Samrat

Samrat memiliki keahlian akademik yang berfokus pada penerapan kecerdasan buatan dan pembelajaran mesin untuk memprediksi serta mengoptimalkan perilaku material dan proses manufaktur, terutama dalam konteks teknik material dan manufaktur aditif. Dalam lima tahun terakhir, risetnya secara dominan menggunakan pendekatan machine learning, seperti yang terlihat pada publikasi tentang prediksi perilaku pencetakan elektrohidrodinamik, mitigasi degradasi kekerasan pada paduan AA7075-T6, prediksi segregasi zat terlarut pada antarmuka logam/oksida, serta optimasi parameter cetak untuk manufaktur batch dan kontinu bentuk sediaan cetak 3D menggunakan AI. Ia juga mengembangkan hubungan struktur-sifat pada paduan melalui graph neural network dan explainable AI, serta menerapkan analisis elemen hingga dan optimasi multi-respons pada pemesinan laser dan pembubutan keras. Di samping itu, risetnya mencakup studi eksperimental dan komputasi tentang material nuklir, seperti pembentukan nanopartikel uranium nitrida, penjeratan produk fisi pada antarmuka nano dalam bahan bakar logam, serta interaksi fasa Sb-Nd dan Te-Nd dalam matriks U-Zr. Publikasi lamanya memberikan konteks kesinambungan pada kajian antarmuka logam/oksida, sifat elektronik perovskit, dan interaksi lantanida dalam bahan bakar uranium, yang kemudian berevolusi ke arah pemanfaatan machine learning sebagai alat prediktif utama. Secara keseluruhan, fokus mutakhir Samrat adalah integrasi AI dan pembelajaran mesin untuk pemodelan, optimasi, dan pemahaman mendalam tentang fenomena material dan proses manufaktur.