Catatan • Buku menjelaskan penggunaan dan konsep implementasi. Angka hasil • energi atau descriptor studi kasus tidak dibuat-buat; nilai numerik harus • berasal dari kalkulasi nyata.
Nama pustaka, metode, dan perangkat lunak pihak ketiga tetap menjadi milik dan tanggung jawab pemegang hak masing-masing. Pengguna perlu mengikuti lisensi, dokumentasi, dan ketentuan sitasi perangkat lunak yang digunakan dalam penelitian.
Halaman PDF 4 / 206
KATA PENGANTAR
Perkembangan kimia komputasi membuat jumlah struktur yang dapat dianalisis meningkat sangat cepat. Di satu sisi, ketersediaan perangkat lunak ilmiah seperti RDKit, xTB/GFN2-xTB, PySCF, dan geomeTRIC memberi peluang untuk membangun alur kerja yang semakin otomatis. Di sisi lain, otomasi yang tidak disertai validasi dapat memperbanyak kesalahan dengan kecepatan yang sama. Karena itu, buku APLIKASI QMSCREEN disusun untuk menempatkan otomasi, quality control, keterlacakan data, dan interpretasi ilmiah dalam satu kerangka kerja yang saling berhubungan.
QMScreen dirancang sebagai high-throughput quantum chemistry dan workflow
manager. Istilah high-throughput di sini tidak sekadar berarti menjalankan banyak
job secara paralel. Maknanya lebih luas: input harus dapat diterima secara massal,
struktur harus dinormalisasi, duplikat perlu dikenali, charge dan multiplicity harus
diperiksa, conformer perlu disiapkan, metode cepat dapat dipakai sebagai
prescreen, dan kandidat yang lolos dapat diteruskan ke DFT. Pada setiap tahap,
status harus tercatat sehingga pengguna mengetahui apakah sebuah nilai benar-
benar tervalidasi atau hanya merupakan hasil parsial.
Buku ini mengikuti implementasi QMScreen V1.0.5 dan memecah fungsi aplikasi menjadi bab-bab yang dapat dipelajari secara bertahap. Pembaca tidak hanya diperkenalkan pada tombol dan menu, tetapi juga pada alasan mengapa suatu pilihan tersedia, risiko ilmiah yang harus dihindari, struktur data yang disimpan, serta bagaimana sebuah keputusan dapat ditelusuri kembali melalui manifest, log, checkpoint, database SQLite, cache, dan environment snapshot. Pendekatan tersebut dimaksudkan agar aplikasi tidak menjadi kotak hitam.
Salah satu prinsip penting yang ditekankan berulang kali adalah bahwa parameter ilmiah harus eksplisit. Functional, basis set, charge, multiplicity, toleransi SCF, jumlah conformer, penggunaan GFN2-xTB, frequency, temperatur, tekanan, dan resource komputasi harus tercatat sebagai bagian dari spesifikasi job. Dengan demikian, dua hasil yang berbeda dapat dibandingkan berdasarkan kondisi kalkulasinya, bukan hanya berdasarkan nama file atau ingatan operator. Prinsip ini juga mendukung reproducible computational research.
Buku ini sengaja memisahkan pembahasan konsep dengan tutorial penggunaan. Bab-bab awal dan tengah menjelaskan data, metode, validasi, serta arsitektur workflow. Bab tutorial kemudian menerapkan konsep tersebut pada contoh sederhana Ethanol sehingga instalasi dan pipeline dapat diuji dengan biaya rendah. Setelah itu, studi kasus menggunakan lima struktur yang memang terdapat pada katalog upload_molekul.json, yaitu 8a, 8c, 8s, 8w, dan 8v. Studi kasus tersebut tidak mengarang nilai energi; fokusnya adalah desain batch, pemeriksaan
Halaman PDF 5 / 206
input, serta cara membandingkan descriptor secara benar apabila kalkulasi telah • selesai.
Bagian evaluasi disediakan agar pembaca dapat menilai pemahamannya sendiri. Dua puluh soal pilihan ganda, latihan audit provenance, rancangan workflow, serta proyek mini pengembangan perangkat lunak diarahkan untuk menghubungkan pengetahuan kimia komputasi dengan praktik rekayasa perangkat lunak ilmiah. Pembaca diharapkan mampu menjelaskan tidak hanya bagaimana menjalankan aplikasi, tetapi juga kapan hasil harus ditolak, kapan perlu diberi warning, dan bagaimana membedakan keberhasilan teknis dari validitas ilmiah.
Ucapan terima kasih disampaikan kepada komunitas pengembang perangkat lunak ilmiah terbuka yang memungkinkan ekosistem seperti QMScreen dibangun di atas komponen yang dapat diperiksa, diuji, dan dikembangkan bersama. Dokumentasi resmi dan literatur yang relevan dicantumkan dalam Daftar Pustaka. Pembaca disarankan selalu memeriksa dokumentasi versi perangkat lunak yang benar-benar digunakan karena API, dukungan platform, dan detail numerik dapat berubah dari waktu ke waktu.
Semoga buku ini menjadi dokumentasi yang berguna untuk pendidikan, riset, pengembangan software kimia komputasi, dan terutama pembentukan kebiasaan kerja yang lebih tertib. Kecepatan komputasi memiliki nilai ilmiah apabila disertai metodologi yang benar, data yang dapat dilacak, interpretasi yang proporsional, serta kesiapan untuk mengulang dan mengaudit kembali seluruh proses ketika diperlukan.
Semarang, Agustus 2026
Penyusun,
Kasmui
Halaman PDF 6 / 206
PETUNJUK PENGGUNAAN BUKU
Buku dapat dibaca secara linear atau digunakan sebagai manual rujukan. Pembaca yang baru mengenal QMScreen disarankan mengikuti Bab 1 sampai Bab 14 secara berurutan. Pengguna yang telah memahami kimia komputasi dapat langsung menuju bab sesuai tahap workflow, sedangkan pengembang perangkat lunak dapat memusatkan perhatian pada Bab 11, 16, dan 17.
1. Gunakan Bab 1-3 untuk memahami posisi QMScreen, bentuk input,
normalisasi, charge, multiplicity, dan deduplikasi.
2. Gunakan Bab 4-9 untuk memahami scientific pipeline dari conformer sampai
descriptor kuantum.
3. Gunakan Bab 10-12 untuk mengelola batch, cache, provenance, ranking,
ekspor, dan benchmark.
4. Gunakan Bab 13-14 sebagai manual antarmuka dan tutorial operasional.
5. Gunakan Bab 15 untuk latihan desain studi kasus berbasis lima molekul
katalog tanpa mengarang hasil numerik.
6. Gunakan Bab 16-18 untuk troubleshooting, pengembangan kode, evaluasi,
dan proyek lanjutan.
Semua perintah, nama menu, dan parameter dalam buku mengikuti implementasi QMScreen V1.0.5 sejauh didukung oleh kode sumber yang menjadi basis dokumentasi. Untuk penelitian, tetap gunakan dokumentasi resmi pustaka ilmiah yang tercantum pada Daftar Pustaka dan catat versi lingkungan yang benar-benar digunakan.
Halaman PDF 7 / 206
DAFTAR ISI
INFORMASI BUKU ............................................................................................... 3
KATA PENGANTAR ............................................................................................. 4
PETUNJUK PENGGUNAAN BUKU .................................................................... 6
DAFTAR ISI ............................................................................................................ 7
BAB 1 PENGANTAR QMSCREEN DAN HIGH-THROUGHPUT QUANTUM CHEMISTRY ......................................................................................................... 19
1.1 Posisi QMScreen dalam riset kimia komputasi ........................................... 19
1.1.1 Prinsip, parameter, dan interpretasi ..................................................... 20
1.1.2 Checklist implementasi dan quality control ........................................ 21
1.2 Tujuan ilmiah dan operasional .................................................................... 21
1.2.1 Prinsip, parameter, dan interpretasi ..................................................... 22
1.2.2 Checklist implementasi dan quality control ........................................ 22
1.4.1 Prinsip, parameter, dan interpretasi ..................................................... 24
1.4.2 Checklist implementasi dan quality control ........................................ 25
1.5 Ruang lingkup buku .................................................................................... 25
1.5.1 Prinsip, parameter, dan interpretasi ..................................................... 26
1.5.2 Checklist implementasi dan quality control ........................................ 26
1.6 Rangkuman Bab .......................................................................................... 27
BAB 2 INPUT MASSAL, FORMAT STRUKTUR, DAN KATALOG PERSISTEN ........................................................................................................... 28
2.1 Sumber input yang didukung ...................................................................... 28
2.1.1 Prinsip, parameter, dan interpretasi ..................................................... 29
2.1.2 Checklist implementasi dan quality control ........................................ 30
2.2 SMILES dan InChI sebagai representasi teks ............................................. 30
Halaman PDF 8 / 206
2.2.1 Prinsip, parameter, dan interpretasi ..................................................... 31
2.2.2 Checklist implementasi dan quality control ........................................ 31
6.4.1 Prinsip, parameter, dan interpretasi ..................................................... 71
6.4.2 Checklist implementasi dan quality control ........................................ 71
6.5 Density fitting dan resource ........................................................................ 72
6.5.1 Prinsip, parameter, dan interpretasi ..................................................... 72
6.5.2 Checklist implementasi dan quality control ........................................ 73
6.6 Rangkuman Bab .......................................................................................... 73
BAB 7 OPTIMASI GEOMETRI, GEOMETRIC, DAN KONTROL KONVERGENSI ................................................................................................... 74
7.1 Optimasi geometri sebagai masalah numerik .............................................. 74
7.1.1 Prinsip, parameter, dan interpretasi ..................................................... 75
7.1.2 Checklist implementasi dan quality control ........................................ 76
7.2.1 Prinsip, parameter, dan interpretasi ..................................................... 76
7.2.2 Checklist implementasi dan quality control ........................................ 77
Halaman PDF 11 / 206
7.3 Basis bertingkat selama optimasi ................................................................ 77
7.3.1 Prinsip, parameter, dan interpretasi ..................................................... 78
7.3.2 Checklist implementasi dan quality control ........................................ 78
7.4 Optimasi gagal dan recovery ....................................................................... 79
7.4.1 Prinsip, parameter, dan interpretasi ..................................................... 79
7.4.2 Checklist implementasi dan quality control ........................................ 80
7.5 Pemeriksaan geometri akhir ........................................................................ 80
7.5.1 Prinsip, parameter, dan interpretasi ..................................................... 81
7.5.2 Checklist implementasi dan quality control ........................................ 81
7.6 Rangkuman Bab .......................................................................................... 81
BAB 8 FREQUENCY, THERMOCHEMISTRY, HESSIAN, DAN MINIMUM CHECK .................................................................................................................. 83
8.1 Makna perhitungan frequency ..................................................................... 83
8.1.1 Prinsip, parameter, dan interpretasi ..................................................... 84
8.1.2 Checklist implementasi dan quality control ........................................ 85
8.2 Minimum lokal dan frekuensi imajiner ....................................................... 85
8.2.1 Prinsip, parameter, dan interpretasi ..................................................... 85
8.2.2 Checklist implementasi dan quality control ........................................ 86
9.5.1 Prinsip, parameter, dan interpretasi ..................................................... 98
9.5.2 Checklist implementasi dan quality control ........................................ 99
9.6 Rangkuman Bab .......................................................................................... 99
BAB 10 SCHEDULING PARALEL, RESOURCE LIMIT, FAIR QUEUE, DAN STOP AMAN ....................................................................................................... 101
12.4.1 Prinsip, parameter, dan interpretasi ................................................. 124
12.4.2 Checklist implementasi dan quality control .................................... 125
12.5 Benchmark dan regression baseline ........................................................ 125
12.5.1 Prinsip, parameter, dan interpretasi ................................................. 126
12.5.2 Checklist implementasi dan quality control .................................... 126
12.6 Rangkuman Bab ...................................................................................... 127
BAB 13 ANTARMUKA STREAMLIT, SIDEBAR, DASHBOARD, DAN SESSION STATE ................................................................................................ 128
13.1 Peran antarmuka ...................................................................................... 128
13.1.1 Prinsip, parameter, dan interpretasi ................................................. 129
13.1.2 Checklist implementasi dan quality control .................................... 130
13.2.1 Prinsip, parameter, dan interpretasi ................................................. 130
13.2.2 Checklist implementasi dan quality control .................................... 131
13.3 Tab Dashboard dan Input & QC.............................................................. 132
13.3.1 Prinsip, parameter, dan interpretasi ................................................. 132
13.3.2 Checklist implementasi dan quality control .................................... 133
13.4 Workflow dan Queue/Monitor ................................................................ 133
13.4.1 Prinsip, parameter, dan interpretasi ................................................. 134
13.4.2 Checklist implementasi dan quality control .................................... 134
13.5 Results dan Benchmark/Provenance ....................................................... 134
13.5.1 Prinsip, parameter, dan interpretasi ................................................. 135
13.5.2 Checklist implementasi dan quality control .................................... 136
13.6 Rangkuman Bab ...................................................................................... 136
BAB 14 TUTORIAL PENGGUNAAN QMSCREEN DARI INSTALASI SAMPAI EKSPOR .............................................................................................. 137
Halaman PDF 15 / 206
14.1 Persiapan lingkungan .............................................................................. 137
14.1.1 Prinsip, parameter, dan interpretasi ................................................. 138
14.1.2 Checklist implementasi dan quality control .................................... 139
16.4.1 Prinsip, parameter, dan interpretasi ................................................. 159
16.4.2 Checklist implementasi dan quality control .................................... 160
16.5 Checklist sebelum publikasi .................................................................... 160
16.5.1 Prinsip, parameter, dan interpretasi ................................................. 161
16.5.2 Checklist implementasi dan quality control .................................... 161
16.6 Rangkuman Bab ...................................................................................... 162
BAB 17 ARSITEKTUR KODE QMSCREEN V1.0.5 DAN PANDUAN PENGEMBANGAN ............................................................................................ 163
17.1 Bootstrap dan workspace writable .......................................................... 163
17.1.1 Prinsip, parameter, dan interpretasi ................................................. 164
17.1.2 Checklist implementasi dan quality control .................................... 165
17.2 Lapisan utilitas dan database ................................................................... 165
17.2.1 Prinsip, parameter, dan interpretasi ................................................. 165
17.2.2 Checklist implementasi dan quality control .................................... 166
Halaman PDF 17 / 206
17.3 Lapisan struktur dan engine .................................................................... 166
17.3.1 Prinsip, parameter, dan interpretasi ................................................. 167
17.3.2 Checklist implementasi dan quality control .................................... 167
17.4 Scheduler dan state .................................................................................. 168
17.4.1 Prinsip, parameter, dan interpretasi ................................................. 168
17.4.2 Checklist implementasi dan quality control .................................... 169
17.5 Prinsip pengembangan lanjutan............................................................... 169
17.5.1 Prinsip, parameter, dan interpretasi ................................................. 170
17.5.2 Checklist implementasi dan quality control .................................... 170
17.6 Rangkuman Bab ...................................................................................... 171
BAB 18 EVALUASI PEMBELAJARAN, LATIHAN, DAN PROYEK PENGEMBANGAN ............................................................................................ 172
18.1 Tujuan evaluasi........................................................................................ 172
18.1.1 Prinsip, parameter, dan interpretasi ................................................. 173
18.1.2 Checklist implementasi dan quality control .................................... 173
18.2 Latihan desain workflow ......................................................................... 174
18.2.1 Prinsip, parameter, dan interpretasi ................................................. 174
18.2.2 Checklist implementasi dan quality control .................................... 175
18.3 Latihan audit provenance ........................................................................ 175
18.3.1 Prinsip, parameter, dan interpretasi ................................................. 176
18.3.2 Checklist implementasi dan quality control .................................... 176
18.4 Proyek mini validasi ................................................................................ 176
18.4.1 Prinsip, parameter, dan interpretasi ................................................. 177
18.4.2 Checklist implementasi dan quality control .................................... 177
18.5 Proyek pengembangan perangkat lunak .................................................. 178
18.5.1 Prinsip, parameter, dan interpretasi ................................................. 178
18.5.2 Checklist implementasi dan quality control .................................... 179
18.6 Rangkuman Bab ...................................................................................... 179
DAFTAR PUSTAKA .......................................................................................... 203
Materi buku APLIKASI QMSCREEN
BAB 1 — Pengantar QMScreen dan High-Throughput Quantum Chemistry
Halaman PDF 19 / 206
BAB 1 PENGANTAR QMSCREEN DAN HIGH-
THROUGHPUT QUANTUM CHEMISTRY
Bab ini membahas pengantar qmscreen dan high-throughput quantum chemistry sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 1.1. Peta konseptual pengantar qmscreen dan high-throughput quantum chemistry.
Gambar 1.1. Peta konseptual pengantar qmscreen dan high-throughput quantum chemistry.
Tabel 1.1. Peta materi Bab 1
Subbab • Fokus • Keluaran utama
1.1 Posisi QMScreen dalam riset kimia komputasi
project terstruktur, hasil per • molekul, log, dan data provenance
1.2 Tujuan ilmiah dan operasional
daftar kandidat yang lolos QC dan • status setiap tahap
1.3 Arsitektur multi-fidelity alur kandidat dari struktur mentah sampai hasil final
1.4 Scientific guardrails QC record dan error code
1.5 Ruang lingkup buku peta belajar dari konsep sampai evaluasi
1.1 Posisi QMScreen dalam riset kimia komputasi
Pembahasan posisi qmscreen dalam riset kimia komputasi dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. QMScreen diposisikan sebagai pengelola workflow high-throughput yang menghubungkan persiapan struktur, metode semiempirik,
Halaman PDF 20 / 206
DFT, validasi hasil, dan pelaporan. Elemen yang paling relevan pada tahap ini meliputi workflow bertingkat, otomasi yang dapat diaudit dan pemisahan scientific logic dan presentation layer. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup workflow bertingkat, otomasi yang dapat diaudit, pemisahan scientific logic dan presentation layer. Keluaran yang diharapkan adalah project terstruktur, hasil per molekul, log, dan data provenance. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
1.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa parameter ilmiah tidak disembunyikan dan energi total lintas komposisi tidak diperlakukan sebagai afinitas universal. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk posisi qmscreen dalam riset kimia komputasi adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah project terstruktur, hasil per molekul, log, dan data provenance benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang
Halaman PDF 21 / 206
sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
1.1.2 Checklist implementasi dan quality control
Pastikan parameter workflow bertingkat telah ditentukan dan disimpan.
Pastikan parameter otomasi yang dapat diaudit telah ditentukan dan disimpan.
Pastikan parameter pemisahan scientific logic dan presentation layer telah
ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: parameter ilmiah tidak disembunyikan
dan energi total lintas komposisi tidak diperlakukan sebagai afinitas universal.
Pastikan keluaran tahap tersedia sebagai project terstruktur, hasil per molekul,
log, dan data provenance dan status QC tercatat.
1.2 Tujuan ilmiah dan operasional
Pada QMScreen, tujuan ilmiah dan operasional bukan fitur dekoratif antarmuka. Tujuan utama bukan sekadar mempercepat klik, tetapi menyeragamkan proses agar banyak kandidat diperlakukan dengan aturan yang konsisten. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi screening banyak molekul, konsistensi parameter, pengurangan kesalahan input dan reuse hasil. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Secara arsitektural, bagian tujuan ilmiah dan operasional ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi screening banyak molekul, konsistensi parameter, pengurangan kesalahan input, reuse hasil. Keluaran yang diharapkan adalah daftar kandidat yang lolos QC dan status setiap tahap. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 22 / 206
1.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa otomasi harus berhenti atau memberi peringatan ketika prasyarat ilmiah tidak terpenuhi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari tujuan ilmiah dan operasional sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah daftar kandidat yang lolos QC dan status setiap tahap benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
1.2.2 Checklist implementasi dan quality control
Pastikan parameter screening banyak molekul telah ditentukan dan disimpan.
Pastikan parameter konsistensi parameter telah ditentukan dan disimpan.
Pastikan parameter pengurangan kesalahan input telah ditentukan dan
disimpan.
Pastikan guardrail berikut dipenuhi: otomasi harus berhenti atau memberi
peringatan ketika prasyarat ilmiah tidak terpenuhi.
Pastikan keluaran tahap tersedia sebagai daftar kandidat yang lolos QC dan
status setiap tahap dan status QC tercatat.
1.3 Arsitektur multi-fidelity
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks arsitektur multi-fidelity, QMScreen memakai tahapan berbiaya berbeda sehingga perhitungan murah dapat mendahului perhitungan mahal. Elemen yang paling relevan pada tahap ini meliputi RDKit,
Halaman PDF 23 / 206
GFN2-xTB, DFT, frequency opsional dan descriptor. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti `RDKit`, `GFN2-xTB`, `DFT`, frequency opsional, `descriptor` pada manifest atau provenance. Keluaran yang diharapkan adalah alur kandidat dari struktur mentah sampai hasil final. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
1.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa setiap penyaringan harus mempertahankan alasan keputusan dan tidak menganggap metode cepat identik dengan DFT. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, arsitektur multi-fidelity perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah alur kandidat dari struktur mentah sampai hasil final benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 24 / 206
1.3.2 Checklist implementasi dan quality control
Pastikan parameter RDKit telah ditentukan dan disimpan.
Pastikan parameter GFN2-xTB telah ditentukan dan disimpan.
Pastikan parameter DFT telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: setiap penyaringan harus mempertahankan alasan keputusan dan tidak menganggap metode cepat identik dengan DFT.
Pastikan keluaran tahap tersedia sebagai alur kandidat dari struktur mentah
sampai hasil final dan status QC tercatat.
1.4 Scientific guardrails
Guardrail adalah aturan eksplisit yang mencegah kombinasi parameter yang jelas tidak konsisten dan memaksa metadata disimpan. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi charge, multiplicity, konvergensi SCF, minimum check, unit dan provenance. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `charge`, `multiplicity`, konvergensi SCF, minimum check, `unit`, `provenance` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah QC record dan error code. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
1.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa warning tidak boleh disamakan dengan error; hasil parsial harus diberi status yang benar. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai
Halaman PDF 25 / 206
belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji scientific guardrails pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah QC record dan error code benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
1.4.2 Checklist implementasi dan quality control
Pastikan parameter charge telah ditentukan dan disimpan.
Pastikan parameter multiplicity telah ditentukan dan disimpan.
