliki fasa face-centered cubic (fcc) yang acak, ini mengindikasikan bahwa salah satu unit cell fcc telah berubah, baik itu Fe atau Pt. seperti ditunjukan oleh gambar1.

Gambar 1. Struktur Kristal FePt [7].

Weller et al. (1992) telah menghitung bahwa FePt sebagai media penyimpanan data yang stabil terhadap suhu ketika memiliki ukuran partikel 3 nm. Untuk mendukung kemampuan emori yang sanggup mencapai 1 Tb/in² dan lebih besar lagi, rata-rata dari ukuran partikel FePt harus kurang dari 4 nm [8]. Melihat karakteristik nanopartikel FePt memiliki karakteristik yang berpotensi besar untuk media penyimpanan data berbasis magnet sehingga akan dibahas mengenai nanopartikel FePt [7].

Daftar Pustaka :

[1] Wahyudi. Eko Nur, 2005, Mengenal Harddisk Lebih Dekat, Jurnal Teknologi Informasi DINAMIK Volume X, No.3, September 2005 : 168-177, ISSN : 0854-9524.

[2] Poli. Mario E, 2006, Karya Ilmiah : Teknologi Masa Depan “nanoteknologi”, manado : Universitas Sam Ratulangi.

[3] Wu. Yihong, Nano Spintronic for Data Storage, Encyclopedia of Nano Science and Nanotechnology.

[4] Abdullah. Mikrajuddin, 2012, Pengantar Nanoteknologi, Bandung : Institut Teknologi Bandung.

[5] Eleftheriou, et.al, 2003, A Nanotechnology-based Approach to Data Storage, Proceedings of the 29^th VLDB Conference, Berlin, Germany.

[6] R.P. Feynman. 1960, There’s Plenty of Room at the Bottom: An Invitation to Enter a New Field of Physics. Caltech’s Engineering and Science, XXIII (5).

[7] Natalie A. Frey and Shouheng Sun, Magnetic Nanoparticle for Information Storage Applications.

[8] Piramanayagam, S.N. and Srinivasan, K. 2009. Recording media research for future hard disk drives. Journal of Magnetism and Magnetic Materials 321: 485–494.

Nanoteknologi dalam Data Storage

Posted by : MentorKita 0 Comments

Key Word : Harddisk, Media penyimpan data, feromagnetik, Magnetisasi, Magnet Permanen.

Harddisk adalah media penyimpanan dengan kapasitas penyimpanan mulai dari ratusan megabyte hingga ratusan gigabyte dan akan terus bertambah sesuai dengan kemajuan teknologi komputer. Kecepatan putaran ketika membaca dan menuliskan data menentukan kecepatan akses data ke hard disk, oleh sebab itu akses data ke hard disk adalah yang tercepat dibandingkan media penyimpanan yang lain. Harddisk adalah media penyimpanan yang terbuat dari magnetik disk.

Harddisk didisain untuk menyimpan data dalam jumlah besar. Letak hard disk ada di dalam cpu. Media penyimpanan ini memerlukan arus listrik sehingga dapat dilihat di dalam cpu bahwa hard disk dihubungkan oleh power supply.

Data dalam hard disk diletakkan pada piringan magnetik pada lingkaran-lingkaran yang disebut dengan track. Tiap track dibagi dalam beberapa segment yang dikenal sebagai sector. Untuk melakukan operasi baca tulis data dari dan ke piringan, harddisk menggunakan head untuk melakukannya, yang berada disetiap piringan. Head inilah yang selanjut bergerak mencari sector-sector tertentu untuk dilakukan operasi terhadapnya. Waktu yang diperlukan untuk mencari sector disebut seek time. Setelah menemukan sector yang diinginkan, maka head akan berputar untuk mencari track. Waktu yang diperlukan untuk mencari track ini dinamakan latency. Dilihat dari koneksinya, hard disk ada dua macam. Yakni hard disk SATA dan hard disk IDE (Utomo. Bagus Tri, 2013).

