Rancang Bangun Aplikasi Web Guna Prediksi Polimer dengan Integrasi Agentic AI

Penemuan senyawa polimer baru melalui metode konvensional eksperimen laboratorium sering kali memakan waktu lama dan biaya yang tinggi. Meskipun pemanfaatan kecerdasan buatan (AI) generatif menjanjikan akselerasi penemuan, sistem ini rentan terhadap halusinasi data jika tidak didukung oleh validasi struktural kimia yang pasti. Selain itu, sebagian besar alat prediksi cheminformatics saat ini masih berbasis antarmuka baris perintah (CLI) yang sulit diakses oleh peneliti non-programer. Penelitian ini bertujuan untuk merancang dan membangun aplikasi web bernama "PolyChem" guna memprediksi properti termal polimer, khususnya nilai Glass Transition Temperature (Tg), dengan mengintegrasikan teknologi Agentic AI. Penelitian ini menggunakan metode pengembangan perangkat lunak Prototyping dengan mengadopsi arsitektur Client-Server yang terpisah (decoupled). Sisi frontend dibangun menggunakan React.js untuk menghasilkan antarmuka yang interaktif, sementara sisi backend diorkestrasi menggunakan framework FastAPI guna menangani beban komputasi tingkat tinggi, serta Firebase untuk manajemen autentikasi dan basis data. Sistem ini menerapkan arsitektur Agentic AI berbasis neuro-symbolic, yang memadukan komputasi deterministik RDKit untuk validasi struktural dengan Large Language Model (LLM) sebagai agen penalaran ilmiah. Guna menjamin keandalan dan ketersediaan sistem dari limitasi kuota maupun gangguan jaringan, diterapkan arsitektur multi-provider yang memadukan Google Gemini 2.5 Flash sebagai agen utama dan Groq (Llama 3.3) sebagai agen cadangan (fallback) dengan mekanisme fail-fast. Hasil pengujian fungsionalitas sistem menggunakan metode Black Box Testing secara End-to-End (E2E) menunjukkan bahwa seluruh fitur aplikasi berjalan secara valid dan tangguh (robust). Mekanisme peralihan multi-provider terbukti sukses menjaga sistem agar tetap responsif tanpa mengalami kegagalan (crash) saat layanan utama terinterupsi. Aplikasi web PolyChem berhasil menerjemahkan komputasi kimia yang kompleks menjadi antarmuka visual yang intuitif, sehingga memungkinkan pengguna untuk melakukan skrining polimer secara in silico dengan cepat, mendapatkan prediksi Tg, serta memperoleh justifikasi saintifik yang dapat diandalkan.