Pastikan parameter konvergensi SCF telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: warning tidak boleh disamakan dengan
error; hasil parsial harus diberi status yang benar.
Pastikan keluaran tahap tersedia sebagai QC record dan error code dan status
QC tercatat.
1.5 Ruang lingkup buku
Pembahasan ruang lingkup buku dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Buku mengikuti implementasi QMScreen V1.0.5 dan membahas pemakaian, konsep, risiko, interpretasi, serta pengembangan kode. Elemen yang paling relevan pada tahap ini meliputi teori seperlunya, tutorial operasional, studi kasus, validasi dan troubleshooting. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Halaman PDF 26 / 206
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup teori seperlunya, tutorial operasional, studi kasus, `validasi`, `troubleshooting`. Keluaran yang diharapkan adalah peta belajar dari konsep sampai evaluasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
1.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa buku tidak menggantikan perancangan metode riset atau validasi domain kimia spesifik. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk ruang lingkup buku adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah peta belajar dari konsep sampai evaluasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
1.5.2 Checklist implementasi dan quality control
Pastikan parameter teori seperlunya telah ditentukan dan disimpan.
Pastikan parameter tutorial operasional telah ditentukan dan disimpan.
Pastikan parameter studi kasus telah ditentukan dan disimpan.
Halaman PDF 27 / 206
Pastikan guardrail berikut dipenuhi: buku tidak menggantikan perancangan
metode riset atau validasi domain kimia spesifik.
Pastikan keluaran tahap tersedia sebagai peta belajar dari konsep sampai
evaluasi dan status QC tercatat.
1.6 Rangkuman Bab
Bab 1 menunjukkan bahwa pengantar qmscreen dan high-throughput quantum chemistry harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 2 — Input Massal, Format Struktur, dan Katalog Persisten
Halaman PDF 28 / 206
BAB 2 INPUT MASSAL, FORMAT STRUKTUR, DAN
KATALOG PERSISTEN
Bab ini membahas input massal, format struktur, dan katalog persisten sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 2.1. Peta konseptual input massal, format struktur, dan katalog persisten.
Gambar 2.1. Peta konseptual input massal, format struktur, dan katalog persisten.
Tabel 2.1. Peta materi Bab 2
Subbab • Fokus • Keluaran utama
2.1 Sumber input yang didukung objek spesifikasi molekul yang seragam
2.2 SMILES dan InChI sebagai representasi teks
structure key dan metadata sumber
2.3 Upload file terstruktur manifest input dan daftar error per file
2.4 Katalog upload_molekul.json katalog permanen yang dapat dibaca
kembali
2.5 Strategi QC pada tahap input tabel Input & QC dan pesan tindakan
2.1 Sumber input yang didukung
Pembahasan sumber input yang didukung dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Input high-throughput harus menerima representasi molekul yang umum tanpa mengorbankan identitas struktur. Elemen yang paling relevan pada
Halaman PDF 29 / 206
tahap ini meliputi SMILES, InChI, CSV, SDF, MOL, PDB, XYZ, SMI, TXT dan katalog JSON. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `SMILES`, `InChI`, `CSV`, `SDF`, `MOL`, `PDB`, `XYZ`, `SMI`, `TXT`, katalog JSON. Keluaran yang diharapkan adalah objek spesifikasi molekul yang seragam. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
2.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa parser harus membedakan kegagalan sintaks, kegagalan sanitasi, dan informasi stereokimia yang hilang. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk sumber input yang didukung adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah objek spesifikasi molekul yang seragam benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 30 / 206
2.1.2 Checklist implementasi dan quality control
Pastikan parameter SMILES telah ditentukan dan disimpan.
Pastikan parameter InChI telah ditentukan dan disimpan.
Pastikan parameter CSV telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: parser harus membedakan kegagalan
sintaks, kegagalan sanitasi, dan informasi stereokimia yang hilang.
Pastikan keluaran tahap tersedia sebagai objek spesifikasi molekul yang
seragam dan status QC tercatat.
Tabel 2.2. Format input yang dibahas QMScreen
Format Kandungan utama Catatan QC
SMILES/S MI
Konektivitas dalam teks Periksa sanitasi dan stereokimia
InChI Identifier struktur teks Gunakan InChIKey untuk identitas tambahan
CSV Tabel banyak molekul Kolom struktur harus diidentifikasi
SDF/MOL Konektivitas dan koordinat SDF dapat memuat banyak record
PDB Koordinat 3D Konektivitas/atom perlu diperiksa
XYZ Elemen dan koordinat Ikatan tidak selalu eksplisit
TXT Input teks generik Parser harus membedakan SMILES/InChI
2.2 SMILES dan InChI sebagai representasi teks
Pada QMScreen, smiles dan inchi sebagai representasi teks bukan fitur dekoratif antarmuka. Representasi teks memudahkan input massal dan pencatatan ulang, tetapi tetap harus dinormalisasi sebelum dipakai sebagai identitas. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi canonical SMILES, InChIKey, source_ref dan nama input. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Halaman PDF 31 / 206
Secara arsitektural, bagian smiles dan inchi sebagai representasi teks ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi canonical SMILES, `InChIKey`, `source_ref`, nama input. Keluaran yang diharapkan adalah structure key dan metadata sumber. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
2.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa nama pengguna tidak boleh dipakai sebagai satu-satunya kunci identitas karena dapat berbeda untuk struktur sama. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari smiles dan inchi sebagai representasi teks sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah structure key dan metadata sumber benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
2.2.2 Checklist implementasi dan quality control
Pastikan parameter canonical SMILES telah ditentukan dan disimpan.
Pastikan parameter InChIKey telah ditentukan dan disimpan.
Pastikan parameter source_ref telah ditentukan dan disimpan.
Halaman PDF 32 / 206
Pastikan guardrail berikut dipenuhi: nama pengguna tidak boleh dipakai
sebagai satu-satunya kunci identitas karena dapat berbeda untuk struktur sama.
Pastikan keluaran tahap tersedia sebagai structure key dan metadata sumber
dan status QC tercatat.
2.3 Upload file terstruktur
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks upload file terstruktur, File kimia membawa koordinat, konektivitas, atau kumpulan molekul sehingga parser harus mempertahankan informasi yang valid. Elemen yang paling relevan pada tahap ini meliputi SDF multirecord, MOL, PDB, XYZ dan CSV kolom struktur. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti SDF multirecord, `MOL`, `PDB`, `XYZ`, CSV kolom struktur pada manifest atau provenance. Keluaran yang diharapkan adalah manifest input dan daftar error per file. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
2.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa jangan menganggap semua XYZ memiliki konektivitas yang eksplisit; sanitasi dan inferensi ikatan perlu dipantau. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat
Halaman PDF 33 / 206
menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, upload file terstruktur perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah manifest input dan daftar error per file benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
2.3.2 Checklist implementasi dan quality control
Pastikan parameter SDF multirecord telah ditentukan dan disimpan.
Pastikan parameter MOL telah ditentukan dan disimpan.
Pastikan parameter PDB telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jangan menganggap semua XYZ
memiliki konektivitas yang eksplisit; sanitasi dan inferensi ikatan perlu dipantau.
Pastikan keluaran tahap tersedia sebagai manifest input dan daftar error per
file dan status QC tercatat.
2.4 Katalog upload_molekul.json
QMScreen menyimpan input pengguna secara persisten agar molekul yang pernah
ditambahkan dapat digunakan kembali. Dalam workflow komputasi skala besar,
konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan
awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil.
Elemen yang paling relevan pada tahap ini meliputi entry terbaru di atas,
idempotensi struktur, molblock, formula, MW, charge dan multiplicity. Masing-
masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline
tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah,
perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci
hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan
praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian
tak terpisahkan dari hasil (RDKit Documentation, 2026).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti entry terbaru di atas, idempotensi struktur, `molblock`, `formula`, `MW`, `charge`, `multiplicity` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan
Halaman PDF 34 / 206
adalah katalog permanen yang dapat dibaca kembali. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
2.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa katalog bukan pengganti provenance proyek; perubahan struktur harus menghasilkan digest baru. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji katalog upload_molekul.json pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah katalog permanen yang dapat dibaca kembali benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
2.4.2 Checklist implementasi dan quality control
Pastikan parameter entry terbaru di atas telah ditentukan dan disimpan.
Pastikan parameter idempotensi struktur telah ditentukan dan disimpan.
Pastikan parameter molblock telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: katalog bukan pengganti provenance
proyek; perubahan struktur harus menghasilkan digest baru.
Pastikan keluaran tahap tersedia sebagai katalog permanen yang dapat dibaca
kembali dan status QC tercatat.
Halaman PDF 35 / 206
2.5 Strategi QC pada tahap input
Pembahasan strategi qc pada tahap input dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. QC dilakukan sedini mungkin karena kesalahan struktur yang diteruskan ke DFT jauh lebih mahal. Elemen yang paling relevan pada tahap ini meliputi sanitize, formula, atom count, charge, multiplicity dan duplicate. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `sanitize`, `formula`, atom count, `charge`, `multiplicity`, `duplicate`. Keluaran yang diharapkan adalah tabel Input & QC dan pesan tindakan. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
2.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa input invalid harus ditolak sebelum resource komputasi dialokasikan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk strategi qc pada tahap input adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah tabel Input &
Halaman PDF 36 / 206
QC dan pesan tindakan benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
2.5.2 Checklist implementasi dan quality control
Pastikan parameter sanitize telah ditentukan dan disimpan.
Pastikan parameter formula telah ditentukan dan disimpan.
Pastikan parameter atom count telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: input invalid harus ditolak sebelum
resource komputasi dialokasikan.
Pastikan keluaran tahap tersedia sebagai tabel Input & QC dan pesan tindakan
dan status QC tercatat.
Sketsa implementasi Python - Bab 2 (pseudocode original)
for record in incoming_records:
spec = parse_and_normalize(record)
validate_structure(spec)
catalog.store_if_new(spec)
2.6 Rangkuman Bab
Bab 2 menunjukkan bahwa input massal, format struktur, dan katalog persisten harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 3 — Validasi Struktur, Normalisasi, Charge, Multiplicity, dan Deduplikasi
Halaman PDF 37 / 206
BAB 3 VALIDASI STRUKTUR, NORMALISASI, CHARGE, MULTIPLICITY, DAN DEDUPLIKASI
Bab ini membahas validasi struktur, normalisasi, charge, multiplicity, dan deduplikasi sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 3.1. Peta konseptual validasi struktur, normalisasi, charge, multiplicity, dan deduplikasi.
Gambar 3.1. Peta konseptual validasi struktur, normalisasi, charge, multiplicity, dan deduplikasi.
Tabel 3.1. Peta materi Bab 3
Subbab • Fokus • Keluaran utama
3.1 Sanitasi dan normalisasi molekul
molekul kerja dan catatan • normalisasi
3.2 Charge dan multiplicity parameter spin yang diteruskan ke backend
3.3 Canonical structure key spec_hash dan structure key
3.4 Deduplication sebelum queue input unik dan tabel duplikat
3.5 Error taxonomy dan tindakan error record, log, dan status job
3.1 Sanitasi dan normalisasi molekul
Pembahasan sanitasi dan normalisasi molekul dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Normalisasi mengubah berbagai bentuk input menjadi representasi kerja yang konsisten tanpa mengubah identitas kimia secara sembarangan. Elemen yang paling relevan pada tahap ini meliputi sanitasi valensi, hidrogen, aromatisitas, canonicalization dan metadata. Masing-masing elemen
Halaman PDF 38 / 206
harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup sanitasi valensi, `hidrogen`, `aromatisitas`, `canonicalization`, `metadata`. Keluaran yang diharapkan adalah molekul kerja dan catatan normalisasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
3.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa normalisasi tidak boleh menebak tautomer, protonasi, atau stereokimia yang tidak dinyatakan tanpa kebijakan eksplisit. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk sanitasi dan normalisasi molekul adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah molekul kerja dan catatan normalisasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 39 / 206
3.1.2 Checklist implementasi dan quality control
Pastikan parameter sanitasi valensi telah ditentukan dan disimpan.
Pastikan parameter hidrogen telah ditentukan dan disimpan.
Pastikan parameter aromatisitas telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: normalisasi tidak boleh menebak
tautomer, protonasi, atau stereokimia yang tidak dinyatakan tanpa kebijakan eksplisit.
Pastikan keluaran tahap tersedia sebagai molekul kerja dan catatan
normalisasi dan status QC tercatat.
3.2 Charge dan multiplicity
Pada QMScreen, charge dan multiplicity bukan fitur dekoratif antarmuka. Jumlah elektron menentukan apakah kombinasi charge dan multiplicity masuk akal untuk perhitungan elektron. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi electron count, spin, multiplicity = 2S+1 dan closed-shell versus openshell. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Secara arsitektural, bagian charge dan multiplicity ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi electron count, `spin`, multiplicity = 2S+1, closed-shell versus open-shell. Keluaran yang diharapkan adalah parameter spin yang diteruskan ke backend. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
3.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa kombinasi yang tidak konsisten harus menghasilkan QMS-E002 atau peringatan yang dapat ditindaklanjuti. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum
Halaman PDF 40 / 206
tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari charge dan multiplicity sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah parameter spin yang diteruskan ke backend benarbenar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Multiplicity = 2S + 1
3.2.2 Checklist implementasi dan quality control
Pastikan parameter electron count telah ditentukan dan disimpan.
Pastikan parameter spin telah ditentukan dan disimpan.
Pastikan parameter multiplicity = 2S+1 telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: kombinasi yang tidak konsisten harus
menghasilkan QMS-E002 atau peringatan yang dapat ditindaklanjuti.
Pastikan keluaran tahap tersedia sebagai parameter spin yang diteruskan ke
backend dan status QC tercatat.
3.3 Canonical structure key
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks canonical structure key, Kunci struktur kanonik membuat deduplikasi dan cache tidak bergantung pada nama file atau urutan input. Elemen yang paling relevan pada tahap ini meliputi canonical SMILES, InChIKey, charge, multiplicity dan hash. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Halaman PDF 41 / 206
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti canonical SMILES, `InChIKey`, `charge`, `multiplicity`, `hash` pada manifest atau provenance. Keluaran yang diharapkan adalah spec_hash dan structure key. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
3.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa hash harus memasukkan parameter yang mengubah makna kalkulasi; jika tidak, cache dapat mengembalikan hasil yang salah. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, canonical structure key perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah spec_hash dan structure key benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
3.3.2 Checklist implementasi dan quality control
Pastikan parameter canonical SMILES telah ditentukan dan disimpan.
Pastikan parameter InChIKey telah ditentukan dan disimpan.
Pastikan parameter charge telah ditentukan dan disimpan.
Halaman PDF 42 / 206
Pastikan guardrail berikut dipenuhi: hash harus memasukkan parameter yang
mengubah makna kalkulasi; jika tidak, cache dapat mengembalikan hasil yang salah.
Pastikan keluaran tahap tersedia sebagai spec_hash dan structure key dan
status QC tercatat.
3.4 Deduplication sebelum queue
Deduplikasi mengurangi pekerjaan yang sama dan mencegah bias jumlah kandidat pada tabel hasil. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi kelompok struktur sama, daftar duplicate dan sumber pertama/terbaru. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti kelompok struktur sama, daftar duplicate, sumber pertama/terbaru tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah input unik dan tabel duplikat. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
3.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa duplikat harus dilaporkan, bukan dihapus diamdiam, agar pengguna mengetahui perubahan jumlah input. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat
Halaman PDF 43 / 206
karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji deduplication sebelum queue pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah input unik dan tabel duplikat benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
3.4.2 Checklist implementasi dan quality control
Pastikan parameter kelompok struktur sama telah ditentukan dan disimpan.
Pastikan parameter daftar duplicate telah ditentukan dan disimpan.
Pastikan parameter sumber pertama/terbaru telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: duplikat harus dilaporkan, bukan dihapus
diam-diam, agar pengguna mengetahui perubahan jumlah input.
Pastikan keluaran tahap tersedia sebagai input unik dan tabel duplikat dan
status QC tercatat.
3.5 Error taxonomy dan tindakan
Pembahasan error taxonomy dan tindakan dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Kode error konsisten memisahkan kegagalan input, 3D, xTB, SCF, optimasi, frequency, resource, parser, dan ekspor. Elemen yang paling relevan pada tahap ini meliputi QMS-E001 sampai QMS-E010. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup QMS-E001 sampai QMS-E010. Keluaran yang diharapkan adalah error record, log, dan status job. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali
Halaman PDF 44 / 206
keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
3.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa pesan error harus menjelaskan tindakan korektif dan menjaga hasil parsial yang masih valid. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk error taxonomy dan tindakan adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah error record, log, dan status job benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
3.5.2 Checklist implementasi dan quality control
Pastikan parameter QMS-E001 sampai QMS-E010 telah ditentukan dan
disimpan.
Pastikan guardrail berikut dipenuhi: pesan error harus menjelaskan tindakan
korektif dan menjaga hasil parsial yang masih valid.
Pastikan keluaran tahap tersedia sebagai error record, log, dan status job dan
status QC tercatat.
Halaman PDF 45 / 206
Tabel 3.2. Kode error QMScreen dan makna ringkas
Kode Makna Tindakan awal
QMSE001
Struktur tidak dapat dibaca Periksa SMILES/InChI/file dan
stereokimia
QMSE002
Charge/multiplicity tidak konsisten
Periksa jumlah elektron dan spin
QMSE003
Generate 3D gagal Coba seed/parameter conformer lain
QMSE004
GFN2-xTB/TBLite gagal Periksa backend, struktur, charge
QMSE005
SCF tidak konvergen Tinjau struktur, metode, max cycle
QMSE006
Optimasi geometri gagal Periksa geometri dan batas langkah
QMSE007
Frequency/Hessian gagal Energi dapat dipertahankan; minimum belum valid
Result/parser tidak lengkap Periksa raw output dan parser
QMSE010
Ekspor gagal Data database tetap dipertahankan
Sketsa implementasi Python - Bab 3 (pseudocode original)
key = canonical_key(smiles, charge, multiplicity)
if key in seen:
duplicates.append(key)
else:
seen.add(key)
3.6 Rangkuman Bab
Bab 3 menunjukkan bahwa validasi struktur, normalisasi, charge, multiplicity, dan deduplikasi harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap
Halaman PDF 46 / 206
dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 4 — Generate 3D, ETKDGv3, MMFF94/UFF, dan Conformer Screening
Halaman PDF 47 / 206
BAB 4 GENERATE 3D, ETKDGV3, MMFF94/UFF,
DAN CONFORMER SCREENING
Bab ini membahas generate 3d, etkdgv3, mmff94/uff, dan conformer screening sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 4.1. Peta konseptual generate 3d, etkdgv3, mmff94/uff, dan conformer screening.
Gambar 4.1. Peta konseptual generate 3d, etkdgv3, mmff94/uff, dan conformer screening.
Tabel 4.1. Peta materi Bab 4
Subbab • Fokus • Keluaran utama
4.1 Mengapa geometri awal penting
ensemble conformer awal
4.2 ETKDGv3 untuk embedding daftar conformer dan status embedding
4.3 Pre-optimasi MMFF94 dan UFF
energi relatif dan ranking conformer
4.4 Seleksi conformer subset conformer terpilih
4.5 QC conformer batch log conformer, final chosen geometry
4.1 Mengapa geometri awal penting
Pembahasan mengapa geometri awal penting dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Metode kuantum mengoptimasi dari titik awal tertentu; struktur 3D yang buruk dapat memperlambat atau mengarahkan optimasi ke
Halaman PDF 48 / 206
minimum yang tidak diinginkan. Elemen yang paling relevan pada tahap ini meliputi embed 3D, stereokimia, hidrogen dan random seed. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup embed 3D, `stereokimia`, `hidrogen`, random seed. Keluaran yang diharapkan adalah ensemble conformer awal. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
4.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa konektivitas valid tidak menjamin geometri 3D layak; clash dan koordinat aneh harus dideteksi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk mengapa geometri awal penting adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah ensemble conformer awal benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 49 / 206
4.1.2 Checklist implementasi dan quality control
Pastikan parameter embed 3D telah ditentukan dan disimpan.
Pastikan parameter stereokimia telah ditentukan dan disimpan.
Pastikan parameter hidrogen telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: konektivitas valid tidak menjamin
geometri 3D layak; clash dan koordinat aneh harus dideteksi.
Pastikan keluaran tahap tersedia sebagai ensemble conformer awal dan status
QC tercatat.
4.2 ETKDGv3 untuk embedding
Pada QMScreen, etkdgv3 untuk embedding bukan fitur dekoratif antarmuka. ETKDG menggabungkan distance geometry dan pengetahuan torsional untuk menghasilkan conformer yang lebih realistis bagi banyak molekul organik. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi jumlah conformer, seed, prune threshold dan embedding failures. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Secara arsitektural, bagian etkdgv3 untuk embedding ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi jumlah conformer, `seed`, prune threshold, embedding failures. Keluaran yang diharapkan adalah daftar conformer dan status embedding. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
4.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa jumlah conformer adalah kompromi coverage dan biaya; tidak ada angka universal. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status
Halaman PDF 50 / 206
QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari etkdgv3 untuk embedding sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah daftar conformer dan status embedding benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
4.2.2 Checklist implementasi dan quality control
Pastikan parameter jumlah conformer telah ditentukan dan disimpan.
Pastikan parameter seed telah ditentukan dan disimpan.
Pastikan parameter prune threshold telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jumlah conformer adalah kompromi
coverage dan biaya; tidak ada angka universal.
Pastikan keluaran tahap tersedia sebagai daftar conformer dan status
embedding dan status QC tercatat.
4.3 Pre-optimasi MMFF94 dan UFF
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks pre-optimasi mmff94 dan uff, Force field murah dipakai untuk mengurangi strain sebelum prescreen semiempirik atau DFT. Elemen yang paling relevan pada tahap ini meliputi MMFF94 bila parameter tersedia dan UFF sebagai alternatif. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil
Halaman PDF 51 / 206
mempertahankan parameter seperti MMFF94 bila parameter tersedia, UFF sebagai alternatif pada manifest atau provenance. Keluaran yang diharapkan adalah energi relatif dan ranking conformer. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
4.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa energi force field hanya untuk seleksi internal tahap awal, bukan pengganti energi elektronik DFT. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, pre-optimasi mmff94 dan uff perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah energi relatif dan ranking conformer benarbenar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
4.3.2 Checklist implementasi dan quality control
Pastikan parameter MMFF94 bila parameter tersedia telah ditentukan dan
disimpan.