Gambar 1. Prinsip kerja penyimpanan magnetic pada harddisk

Material Penyimpan Data pada Hardisk

Material penyimpan data pada hardisk adalah ferromagnetik. Feromagnetik memiliki momen magnetik yang spontan, meski berada didaerah yang tidak terdapat medan magnetik. Temperatur Curie (T_c) adalah temperatur yang Membedakan magnetisasi spontan, ini memisahkan paramagnetik pada daerah T > TC dan ferromagnetik pada daerah T < TC. Suseptibilitas paramagnetik ditentukan oleh hukum Curie T = χ/C, dimana C adalah konstanta Curie. (Baca lebih lengkap di : Bahan Feromagnetik)

Gambar 2. Kurva suseptibilitas terhadap temperature bahan paramagnetic dan feromagnetik

Bahan ferromagnetik sering diaplikasikan pada divais penyimpanan data karena dapat dimagnetisasi dan menyimpan medan magnet. Ketika material ferromagnetik diberikan medan aplikasi (H) maka medan magnet internl bahan (B) akan meningkat seiring peningkatan H, hingga pada H maksimum nilai B tidak akan bertambah lagi yaitu ketika medan magnet material telah termagnetisasi seluruhnya. Kemudian ketika medan aplikasi H diperkecil, penurunan medan magnet B tidak mengikuti penurunan medan magnet H sehingga menyimpan medan magnet pada titik remanennya. (Baca lebih lanjut di : Prinsip Magnet Permanen)

Gambar 3. Kurva histerisis bahan feromagnetik

Prinsip Kerja Hardisk

Posted by : MentorKita

Minggu, 28 Agustus 2016

0 Comments

Key Word : Garis lurus terbaik, Grafik, Pencocokan kurva, Metode Visual, Metode titik sentroid, Metode bagi dua, Metode garis sumbu, Regresi linear.

Metode menentukan garis lurus terbaik dapat dilakukan dengan berbagai macam metode. Perkembangan dari setiap metode pencocokan kurva merupakan penyempurnaan dari metode sebelumnya, dengan mempertimbangkan nilai error yang lebih kecil dari metode sebelumnya, sampai ditemukannya metode secara statistika yaitu regresi linear yang memiliki nilai error terkecil dari metode-metode klasik (Baca juga : Regresi linear). Berikut adalah perkembangan metode klasik menentukan garis lurus terbaik :

1. Metode Visual

Metode visual adalah metude pencocokan kurva berdasarkan penglihatan visual mata manusia. Metode visual sangat mudah dilakukan karena hanya mengandalkan persepsi mata manusia, dengann metode visual suatu sebaran titik dapat ditentukan garis lurus terbaiknya hanya dengan melihatnya dengan mata kemudian membuat garis lurus berdasarkan perkiraan pengamat saja.

Metode ini sangat mudah dilakukan tapi sangat lemah untuk dijadikan suatu reverensi penelitian. Nilai error pada metode ini sangat besar karena hanya menggunakan perkiraan dari mata manusia tanpa memperhitungkan apa pun.

2. Metode Bagi-dua

Metode bagi dua merupakan pengembangan dari metode visual. Metode dagi dua dilakukan dengan menghitung jumlah data diatas dan dibawah garis lurus yang dibentuk sehingga garis lurus yang dibentuk dianggap lebih mewakili setiap titik data dibandingkan metode visual. Teapi pada metode ini juga masih memiliki nilai error yang sangat besar karena yang diperhitungkan hanya jumlah titik data yang dibagi garis lurus saja dantidak mempertimbangkan nilai penyimpangannya.

Gambar 1. Contoh metode dagi dua dengan jumlah data genap dan ganjil

3. Metode Titik Sentroid

Metode titik sentroid merupakan metode yang menggunakan nilai rata-rata sebaran titik data untuk membentuk garis lurus terbaik. Cara menggunakan metode ini adalah : pertama mencari nilai rata-rata di sumbu x dan y untuk setiap titik data dan titik (x,y) tersebut dibebut sebagai titik sentroid atau titik pusat, kemudian membuat garis lurus sembarang yang melalui titik sentroid tersebut dan garis lurus tersebut diputar dengan pusat sumbu di titik sentroid hingga garis dianggap paling mewakili setiap sebaran data berdasarkan penglihatan pengamat.

Metode ini dinilai lebih baik dari metode visual dan bagi dua. Titik sentroid merupakan nilai rata-rata setiap titik data yang dianggap mewakili setiap titik data secara matematis, sedangkan pada metode sebelumnya tidak memiliki perhitungan matematis yang membuktikan bahwa acuan garis lurus mewakili sebaran data yang dibentuknya.

Gambar 2. Contoh penggunaan metode titik sentroid

Walaupun lebih sempurna dari metode sebelumnya tetapi nilai error pada metode ini juga masih besar. Dalam metode ini yang diperhitungkan hanya titik acuan pembuatan garis, tetapi posisi putar garis lurus sendiri masih ditentukan oleh persepsi mata pengamat serta belum memperhitungkan nilai penyimpangan dari setiap titik data.

