working with computational chemistry, before running

Ketika kita telah memilih kimia komputasi (computational chemistry) sebagai tempat bekerja, maka apa yang akan selanjutnya kita lakukan? Langsung running? Bagi mereka yang telah advance di bidang ini bisa saja langsung running karena telah paham apa yang akan mereka kerjakan, tapi bagi yang baru saja berkutat di bidang ini seperti saya misalnya apakah harus juga langsung running?

Tentu kalian sudah dapat menebak jawabannya kan ? Ya, tidak dapat langsung running, kita harus belajar berpikir untuk menjawab pertanyaan-pertanyaan apakah yang akan saya running? Apakah yang ingin saya peroleh dari running ini? Seberapa akurat data yang saya peroleh? Bagaimanakah cara validasi metode? Seberapa cepat komputer yang akan saya gunakan dan apa software-software yang kira-kira diperlukan? Gratiskah atau berbayarkah? Ah, saya tak mau tahu pokoknya dengan cepat running cepat selesai dan cepat lulus, mungkin inilah yang menjadi pemikiran sebagian orang ketika berkerja dengan kimia komputasi. Hal ini bisa dianalogikan dengan memasak. Ya, memasak nasi goreng misalnya, jika hanya ingin sekedar masak nasi goreng tinggal masukkan saja minyak dan nasi terus digoreng, selesai. Haha, dapat ditebak kan hasil nasi gorengnya? Yah, begitu juga dengan asal running, data yang dihasilkan tentu tidak lebih dari sederetan angka yang tidak berguna atau kalau tidak mau dikatakan sebagai sampah. Pengalaman saya membuktikan bahwa gara-gara tidak tahu bagaimana cara membuat model yang benar, 3 bulan running tidak pernah berhasil, selalu gagal.

Setiap penelitian atau riset pasti memiliki tujuan, nah tujuan inilah nanti yang akan menjadi patokan dari sederetan langkah-langkah yang akan kita ambil atau kita lakukan selanjutnya. Setelah tujuan ditetapkan, maka sudah dapat dipastikan bahwa data yang ingin kita hasilkan sesuai dengan tujuan kita untuk itu diperlukan metode yang tepat dalam running. Validasi metode akan sangat berperan dalam menghasilkan data yang akan diperoleh. Validasi metode dapat dilakukan dengan membandingkan data yang diperoleh dengan data-data dari eksperimen atau jika tidak tersedia data eksperimen. Oleh karena itu sebelum running, kita harus memiliki serangkaian referensi tentang apa yang kita kerjakan, baik dari segi komputasi ataupun segi eksperimen. Biasanya di jurnal-jurnal internasional selalu dibandingkan antara data hasil komputasi dengan eksperimen. Nah, masalahnya adalah jika tidak tersedia data eksperimen, lalu apakah yang harus kita lakukan? Kita harus memiliki metode yang masuk akal tentang apa yang kita kaji berdasarkan asumsi yang sesuai dengan kemampuan kita. Hati-hati jika seseorang memberitahukan bahwa metodenya adalah yang terbaik, bisa jadi dia sangat tahu banyak atau sama sekali tidak tahu tentang apa yang ia kaji. Metode ini juga berkaitan dengan pendekatan yang kita gunakan. Pendekatan yang tepat sangat penting agar data yang dihasilkan tidak sia-sia atau sampah.