Pastikan parameter UFF sebagai alternatif telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: energi force field hanya untuk seleksi
internal tahap awal, bukan pengganti energi elektronik DFT.
Pastikan keluaran tahap tersedia sebagai energi relatif dan ranking conformer
dan status QC tercatat.
Halaman PDF 52 / 206
4.4 Seleksi conformer
Conformer dapat dipilih berdasarkan energi, keragaman, dan batas jumlah kandidat yang diteruskan. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi energy window, RMSD concept dan top-N. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti energy window, RMSD concept, `top-N` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah subset conformer terpilih. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
4.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa seleksi terlalu agresif dapat kehilangan basin penting; terlalu longgar memboroskan resource. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji seleksi conformer pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah subset conformer terpilih benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang
Halaman PDF 53 / 206
dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
4.4.2 Checklist implementasi dan quality control
Pastikan parameter energy window telah ditentukan dan disimpan.
Pastikan parameter RMSD concept telah ditentukan dan disimpan.
Pastikan parameter top-N telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: seleksi terlalu agresif dapat kehilangan
basin penting; terlalu longgar memboroskan resource.
Pastikan keluaran tahap tersedia sebagai subset conformer terpilih dan status
QC tercatat.
4.5 QC conformer batch
Pembahasan qc conformer batch dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Batch besar membutuhkan pencatatan conformer yang gagal tanpa menggagalkan molekul lain. Elemen yang paling relevan pada tahap ini meliputi exception per conformer, fallback, seed alternatif dan checkpoint. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (RDKit Documentation, 2026).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup exception per conformer, `fallback`, seed alternatif, `checkpoint`. Keluaran yang diharapkan adalah log conformer, final chosen geometry. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
4.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan
Halaman PDF 54 / 206
adalah bahwa kegagalan satu conformer harus dipisahkan dari kegagalan struktur keseluruhan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk qc conformer batch adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah log conformer, final chosen geometry benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
4.5.2 Checklist implementasi dan quality control
Pastikan parameter exception per conformer telah ditentukan dan disimpan.
Pastikan parameter fallback telah ditentukan dan disimpan.
Pastikan parameter seed alternatif telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: kegagalan satu conformer harus
dipisahkan dari kegagalan struktur keseluruhan.
Pastikan keluaran tahap tersedia sebagai log conformer, final chosen
geometry dan status QC tercatat.
Sketsa implementasi Python - Bab 4 (pseudocode original)
Bab 4 menunjukkan bahwa generate 3d, etkdgv3, mmff94/uff, dan conformer screening harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada
Halaman PDF 55 / 206
kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 5 — Prescreen GFN2-xTB dan Strategi Multi-Fidelity
Halaman PDF 56 / 206
BAB 5 PRESCREEN GFN2-XTB DAN STRATEGI
MULTI-FIDELITY
Bab ini membahas prescreen gfn2-xtb dan strategi multi-fidelity sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 5.1. Peta konseptual prescreen gfn2-xtb dan strategi multi-fidelity.
Gambar 5.1. Peta konseptual prescreen gfn2-xtb dan strategi multi-fidelity.
Tabel 5.1. Peta materi Bab 5
Subbab • Fokus • Keluaran utama
5.1 Peran GFN2-xTB energi prescreen dan status backend
5.2 TBLite dan fallback CLI record backend dan raw output
5.3 Seleksi kandidat setelah prescreen
subset kandidat menuju DFT
5.4 Failure mode prescreen status prescreen dan tindakan korektif
5.5 Desain multi-fidelity yang dapat diaudit
audit trail seleksi kandidat
5.1 Peran GFN2-xTB
Pembahasan peran gfn2-xtb dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. GFN2-xTB menyediakan perhitungan tight-binding yang jauh lebih murah dibanding DFT dan dapat digunakan sebagai prescreen. Elemen yang paling relevan pada tahap ini meliputi TBLite Python backend, xTB CLI fallback dan energi single-point. Masing-masing elemen harus memiliki representasi data yang
Halaman PDF 57 / 206
eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Bannwarth, Ehlert, & Grimme, 2019).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup TBLite Python backend, xTB CLI fallback, energi single-point. Keluaran yang diharapkan adalah energi prescreen dan status backend. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
5.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa hasil xTB tidak boleh disamakan dengan energi DFT atau dipakai sebagai bukti akhir tanpa validasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk peran gfn2-xtb adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah energi prescreen dan status backend benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 58 / 206
5.1.2 Checklist implementasi dan quality control
Pastikan parameter TBLite Python backend telah ditentukan dan disimpan.
Pastikan parameter xTB CLI fallback telah ditentukan dan disimpan.
Pastikan parameter energi single-point telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: hasil xTB tidak boleh disamakan dengan
energi DFT atau dipakai sebagai bukti akhir tanpa validasi.
Pastikan keluaran tahap tersedia sebagai energi prescreen dan status backend
dan status QC tercatat.
5.2 TBLite dan fallback CLI
Pada QMScreen, tblite dan fallback cli bukan fitur dekoratif antarmuka. Implementasi memilih backend Python ketika tersedia dan dapat menggunakan xTB CLI sebagai fallback. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi deteksi backend, atomic numbers, coordinates, charge dan uhf. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Bannwarth, Ehlert, & Grimme, 2019).
Secara arsitektural, bagian tblite dan fallback cli ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi deteksi backend, atomic numbers, `coordinates`, `charge`, `uhf`. Keluaran yang diharapkan adalah record backend dan raw output. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
5.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa fallback harus mempertahankan unit, parameter, dan parser yang konsisten. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini
Halaman PDF 59 / 206
juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari tblite dan fallback cli sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah record backend dan raw output benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
5.2.2 Checklist implementasi dan quality control
Pastikan parameter deteksi backend telah ditentukan dan disimpan.
Pastikan parameter atomic numbers telah ditentukan dan disimpan.
Pastikan parameter coordinates telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: fallback harus mempertahankan unit,
parameter, dan parser yang konsisten.
Pastikan keluaran tahap tersedia sebagai record backend dan raw output dan
status QC tercatat.
5.3 Seleksi kandidat setelah prescreen
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks seleksi kandidat setelah prescreen, Prescreen dapat mengurutkan conformer atau kandidat sebelum DFT untuk memfokuskan biaya komputasi. Elemen yang paling relevan pada tahap ini meliputi ranking energi internal, top-N dan threshold relatif. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Bannwarth, Ehlert, & Grimme, 2019).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti ranking energi internal, `top-N`, threshold
Halaman PDF 60 / 206
relatif pada manifest atau provenance. Keluaran yang diharapkan adalah subset kandidat menuju DFT. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
5.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa energi total antar formula berbeda tidak boleh dipakai sebagai skor lintas komposisi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, seleksi kandidat setelah prescreen perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah subset kandidat menuju DFT benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
5.3.2 Checklist implementasi dan quality control
Pastikan parameter ranking energi internal telah ditentukan dan disimpan.
Pastikan parameter top-N telah ditentukan dan disimpan.
Pastikan parameter threshold relatif telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: energi total antar formula berbeda tidak
boleh dipakai sebagai skor lintas komposisi.
Pastikan keluaran tahap tersedia sebagai subset kandidat menuju DFT dan
status QC tercatat.
Halaman PDF 61 / 206
5.4 Failure mode prescreen
Kegagalan dapat berasal dari struktur, charge, backend, elemen, atau proses eksternal. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi QMS-E004, timeout concept dan parser energy. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Bannwarth, Ehlert, & Grimme, 2019).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `QMS-E004`, timeout concept, parser energy tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah status prescreen dan tindakan korektif. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
5.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa opsi menonaktifkan prescreen berguna untuk diagnosis tetapi harus dicatat di provenance. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji failure mode prescreen pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah status prescreen dan tindakan korektif benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan
Halaman PDF 62 / 206
mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
5.4.2 Checklist implementasi dan quality control
Pastikan parameter QMS-E004 telah ditentukan dan disimpan.
Pastikan parameter timeout concept telah ditentukan dan disimpan.
Pastikan parameter parser energy telah ditentukan dan disimpan.
untuk diagnosis tetapi harus dicatat di provenance.
Pastikan keluaran tahap tersedia sebagai status prescreen dan tindakan
korektif dan status QC tercatat.
5.5 Desain multi-fidelity yang dapat diaudit
Pembahasan desain multi-fidelity yang dapat diaudit dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Setiap tahap murah harus diperlakukan sebagai filter dengan alasan yang eksplisit. Elemen yang paling relevan pada tahap ini meliputi stage record, threshold, method label dan hash. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Bannwarth, Ehlert, & Grimme, 2019).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup stage record, `threshold`, method label, `hash`. Keluaran yang diharapkan adalah audit trail seleksi kandidat. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
5.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa jangan mengubah threshold setelah melihat hasil tanpa mencatat
Halaman PDF 63 / 206
perubahan karena dapat menciptakan bias seleksi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk desain multi-fidelity yang dapat diaudit adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah audit trail seleksi kandidat benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
5.5.2 Checklist implementasi dan quality control
Pastikan parameter stage record telah ditentukan dan disimpan.
Pastikan parameter threshold telah ditentukan dan disimpan.
Pastikan parameter method label telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jangan mengubah threshold setelah
melihat hasil tanpa mencatat perubahan karena dapat menciptakan bias seleksi.
Pastikan keluaran tahap tersedia sebagai audit trail seleksi kandidat dan status
QC tercatat.
Sketsa implementasi Python - Bab 5 (pseudocode original)
if tblite_available():
energy = gfn2_singlepoint(structure)
else:
energy = xtb_cli_singlepoint(structure)
5.6 Rangkuman Bab
Bab 5 menunjukkan bahwa prescreen gfn2-xtb dan strategi multi-fidelity harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan
Halaman PDF 64 / 206
keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 6 — DFT PySCF, Functional, dan Basis Set Bertingkat
Halaman PDF 65 / 206
BAB 6 DFT PYSCF, FUNCTIONAL, DAN BASIS SET
BERTINGKAT
Bab ini membahas dft pyscf, functional, dan basis set bertingkat sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 6.1. Peta konseptual dft pyscf, functional, dan basis set bertingkat.
Gambar 6.1. Peta konseptual dft pyscf, functional, dan basis set bertingkat.
Tabel 6.1. Peta materi Bab 6
Subbab • Fokus • Keluaran utama
6.1 PySCF sebagai engine elektronik
energi SCF, orbital, density matrix, • log
6.2 Functional yang tersedia method label dan parameter XC
6.3 Basis optimasi dan basis final basis_opt dan basis_final
6.4 SCF convergence controls converged flag dan QMS-E005
6.5 Density fitting dan resource resource record dan runtime
6.1 PySCF sebagai engine elektronik
Pembahasan pyscf sebagai engine elektronik dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. QMScreen menggunakan PySCF untuk membangun molekul, menjalankan SCF/DFT, dan menurunkan besaran elektronik. Elemen yang paling relevan pada tahap ini meliputi gto, dft, scf, memory, threads dan density fitting. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila
Halaman PDF 66 / 206
relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip
tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan
asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al.,
2020).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `gto`, `dft`, `scf`, `memory`, `threads`, density fitting. Keluaran yang diharapkan adalah energi SCF, orbital, density matrix, log. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
6.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa engine harus menerima charge, spin, basis, functional, dan toleransi yang tersimpan di job specification. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk pyscf sebagai engine elektronik adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah energi SCF, orbital, density matrix, log benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
6.1.2 Checklist implementasi dan quality control
Pastikan parameter gto telah ditentukan dan disimpan.
Halaman PDF 67 / 206
Pastikan parameter dft telah ditentukan dan disimpan.
Pastikan parameter scf telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: engine harus menerima charge, spin,
basis, functional, dan toleransi yang tersimpan di job specification.
Pastikan keluaran tahap tersedia sebagai energi SCF, orbital, density matrix,
log dan status QC tercatat.
6.2 Functional yang tersedia
Pada QMScreen, functional yang tersedia bukan fitur dekoratif antarmuka. Antarmuka menyediakan B3LYP, PBE0, M06-2X, CAM-B3LYP, dan WB97X sebagai pilihan DFT. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi hybrid, meta-hybrid dan range-separated concept. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Secara arsitektural, bagian functional yang tersedia ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi `hybrid`, `meta-hybrid`, range-separated concept. Keluaran yang diharapkan adalah method label dan parameter XC. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
6.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa functional tidak dipilih berdasarkan popularitas saja; domain kimia dan properti target menentukan validasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam
Halaman PDF 68 / 206
laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari functional yang tersedia sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah method label dan parameter XC benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
6.2.2 Checklist implementasi dan quality control
Pastikan parameter hybrid telah ditentukan dan disimpan.
Pastikan parameter meta-hybrid telah ditentukan dan disimpan.
Pastikan parameter range-separated concept telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: functional tidak dipilih berdasarkan
popularitas saja; domain kimia dan properti target menentukan validasi.
Pastikan keluaran tahap tersedia sebagai method label dan parameter XC dan
status QC tercatat.
Tabel 6.2. Functional DFT yang tersedia pada antarmuka
Functional Keluarga umum Catatan penggunaan
B3LYP Hybrid GGA Pilihan umum; tetap perlu validasi untuk properti target
PBE0 Hybrid GGA Parameter-free hybrid berdasarkan PBE
M06-2X Hybrid meta-GGA Pertukaran nonlokal tinggi; banyak dipakai untuk main-group
CAM-B3LYP Range-separated hybrid
Memisahkan kontribusi jarak pendek/panjang
WB97X Range-separated hybrid
Functional long-range corrected
Halaman PDF 69 / 206
6.3 Basis optimasi dan basis final
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks basis optimasi dan basis final, Basis bertingkat memisahkan biaya optimasi dari akurasi single-point final. Elemen yang paling relevan pada tahap ini meliputi STO-3G sampai def2-QZVP, ccpVXZ dan aug-cc-pVDZ. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti STO-3G sampai def2-QZVP, `cc-pVXZ`, `aug-cc-pVDZ` pada manifest atau provenance. Keluaran yang diharapkan adalah basis_opt dan basis_final. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
6.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa basis lebih besar meningkatkan biaya dan tidak selalu memperbaiki semua observabel secara monoton. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, basis optimasi dan basis final perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah basis_opt dan basis_final benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil
Halaman PDF 70 / 206
akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
6.3.2 Checklist implementasi dan quality control
Pastikan parameter STO-3G sampai def2-QZVP telah ditentukan dan
disimpan.
Pastikan parameter cc-pVXZ telah ditentukan dan disimpan.
Pastikan parameter aug-cc-pVDZ telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: basis lebih besar meningkatkan biaya dan
tidak selalu memperbaiki semua observabel secara monoton.
Pastikan keluaran tahap tersedia sebagai basis_opt dan basis_final dan status
Konvergensi SCF dipengaruhi struktur, metode, spin, dan parameter numerik. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi conv_tol 1e-3 sampai 1e-10, max cycle, grid level dan fallback. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Halaman PDF 71 / 206
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti conv_tol 1e-3 sampai 1e-10, max cycle, grid level, `fallback` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah converged flag dan QMSE005. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
6.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa SCF yang tidak konvergen tidak boleh dilabeli sukses hanya karena menghasilkan angka energi terakhir. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji scf convergence controls pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah converged flag dan QMS-E005 benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
6.4.2 Checklist implementasi dan quality control
Pastikan parameter conv_tol 1e-3 sampai 1e-10 telah ditentukan dan
disimpan.
Pastikan parameter max cycle telah ditentukan dan disimpan.
Pastikan parameter grid level telah ditentukan dan disimpan.
Halaman PDF 72 / 206
Pastikan guardrail berikut dipenuhi: SCF yang tidak konvergen tidak boleh
dilabeli sukses hanya karena menghasilkan angka energi terakhir.
Pastikan keluaran tahap tersedia sebagai converged flag dan QMS-E005 dan
status QC tercatat.
6.5 Density fitting dan resource
Pembahasan density fitting dan resource dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Density fitting dapat menurunkan biaya beberapa langkah tetapi perlu dicatat sebagai bagian metode. Elemen yang paling relevan pada tahap ini meliputi RI/DF, memory per job dan CPU threads. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `RI/DF`, memory per job, CPU threads. Keluaran yang diharapkan adalah resource record dan runtime. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
6.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa optimasi performa tidak boleh mengubah definisi metode tanpa metadata. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada
Halaman PDF 73 / 206
ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk density fitting dan resource adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah resource record dan runtime benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
6.5.2 Checklist implementasi dan quality control
Pastikan parameter RI/DF telah ditentukan dan disimpan.
Pastikan parameter memory per job telah ditentukan dan disimpan.
Pastikan parameter CPU threads telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: optimasi performa tidak boleh mengubah
definisi metode tanpa metadata.
Pastikan keluaran tahap tersedia sebagai resource record dan runtime dan
status QC tercatat.
Sketsa implementasi Python - Bab 6 (pseudocode original)
Bab 6 menunjukkan bahwa dft pyscf, functional, dan basis set bertingkat harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 7 — Optimasi Geometri, geomeTRIC, dan Kontrol Konvergensi
Halaman PDF 74 / 206
BAB 7 OPTIMASI GEOMETRI, GEOMETRIC, DAN
KONTROL KONVERGENSI
Bab ini membahas optimasi geometri, geometric, dan kontrol konvergensi sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 7.1. Peta konseptual optimasi geometri, geometric, dan kontrol konvergensi.
Gambar 7.1. Peta konseptual optimasi geometri, geometric, dan kontrol konvergensi.
Tabel 7.1. Peta materi Bab 7
Subbab • Fokus • Keluaran utama
7.1 Optimasi geometri sebagai masalah numerik
geometri final dan status optimasi
7.2 Integrasi geomeTRIC trajectory dan convergence metadata
7.3 Basis bertingkat selama optimasi
energy_opt dan energy_final
7.4 Optimasi gagal dan recovery checkpoint optimasi dan failure record
7.5 Pemeriksaan geometri akhir final geometry dan preview
7.1 Optimasi geometri sebagai masalah numerik
Pembahasan optimasi geometri sebagai masalah numerik dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Optimasi mencari titik stasioner pada permukaan energi potensial dengan menggunakan energi dan gradien. Elemen yang paling relevan pada tahap ini meliputi iteration, gradient norm, step dan convergence.
Halaman PDF 75 / 206
Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Wang, Song, & Martínez, 2016).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `iteration`, gradient norm, `step`, `convergence`. Keluaran yang diharapkan adalah geometri final dan status optimasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
7.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa energi menurun saja tidak cukup untuk menyatakan optimasi konvergen. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk optimasi geometri sebagai masalah numerik adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah geometri final dan status optimasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 76 / 206
7.1.2 Checklist implementasi dan quality control
Pastikan parameter iteration telah ditentukan dan disimpan.
Pastikan parameter gradient norm telah ditentukan dan disimpan.
Pastikan parameter step telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: energi menurun saja tidak cukup untuk
menyatakan optimasi konvergen.
Pastikan keluaran tahap tersedia sebagai geometri final dan status optimasi
dan status QC tercatat.
7.2 Integrasi geomeTRIC
Pada QMScreen, integrasi geometric bukan fitur dekoratif antarmuka. geomeTRIC menggunakan koordinat internal translasi-rotasi untuk optimasi yang robust dan berinteraksi dengan engine energi/gradien. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi PySCF interface, max steps dan coordinates. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Wang, Song, & Martínez, 2016).
Secara arsitektural, bagian integrasi geometric ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi PySCF interface, max steps, `coordinates`. Keluaran yang diharapkan adalah trajectory dan convergence metadata. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
7.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa optimizer adalah lapisan numerik; kualitas metode elektronik tetap menentukan permukaan energi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari
Halaman PDF 77 / 206
keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari integrasi geometric sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah trajectory dan convergence metadata benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
7.2.2 Checklist implementasi dan quality control
Pastikan parameter PySCF interface telah ditentukan dan disimpan.
Pastikan parameter max steps telah ditentukan dan disimpan.
Pastikan parameter coordinates telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: optimizer adalah lapisan numerik;
kualitas metode elektronik tetap menentukan permukaan energi.
Pastikan keluaran tahap tersedia sebagai trajectory dan convergence metadata
dan status QC tercatat.
7.3 Basis bertingkat selama optimasi
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks basis bertingkat selama optimasi, Optimasi pada basis moderat diikuti single-point lebih tinggi mengurangi total biaya. Elemen yang paling relevan pada tahap ini meliputi def2-SVP -> def2-TZVP sebagai default antarmuka. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Wang, Song, & Martínez, 2016).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti def2-SVP -> def2-TZVP sebagai default
Halaman PDF 78 / 206
antarmuka pada manifest atau provenance. Keluaran yang diharapkan adalah energy_opt dan energy_final. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
7.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa strategi dua tingkat harus divalidasi untuk sistem yang sangat fleksibel, bermuatan, atau memiliki interaksi lemah. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, basis bertingkat selama optimasi perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah energy_opt dan energy_final benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
7.3.2 Checklist implementasi dan quality control
Pastikan parameter def2-SVP -> def2-TZVP sebagai default antarmuka telah
ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: strategi dua tingkat harus divalidasi
untuk sistem yang sangat fleksibel, bermuatan, atau memiliki interaksi lemah.
Pastikan keluaran tahap tersedia sebagai energy_opt dan energy_final dan
status QC tercatat.
Halaman PDF 79 / 206
7.4 Optimasi gagal dan recovery
Kegagalan dapat dipicu geometri buruk, SCF tidak stabil, batas langkah, atau masalah backend. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi QMS-E006, restart, seed/conformer alternatif dan max steps. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Wang, Song, & Martínez, 2016).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `QMS-E006`, `restart`, seed/conformer alternatif, max steps tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah checkpoint optimasi dan failure record. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
7.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa recovery tidak boleh menghapus jejak upaya gagal; setiap percobaan perlu status dan log. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji optimasi gagal dan recovery pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah checkpoint optimasi dan failure record benar-benar
Halaman PDF 80 / 206
tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
7.4.2 Checklist implementasi dan quality control
Pastikan parameter QMS-E006 telah ditentukan dan disimpan.
Pastikan parameter restart telah ditentukan dan disimpan.