4. Metode Garis Sumbu

Metode garis sumbu dikembangkan dari metode bagi dua. Metode ini dilakukan dengan membagi dua titik data secara nilai penyimpangannya, sehingga metode ini dinilai metode yang hampir sempurna untuk menentukan garis lurus terbaik. Garis lurus yang dibentuk akan sanggup mewakili setiap sebaran data dan memiliki nilai error yang terukur.

Cara menggunakan metode ini adalah dengan membuat garis lurus diantara titik-titik data dengan mengusahakan jumlah nilai simpangan antara titik yang berada diatas dan dibawah garis sama besar. Kelemahan utama dari metode garis sumbu ini adalah tidak ada acuan awal bagaimana menentukan garis lurus sehingga sulit diaplikasikan. Prinsip dari metode ini menjadi dasar perumusan menentukan garis lurus menggunakan metode kuadrat terkecil (baca juga : Penurunan rumus mekucil).

Gambar 3. Contoh penggunaan metode garis sumbu

Metode Pencocokan Kurva Klasik

Posted by : MentorKita

Kamis, 25 Agustus 2016

0 Comments

Key Word : Bilangan, Angka Penting, Pembulatan, Pembulatan ke atas, Pembulatan ke bawah.

Pembulatan bilangan adalah menyingkat atau memadatkan bilangan sesuai jumlah angka penting yang diinginkan (Baca juga : Angka Penting). Bilangan desimal yang sangat panjang seperti phi = 22/7 = 3.142857 dapat disingkat atau dipadatkan menjadi 3 angka penting yaitu 3.14 dengan menggunakan aturan pembulatan bilangan, atau juga bilangan ribuan 1870 dapat disingkat atau dipadatkan menjadi 2 angka penting 1900 dengan menggunakan aturan pembulatan bilangan. Sehingga penting untuk mengetahui aturan pembulatan. Berikut adalah aturan pembulatan bilangan :

1. Menentukan berapa angka penting yang dibutuhkan

Jumlah angka penting ini harus diketahui untuk menentukan sampai bilangan mana kita akan membulatkan suatu data. Jumlah angka penting ini dapat berupa permintaan dari pengajar pada soal atau ditentukan berdasarkan kebutuhan.

2. Bilangan kurang dari 5 (dibulatkan ke bawah)

Dibulatkan ke bawah artinya bilangan kurang dari 5 (0,1,2,3 dan 4) ketika dibulatkan akan bernilai nol. Contoh :

1.253 à 1.25 (dibulatkan menjadi 3 angka penting)

1023 à 1020 (dibulatkan menjadi 2 angka penting)

3. Bilangan sama dengan atau lebih dari 5 dibulatkan ke atas

Bilangan sama dengan atau lebih dari 5 dibulatkan ke atas artinya bilangan (5,6,7,8 dan 9) ketika dibulatkan menjadi 1 dan ditambah ke bilangan setelahnya. Contoh:

1.136 à 1.14 (dibulatkan menjadi 3 angka penting)

2.435 à 2.44 (dibulatkan menjadi 3 angka penting)

1009 à 1010 (dibulatkan menjadi 3 angka penting)

Pembulatan Bilangan

Posted by : MentorKita

Minggu, 21 Agustus 2016

0 Comments

Key Word : Penurunan rumus, Metode kuadrat terkecil, Regresi lenear, Pencocokan kurwa, at, bt, Deviasi, Fungsi, Titik data.

Regresi linear atau metode kuadrat terkecil merupakan salah satu metode pencocokan kurva yang memiliki nilai error atau penyimpangan kecil (Baca juga : Penjelasan Metode kuadrat Terkecil). Pada metode kuadrat terkecil, nilai (x_i, y_i) adalah data hasil pengukuran dan fungsi f(x) merupakan fungsi garis lurus berdasarkan perhitungan statistika.

Pada persamaan linear fungsi f(x) merupakan fungsi linear.

f(x) = a + bx

nilai penyimpangan ri pada setiap titik data i adalah :

ri = yi - f(xi)

ri = yi - (a + b xi)

ri = yi – a + b xi

sehingga total kauadrat deviasi R persamaan adalah :

Untuk menghaslka nilai R minimum, maka laju perubahan R terhadap a dan b harus nol

Nilai a dan b dapat dihitung menggunakan kedua persamaan di atas

Untuk menghitung persamaan diatas dapat dilakukan dengan berbagai metode, baikitu dengan metode substitusi, eliminasi atau metode lainnya. Pada posting ini saya menggunakan matrix, sehingga dihasilkan matrix :

Solusinya, a dan b, dapat diselsaikan dengan metode eliminaasi gauss atau aturan cramer (Baca lebih lanjut untuk : metode eliminasi gauss dan cramer). Sehingga akan dihasilkan nilai a dan b :