Setelah kita mendapatkan metode yang cocok, maka selanjutnya adalah spesifikasi komputer yang kita gunakan. Tak dapat dipungkiri bahwa komputer merupakan salah satu faktor penting dalam keberhasilan riset di kimia komputasi. Semakin tinggi spesifikasi komputer, maka semakin banyak hal-hal yang dapat kita eksplorasi. Komputer juga akan berpengaruh dalam efektifitas dan efisiensi kerja kita. Misalnya running lama, satu bulan atau dua bulan tapi hanya sedikit data yang kita peroleh, tentu saja hal ini tidak efektif. Perpaduan antara komputer dengan metode akan menenetukan seberapa lama waktu yang kita butuhkan untuk running. Perhitungan ab initio untuk menyelesaikan secara eksak persamaan schrodinger membutuhkan waktu yang lama meski kita memiliki komputer yang cukup memadai. Cara yang terbaik adalah mengkompromikan antara metode dengan hal yang akan kita kaji. Langkah terbaik yang harus diambil adalah rajin-rajin membaca dan mempertimbangkan waktu yang kira-kira kita butuhkan. Semakin tinggi level teori dan semakin besar basis set yang kita gunakan tidak selalu menjamin bahwa akurasi yang semakin meningkat. Akurasi yang dimaksud adalah kesesuaian antara data komputasi dengan eksperimen, justru dalam beberapa kasus semakin tinggi level teori dan semakin besar basis set yang kita gunakan malah hasil yang diperoleh sangat jauh dari harapan.

Nah, jika kita telah memiliki komputer yang memadai maka yang harus kita pelajari lagi adalah bagaimana kerja software yang akan kita gunakan. Di dunia ini banyak sekali software-software kimia komputasi mulai dari yang gratis hingga yang harganya mahal setengah mati. Mulai dari yang run di atas platform Windows hingga yang berjalan di Linux. Yang kemudian menjadi permasalahan adalah bagaimana kualitas dari software tersebut. Apakah kualitasnya telah diakui oleh dunia internasional ataukah tidak? Pemakaian software tidak sebatas dilihat dari harga, tapi dari kualtias data yang dihasilkan. Dari beberapa jurnal komputasi yang pernah saya baca rata-rata memang tidak selalu menggunakan satu software saja ada yang menggunakan GAUSSIAN, HyperChem, DMol, VASP, SPARTAN, GAMESS, TurboMole. Oia, ada hal lain yang harus juga dipahami, bahwa secara umum software kimia komputasi terbagi menjadi dua tipe, tipe pertama untuk keperluan umum dan tipe kedua untuk keperluan khusus. Tipe untuk keperluan umum artinya software tersebut dapat menjalan berbagai macam kalkulasi yang bersifat umum seperti, optimasi, menghitung frekuensi, keadaan transisi, pergeseran kimia. Tipe yang bersifat khusus artinya software tersebut hanya untuk keperluan tertentu, misalnya docking molekular, QSAR, pemodelan padatan. Nah, hati-hati lagi jika ada yang menyarankan bahwa softwarenya lah yang terbaik hanya karena software itu yang bisa dia gunakan tanpa memperhatikan kualitas data yang dihasilkan oleh software-software yang lain.

Pertama kali saya mengenal GAUSSIAN adalah pada bulan November 2010, waktu itu kampus sempat libur karena erupsi merapi. Di saat semua sedang libur itulah saya pertama kali running dengan GAUSSIAN. Seharian tidak ada yang saya dapatkan kecuali pesan ERROR TERMINATION, bahkan selama satu bulan selanjutnya masih banyak pesan error yang saya terima. Oleh karena itu, saya mencari tutorial-tutorial GAUSSIAN di internet, bertanya pada teman-teman yang lain, sering-sering mencoba running dengan molekul-molekul kecil. Karena dulu sewaktu tahun pertama hingga ketiga saya juga tak sempat mendalami HyperChem, maka di tahun keempat inilah saya ikut praktikum kimia komputasi dengan harapan tahu bagaimana cara kerja dari HyperChem hehe🙂.

Kata salah satu dosen saya ada 2 aspek yang harus diketahui sebelum running, science dari apa yang kita running dan aspek komputasi apa yang kita running. Menurut saya benar juga sih, karena kita memang harus bisa menafsirkan data yang kita dapatkan dan tidak sekedar bisa running. Running itu gampang, yang susah adalah memahami apa yang sedang kita kerjakan.

To be continue…

# ditulis ulang dari buku kimia komputasi Prof. Harno D.P

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s