Pastikan parameter seed/conformer alternatif telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: recovery tidak boleh menghapus jejak
upaya gagal; setiap percobaan perlu status dan log.
Pastikan keluaran tahap tersedia sebagai checkpoint optimasi dan failure
record dan status QC tercatat.
7.5 Pemeriksaan geometri akhir
Pembahasan pemeriksaan geometri akhir dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Geometri final perlu diuji konektivitas, koordinat, serta kesiapan untuk frequency dan descriptor. Elemen yang paling relevan pada tahap ini meliputi final molblock, 2D connectivity dan 3D view. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Wang, Song, & Martínez, 2016).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup final molblock, 2D connectivity, 3D view. Keluaran yang diharapkan adalah final geometry dan preview. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 81 / 206
7.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa optimasi dapat mengubah jarak secara besar tanpa mengubah konektivitas formal; inspeksi tetap diperlukan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk pemeriksaan geometri akhir adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah final geometry dan preview benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
7.5.2 Checklist implementasi dan quality control
Pastikan parameter final molblock telah ditentukan dan disimpan.
Pastikan parameter 2D connectivity telah ditentukan dan disimpan.
Pastikan parameter 3D view telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: optimasi dapat mengubah jarak secara
besar tanpa mengubah konektivitas formal; inspeksi tetap diperlukan.
Pastikan keluaran tahap tersedia sebagai final geometry dan preview dan
status QC tercatat.
7.6 Rangkuman Bab
Bab 7 menunjukkan bahwa optimasi geometri, geometric, dan kontrol konvergensi harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara
Halaman PDF 82 / 206
benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 8 — Frequency, Thermochemistry, Hessian, dan Minimum Check
Halaman PDF 83 / 206
BAB 8 FREQUENCY, THERMOCHEMISTRY,
HESSIAN, DAN MINIMUM CHECK
Bab ini membahas frequency, thermochemistry, hessian, dan minimum check sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 8.1. Peta konseptual frequency, thermochemistry, hessian, dan minimum check.
Gambar 8.1. Peta konseptual frequency, thermochemistry, hessian, dan minimum check.
Tabel 8.1. Peta materi Bab 8
Subbab • Fokus • Keluaran utama
8.1 Makna perhitungan frequency
daftar frekuensi dan mode
8.2 Minimum lokal dan frekuensi imajiner
minimum check status
8.3 Termokimia thermochemistry dictionary
8.4 Failure dan hasil parsial partial result dengan QC
8.5 Biaya dan strategi penggunaan
daftar kandidat tervalidasi minimum
8.1 Makna perhitungan frequency
Pembahasan makna perhitungan frequency dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Frequency berasal dari analisis Hessian dan memberi informasi mode vibrasi serta karakter titik stasioner. Elemen yang paling relevan pada tahap ini meliputi Hessian, normal modes dan imaginary frequency. Masing-masing elemen
Halaman PDF 84 / 206
harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `Hessian`, normal modes, imaginary frequency. Keluaran yang diharapkan adalah daftar frekuensi dan mode. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
8.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa frequency jauh lebih mahal daripada single-point dan harus diaktifkan sesuai tujuan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk makna perhitungan frequency adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah daftar frekuensi dan mode benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 85 / 206
8.1.2 Checklist implementasi dan quality control
Pastikan parameter Hessian telah ditentukan dan disimpan.
Pastikan parameter normal modes telah ditentukan dan disimpan.
Pastikan parameter imaginary frequency telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: frequency jauh lebih mahal daripada
single-point dan harus diaktifkan sesuai tujuan.
Pastikan keluaran tahap tersedia sebagai daftar frekuensi dan mode dan status
QC tercatat.
8.2 Minimum lokal dan frekuensi imajiner
Pada QMScreen, minimum lokal dan frekuensi imajiner bukan fitur dekoratif antarmuka. Minimum lokal ideal tidak memiliki frekuensi imajiner dalam kerangka harmonik yang digunakan. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi imaginary count, numerical noise dan low modes. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Secara arsitektural, bagian minimum lokal dan frekuensi imajiner ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi imaginary count, numerical noise, low modes. Keluaran yang diharapkan adalah minimum check status. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
8.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa satu nilai negatif kecil perlu interpretasi hati-hati; aturan threshold harus eksplisit jika diterapkan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari
Halaman PDF 86 / 206
keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari minimum lokal dan frekuensi imajiner sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah minimum check status benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Minimum lokal: jumlah frekuensi imajiner = 0 (setelah mempertimbangkan
toleransi numerik)
8.2.2 Checklist implementasi dan quality control
Pastikan parameter imaginary count telah ditentukan dan disimpan.
Pastikan parameter numerical noise telah ditentukan dan disimpan.
Pastikan parameter low modes telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: satu nilai negatif kecil perlu interpretasi
hati-hati; aturan threshold harus eksplisit jika diterapkan.
Pastikan keluaran tahap tersedia sebagai minimum check status dan status QC
tercatat.
8.3 Termokimia
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks termokimia, Frequency dapat digunakan untuk membentuk koreksi vibrasi dan besaran termokimia pada temperatur serta tekanan tertentu. Elemen yang paling relevan pada tahap ini meliputi 298.15 K, 101325 Pa default, ZPE dan thermal correction. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Halaman PDF 87 / 206
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti 298.15 K, 101325 Pa default, `ZPE`, thermal correction pada manifest atau provenance. Keluaran yang diharapkan adalah thermochemistry dictionary. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
8.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa besaran termokimia bergantung pada model statistik dan kondisi input; unit harus jelas. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, termokimia perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah thermochemistry dictionary benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
8.3.2 Checklist implementasi dan quality control
Pastikan parameter 298.15 K telah ditentukan dan disimpan.
Pastikan parameter 101325 Pa default telah ditentukan dan disimpan.
Pastikan parameter ZPE telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: besaran termokimia bergantung pada
model statistik dan kondisi input; unit harus jelas.
Halaman PDF 88 / 206
Pastikan keluaran tahap tersedia sebagai thermochemistry dictionary dan
status QC tercatat.
8.4 Failure dan hasil parsial
QMS-E007 memisahkan kegagalan Hessian dari energi yang mungkin sudah berhasil dihitung. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi preserve energy, failed frequency dan retry. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti preserve energy, failed frequency, `retry` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah partial result dengan QC. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
8.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa hasil energi tidak boleh dibuang hanya karena frequency gagal, tetapi status minimum harus tetap belum tervalidasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Halaman PDF 89 / 206
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji failure dan hasil parsial pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah partial result dengan QC benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
8.4.2 Checklist implementasi dan quality control
Pastikan parameter preserve energy telah ditentukan dan disimpan.
Pastikan parameter failed frequency telah ditentukan dan disimpan.
Pastikan parameter retry telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: hasil energi tidak boleh dibuang hanya
karena frequency gagal, tetapi status minimum harus tetap belum tervalidasi.
Pastikan keluaran tahap tersedia sebagai partial result dengan QC dan status
QC tercatat.
8.5 Biaya dan strategi penggunaan
Pembahasan biaya dan strategi penggunaan dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Untuk screening besar, frequency dapat dibatasi pada kandidat final agar biaya tetap terkendali. Elemen yang paling relevan pada tahap ini meliputi stage gating, top candidates dan batch cost. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup stage gating, top candidates, batch cost. Keluaran yang diharapkan adalah daftar kandidat tervalidasi minimum. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 90 / 206
8.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa pemilihan kandidat untuk frequency harus ditentukan sebelum analisis akhir bila digunakan untuk inferensi statistik. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk biaya dan strategi penggunaan adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah daftar kandidat tervalidasi minimum benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
8.5.2 Checklist implementasi dan quality control
Pastikan parameter stage gating telah ditentukan dan disimpan.
Pastikan parameter top candidates telah ditentukan dan disimpan.
Pastikan parameter batch cost telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: pemilihan kandidat untuk frequency
harus ditentukan sebelum analisis akhir bila digunakan untuk inferensi statistik.
Pastikan keluaran tahap tersedia sebagai daftar kandidat tervalidasi minimum
dan status QC tercatat.
8.6 Rangkuman Bab
Bab 8 menunjukkan bahwa frequency, thermochemistry, hessian, dan minimum check harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada
Halaman PDF 91 / 206
kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 9 — HOMO-LUMO, Dipole, Mulliken Charge, dan Descriptor Kuantum
Halaman PDF 92 / 206
BAB 9 HOMO-LUMO, DIPOLE, MULLIKEN
CHARGE, DAN DESCRIPTOR KUANTUM
Bab ini membahas homo-lumo, dipole, mulliken charge, dan descriptor kuantum sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 9.1. Peta konseptual homo-lumo, dipole, mulliken charge, dan descriptor kuantum.
Gambar 9.1. Peta konseptual homo-lumo, dipole, mulliken charge, dan descriptor kuantum.
Tabel 9.1. Peta materi Bab 9
Subbab • Fokus • Keluaran utama
9.1 Orbital frontier HOMO, LUMO, gap eV
9.2 Momen dipol dipole total dan komponen
9.3 Mulliken population analysis tabel muatan per atom
9.4 Descriptor molekul RDKit tabel descriptor gabungan
9.5 Interpretasi lintas kandidat dataframe hasil tervalidasi
9.1 Orbital frontier
Pembahasan orbital frontier dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. HOMO dan LUMO merupakan orbital frontier yang sering dipakai sebagai descriptor elektronik, sedangkan gap dihitung dari selisih energinya. Elemen yang paling relevan pada tahap ini meliputi orbital energies, occupation dan spin cases. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan,
Halaman PDF 93 / 206
pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut
sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi
sebagai bagian tak terpisahkan dari hasil (Becke, 1993; Lee, Yang, & Parr, 1988;
Parr & Yang, 1989).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup orbital energies, `occupation`, spin cases. Keluaran yang diharapkan adalah HOMO, LUMO, gap eV. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
9.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa gap orbital bukan otomatis band gap eksperimen atau energi eksitasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk orbital frontier adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah HOMO, LUMO, gap eV benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
E_gap = ε_LUMO − ε_HOMO
Halaman PDF 94 / 206
9.1.2 Checklist implementasi dan quality control
Pastikan parameter orbital energies telah ditentukan dan disimpan.
Pastikan parameter occupation telah ditentukan dan disimpan.
Pastikan parameter spin cases telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: gap orbital bukan otomatis band gap
eksperimen atau energi eksitasi.
Pastikan keluaran tahap tersedia sebagai HOMO, LUMO, gap eV dan status
QC tercatat.
9.2 Momen dipol
Pada QMScreen, momen dipol bukan fitur dekoratif antarmuka. Dipole menggambarkan distribusi muatan total dalam representasi yang dipakai perhitungan. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi vector components, magnitude dan Debye. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Becke, 1993; Lee, Yang, & Parr, 1988; Parr & Yang, 1989).
Secara arsitektural, bagian momen dipol ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi vector components, `magnitude`, `Debye`. Keluaran yang diharapkan adalah dipole total dan komponen. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
9.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa nilai sensitif terhadap geometri, metode, basis, dan keadaan elektronik. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini
Halaman PDF 95 / 206
juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari momen dipol sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah dipole total dan komponen benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
9.2.2 Checklist implementasi dan quality control
Pastikan parameter vector components telah ditentukan dan disimpan.
Pastikan parameter magnitude telah ditentukan dan disimpan.
Pastikan parameter Debye telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: nilai sensitif terhadap geometri, metode,
basis, dan keadaan elektronik.
Pastikan keluaran tahap tersedia sebagai dipole total dan komponen dan status
QC tercatat.
9.3 Mulliken population analysis
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks mulliken population analysis, Mulliken charge membagi populasi elektron berdasarkan basis orbital dan mudah dihitung tetapi bersifat basis-dependent. Elemen yang paling relevan pada tahap ini meliputi atomic charges, population dan sum charge. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Becke, 1993; Lee, Yang, & Parr, 1988; Parr & Yang, 1989).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil
Halaman PDF 96 / 206
mempertahankan parameter seperti atomic charges, `population`, sum charge pada manifest atau provenance. Keluaran yang diharapkan adalah tabel muatan per atom. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
9.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa muatan parsial bukan observabel tunggal yang unik; interpretasi harus komparatif dan hati-hati. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, mulliken population analysis perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah tabel muatan per atom benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
9.3.2 Checklist implementasi dan quality control
Pastikan parameter atomic charges telah ditentukan dan disimpan.
Pastikan parameter population telah ditentukan dan disimpan.
Pastikan parameter sum charge telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: muatan parsial bukan observabel tunggal
yang unik; interpretasi harus komparatif dan hati-hati.
Pastikan keluaran tahap tersedia sebagai tabel muatan per atom dan status QC
tercatat.
Halaman PDF 97 / 206
9.4 Descriptor molekul RDKit
QMScreen juga menyimpan MW, TPSA, LogP, HBD, HBA, dan rotatable bonds
untuk konteks tambahan. Dalam workflow komputasi skala besar, konsep ini
perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan
memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen
yang paling relevan pada tahap ini meliputi molecular descriptors dan
cheminformatics. Masing-masing elemen harus memiliki representasi data yang
eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu
parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila
relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip
tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan
asumsi sebagai bagian tak terpisahkan dari hasil (Becke, 1993; Lee, Yang, & Parr,
1988; Parr & Yang, 1989).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti molecular descriptors, `cheminformatics` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah tabel descriptor gabungan. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
9.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa descriptor 2D tidak menggantikan properti kuantum dan sebaliknya; gabungan harus sesuai tujuan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji descriptor molekul rdkit pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah tabel descriptor gabungan benar-benar tersedia, apakah
Halaman PDF 98 / 206
unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
9.4.2 Checklist implementasi dan quality control
Pastikan parameter molecular descriptors telah ditentukan dan disimpan.
Pastikan parameter cheminformatics telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: descriptor 2D tidak menggantikan
properti kuantum dan sebaliknya; gabungan harus sesuai tujuan.
Pastikan keluaran tahap tersedia sebagai tabel descriptor gabungan dan status
QC tercatat.
9.5 Interpretasi lintas kandidat
Pembahasan interpretasi lintas kandidat dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Perbandingan descriptor hanya bermakna ketika status QC dan metode setara. Elemen yang paling relevan pada tahap ini meliputi same workflow, units, formula groups dan missing values. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Becke, 1993; Lee, Yang, & Parr, 1988; Parr & Yang, 1989).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup same workflow, `units`, formula groups, missing values. Keluaran yang diharapkan adalah dataframe hasil tervalidasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
9.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan
Halaman PDF 99 / 206
adalah bahwa nilai dari job gagal atau metode berbeda tidak boleh dicampur tanpa penandaan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk interpretasi lintas kandidat adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah dataframe hasil tervalidasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
9.5.2 Checklist implementasi dan quality control
Pastikan parameter same workflow telah ditentukan dan disimpan.
Pastikan parameter units telah ditentukan dan disimpan.
Pastikan parameter formula groups telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: nilai dari job gagal atau metode berbeda
tidak boleh dicampur tanpa penandaan.
Pastikan keluaran tahap tersedia sebagai dataframe hasil tervalidasi dan status
QC tercatat.
9.6 Rangkuman Bab
Bab 9 menunjukkan bahwa homo-lumo, dipole, mulliken charge, dan descriptor kuantum harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya
Halaman PDF 100 / 206
sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 10 — Scheduling Paralel, Resource Limit, Fair Queue, dan Stop Aman
Halaman PDF 101 / 206
BAB 10 SCHEDULING PARALEL, RESOURCE
LIMIT, FAIR QUEUE, DAN STOP AMAN
Bab ini membahas scheduling paralel, resource limit, fair queue, dan stop aman sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 10.1. Peta konseptual scheduling paralel, resource limit, fair queue, dan stop aman.
Gambar 10.1. Peta konseptual scheduling paralel, resource limit, fair queue, dan stop aman.
Tabel 10.1. Peta materi Bab 10
Subbab • Fokus • Keluaran utama
10.1 Paralelisasi batch worker status dan runtime
10.2 Resource guardrail QMS-E008 atau izin eksekusi
10.3 Fair queue queue order dan priority metadata
10.4 Stop aman stopped status dan checkpoint
10.5 Monitoring dan log status ringkas dan detail job
10.1 Paralelisasi batch
Pembahasan paralelisasi batch dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. QMScreen menjalankan beberapa job melalui worker pool sehingga kandidat dapat diproses serentak sesuai resource. Elemen yang paling relevan pada tahap ini meliputi ThreadPoolExecutor, parallel workers dan threads per job. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci
Halaman PDF 102 / 206
hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan
praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian
tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et
al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `ThreadPoolExecutor`, parallel workers, threads per job. Keluaran yang diharapkan adalah worker status dan runtime. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
10.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa oversubscription CPU dan RAM dapat memperlambat seluruh batch atau memicu kegagalan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk paralelisasi batch adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah worker status dan runtime benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
10.1.2 Checklist implementasi dan quality control
Pastikan parameter ThreadPoolExecutor telah ditentukan dan disimpan.
Halaman PDF 103 / 206
Pastikan parameter parallel workers telah ditentukan dan disimpan.
Pastikan parameter threads per job telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: oversubscription CPU dan RAM dapat
memperlambat seluruh batch atau memicu kegagalan.
Pastikan keluaran tahap tersedia sebagai worker status dan runtime dan status
QC tercatat.
Tabel 10.2. Parameter resource dan fungsi operasional
Parameter Makna Risiko bila terlalu besar
Parallel workers Jumlah job bersamaan Oversubscription proses
CPU threads per job Thread per kalkulasi CPU contention
Memory per job Batas memori backend Swap/OOM jika total melampaui RAM
Max opt steps Batas iterasi optimasi Runtime membengkak pada struktur sulit
10.2 Resource guardrail
Pada QMScreen, resource guardrail bukan fitur dekoratif antarmuka. Estimasi memory dan batas resource digunakan sebelum job berat dijalankan. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi memory per job, logical CPU dan available RAM. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian resource guardrail ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi memory per job, logical CPU, available RAM. Keluaran yang diharapkan adalah QMS-E008 atau izin eksekusi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 104 / 206
10.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa resource guardrail harus konservatif dan tidak menggantikan monitoring sistem nyata. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari resource guardrail sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah QMS-E008 atau izin eksekusi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
10.2.2 Checklist implementasi dan quality control
Pastikan parameter memory per job telah ditentukan dan disimpan.
Pastikan parameter logical CPU telah ditentukan dan disimpan.
Pastikan parameter available RAM telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: resource guardrail harus konservatif dan
tidak menggantikan monitoring sistem nyata.
Pastikan keluaran tahap tersedia sebagai QMS-E008 atau izin eksekusi dan
status QC tercatat.
10.3 Fair queue
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks fair queue, Urutan fair mencegah satu kelompok prioritas atau satu pola job memonopoli worker. Elemen yang paling relevan pada tahap ini meliputi High/Normal/Low priority, ordering dan starvation avoidance. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI.
Halaman PDF 105 / 206
Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi
job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil
baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan
metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013;
Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti High/Normal/Low priority, `ordering`, starvation avoidance pada manifest atau provenance. Keluaran yang diharapkan adalah queue order dan priority metadata. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
10.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa prioritas adalah kebijakan operasional, bukan kualitas ilmiah kandidat. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, fair queue perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah queue order dan priority metadata benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
10.3.2 Checklist implementasi dan quality control
Pastikan parameter High/Normal/Low priority telah ditentukan dan disimpan.
Pastikan parameter ordering telah ditentukan dan disimpan.
Halaman PDF 106 / 206
Pastikan parameter starvation avoidance telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: prioritas adalah kebijakan operasional,
bukan kualitas ilmiah kandidat.
Pastikan keluaran tahap tersedia sebagai queue order dan priority metadata
dan status QC tercatat.
10.4 Stop aman
Tombol stop mengirim flag agar proses berhenti pada titik/checkpoint aman ketimbang mematikan proses secara kasar. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi threading.Event, checkpoint boundaries dan state. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `threading.Event`, checkpoint boundaries, `state` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah stopped status dan checkpoint. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
10.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa stop tidak menjamin semua backend eksternal berhenti seketika; file harus tetap konsisten. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan
Halaman PDF 107 / 206
kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji stop aman pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah stopped status dan checkpoint benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
10.4.2 Checklist implementasi dan quality control
Pastikan parameter threading.Event telah ditentukan dan disimpan.
Pastikan parameter checkpoint boundaries telah ditentukan dan disimpan.
Pastikan parameter state telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: stop tidak menjamin semua backend
eksternal berhenti seketika; file harus tetap konsisten.
Pastikan keluaran tahap tersedia sebagai stopped status dan checkpoint dan
status QC tercatat.
10.5 Monitoring dan log
Pembahasan monitoring dan log dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Dashboard queue harus memisahkan running, done, failed/QC, dan stopped. Elemen yang paling relevan pada tahap ini meliputi batch log, progress dan state file. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup batch log, `progress`, state file. Keluaran yang diharapkan adalah status ringkas dan detail job. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada
Halaman PDF 108 / 206
sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
10.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa jumlah done tanpa konteks QC dapat menyesatkan; pengguna harus membuka log dan result record. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk monitoring dan log adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah status ringkas dan detail job benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
10.5.2 Checklist implementasi dan quality control
Pastikan parameter batch log telah ditentukan dan disimpan.
Pastikan parameter progress telah ditentukan dan disimpan.
Pastikan parameter state file telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jumlah done tanpa konteks QC dapat
menyesatkan; pengguna harus membuka log dan result record.
Pastikan keluaran tahap tersedia sebagai status ringkas dan detail job dan
status QC tercatat.
Sketsa implementasi Python - Bab 10 (pseudocode original)
queue = fair_order(jobs)
with WorkerPool(max_workers=n_workers) as pool:
pool.submit(run_job, job, resource_limits)
Halaman PDF 109 / 206
10.6 Rangkuman Bab
Bab 10 menunjukkan bahwa scheduling paralel, resource limit, fair queue, dan stop aman harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 11 — Resume, Checkpoint, Cache, Hash, SQLite, dan Provenance
Halaman PDF 110 / 206
BAB 11 RESUME, CHECKPOINT, CACHE, HASH,
SQLITE, DAN PROVENANCE
Bab ini membahas resume, checkpoint, cache, hash, sqlite, dan provenance sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 11.1. Peta konseptual resume, checkpoint, cache, hash, sqlite, dan provenance.
Gambar 11.1. Peta konseptual resume, checkpoint, cache, hash, sqlite, dan provenance.
Tabel 11.1. Peta materi Bab 11
Subbab • Fokus • Keluaran utama
11.1 Checkpoint per tahap checkpoint JSON
11.2 Cache berbasis spec hash cache result terverifikasi
11.3 SQLite sebagai indeks proyek
qmscreen.sqlite3
11.4 Environment snapshot metadata lingkungan
11.5 Audit trail dan provenance jejak audit end-to-end
11.1 Checkpoint per tahap
Pembahasan checkpoint per tahap dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Checkpoint menyimpan progres agar kalkulasi dapat dilanjutkan setelah interupsi. Elemen yang paling relevan pada tahap ini meliputi stage marker, partial result dan atomic write. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada
Halaman PDF 111 / 206
spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup stage marker, partial result, atomic write. Keluaran yang diharapkan adalah checkpoint JSON. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
11.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa checkpoint harus ditulis atomik agar file setengah tulis tidak dianggap valid. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk checkpoint per tahap adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah checkpoint JSON benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
11.1.2 Checklist implementasi dan quality control
Pastikan parameter stage marker telah ditentukan dan disimpan.
Pastikan parameter partial result telah ditentukan dan disimpan.
Halaman PDF 112 / 206
Pastikan parameter atomic write telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: checkpoint harus ditulis atomik agar file
setengah tulis tidak dianggap valid.
Pastikan keluaran tahap tersedia sebagai checkpoint JSON dan status QC
tercatat.
11.2 Cache berbasis spec hash
Pada QMScreen, cache berbasis spec hash bukan fitur dekoratif antarmuka. Cache hanya aman jika kunci memasukkan struktur dan parameter ilmiah yang relevan. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi canonical JSON, SHA-256 dan validated flag. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian cache berbasis spec hash ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi canonical JSON, `SHA-256`, validated flag. Keluaran yang diharapkan adalah cache result terverifikasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
11.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa hasil gagal tidak boleh masuk cache valid; perubahan basis atau functional harus menghasilkan hash berbeda. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang
Halaman PDF 113 / 206
terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari cache berbasis spec hash sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah cache result terverifikasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
11.2.2 Checklist implementasi dan quality control
Pastikan parameter canonical JSON telah ditentukan dan disimpan.
Pastikan parameter SHA-256 telah ditentukan dan disimpan.
Pastikan parameter validated flag telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: hasil gagal tidak boleh masuk cache
valid; perubahan basis atau functional harus menghasilkan hash berbeda.
Pastikan keluaran tahap tersedia sebagai cache result terverifikasi dan status
QC tercatat.
11.3 SQLite sebagai indeks proyek
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks sqlite sebagai indeks proyek, Database menyimpan project, molecule, job, result, cache, dan audit trail secara terstruktur. Elemen yang paling relevan pada tahap ini meliputi transactions, IDs, timestamps dan JSON payload. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti `transactions`, `IDs`, `timestamps`, JSON payload pada manifest atau provenance. Keluaran yang diharapkan adalah qmscreen.sqlite3. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test
Halaman PDF 114 / 206
memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
11.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa database adalah indeks dan provenance; raw output tetap perlu dipertahankan terpisah. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, sqlite sebagai indeks proyek perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah qmscreen.sqlite3 benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
11.3.2 Checklist implementasi dan quality control
Pastikan parameter transactions telah ditentukan dan disimpan.
Pastikan parameter IDs telah ditentukan dan disimpan.
Pastikan parameter timestamps telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: database adalah indeks dan provenance;
raw output tetap perlu dipertahankan terpisah.
Pastikan keluaran tahap tersedia sebagai qmscreen.sqlite3 dan status QC
tercatat.
11.4 Environment snapshot
Versi Python, platform, package, dan backend membantu reproduksi dan diagnosis perbedaan hasil. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan
Halaman PDF 115 / 206
memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi environment.json, platform dan dependency status. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `environment.json`, `platform`, dependency status tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah metadata lingkungan. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
11.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa snapshot tidak menjamin determinisme absolut tetapi mempersempit sumber variasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji environment snapshot pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah metadata lingkungan benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 116 / 206
11.4.2 Checklist implementasi dan quality control
Pastikan parameter environment.json telah ditentukan dan disimpan.
Pastikan parameter platform telah ditentukan dan disimpan.
Pastikan parameter dependency status telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: snapshot tidak menjamin determinisme
absolut tetapi mempersempit sumber variasi.
Pastikan keluaran tahap tersedia sebagai metadata lingkungan dan status QC
tercatat.
11.5 Audit trail dan provenance
Pembahasan audit trail dan provenance dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Setiap keputusan otomatis dan perubahan state perlu dapat ditelusuri dari input sampai ekspor. Elemen yang paling relevan pada tahap ini meliputi project_id, job_id, spec_hash, source dan timestamps. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `project_id`, `job_id`, `spec_hash`, `source`, `timestamps`. Keluaran yang diharapkan adalah jejak audit end-to-end. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
11.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa provenance harus dibentuk saat komputasi berjalan, bukan direkonstruksi manual setelah selesai. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan
Halaman PDF 117 / 206
error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk audit trail dan provenance adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah jejak audit endto-end benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
11.5.2 Checklist implementasi dan quality control
Pastikan parameter project_id telah ditentukan dan disimpan.
Pastikan parameter job_id telah ditentukan dan disimpan.
Pastikan parameter spec_hash telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: provenance harus dibentuk saat
komputasi berjalan, bukan direkonstruksi manual setelah selesai.
Pastikan keluaran tahap tersedia sebagai jejak audit end-to-end dan status QC
tercatat.
Sketsa implementasi Python - Bab 11 (pseudocode original)
spec_hash = sha256(canonical_config)
if cache.has_valid(spec_hash):
return cache.load(spec_hash)
checkpoint.save(stage, partial_result)
11.6 Rangkuman Bab
Bab 11 menunjukkan bahwa resume, checkpoint, cache, hash, sqlite, dan provenance harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya
Halaman PDF 118 / 206
sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 12 — Ranking Multikriteria, Ekspor, Benchmark, dan Validasi High-Throughput
Halaman PDF 119 / 206
BAB 12 RANKING MULTIKRITERIA, EKSPOR,
BENCHMARK, DAN VALIDASI HIGH-
THROUGHPUT
Bab ini membahas ranking multikriteria, ekspor, benchmark, dan validasi highthroughput sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 12.1. Peta konseptual ranking multikriteria, ekspor, benchmark, dan validasi high-
Gambar 12.1. Peta konseptual ranking multikriteria, ekspor, benchmark, dan validasi high-
throughput.
Tabel 12.1. Peta materi Bab 12
Subbab • Fokus • Keluaran utama
12.1 Normalisasi descriptor untuk ranking
score dan rank
12.2 Energi formula-sama energy_same_formula component
12.3 QC sebagai syarat ranking ranked dataframe dengan QC
12.4 Ekspor riset artefak ekspor dan checksum
12.5 Benchmark dan regression baseline
laporan benchmark dan peringatan • regresi
12.1 Normalisasi descriptor untuk ranking
Pembahasan normalisasi descriptor untuk ranking dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Ranking menggabungkan descriptor dengan skala berbeda melalui normalisasi dan bobot. Elemen yang paling relevan pada tahap ini
Halaman PDF 120 / 206
meliputi min-max, direction high/low dan weights. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `min-max`, direction high/low, `weights`. Keluaran yang diharapkan adalah score dan rank. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
12.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa skor gabungan bukan hukum kimia universal; bobot harus merefleksikan tujuan screening. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk normalisasi descriptor untuk ranking adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah score dan rank benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Score = Σ(wi · xi,normalized) / Σwi
Halaman PDF 121 / 206
12.1.2 Checklist implementasi dan quality control
Pastikan parameter min-max telah ditentukan dan disimpan.
Pastikan parameter direction high/low telah ditentukan dan disimpan.
Pastikan parameter weights telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: skor gabungan bukan hukum kimia
universal; bobot harus merefleksikan tujuan screening.
Pastikan keluaran tahap tersedia sebagai score dan rank dan status QC
tercatat.
12.2 Energi formula-sama
Pada QMScreen, energi formula-sama bukan fitur dekoratif antarmuka. Energi total hanya dinormalisasi di dalam kelompok formula sama untuk menghindari perbandingan lintas komposisi yang tidak bermakna. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi groupby formula dan lower energy preferred. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian energi formula-sama ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi groupby formula, lower energy preferred. Keluaran yang diharapkan adalah energy_same_formula component. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
12.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa aturan ini tidak mengubah energi total menjadi afinitas; ia hanya mencegah misuse dasar. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status
Halaman PDF 122 / 206
QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari energi formula-sama sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah energy_same_formula component benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
12.2.2 Checklist implementasi dan quality control
Pastikan parameter groupby formula telah ditentukan dan disimpan.
Pastikan parameter lower energy preferred telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: aturan ini tidak mengubah energi total
menjadi afinitas; ia hanya mencegah misuse dasar.
Pastikan keluaran tahap tersedia sebagai energy_same_formula component
dan status QC tercatat.
12.3 QC sebagai syarat ranking
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks qc sebagai syarat ranking, Kandidat invalid tidak boleh mengungguli kandidat tervalidasi hanya karena descriptor numeriknya ekstrem. Elemen yang paling relevan pada tahap ini meliputi validated flag, missing data dan penalty/exclusion. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti validated flag, missing data,
Halaman PDF 123 / 206
`penalty/exclusion` pada manifest atau provenance. Keluaran yang diharapkan adalah ranked dataframe dengan QC. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
12.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa ranking harus transparan terhadap data hilang dan kegagalan job. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, qc sebagai syarat ranking perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah ranked dataframe dengan QC benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
12.3.2 Checklist implementasi dan quality control
Pastikan parameter validated flag telah ditentukan dan disimpan.
Pastikan parameter missing data telah ditentukan dan disimpan.
Pastikan parameter penalty/exclusion telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: ranking harus transparan terhadap data
hilang dan kegagalan job.
Pastikan keluaran tahap tersedia sebagai ranked dataframe dengan QC dan
status QC tercatat.
Halaman PDF 124 / 206
12.4 Ekspor riset
QMScreen menyediakan CSV, XLSX, JSON, PDF, ZIP proyek, dan database
sebagai bentuk keluaran berbeda. Dalam workflow komputasi skala besar, konsep
ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal
akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil.
Elemen yang paling relevan pada tahap ini meliputi table export, archive dan raw
project. Masing-masing elemen harus memiliki representasi data yang eksplisit
sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu
parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila
relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip
tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan
asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson
et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti table export, `archive`, raw project tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah artefak ekspor dan checksum. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
12.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa semua format harus berasal dari result record yang sama agar tidak terjadi inkonsistensi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji ekspor riset pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah artefak ekspor dan checksum benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar
Halaman PDF 125 / 206
kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
12.4.2 Checklist implementasi dan quality control
Pastikan parameter table export telah ditentukan dan disimpan.
Pastikan parameter archive telah ditentukan dan disimpan.
Pastikan parameter raw project telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: semua format harus berasal dari result
record yang sama agar tidak terjadi inkonsistensi.
Pastikan keluaran tahap tersedia sebagai artefak ekspor dan checksum dan
status QC tercatat.
Tabel 12.2. Format ekspor QMScreen
Format Tujuan utama Isi tipikal
CSV Analisis tabel lintas aplikasi
Kolom hasil/ranking
XLSX Analisis spreadsheet Tabel hasil terformat
JSON Pertukaran data terstruktur Record hasil
PDF Ringkasan human-readable Tabel ringkas
ZIP proyek Arsip lengkap config, manifest, hasil, log
Pembahasan benchmark dan regression baseline dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Benchmark mengukur throughput, runtime, success rate, dan perubahan terhadap baseline untuk mendeteksi regresi. Elemen yang paling relevan pada tahap ini meliputi metrics, baseline JSON dan compare. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian
Halaman PDF 126 / 206
tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et
al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `metrics`, baseline JSON, `compare`. Keluaran yang diharapkan adalah laporan benchmark dan peringatan regresi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
12.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa benchmark performa harus dibedakan dari validasi ilmiah terhadap data referensi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk benchmark dan regression baseline adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah laporan benchmark dan peringatan regresi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
12.5.2 Checklist implementasi dan quality control
Pastikan parameter metrics telah ditentukan dan disimpan.
Pastikan parameter baseline JSON telah ditentukan dan disimpan.
Halaman PDF 127 / 206
Pastikan parameter compare telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: benchmark performa harus dibedakan
dari validasi ilmiah terhadap data referensi.
Pastikan keluaran tahap tersedia sebagai laporan benchmark dan peringatan
regresi dan status QC tercatat.
Sketsa implementasi Python - Bab 12 (pseudocode original)
Bab 12 menunjukkan bahwa ranking multikriteria, ekspor, benchmark, dan validasi high-throughput harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 13 — Antarmuka Streamlit, Sidebar, Dashboard, dan Session State
Halaman PDF 128 / 206
BAB 13 ANTARMUKA STREAMLIT, SIDEBAR,
DASHBOARD, DAN SESSION STATE
Bab ini membahas antarmuka streamlit, sidebar, dashboard, dan session state sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 13.1. Peta konseptual antarmuka streamlit, sidebar, dashboard, dan session state.
Gambar 13.1. Peta konseptual antarmuka streamlit, sidebar, dashboard, dan session state.
Tabel 13.1. Peta materi Bab 13
Subbab • Fokus • Keluaran utama
13.1 Peran antarmuka config object dan state
13.2 Sidebar pengaturan proyek konfigurasi proyek
13.3 Tab Dashboard dan Input & QC
selected_specs
13.4 Workflow dan Queue/Monitor
state running dan lock widget
13.5 Results dan Benchmark/Provenance
tampilan yang konsisten dengan • database
13.1 Peran antarmuka
Pembahasan peran antarmuka dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Streamlit menyajikan kontrol proyek dan hasil tanpa memindahkan scientific logic ke lapisan presentasi. Elemen yang paling relevan pada tahap ini meliputi sidebar, tabs, forms dan session state. Masing-masing elemen harus memiliki
Halaman PDF 129 / 206
representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `sidebar`, `tabs`, `forms`, session state. Keluaran yang diharapkan adalah config object dan state. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
13.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa nilai widget harus dikonversi menjadi konfigurasi eksplisit yang disimpan; GUI bukan provenance. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk peran antarmuka adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah config object dan state benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 130 / 206
13.1.2 Checklist implementasi dan quality control
Pastikan parameter sidebar telah ditentukan dan disimpan.
Pastikan parameter tabs telah ditentukan dan disimpan.
Pastikan parameter forms telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: nilai widget harus dikonversi menjadi
konfigurasi eksplisit yang disimpan; GUI bukan provenance.
Pastikan keluaran tahap tersedia sebagai config object dan state dan status QC
tercatat.
13.2 Sidebar pengaturan proyek
Pada QMScreen, sidebar pengaturan proyek bukan fitur dekoratif antarmuka. Sidebar menampung input sampel, resource, conformer, prescreen, DFT, basis, dan frequency. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi project name, workers, threads, memory dan method options. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian sidebar pengaturan proyek ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi project name, `workers`, `threads`, `memory`, method options. Keluaran yang diharapkan adalah konfigurasi proyek. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
13.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa default harus terlihat dan tersimpan sehingga hasil tidak bergantung pada state tersembunyi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status
Halaman PDF 131 / 206
QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari sidebar pengaturan proyek sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah konfigurasi proyek benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
13.2.2 Checklist implementasi dan quality control
Pastikan parameter project name telah ditentukan dan disimpan.
Pastikan parameter workers telah ditentukan dan disimpan.
Pastikan parameter threads telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: default harus terlihat dan tersimpan
sehingga hasil tidak bergantung pada state tersembunyi.
Pastikan keluaran tahap tersedia sebagai konfigurasi proyek dan status QC
tercatat.
Tabel 13.2. Pengaturan penting di sidebar
Pengaturan Arti Saran awal untuk tes
Parallel workers Job paralel 1-2
CPU threads/job Thread CPU per job 1-2
Memory/job Batas memori Sesuaikan RAM
Jumlah conformer Struktur 3D awal Kecil dahulu
GFN2-xTB Prescreen cepat Aktif bila backend tersedia
Basis optimasi Basis tahap optimasi def2-SVP default UI
Basis final Single-point final def2-TZVP default UI
SCF conv_tol Toleransi SCF Default lalu perketat bila perlu
Halaman PDF 132 / 206
Pengaturan Arti Saran awal untuk tes
Frequency Hessian/minimum check Aktif bila diperlukan
13.3 Tab Dashboard dan Input & QC
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks tab dashboard dan input & qc, Dashboard memberi ringkasan input unik, duplikat, CPU, RAM; Input & QC memungkinkan koreksi charge, multiplicity, priority. Elemen yang paling relevan pada tahap ini meliputi data editor, validation rows dan metrics. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti data editor, validation rows, `metrics` pada manifest atau provenance. Keluaran yang diharapkan adalah selected_specs. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
13.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa editable fields harus divalidasi ulang sebelum run. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Halaman PDF 133 / 206
Pada komputer dengan resource terbatas, tab dashboard dan input & qc perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah selected_specs benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
13.3.2 Checklist implementasi dan quality control
Pastikan parameter data editor telah ditentukan dan disimpan.
Pastikan parameter validation rows telah ditentukan dan disimpan.
Pastikan parameter metrics telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: editable fields harus divalidasi ulang
sebelum run.
Pastikan keluaran tahap tersedia sebagai selected_specs dan status QC
tercatat.
13.4 Workflow dan Queue/Monitor
Tab workflow merangkum parameter, sedangkan monitor menjalankan batch dan menampilkan status. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi start batch, stop flag, log dan progress. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti start batch, stop flag, `log`, `progress` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah state running dan lock widget. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil
Halaman PDF 134 / 206
dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
13.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa UI harus mencegah perubahan parameter kritis saat job sedang berjalan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji workflow dan queue/monitor pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah state running dan lock widget benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
13.4.2 Checklist implementasi dan quality control
Pastikan parameter start batch telah ditentukan dan disimpan.
Pastikan parameter stop flag telah ditentukan dan disimpan.
Pastikan parameter log telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: UI harus mencegah perubahan parameter
kritis saat job sedang berjalan.
Pastikan keluaran tahap tersedia sebagai state running dan lock widget dan
status QC tercatat.
13.5 Results dan Benchmark/Provenance
Pembahasan results dan benchmark/provenance dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Hasil menampilkan metric, 3D, orbital, charge, frequency, thermochemistry, dan provenance; benchmark menguji kinerja. Elemen yang
Halaman PDF 135 / 206
paling relevan pada tahap ini meliputi detail tabs, downloads dan baseline. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup detail tabs, `downloads`, `baseline`. Keluaran yang diharapkan adalah tampilan yang konsisten dengan database. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
13.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa visualisasi harus mengikuti record tersimpan, bukan menghitung angka berbeda di sisi UI. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk results dan benchmark/provenance adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah tampilan yang konsisten dengan database benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 136 / 206
13.5.2 Checklist implementasi dan quality control
Pastikan parameter detail tabs telah ditentukan dan disimpan.
Pastikan parameter downloads telah ditentukan dan disimpan.
Pastikan parameter baseline telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: visualisasi harus mengikuti record
tersimpan, bukan menghitung angka berbeda di sisi UI.
Pastikan keluaran tahap tersedia sebagai tampilan yang konsisten dengan
database dan status QC tercatat.
13.6 Rangkuman Bab
Bab 13 menunjukkan bahwa antarmuka streamlit, sidebar, dashboard, dan session state harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 14 — Tutorial Penggunaan QMScreen dari Instalasi sampai Ekspor
Halaman PDF 137 / 206
BAB 14 TUTORIAL PENGGUNAAN QMSCREEN
DARI INSTALASI SAMPAI EKSPOR
Bab ini membahas tutorial penggunaan qmscreen dari instalasi sampai ekspor sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 14.1. Peta konseptual tutorial penggunaan qmscreen dari instalasi sampai ekspor.
Gambar 14.1. Peta konseptual tutorial penggunaan qmscreen dari instalasi sampai ekspor.
Tabel 14.1. Peta materi Bab 14
Subbab • Fokus • Keluaran utama
14.1 Persiapan lingkungan environment snapshot dan backend checklist
14.2 Menjalankan aplikasi halaman QMScreen V1.0.5
14.3 Latihan cepat Ethanol satu job end-to-end
14.4 Membaca hasil result record yang dapat diaudit
14.5 Ekspor dan pengarsipan paket arsip proyek
14.1 Persiapan lingkungan
Pembahasan persiapan lingkungan dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. QMScreen memerlukan Python dan stack ilmiah seperti Streamlit, NumPy, pandas, SciPy, RDKit, PySCF, geomeTRIC, serta paket ekspor. Elemen yang paling relevan pada tahap ini meliputi auto-install package, backend status dan writable data directory. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI.
Halaman PDF 138 / 206
Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi
job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil
baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan
metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun
et al., 2020).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup auto-install package, backend status, writable data directory. Keluaran yang diharapkan adalah environment snapshot dan backend checklist. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
14.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa instalasi otomatis membantu tetapi lingkungan riset final sebaiknya dicatat dan dikendalikan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk persiapan lingkungan adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah environment snapshot dan backend checklist benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 139 / 206
14.1.2 Checklist implementasi dan quality control
Pastikan parameter auto-install package telah ditentukan dan disimpan.
Pastikan parameter backend status telah ditentukan dan disimpan.
Pastikan parameter writable data directory telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: instalasi otomatis membantu tetapi
lingkungan riset final sebaiknya dicatat dan dikendalikan.
Pastikan keluaran tahap tersedia sebagai environment snapshot dan backend
checklist dan status QC tercatat.
14.2 Menjalankan aplikasi
Pada QMScreen, menjalankan aplikasi bukan fitur dekoratif antarmuka. Aplikasi dapat diluncurkan melalui Python sehingga Streamlit dijalankan otomatis, atau langsung melalui perintah streamlit run. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi local browser, server address dan sidebar. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Secara arsitektural, bagian menjalankan aplikasi ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi local browser, server address, `sidebar`. Keluaran yang diharapkan adalah halaman QMScreen V1.0.5. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
14.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa jangan menjalankan batch berat sebelum backend dan direktori data dinyatakan siap. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan
Halaman PDF 140 / 206
interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari menjalankan aplikasi sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah halaman QMScreen V1.0.5 benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
14.2.2 Checklist implementasi dan quality control
Pastikan parameter local browser telah ditentukan dan disimpan.
Pastikan parameter server address telah ditentukan dan disimpan.
Pastikan parameter sidebar telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jangan menjalankan batch berat sebelum
backend dan direktori data dinyatakan siap.
Pastikan keluaran tahap tersedia sebagai halaman QMScreen V1.0.5 dan
status QC tercatat.
14.3 Latihan cepat Ethanol
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks latihan cepat ethanol, Ethanol dipakai sebagai molekul kecil untuk memeriksa keseluruhan pipeline sebelum batch besar. Elemen yang paling relevan pada tahap ini meliputi Ethanol=CCO, charge 0, multiplicity 1 dan small conformer count. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti `Ethanol=CCO`, charge 0, multiplicity 1,
Halaman PDF 141 / 206
small conformer count pada manifest atau provenance. Keluaran yang diharapkan adalah satu job end-to-end. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
14.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa uji cepat bukan parameter publikasi; setelah pipeline sehat, metode riset perlu disetel. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, latihan cepat ethanol perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah satu job end-to-end benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
14.3.2 Checklist implementasi dan quality control
Pastikan parameter Ethanol=CCO telah ditentukan dan disimpan.
Pastikan parameter charge 0 telah ditentukan dan disimpan.
Pastikan parameter multiplicity 1 telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: uji cepat bukan parameter publikasi;
setelah pipeline sehat, metode riset perlu disetel.
Pastikan keluaran tahap tersedia sebagai satu job end-to-end dan status QC
tercatat.
Halaman PDF 142 / 206
14.4 Membaca hasil
Interpretasi dimulai dari status QC, energi, gap, dipole, frequency, kemudian provenance dan log. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi VALID/QC/FAILED, metric cards dan detail tabs. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `VALID/QC/FAILED`, metric cards, detail tabs tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah result record yang dapat diaudit. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
14.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa angka tanpa status konvergensi dan metode tidak boleh dijadikan kesimpulan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji membaca hasil pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah result record yang dapat diaudit benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan
Halaman PDF 143 / 206
antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
14.4.2 Checklist implementasi dan quality control
Pastikan parameter VALID/QC/FAILED telah ditentukan dan disimpan.
Pastikan parameter metric cards telah ditentukan dan disimpan.
Pastikan parameter detail tabs telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: angka tanpa status konvergensi dan
metode tidak boleh dijadikan kesimpulan.
Pastikan keluaran tahap tersedia sebagai result record yang dapat diaudit dan
status QC tercatat.
14.5 Ekspor dan pengarsipan
Pembahasan ekspor dan pengarsipan dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Unduh tabel dan ZIP proyek setelah hasil diperiksa agar analisis lanjutan tetap memiliki konteks. Elemen yang paling relevan pada tahap ini meliputi CSV, XLSX, JSON, PDF, ZIP dan SQLite. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sun et al., 2018; Sun et al., 2020).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `CSV`, `XLSX`, `JSON`, `PDF`, `ZIP`, `SQLite`. Keluaran yang diharapkan adalah paket arsip proyek. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
14.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan
Halaman PDF 144 / 206
adalah bahwa jangan hanya menyimpan screenshot; simpan data mentah dan konfigurasi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk ekspor dan pengarsipan adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah paket arsip proyek benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
14.5.2 Checklist implementasi dan quality control
Pastikan parameter CSV telah ditentukan dan disimpan.
Pastikan parameter XLSX telah ditentukan dan disimpan.
Pastikan parameter JSON telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jangan hanya menyimpan screenshot;
simpan data mentah dan konfigurasi.
Pastikan keluaran tahap tersedia sebagai paket arsip proyek dan status QC
tercatat.
14.6 Rangkuman Bab
Bab 14 menunjukkan bahwa tutorial penggunaan qmscreen dari instalasi sampai ekspor harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 15 — Studi Kasus Katalog 8a, 8c, 8s, 8w, dan 8v
Halaman PDF 145 / 206
BAB 15 STUDI KASUS KATALOG 8A, 8C, 8S, 8W,
DAN 8V
Bab ini membahas studi kasus katalog 8a, 8c, 8s, 8w, dan 8v sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 15.1. Peta konseptual studi kasus katalog 8a, 8c, 8s, 8w, dan 8v.
Gambar 15.1. Peta konseptual studi kasus katalog 8a, 8c, 8s, 8w, dan 8v.
Tabel 15.1. Peta materi Bab 15
Subbab • Fokus • Keluaran utama
15.1 Karakter data katalog dataset kasus lima molekul
15.2 Persiapan batch studi kasus batch input tervalidasi
15.3 Strategi conformer dan prescreen
conformer terpilih per molekul
15.4 Perbandingan descriptor yang aman
tabel komparatif terstruktur
15.5 Pelaporan studi kasus template pelaporan tanpa data fiktif
15.1 Karakter data katalog
Pembahasan karakter data katalog dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Katalog terlampir menyimpan lima turunan indazole dengan SMILES, InChI, formula, massa molekul, charge, spin, dan molblock 3D. Elemen yang paling relevan pada tahap ini meliputi 8a, 8c, 8s, 8w, 8v dan persisted SMILES.
Halaman PDF 146 / 206
Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `8a`, `8c`, `8s`, `8w`, `8v`, persisted SMILES. Keluaran yang diharapkan adalah dataset kasus lima molekul. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
15.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa data katalog adalah input, bukan hasil DFT; descriptor kuantum harus dihitung melalui workflow. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk karakter data katalog adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah dataset kasus lima molekul benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 147 / 206
15.1.2 Checklist implementasi dan quality control
Pastikan parameter 8a telah ditentukan dan disimpan.
Pastikan parameter 8c telah ditentukan dan disimpan.
Pastikan parameter 8s telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: data katalog adalah input, bukan hasil
DFT; descriptor kuantum harus dihitung melalui workflow.
Pastikan keluaran tahap tersedia sebagai dataset kasus lima molekul dan
Pada QMScreen, persiapan batch studi kasus bukan fitur dekoratif antarmuka. Kelima struktur dapat dipilih bersama lalu diperiksa charge, multiplicity, stereokimia, dan duplikasi. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi charge 0, spin 0 pada katalog dan formula berbeda. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Halaman PDF 148 / 206
Secara arsitektural, bagian persiapan batch studi kasus ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi charge 0, spin 0 pada katalog, formula berbeda. Keluaran yang diharapkan adalah batch input tervalidasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
15.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa karena formula berbeda, energi total final tidak boleh diranking langsung antar kelima molekul. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari persiapan batch studi kasus sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah batch input tervalidasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
15.2.2 Checklist implementasi dan quality control
Pastikan parameter charge 0 telah ditentukan dan disimpan.
Pastikan parameter spin 0 pada katalog telah ditentukan dan disimpan.
Pastikan parameter formula berbeda telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: karena formula berbeda, energi total final
tidak boleh diranking langsung antar kelima molekul.
Halaman PDF 149 / 206
Pastikan keluaran tahap tersedia sebagai batch input tervalidasi dan status QC
tercatat.
15.3 Strategi conformer dan prescreen
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks strategi conformer dan prescreen, Ukuran dan fleksibilitas substituen berbeda sehingga kebutuhan conformer dapat berbeda. Elemen yang paling relevan pada tahap ini meliputi butyl chain, aromatic rings, hydrazide dan nitrile/nitro substituents. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti butyl chain, aromatic rings, `hydrazide`, nitrile/nitro substituents pada manifest atau provenance. Keluaran yang diharapkan adalah conformer terpilih per molekul. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
15.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa jumlah conformer harus cukup untuk fleksibilitas tetapi tetap realistis terhadap resource. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Halaman PDF 150 / 206
Pada komputer dengan resource terbatas, strategi conformer dan prescreen perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah conformer terpilih per molekul benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
15.3.2 Checklist implementasi dan quality control
Pastikan parameter butyl chain telah ditentukan dan disimpan.
Pastikan parameter aromatic rings telah ditentukan dan disimpan.
Pastikan parameter hydrazide telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jumlah conformer harus cukup untuk
fleksibilitas tetapi tetap realistis terhadap resource.
Pastikan keluaran tahap tersedia sebagai conformer terpilih per molekul dan
status QC tercatat.
15.4 Perbandingan descriptor yang aman
Gap, dipole, MW, TPSA, dan descriptor lain dapat dibandingkan dengan catatan metode serta QC yang sama. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi same DFT functional/basis, validated jobs dan missing data. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti same DFT functional/basis, validated jobs, missing data tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah tabel komparatif terstruktur. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika
Halaman PDF 151 / 206
hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
15.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa perbandingan bukan prediksi aktivitas biologis otomatis; tujuan riset menentukan makna descriptor. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji perbandingan descriptor yang aman pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah tabel komparatif terstruktur benarbenar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
15.4.2 Checklist implementasi dan quality control
Pastikan parameter same DFT functional/basis telah ditentukan dan disimpan.
Pastikan parameter validated jobs telah ditentukan dan disimpan.
Pastikan parameter missing data telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: perbandingan bukan prediksi aktivitas
biologis otomatis; tujuan riset menentukan makna descriptor.
Pastikan keluaran tahap tersedia sebagai tabel komparatif terstruktur dan
status QC tercatat.
15.5 Pelaporan studi kasus
Pembahasan pelaporan studi kasus dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Laporan harus menyertakan input canonical, parameter, status setiap
Halaman PDF 152 / 206
tahap, hasil, dan batas interpretasi. Elemen yang paling relevan pada tahap ini meliputi project manifest, result table, provenance dan archive. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Cramer, 2004; Jensen, 2017).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup project manifest, result table, `provenance`, `archive`. Keluaran yang diharapkan adalah template pelaporan tanpa data fiktif. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
15.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa jangan melaporkan angka komputasi yang tidak benar-benar dihitung; buku ini tidak mengarang hasil energi. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk pelaporan studi kasus adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah template pelaporan tanpa data fiktif benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu
Halaman PDF 153 / 206
disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
15.5.2 Checklist implementasi dan quality control
Pastikan parameter project manifest telah ditentukan dan disimpan.
Pastikan parameter result table telah ditentukan dan disimpan.
Pastikan parameter provenance telah ditentukan dan disimpan.
yang tidak benar-benar dihitung; buku ini tidak mengarang hasil energi.
Pastikan keluaran tahap tersedia sebagai template pelaporan tanpa data fiktif
dan status QC tercatat.
15.6 Rangkuman Bab
Bab 15 menunjukkan bahwa studi kasus katalog 8a, 8c, 8s, 8w, dan 8v harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 16 — Validasi, Troubleshooting, Error Code, dan Quality Assurance
Halaman PDF 154 / 206
BAB 16 VALIDASI, TROUBLESHOOTING, ERROR
CODE, DAN QUALITY ASSURANCE
Bab ini membahas validasi, troubleshooting, error code, dan quality assurance sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 16.1. Peta konseptual validasi, troubleshooting, error code, dan quality assurance.
Gambar 16.1. Peta konseptual validasi, troubleshooting, error code, dan quality assurance.
Tabel 16.1. Peta materi Bab 16
Subbab • Fokus • Keluaran utama
16.1 Validasi berlapis QC summary
16.2 Panduan QMS-E001 sampai QMS-E010
error guide
16.3 Troubleshooting SCF dan optimasi
catatan percobaan dan hasil
16.4 Regression testing laporan compare benchmark
16.5 Checklist sebelum publikasi checklist publikasi
16.1 Validasi berlapis
Pembahasan validasi berlapis dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Validasi QMScreen mencakup input, proses numerik, hasil ilmiah, dan integritas data. Elemen yang paling relevan pada tahap ini meliputi input QC, SCF, optimization, frequency, provenance dan benchmark. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung
Halaman PDF 155 / 206
pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup input QC, `SCF`, `optimization`, `frequency`, `provenance`, `benchmark`. Keluaran yang diharapkan adalah QC summary. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
16.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa satu indikator sukses tidak cukup; validasi harus mengikuti tahap yang relevan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk validasi berlapis adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah QC summary benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 156 / 206
16.1.2 Checklist implementasi dan quality control
Pastikan parameter input QC telah ditentukan dan disimpan.
Pastikan parameter SCF telah ditentukan dan disimpan.
Pastikan parameter optimization telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: satu indikator sukses tidak cukup;
validasi harus mengikuti tahap yang relevan.
Pastikan keluaran tahap tersedia sebagai QC summary dan status QC tercatat.
16.2 Panduan QMS-E001 sampai QMS-E010
Pada QMScreen, panduan qms-e001 sampai qms-e010 bukan fitur dekoratif antarmuka. Error code mempermudah pemetaan gejala ke lokasi kegagalan. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi input, spin, 3D, xTB, SCF, optimization, frequency, resource, parser dan export. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian panduan qms-e001 sampai qms-e010 ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi `input`, `spin`, `3D`, `xTB`, `SCF`, `optimization`, `frequency`, `resource`, `parser`, `export`. Keluaran yang diharapkan adalah error guide. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
16.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa tindakan korektif harus menjaga jejak kegagalan untuk audit. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini
Halaman PDF 157 / 206
juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari panduan qms-e001 sampai qms-e010 sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah error guide benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
16.2.2 Checklist implementasi dan quality control
Pastikan parameter input telah ditentukan dan disimpan.
Pastikan parameter spin telah ditentukan dan disimpan.
Pastikan parameter 3D telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: tindakan korektif harus menjaga jejak
kegagalan untuk audit.
Pastikan keluaran tahap tersedia sebagai error guide dan status QC tercatat.
16.3 Troubleshooting SCF dan optimasi
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks troubleshooting scf dan optimasi, Diagnosis dimulai dari struktur, charge/spin, basis, functional, konvergensi, dan resource. Elemen yang paling relevan pada tahap ini meliputi max cycle, conv_tol, geometry dan alternative conformer. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti max cycle, `conv_tol`, `geometry`, alternative conformer pada manifest atau provenance. Keluaran yang diharapkan adalah
Halaman PDF 158 / 206
catatan percobaan dan hasil. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
16.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa jangan memperlonggar toleransi secara ekstrem hanya untuk memperoleh label converged. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, troubleshooting scf dan optimasi perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah catatan percobaan dan hasil benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
16.3.2 Checklist implementasi dan quality control
Pastikan parameter max cycle telah ditentukan dan disimpan.
Pastikan parameter conv_tol telah ditentukan dan disimpan.
Pastikan parameter geometry telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jangan memperlonggar toleransi secara
ekstrem hanya untuk memperoleh label converged.
Pastikan keluaran tahap tersedia sebagai catatan percobaan dan hasil dan
status QC tercatat.
Halaman PDF 159 / 206
16.4 Regression testing
Perubahan kode perlu diuji pada dataset kecil yang diketahui agar perubahan orbital, energi, parser, dan ekspor terdeteksi. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi baseline, hashes, success rate dan deterministic seed where possible. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `baseline`, `hashes`, success rate, deterministic seed where possible tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah laporan compare benchmark. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
16.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa toleransi regression harus memperhitungkan variasi numerik yang wajar. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji regression testing pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah laporan compare benchmark benar-benar tersedia, apakah
Halaman PDF 160 / 206
unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
16.4.2 Checklist implementasi dan quality control
Pastikan parameter baseline telah ditentukan dan disimpan.
Pastikan parameter hashes telah ditentukan dan disimpan.
Pastikan parameter success rate telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: toleransi regression harus memperhitungkan variasi numerik yang wajar.
Pastikan keluaran tahap tersedia sebagai laporan compare benchmark dan
status QC tercatat.
16.5 Checklist sebelum publikasi
Pembahasan checklist sebelum publikasi dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Sebelum hasil dipakai di laporan ilmiah, periksa metode, unit, konvergensi, minimum, provenance, dan arsip. Elemen yang paling relevan pada tahap ini meliputi method/basis, raw output, config, environment dan QC. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `method/basis`, raw output, `config`, `environment`, `QC`. Keluaran yang diharapkan adalah checklist publikasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 161 / 206
16.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa software membantu konsistensi tetapi tanggung jawab ilmiah tetap pada peneliti. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk checklist sebelum publikasi adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah checklist publikasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
16.5.2 Checklist implementasi dan quality control
Pastikan parameter method/basis telah ditentukan dan disimpan.
Pastikan parameter raw output telah ditentukan dan disimpan.
Pastikan parameter config telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: software membantu konsistensi tetapi
tanggung jawab ilmiah tetap pada peneliti.
Pastikan keluaran tahap tersedia sebagai checklist publikasi dan status QC
tercatat.
Tabel 16.2. Checklist hasil sebelum digunakan dalam laporan
Pemeriksaan Status yang diharapkan
Input canonical dan struktur Tersimpan dan dapat dibaca ulang
Charge/multiplicity Konsisten dengan keadaan elektronik
SCF Converged
Halaman PDF 162 / 206
Pemeriksaan Status yang diharapkan
Optimasi Converged atau status jelas
Frequency jika dipakai Minimum check terdokumentasi
Metode/basis Terekam dalam config/provenance
Unit Eksplisit
Raw output Tersimpan
Environment snapshot Tersimpan
Ekspor Berasal dari result record yang sama
16.6 Rangkuman Bab
Bab 16 menunjukkan bahwa validasi, troubleshooting, error code, dan quality assurance harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 17 — Arsitektur Kode QMScreen V1.0.5 dan Panduan Pengembangan
Halaman PDF 163 / 206
BAB 17 ARSITEKTUR KODE QMSCREEN V1.0.5 DAN
PANDUAN PENGEMBANGAN
Bab ini membahas arsitektur kode qmscreen v1.0.5 dan panduan pengembangan sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Gambar 17.1. Peta konseptual arsitektur kode qmscreen v1.0.5 dan panduan pengembangan.
Gambar 17.1. Peta konseptual arsitektur kode qmscreen v1.0.5 dan panduan pengembangan.
Tabel 17.1. Peta materi Bab 17
Subbab • Fokus • Keluaran utama
17.1 Bootstrap dan workspace writable
log bootstrap dan direktori aplikasi
17.2 Lapisan utilitas dan database API internal data
17.3 Lapisan struktur dan engine pipeline single molecule
17.4 Scheduler dan state background worker dan status
17.5 Prinsip pengembangan lanjutan
roadmap pengembangan yang dapat • diuji
17.1 Bootstrap dan workspace writable
Pembahasan bootstrap dan workspace writable dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Kode memulai dengan pemeriksaan dependensi serta pemilihan direktori data yang writable pada sistem operasi berbeda. Elemen yang paling relevan pada tahap ini meliputi ensure_python_package, DATA_DIR, RUNS_DIR dan CACHE_DIR. Masing-masing elemen harus memiliki
Halaman PDF 164 / 206
representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `ensure_python_package`, `DATA_DIR`, `RUNS_DIR`, `CACHE_DIR`. Keluaran yang diharapkan adalah log bootstrap dan direktori aplikasi. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
17.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa auto-install harus terkendali dan tidak menerima nama paket dari input pengguna. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk bootstrap dan workspace writable adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah log bootstrap dan direktori aplikasi benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
Halaman PDF 165 / 206
17.1.2 Checklist implementasi dan quality control
Pastikan parameter ensure_python_package telah ditentukan dan disimpan.
Pastikan parameter DATA_DIR telah ditentukan dan disimpan.
Pastikan parameter RUNS_DIR telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: auto-install harus terkendali dan tidak
menerima nama paket dari input pengguna.
Pastikan keluaran tahap tersedia sebagai log bootstrap dan direktori aplikasi
dan status QC tercatat.
17.2 Lapisan utilitas dan database
Pada QMScreen, lapisan utilitas dan database bukan fitur dekoratif antarmuka. Fungsi hash, JSON atomik, environment snapshot, SQLite, audit, dan cache membentuk fondasi data. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi canonical_json, sha256, init_db dan cache_get/cache_put. Masingmasing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian lapisan utilitas dan database ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi `canonical_json`, `sha256`, `init_db`, `cache_get/cache_put`. Keluaran yang diharapkan adalah API internal data. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
17.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa fungsi data sebaiknya tidak bergantung pada widget UI agar dapat diuji terpisah. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan
Halaman PDF 166 / 206
provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari lapisan utilitas dan database sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah API internal data benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
17.2.2 Checklist implementasi dan quality control
Pastikan parameter canonical_json telah ditentukan dan disimpan.
Pastikan parameter sha256 telah ditentukan dan disimpan.
Pastikan parameter init_db telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: fungsi data sebaiknya tidak bergantung
pada widget UI agar dapat diuji terpisah.
Pastikan keluaran tahap tersedia sebagai API internal data dan status QC
tercatat.
17.3 Lapisan struktur dan engine
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks lapisan struktur dan engine, Parser, conformer, xTB, PySCF, frequency, descriptor disusun sebagai fungsi-fungsi terpisah. Elemen yang paling relevan pada tahap ini meliputi parse_uploaded_file, generate_conformers dan run_dft_pipeline. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil
Halaman PDF 167 / 206
mempertahankan parameter seperti `parse_uploaded_file`, `generate_conformers`, `run_dft_pipeline` pada manifest atau provenance. Keluaran yang diharapkan adalah pipeline single molecule. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
17.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa pemisahan tahap memudahkan unit test dan recovery. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, lapisan struktur dan engine perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah pipeline single molecule benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
17.3.2 Checklist implementasi dan quality control
Pastikan parameter parse_uploaded_file telah ditentukan dan disimpan.
Pastikan parameter generate_conformers telah ditentukan dan disimpan.
Pastikan parameter run_dft_pipeline telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: pemisahan tahap memudahkan unit test
dan recovery.
Pastikan keluaran tahap tersedia sebagai pipeline single molecule dan status
QC tercatat.
Halaman PDF 168 / 206
17.4 Scheduler dan state
Batch worker, fair queue, status file, dan session state menghubungkan pipeline dengan antarmuka. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi run_batch_worker, start_batch dan request_stop. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `run_batch_worker`, `start_batch`, `request_stop` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah background worker dan status. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
17.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa threading membutuhkan batas state yang jelas agar rerun Streamlit tidak menduplikasi job. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji scheduler dan state pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah background worker dan status benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan
Halaman PDF 169 / 206
dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
17.4.2 Checklist implementasi dan quality control
Pastikan parameter run_batch_worker telah ditentukan dan disimpan.
Pastikan parameter start_batch telah ditentukan dan disimpan.
Pastikan parameter request_stop telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: threading membutuhkan batas state yang
jelas agar rerun Streamlit tidak menduplikasi job.
Pastikan keluaran tahap tersedia sebagai background worker dan status dan
status QC tercatat.
17.5 Prinsip pengembangan lanjutan
Pembahasan prinsip pengembangan lanjutan dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Pengembangan harus mempertahankan backward compatibility data, provenance, dan scientific guardrail. Elemen yang paling relevan pada tahap ini meliputi schema version, migration, tests dan modular engines. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup schema version, `migration`, `tests`, modular engines. Keluaran yang diharapkan adalah roadmap pengembangan yang dapat diuji. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 170 / 206
17.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa fitur baru tidak boleh mematahkan interpretasi hasil lama atau mengubah default diam-diam. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk prinsip pengembangan lanjutan adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah roadmap pengembangan yang dapat diuji benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
17.5.2 Checklist implementasi dan quality control
Pastikan parameter schema version telah ditentukan dan disimpan.
Pastikan parameter migration telah ditentukan dan disimpan.
Pastikan parameter tests telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: fitur baru tidak boleh mematahkan
interpretasi hasil lama atau mengubah default diam-diam.
Pastikan keluaran tahap tersedia sebagai roadmap pengembangan yang dapat
diuji dan status QC tercatat.
Sketsa implementasi Python - Bab 17 (pseudocode original)
Bab 17 menunjukkan bahwa arsitektur kode qmscreen v1.0.5 dan panduan pengembangan harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
BAB 18 — Evaluasi Pembelajaran, Latihan, dan Proyek Pengembangan
Halaman PDF 172 / 206
BAB 18 EVALUASI PEMBELAJARAN, LATIHAN,
DAN PROYEK PENGEMBANGAN
Bab ini membahas evaluasi pembelajaran, latihan, dan proyek pengembangan sebagai bagian dari workflow QMScreen V1.0.5. Pembahasan menempatkan konsep kimia komputasi, implementasi perangkat lunak, scientific guardrail, quality control, dan reproducibility dalam satu alur. Setiap subbab diakhiri dengan checklist praktis agar pembaca dapat menghubungkan teori dengan penggunaan aplikasi.
Tabel 18.1. Peta materi Bab 18
Subbab • Fokus • Keluaran utama
18.1 Tujuan evaluasi kesiapan penggunaan mandiri
18.2 Latihan desain workflow workflow plan
18.3 Latihan audit provenance audit report
18.4 Proyek mini validasi mini research report
18.5 Proyek pengembangan perangkat lunak
pull-request style package
18.1 Tujuan evaluasi
Pembahasan tujuan evaluasi dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Evaluasi menguji pemahaman konsep, kemampuan mengoperasikan workflow, membaca status QC, dan menilai batas interpretasi. Elemen yang paling relevan pada tahap ini meliputi konsep, praktik, troubleshooting dan reproducibility. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup `konsep`, `praktik`, `troubleshooting`, `reproducibility`. Keluaran yang diharapkan adalah kesiapan penggunaan mandiri. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus
Halaman PDF 173 / 206
membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
18.1.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa jawaban yang baik harus menyebut asumsi dan bukan hanya angka atau tombol. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk tujuan evaluasi adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah kesiapan penggunaan mandiri benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
18.1.2 Checklist implementasi dan quality control
Pastikan parameter konsep telah ditentukan dan disimpan.
Pastikan parameter praktik telah ditentukan dan disimpan.
Pastikan parameter troubleshooting telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: jawaban yang baik harus menyebut
asumsi dan bukan hanya angka atau tombol.
Pastikan keluaran tahap tersedia sebagai kesiapan penggunaan mandiri dan
status QC tercatat.
Halaman PDF 174 / 206
18.2 Latihan desain workflow
Pada QMScreen, latihan desain workflow bukan fitur dekoratif antarmuka. Mahasiswa atau pengguna diminta merancang alur untuk kumpulan molekul dengan batas resource tertentu. Pendekatan ini membuat tahap tersebut dapat diuji sebagai komponen ilmiah yang mandiri. Elemen yang paling relevan pada tahap ini meliputi stage selection, conformer, method, basis dan frequency subset. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Secara arsitektural, bagian latihan desain workflow ditempatkan di luar logika tampilan sebanyak mungkin. Data dari widget hanya menjadi sumber konfigurasi, sedangkan fungsi inti bekerja pada struktur Python yang dapat diuji. Titik kendalinya meliputi stage selection, `conformer`, `method`, `basis`, frequency subset. Keluaran yang diharapkan adalah workflow plan. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
18.2.1 Prinsip, parameter, dan interpretasi
Risiko terbesar dalam otomasi adalah membuat proses tampak berhasil ketika asumsi ilmiahnya tidak terpenuhi. Aturan utama yang perlu dipertahankan adalah bahwa desain harus menjelaskan mengapa setiap tahap dipilih atau dihilangkan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Untuk tujuan riset, hasil dari latihan desain workflow sebaiknya ditinjau bersama data sebelum dan sesudah tahap tersebut agar perubahan dapat dilacak. Setelah tahap selesai, periksa apakah workflow plan benar-benar tersedia, apakah unit dan
Halaman PDF 175 / 206
metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
18.2.2 Checklist implementasi dan quality control
Pastikan parameter stage selection telah ditentukan dan disimpan.
Pastikan parameter conformer telah ditentukan dan disimpan.
Pastikan parameter method telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: desain harus menjelaskan mengapa setiap
tahap dipilih atau dihilangkan.
Pastikan keluaran tahap tersedia sebagai workflow plan dan status QC
tercatat.
18.3 Latihan audit provenance
High-throughput chemistry menuntut aturan yang konsisten ketika jumlah molekul bertambah. Dalam konteks latihan audit provenance, Pengguna menelusuri satu hasil dari tabel ekspor kembali ke input manifest, config, environment, job, dan raw output. Elemen yang paling relevan pada tahap ini meliputi spec_hash, project_id, timestamps dan database. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Untuk batch besar, implementasi harus tahan terhadap kegagalan parsial. QMScreen karena itu menyimpan status per molekul dan per tahap, sambil mempertahankan parameter seperti `spec_hash`, `project_id`, `timestamps`, `database` pada manifest atau provenance. Keluaran yang diharapkan adalah audit report. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi diresume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
Halaman PDF 176 / 206
18.3.1 Prinsip, parameter, dan interpretasi
Ketika workflow dipercepat, kontrol ilmiah tidak boleh ikut dipangkas. Aturan utama yang perlu dipertahankan adalah bahwa audit sukses bila hasil dapat direkonstruksi tanpa mengandalkan ingatan pengguna. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Pada komputer dengan resource terbatas, latihan audit provenance perlu diatur bersama jumlah worker, thread, memory, dan biaya tahap berikutnya. Setelah tahap selesai, periksa apakah audit report benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
18.3.2 Checklist implementasi dan quality control
Pastikan parameter spec_hash telah ditentukan dan disimpan.
Pastikan parameter project_id telah ditentukan dan disimpan.
Pastikan parameter timestamps telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: audit sukses bila hasil dapat
direkonstruksi tanpa mengandalkan ingatan pengguna.
Pastikan keluaran tahap tersedia sebagai audit report dan status QC tercatat.
18.4 Proyek mini validasi
Dataset kecil dipakai untuk menguji perubahan functional, basis, atau parameter dengan kontrol yang jelas. Dalam workflow komputasi skala besar, konsep ini perlu didefinisikan sebelum job pertama dijalankan karena keputusan awal akan memengaruhi biaya, keterbandingan, dan kemampuan reproduksi hasil. Elemen yang paling relevan pada tahap ini meliputi baseline, one-factor-at-a-time dan regression. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu
Halaman PDF 177 / 206
parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila
relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip
tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan
asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson
et al., 2016; Wilson et al., 2014).
Di tingkat implementasi, QMScreen mengubah pilihan pengguna menjadi record konfigurasi dan menjalankan fungsi scientific logic yang sesuai. Komponen seperti `baseline`, `one-factor-at-a-time`, `regression` tidak diperlakukan sebagai nilai sementara, tetapi sebagai bagian dari state proyek yang dapat ditulis ke disk. Keluaran yang diharapkan adalah mini research report. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
18.4.1 Prinsip, parameter, dan interpretasi
Scientific guardrail pada bagian ini sengaja dibuat konservatif. Aturan utama yang perlu dipertahankan adalah bahwa perbandingan harus menggunakan geometri dan protokol yang dinyatakan. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Dalam penggunaan sehari-hari, pengguna sebaiknya menguji proyek mini validasi pada satu atau dua molekul kecil sebelum memperbesar batch. Setelah tahap selesai, periksa apakah mini research report benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
18.4.2 Checklist implementasi dan quality control
Pastikan parameter baseline telah ditentukan dan disimpan.
Pastikan parameter one-factor-at-a-time telah ditentukan dan disimpan.
Halaman PDF 178 / 206
Pastikan parameter regression telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: perbandingan harus menggunakan
geometri dan protokol yang dinyatakan.
Pastikan keluaran tahap tersedia sebagai mini research report dan status QC
tercatat.
18.5 Proyek pengembangan perangkat lunak
Pembahasan proyek pengembangan perangkat lunak dimulai dari prinsip bahwa satu angka komputasi hanya bermakna jika struktur, metode, unit, dan status validasinya diketahui. Fitur baru dapat berupa parser, engine, visualisasi, atau ekspor dengan unit test dan dokumentasi. Elemen yang paling relevan pada tahap ini meliputi modular API, error code, test fixture dan migration. Masing-masing elemen harus memiliki representasi data yang eksplisit sehingga pipeline tidak bergantung pada keadaan visual GUI. Ketika satu parameter berubah, perubahan tersebut harus terlihat pada spesifikasi job dan, bila relevan, pada kunci hash yang membedakan hasil lama dari hasil baru. Prinsip tersebut sejalan dengan praktik kimia komputasi yang menempatkan metode dan asumsi sebagai bagian tak terpisahkan dari hasil (Sandve et al., 2013; Wilkinson et al., 2016; Wilson et al., 2014).
Implementasi perangkat lunak untuk bagian ini mengikuti pola parse/validate/execute/record. Input terlebih dahulu dibaca, kemudian diverifikasi, setelah itu engine dijalankan, dan akhirnya keluaran dipaketkan menjadi result record. Parameter yang terkait mencakup modular API, error code, test fixture, `migration`. Keluaran yang diharapkan adalah pull-request style package. Record tersebut kemudian dapat dipakai oleh tahap berikutnya tanpa harus membaca kembali keadaan widget. Pemisahan ini penting ketika aplikasi di-resume, ketika hasil dibuka pada sesi lain, atau ketika regression test memeriksa apakah perubahan kode telah mengubah nilai yang semestinya tetap stabil.
18.5.1 Prinsip, parameter, dan interpretasi
Quality control harus membedakan kondisi tidak valid, kondisi meragukan, dan kondisi yang sekadar berbeda dari default. Aturan utama yang perlu dipertahankan adalah bahwa fitur diterima hanya bila tidak merusak scientific guardrail dan provenance. Jika prasyarat tidak terpenuhi, software sebaiknya menolak job, memberi warning, atau menandai hasil sebagai belum tervalidasi daripada menebak nilai yang tidak tersedia. QMScreen menggunakan error code, log, status QC, dan provenance untuk memisahkan kegagalan teknis dari keterbatasan interpretasi. Pendekatan ini juga menjaga agar angka yang kebetulan berhasil diparsing tidak otomatis dianggap benar secara ilmiah. Dalam laporan, status validasi harus ditampilkan bersama nilai numerik. Praktik tersebut sangat penting
Halaman PDF 179 / 206
untuk screening banyak kandidat karena kesalahan kecil yang terulang pada ratusan molekul dapat menciptakan pola semu yang terlihat meyakinkan padahal berasal dari pipeline yang tidak konsisten.
Strategi operasional yang aman untuk proyek pengembangan perangkat lunak adalah memulai dari konfigurasi sederhana, memeriksa log, lalu menambah kompleksitas satu parameter pada satu waktu. Setelah tahap selesai, periksa apakah pull-request style package benar-benar tersedia, apakah unit dan metode tercatat, dan apakah terdapat warning. Jika hasil akan dibandingkan antar kandidat, gunakan protokol yang sama dan jangan mengisi nilai hilang dengan angka buatan. Catatan keputusan, alasan perubahan parameter, serta file ekspor perlu disimpan bersama proyek supaya analisis lanjutan dapat ditelusuri tanpa mengandalkan ingatan operator.
18.5.2 Checklist implementasi dan quality control
Pastikan parameter modular API telah ditentukan dan disimpan.
Pastikan parameter error code telah ditentukan dan disimpan.
Pastikan parameter test fixture telah ditentukan dan disimpan.
Pastikan guardrail berikut dipenuhi: fitur diterima hanya bila tidak merusak
scientific guardrail dan provenance.
Pastikan keluaran tahap tersedia sebagai pull-request style package dan status
QC tercatat.
18.6 Rangkuman Bab
Bab 18 menunjukkan bahwa evaluasi pembelajaran, latihan, dan proyek pengembangan harus dipahami sebagai satu sistem yang menghubungkan keputusan ilmiah dan keputusan perangkat lunak. Keandalan QMScreen bergantung pada kemampuan setiap tahap untuk menerima input yang jelas, menjalankan metode dengan parameter eksplisit, mencatat status, mempertahankan hasil parsial secara benar, dan menyediakan provenance. Dengan pola ini, batch yang besar tetap dapat diaudit dan dikembangkan tanpa menjadikan GUI sebagai satu-satunya sumber kebenaran. Pembaca sebaiknya menggunakan checklist pada setiap subbab sebagai kendali sebelum melanjutkan ke tahap berikutnya.
Materi buku APLIKASI QMSCREEN
Lampiran 1 — 20 Soal Evaluasi
Halaman PDF 180 / 206
LAMPIRAN 1 20 SOAL EVALUASI
1. Tujuan utama QMScreen dalam konteks high-throughput adalah ...
A. Menggantikan seluruh penilaian ilmiah dengan ranking otomatis B. Menata workflow banyak molekul dengan parameter, QC, dan provenance
yang konsisten C. Hanya menggambar struktur 2D D. Hanya mengubah SMILES menjadi InChI E. Menyamakan semua metode kuantum 2. Mengapa deduplikasi dilakukan sebelum batch berat?
A. Agar semua nama molekul menjadi sama B. Agar energi DFT naik C. Menghindari komputasi berulang pada struktur yang identik dan
melaporkan duplikat D. Agar charge selalu nol E. Untuk menghapus provenance 3. Kombinasi charge dan multiplicity perlu diperiksa karena ...
A. memengaruhi jumlah elektron dan keadaan spin B. hanya memengaruhi warna UI C. hanya diperlukan untuk CSV D. tidak berkaitan dengan engine kuantum E. selalu harus 0 dan 1 4. Peran ETKDGv3 pada QMScreen adalah ...
A. Menghitung DFT final B. Membuat kandidat geometri/conformer 3D C. Menghitung database SQLite D. Mengekspor PDF E. Menghitung ranking akhir 5. MMFF94/UFF pada tahap awal terutama digunakan untuk ...
A. Menggantikan semua hasil DFT B. Pre-optimasi conformer dengan biaya rendah C. Menentukan DOI referensi D. Menghitung NUMPAGES E. Membuat hash proyek
Halaman PDF 181 / 206
6. GFN2-xTB digunakan dalam QMScreen terutama sebagai ...
A. prescreen yang lebih murah sebelum DFT B. format file C. database relasional D. metode ekspor E. sistem operasi 7. Pernyataan yang benar tentang energi total antar molekul dengan formula
berbeda adalah ...
A. Selalu dapat diranking langsung sebagai afinitas B. QMScreen membatasi normalisasi energi pada kelompok formula yang
sama C. Harus diubah menjadi persen tanpa konteks D. Tidak perlu unit E. Sama dengan HOMO-LUMO gap 8. Basis optimasi default antarmuka QMScreen adalah ...
A. STO-3G B. 6-31G C. def2-SVP D. cc-pVTZ E. def2-QZVP 9. Basis final single-point default antarmuka QMScreen adalah ...
A. def2-TZVP B. STO-3G C. 3-21G D. 6-31G* E. aug-cc-pVDZ selalu 10. SCF yang tidak konvergen seharusnya ...
A. tetap diberi label sukses karena energi terakhir tersedia B. ditandai gagal/belum valid dan ditinjau parameter serta strukturnya C. dihapus tanpa log D. selalu diulang tanpa batas E. dikonversi menjadi dipole 11. Minimum lokal dalam pemeriksaan frequency idealnya ...
A. memiliki banyak frekuensi imajiner B. tidak memiliki frekuensi imajiner setelah mempertimbangkan toleransi
numerik C. hanya ditentukan dari MW D. selalu memiliki gap nol E. tidak memerlukan geometri optimum
Halaman PDF 182 / 206
12. HOMO-LUMO gap dihitung sebagai ...
A. εHOMO + εLUMO B. εLUMO - εHOMO C. MW/TPSA D. charge × spin E. runtime/worker 13. Mulliken charge harus ditafsirkan hati-hati karena ...
A. tidak memiliki angka B. basis-dependent dan bukan satu-satunya definisi muatan parsial C. hanya berlaku pada file TXT D. tidak berasal dari elektron E. selalu identik untuk semua basis 14. Fair queue terutama bertujuan ...
A. menghapus hasil lama B. mengatur urutan job agar resource tidak dimonopoli secara tidak adil C. menaikkan energi D. mengganti functional E. menambah stereokimia 15. Stop aman QMScreen menggunakan gagasan ...
A. memutus listrik B. stop flag/checkpoint agar penghentian dilakukan pada titik yang lebih
aman C. menghapus database D. mengganti semua hasil menjadi nol E. menutup file tanpa menyimpan 16. Cache yang benar harus dikunci oleh ...
A. warna tema UI saja B. nama operator saja C. hash spesifikasi yang mencakup struktur dan parameter relevan D. nomor halaman buku E. tanggal tanpa parameter 17. Environment snapshot berguna untuk ...
A. menggantikan hasil energi B. mencatat platform dan lingkungan agar reproduksi/diagnosis lebih baik C. menghapus log D. mengubah SMILES E. membuat multiplicity selalu 1
Halaman PDF 183 / 206
18. Ranking multikriteria QMScreen sebaiknya dipahami sebagai ...
A. ukuran universal aktivitas kimia/biologi B. alat bantu prioritisasi berdasarkan descriptor dan bobot yang dipilih C. pengganti eksperimen mutlak D. metode DFT baru E. format file baru 19. Format yang paling tepat untuk arsip proyek lengkap adalah ...
A. screenshot saja B. ZIP proyek bersama konfigurasi, hasil, dan log C. hanya satu nilai energi D. hanya nama molekul E. hanya HTML tanpa data 20. Prinsip terpenting sebelum hasil QMScreen digunakan dalam laporan
ilmiah adalah ...
A. semua angka harus besar B. metode, unit, QC, konvergensi, dan provenance harus diperiksa C. hanya ranking yang dibaca D. warning harus diabaikan E. semua molekul harus mempunyai formula sama
Tabel 18.2. Kunci jawaban 20 soal evaluasi
No. Jawaban No. Jawaban No. Jawaban No. Jawaban
1 B 6 A 11 B 16 C
2 C 7 B 12 B 17 B
3 A 8 C 13 B 18 B
4 B 9 A 14 B 19 B
5 B 10 B 15 B 20 B
Pembahasan soal sebaiknya dilakukan dengan kembali ke bab terkait dan menelusuri alasan ilmiah di balik jawaban, bukan sekadar menghafal pilihan. Untuk tugas lanjutan, minta peserta menyertakan file konfigurasi, log, dan provenance ketika menjelaskan sebuah workflow.
Materi buku APLIKASI QMSCREEN
Lampiran 2 — Tutorial Instalasi QMScreen
Halaman PDF 184 / 206
LAMPIRAN 2 TUTORIAL INSTALASI QMSCREEN
Tutorial Instalasi QMScreen 1.0.5 di WSL/Ubuntu
1. Pendahuluan
QMScreen V1.0.5 adalah aplikasi berbasis Python dan Streamlit untuk menjalan-
kan workflow kimia komputasi secara terintegrasi, termasuk pengelolaan struktur
molekul, pembuatan konformer, prescreening, perhitungan DFT, analisis orbital,
frekuensi, termokimia, pengelolaan hasil, serta ekspor data.
Untuk mempermudah instalasi pada Linux Ubuntu maupun Windows Subsystem for Linux (WSL), aplikasi disediakan dalam paket Debian:
qmscreen_1.0.5.deb
Paket ini dirancang agar aplikasi dapat dipasang menggunakan sistem manajemen paket Ubuntu tanpa harus menjalankan file Python secara manual.
2. Persyaratan Sistem
QMScreen dapat digunakan pada:
Ubuntu Linux;
Ubuntu pada WSL/WSL2;
sistem berbasis Debian yang kompatibel;
Python 3 dengan dukungan virtual environment;
koneksi internet pada instalasi pertama untuk mengambil library Python yang diperlukan.
Untuk WSL, disarankan menggunakan WSL2 dengan Ubuntu versi yang masih didukung.
Periksa versi Ubuntu:
lsb_release -a
Periksa versi Python:
python3 --version
Halaman PDF 185 / 206
3. Menempatkan File Instalasi
Misalnya file:
qmscreen_1.0.5.deb
tersimpan pada Windows di:
C:\Users\USWE\Desktop\RUNNING-KOMPUTASI
Pada WSL, folder tersebut biasanya dapat diakses melalui:
cd /mnt/c/Users/USWE/Desktop/RUNNING-KOMPUTASI
Periksa apakah file tersedia:
ls -lh qmscreen_1.0.5.deb
Jika nama paket masih menggunakan nama asli:
qmscreen_1.0.5-1_all.deb
gunakan nama tersebut dalam perintah instalasi.
4. Memperbarui Database Paket Ubuntu
Sebelum melakukan instalasi, jalankan:
sudo apt update
Perintah ini memperbarui daftar paket dari repositori Ubuntu.
Tidak perlu menjalankan sudo apt upgrade hanya untuk memasang QMScreen.
5. Instalasi QMScreen
Jika nama file adalah:
qmscreen_1.0.5.deb
jalankan:
sudo apt install ./qmscreen_1.0.5.deb
Halaman PDF 186 / 206
Jika menggunakan nama paket hasil build:
qmscreen_1.0.5-1_all.deb
jalankan:
sudo apt install ./qmscreen_1.0.5-1_all.deb
Perhatikan bahwa tanda:
./
di depan nama file penting karena menunjukkan bahwa paket DEB berasal dari direktori aktif.
6. Menjalankan QMScreen
Setelah instalasi selesai, aplikasi dapat dijalankan dari terminal:
qmscreen
Pada proses pertama, aplikasi melakukan persiapan environment QMScreen.
Secara umum QMScreen akan:
1. membuat virtual environment khusus; 2. memasang library Python yang diperlukan; 3. menyiapkan direktori data; 4. menyiapkan database molekul; 5. menjalankan server Streamlit; 6. menyediakan antarmuka QMScreen melalui browser.
7. Virtual Environment QMScreen
QMScreen tidak bergantung pada instalasi package Python global milik Ubuntu.
Environment aplikasi dibuat pada:
~/.local/share/qmscreen/venv
Pendekatan ini menghindari konflik dengan:
Python bawaan Ubuntu;
environment Conda;
Halaman PDF 187 / 206
Miniforge;
Anaconda;
paket Python sistem;
aturan externally-managed-environment atau PEP 668.
Dengan demikian library QMScreen terisolasi dari package Python lain pada sistem.
8. Library yang Dipasang
Pada persiapan environment, QMScreen akan memasang library yang diperlukan aplikasi, antara lain:
Tergantung perkembangan aplikasi, isi sebenarnya dapat bertambah.
Fungsi direktori
venv/ menyimpan environment dan library Python QMScreen.
runs/ menyimpan workspace atau hasil proses komputasi.
cache/ digunakan untuk cache hasil perhitungan.
qmscreen.sqlite3 digunakan sebagai database internal QMScreen.
upload_molekul.json merupakan penyimpanan katalog/input molekul yang telah ditambahkan.
13. Database Molekul
QMScreen mengintegrasikan:
upload_molekul.json
sebagai salah satu tempat penyimpanan data input molekul.
Data molekul yang tersimpan dapat mencakup informasi seperti:
Nama molekul SMILES InChI InChIKey Formula molekul Muatan Spin/multiplicity MolBlock Data struktur 3D Informasi sumber Waktu penyimpanan
Dengan mekanisme tersebut molekul yang sebelumnya telah dimasukkan dapat digunakan kembali tanpa harus selalu diketik ulang.
Halaman PDF 191 / 206
14. Contoh Proses Instalasi Lengkap
Misalnya file berada di:
/mnt/c/Users/USWE/Desktop/RUNNING-KOMPUTASI/
jalankan:
cd /mnt/c/Users/USWE/Desktop/RUNNING-KOMPUTASI/
Periksa file:
ls -lh qmscreen_1.0.5.deb
Update repositori:
sudo apt update
Install:
sudo apt install ./qmscreen_1.0.5.deb
Setelah berhasil:
qmscreen
Tunggu sampai Streamlit menampilkan alamat aplikasi, kemudian buka:
http://localhost:8501
15. Pemeriksaan Instalasi
Untuk memastikan perintah QMScreen tersedia:
which qmscreen
Jika terinstal dengan benar, biasanya akan ditampilkan lokasi executable, misalnya:
/usr/bin/qmscreen
Periksa informasi package:
dpkg -l | grep qmscreen
atau:
dpkg -s qmscreen
Halaman PDF 192 / 206
16. Jika Perintah qmscreen Tidak Ditemukan
Periksa apakah package benar-benar terpasang:
dpkg -l | grep qmscreen
Jika belum, ulangi:
sudo apt install ./qmscreen_1.0.5.deb
Kemudian:
hash -r
dan jalankan kembali:
qmscreen
17. Jika Dependency Python Bermasalah
Jika aplikasi gagal karena environment Python rusak atau instalasi library tidak lengkap, gunakan:
qmscreen-reset-env
Kemudian:
qmscreen
Environment akan disiapkan ulang.
Alternatifnya jalankan:
qmscreen-setup
untuk menjalankan proses setup dependency secara manual.
18. Jika Browser Tidak Dapat Mengakses Port 8501
Pastikan aplikasi masih berjalan di terminal.
Periksa:
ss -ltnp | grep 8501
Halaman PDF 193 / 206
Jika QMScreen dijalankan pada port lain:
QMSCREEN_PORT=8502 qmscreen
buka:
http://localhost:8502
Jangan menutup terminal yang sedang menjalankan QMScreen karena proses Streamlit akan ikut berhenti.
19. Menghentikan QMScreen
Jika aplikasi sedang berjalan dari terminal, tekan:
Ctrl + C
Ini akan menghentikan server QMScreen.
Data yang telah disimpan pada direktori pengguna tetap tersedia.
20. Menjalankan Kembali
Untuk penggunaan berikutnya tidak perlu menginstal ulang package DEB.
Cukup jalankan:
qmscreen
Kemudian buka:
http://localhost:8501
Environment yang sebelumnya telah dibuat akan digunakan kembali.
21. Update Versi QMScreen
Jika tersedia versi DEB yang lebih baru, misalnya:
qmscreen_1.0.6.deb
dapat dipasang dengan:
Halaman PDF 194 / 206
sudo apt install ./qmscreen_1.0.6.deb
APT akan menangani upgrade package apabila metadata versi paket memang lebih baru.
Data pengguna sebaiknya tetap ditempatkan di:
~/.local/share/qmscreen
sehingga terpisah dari file program yang dipasang oleh paket Debian.
22. Uninstall QMScreen
Untuk menghapus program:
sudo apt remove qmscreen
Jika ingin menghapus package beserta konfigurasi paket:
sudo apt purge qmscreen
Namun data pengguna dalam:
~/.local/share/qmscreen
sengaja tidak perlu langsung dihapus karena dapat berisi:
hasil perhitungan;
database;
cache;
katalog molekul;
upload_molekul.json.
23. Menghapus Seluruh Data QMScreen
Hanya lakukan langkah berikut apabila memang ingin menghapus seluruh data aplikasi:
rm -rf ~/.local/share/qmscreen
Perhatian: perintah tersebut dapat menghapus database molekul, environment, cache, dan hasil komputasi yang tersimpan di direktori tersebut.
Karena itu sebaiknya lakukan backup lebih dahulu, misalnya:
Halaman PDF 195 / 206
cp -a ~/.local/share/qmscreen ~/qmscreen_backup
24. Instalasi Ulang Bersih
Jika dibutuhkan instalasi benar-benar dari awal:
sudo apt purge qmscreen
Kemudian hapus environment/data bila memang tidak diperlukan:
rm -rf ~/.local/share/qmscreen
Install kembali:
sudo apt install ./qmscreen_1.0.5.deb
Lalu:
qmscreen
25. Ringkasan Perintah
Keperluan Perintah
Install sudo apt install ./qmscreen_1.0.5.deb
Jalankan qmscreen
Setup dependency qmscreen-setup
Reset environment qmscreen-reset-env
Port alternatif QMSCREEN_PORT=8502 qmscreen
Cek package dpkg -s qmscreen
Cek executable which qmscreen
Stop aplikasi Ctrl + C
Uninstall sudo apt remove qmscreen
Purge package sudo apt purge qmscreen
Backup data cp -a ~/.local/share/qmscreen ~/qmscreen_backup
Hapus seluruh data rm -rf ~/.local/share/qmscreen
Halaman PDF 196 / 206
Penutup
Dengan paket qmscreen_1.0.5.deb, QMScreen dapat dipasang sebagai aplikasi Ubuntu/WSL menggunakan mekanisme paket Debian. Setelah instalasi, pengguna cukup menjalankan:
qmscreen
dan mengakses aplikasi melalui:
http://localhost:8501
Pemisahan antara file aplikasi, virtual environment, dan data pengguna membuat instalasi lebih terstruktur dan mengurangi konflik dengan Python sistem maupun environment kimia komputasi lain yang sudah ada.
Materi buku APLIKASI QMSCREEN
Glosarium
Halaman PDF 197 / 206
GLOSARIUM
Glosarium berikut mencakup istilah utama dari A sampai Z. Huruf abjad menggunakan style non-heading sehingga tidak masuk ke Daftar Isi; hanya judul GLOSARIUM yang menggunakan Heading 1.
A
Afinitas elektron: Perubahan energi yang terkait penerimaan elektron; tidak
boleh disamakan dengan energi total mentah lintas molekul.
Audit trail: Jejak kronologis keputusan, status, dan perubahan yang dapat
ditelusuri.
Atom count: Jumlah atom pada struktur kerja yang digunakan untuk QC dan
estimasi resource.
B
Basis set: Kumpulan fungsi basis untuk merepresentasikan orbital dalam
perhitungan elektronik.
Benchmark: Pengukuran kinerja atau pembandingan terhadap baseline untuk
mendeteksi perubahan.
B3LYP: Functional hybrid DFT yang tersedia pada antarmuka QMScreen.
C
Cache: Penyimpanan hasil tervalidasi agar job dengan spesifikasi identik tidak
dihitung ulang.
Canonical SMILES: Representasi SMILES yang dinormalisasi untuk membantu
identifikasi struktur.
Charge: Muatan total molekul yang memengaruhi jumlah elektron dalam
kalkulasi.
Conformer: Geometri tiga dimensi berbeda dari molekul dengan konektivitas
sama.
D
Deduplication: Proses mengenali input yang mewakili struktur dan keadaan
elektronik yang sama.
Density fitting: Pendekatan aproksimasi integral yang dapat mempercepat bagian
kalkulasi tertentu.
DFT: Density Functional Theory, keluarga metode struktur elektronik berbasis
densitas.
Halaman PDF 198 / 206
Dipole moment: Besaran vektor yang menggambarkan pemisahan muatan total
pada molekul.
E
Electronic energy: Energi elektronik dari metode kuantum pada geometri
tertentu.
Environment snapshot: Rekaman platform dan lingkungan perangkat lunak
untuk reproduksibilitas.
ETKDGv3: Metode embedding conformer pada RDKit berbasis distance
geometry dan pengetahuan torsional.
Error code: Kode terstruktur seperti QMS-E005 untuk mengklasifikasikan
kegagalan.
F
Fair queue: Kebijakan penjadwalan yang mengurangi risiko starvation antar
job/prioritas.
Frequency: Frekuensi vibrasi hasil analisis Hessian.
Functional: Bentuk aproksimasi exchange-correlation dalam DFT.
G
GFN2-xTB: Metode extended tight-binding yang digunakan sebagai prescreen
cepat.
geomeTRIC: Perangkat optimasi geometri yang dapat terintegrasi dengan
PySCF.
Gradient: Turunan energi terhadap koordinat; digunakan optimizer untuk
menentukan arah langkah.
H
Hash: Digest seperti SHA-256 yang digunakan untuk identitas spesifikasi atau
data.
Hessian: Matriks turunan kedua energi yang dipakai pada analisis vibrasi.
HOMO: Highest Occupied Molecular Orbital, orbital terisi dengan energi
tertinggi dalam representasi tertentu.
I
Imaginary frequency: Mode vibrasi dengan tanda frekuensi negatif dalam
konvensi pelaporan; dapat menandakan bukan minimum lokal.
InChI: International Chemical Identifier untuk merepresentasikan struktur
molekul.
Halaman PDF 199 / 206
InChIKey: Hash ringkas dari InChI untuk membantu identifikasi dan pencarian.
J
Job: Satuan pekerjaan komputasi untuk satu molekul/spesifikasi.
Job specification: Record parameter eksplisit yang mendefinisikan bagaimana
job harus dijalankan.
JSON: Format data teks terstruktur yang digunakan untuk konfigurasi, manifest,
dan hasil.
K
Katalog molekul: Penyimpanan persisten input pengguna pada upload_molekul.json.
Konvergensi: Kondisi ketika iterasi numerik memenuhi kriteria penghentian yang
ditetapkan.
Kuantum descriptor: Besaran turunan perhitungan elektronik seperti energi
orbital atau dipole.
L
Log: Catatan urutan peristiwa dan pesan selama eksekusi.
LUMO: Lowest Unoccupied Molecular Orbital, orbital tak terisi dengan energi
terendah dalam representasi tertentu.
Low-energy conformer: Conformer yang berada pada bagian bawah distribusi
energi tahap screening.
M
Manifest: Daftar input dan metadata yang disimpan untuk satu proyek.
Memory per job: Batas memori yang dialokasikan/diberitahukan untuk satu job.
MMFF94: Force field yang dapat dipakai untuk pre-optimasi conformer.
Multiplicity: 2S+1, ukuran keadaan spin total.
Mulliken charge: Muatan parsial dari analisis populasi Mulliken.
N
Normalisasi: Proses menyeragamkan representasi data sebelum perbandingan
atau hashing.
Normal mode: Pola gerak vibrasi kolektif yang berasal dari diagonalization
Hessian.
NUMPAGES: Field Word yang menampilkan jumlah total halaman dokumen.
Halaman PDF 200 / 206
O
Optimization: Proses numerik mencari geometri yang memenuhi kriteria
stasioner/konvergensi.
Orbital: Fungsi satu-elektron dalam representasi metode tertentu.
Output mentah: File atau teks backend sebelum diringkas menjadi result record.
P
Parallel worker: Worker yang memproses job secara bersamaan.
PBE0: Functional hybrid DFT yang tersedia pada QMScreen.
Prescreen: Tahap murah untuk menyaring kandidat sebelum tahap mahal.
Provenance: Metadata asal-usul data, parameter, proses, dan lingkungan.
PySCF: Framework Python untuk simulasi struktur elektronik yang menjadi
engine DFT QMScreen.
Q
QC: Quality control; pemeriksaan validitas input, proses, dan hasil.
QMS-E001–QMS-E010: Keluarga kode error terstruktur pada QMScreen.
Queue: Antrean job yang menunggu resource dan worker.
R
Ranking multikriteria: Pengurutan kandidat berdasarkan gabungan descriptor
dan bobot.
Regression baseline: Rekaman metrik referensi untuk mendeteksi perubahan
perilaku setelah kode berubah.
Resume: Melanjutkan kalkulasi dari checkpoint atau hasil tahap yang sudah
valid.
RDKit: Toolkit cheminformatics untuk parsing, 2D/3D, conformer, dan
descriptor.
S
SCF: Self-consistent field, prosedur iteratif untuk memperoleh solusi elektronik
konsisten.
SMILES: Notasi teks untuk struktur molekul.
Spec hash: Hash dari spesifikasi kanonik yang dipakai untuk cache/provenance.
SQLite: Database relasional embedded yang menyimpan project, job, result,
cache, dan audit.
Halaman PDF 201 / 206
T
TBLite: Library Python yang menyediakan kalkulator GFN-xTB.
Thermochemistry: Besaran termokimia yang diturunkan dari energi dan analisis
vibrasi pada kondisi tertentu.
Thread: Unit eksekusi yang digunakan dalam konfigurasi paralel dan backend.
TPSA: Topological polar surface area, descriptor molekul 2D.
U
UFF: Universal Force Field, alternatif pre-optimasi ketika parameter MMFF94
tidak tersedia.
Unit: Konvensi besaran fisik yang wajib dicatat untuk interpretasi.
Unique input: Input yang tersisa setelah deduplikasi.
V
Validasi: Proses memastikan input, proses, atau hasil memenuhi kriteria yang
dinyatakan.
Versioning: Pencatatan versi aplikasi, schema, dan dependency untuk menjaga
kompatibilitas.
Visualization: Representasi 2D/3D atau tabel yang membantu inspeksi tanpa
menggantikan raw data.
W
WB97X: Functional range-separated yang tersedia pada pilihan DFT QMScreen.
Worker pool: Kumpulan worker yang menjalankan beberapa job secara paralel.
Workflow: Urutan tahap komputasi dari input sampai hasil dan ekspor.
X
XLSX: Format spreadsheet untuk ekspor tabel hasil.
xTB: Keluarga metode extended tight-binding dan program yang dapat menjadi
backend prescreen.
Y
YAML: Format konfigurasi terstruktur yang umum pada software ilmiah; bukan
format utama QMScreen V1.0.5 tetapi relevan untuk interoperabilitas konfigurasi.
Yield komputasi: Proporsi job yang mencapai status hasil tertentu; harus
didefinisikan bersama kriteria sukses/QC.
Halaman PDF 202 / 206
Z
Zero-point energy (ZPE): Energi titik nol vibrasi yang dapat muncul pada
analisis termokimia harmonik.
ZIP proyek: Arsip terkompresi yang mengumpulkan file proyek untuk
penyimpanan dan pemindahan.
Materi buku APLIKASI QMSCREEN
Daftar Pustaka
Halaman PDF 203 / 206
DAFTAR PUSTAKA
Daftar pustaka memprioritaskan sumber yang relevan langsung dengan konsep dan perangkat yang digunakan QMScreen. Dokumentasi perangkat lunak perlu diperiksa kembali sesuai versi lingkungan yang benar-benar dipakai pada penelitian.
Adamo, C., & Barone, V. (1999). Toward reliable density functional methods
without adjustable parameters: The PBE0 model. Journal of Chemical Physics, 110, 6158-6170. https://doi.org/10.1063/1.478522
Bannwarth, C., Ehlert, S., & Grimme, S. (2019). GFN2-xTB—An accurate and
broadly parametrized self-consistent tight-binding quantum chemical method with multipole electrostatics and density-dependent dispersion contributions. Journal of Chemical Theory and Computation, 15, 1652-1671. https://doi.org/10.1021/acs.jctc.8b01176
Becke, A. D. (1993). Density-functional thermochemistry. III. The role of exact
exchange. Journal of Chemical Physics, 98, 5648-5652.
Cramer, C. J. (2004). Essentials of Computational Chemistry: Theories and
Models (2nd ed.). Wiley.
Grimme, S., Antony, J., Ehrlich, S., & Krieg, H. (2010). A consistent and accurate
ab initio parametrization of density functional dispersion correction (DFT-D) for the 94 elements H-Pu. Journal of Chemical Physics, 132, 154104.
Helgaker, T., Jørgensen, P., & Olsen, J. (2000). Molecular Electronic-Structure
Theory. Wiley.
Hirshfeld, F. L. (1977). Bonded-atom fragments for describing molecular charge
densities. Theoretica Chimica Acta, 44, 129-138.
Jensen, F. (2017). Introduction to Computational Chemistry (3rd ed.). Wiley.
Koch, W., & Holthausen, M. C. (2001). A Chemist's Guide to Density Functional
Theory (2nd ed.). Wiley-VCH.
Leach, A. R. (2001). Molecular Modelling: Principles and Applications (2nd ed.).
Pearson.
Lee, C., Yang, W., & Parr, R. G. (1988). Development of the Colle-Salvetti
correlation-energy formula into a functional of the electron density. Physical Review B, 37, 785-789. https://doi.org/10.1103/PhysRevB.37.785
Mulliken, R. S. (1955). Electronic population analysis on LCAO-MO molecular
wave functions. Journal of Chemical Physics, 23, 1833-1840.
Parr, R. G., & Yang, W. (1989). Density-Functional Theory of Atoms and
Molecules. Oxford University Press.
Halaman PDF 204 / 206
Perdew, J. P., Burke, K., & Ernzerhof, M. (1996). Generalized gradient
approximation made simple. Physical Review Letters, 77, 3865-3868.
Pracht, P., Bohle, F., & Grimme, S. (2020). Automated exploration of the low-
energy chemical space with fast quantum chemical methods. Physical Chemistry Chemical Physics, 22, 7169-7192.
Sandve, G. K., Nekrutenko, A., Taylor, J., & Hovig, E. (2013). Ten simple rules
for reproducible computational research. PLOS Computational Biology, 9,
e1003285.
Schlegel, H. B. (1982). Optimization of equilibrium geometries and transition
structures. Journal of Computational Chemistry, 3, 214-218.
Stephens, P. J., Devlin, F. J., Chabalowski, C. F., & Frisch, M. J. (1994). Ab initio
calculation of vibrational absorption and circular dichroism spectra using density functional force fields. Journal of Physical Chemistry, 98, 11623- 11627.
Sun, Q., Berkelbach, T. C., Blunt, N. S., Booth, G. H., Guo, S., Li, Z., Liu, J.,
McClain, J., Sayfutyarova, E. R., Sharma, S., Wouters, S., & Chan, G. K.-L. (2018). PySCF: The Python-based simulations of chemistry framework. WIREs Computational Molecular Science, 8, e1340. https://doi.org/10.1002/wcms.1340
Sun, Q., Zhang, X., Banerjee, S., Bao, P., Barbry, M., Blunt, N. S., et al. (2020).
Recent developments in the PySCF program package. Journal of Chemical Physics, 153, 024109.
Szabo, A., & Ostlund, N. S. (1996). Modern Quantum Chemistry: Introduction to
Advanced Electronic Structure Theory. Dover.
Todeschini, R., & Consonni, V. (2009). Molecular Descriptors for Chemoinformatics. Wiley-VCH.
Wang, L.-P., Song, C., & Martínez, T. J. (2016). Developing a robust and efficient
algorithm for computational chemistry geometry optimization. Journal of Chemical Physics, 144, 214108. https://doi.org/10.1063/1.4952956
Weigend, F., & Ahlrichs, R. (2005). Balanced basis sets of split valence, triple
zeta valence and quadruple zeta valence quality for H to Rn. Physical Chemistry Chemical Physics, 7, 3297-3305.
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2016). The FAIR
Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
Wilson, G., Aruliah, D. A., Brown, C. T., et al. (2014). Best practices for
scientific computing. PLOS Biology, 12, e1001745.
Halaman PDF 205 / 206
Zhao, Y., & Truhlar, D. G. (2008). The M06 suite of density functionals for main
group thermochemistry, thermochemical kinetics, noncovalent interactions, excited states, and transition elements. Theoretical Chemistry Accounts, 120, 215-241. https://doi.org/10.1007/s00214-007-0310-x
RDKit Documentation. (2026). The RDKit Documentation, release 2026.03.x.
https://www.rdkit.org/docs/ (diakses 22 Agustus 2026).
PySCF Developers. (2026). PySCF User Guide and API Documentation.
https://pyscf.org/ (diakses 22 Agustus 2026).
geomeTRIC Developers. (2026). geomeTRIC geometry optimization documentation and source repository. https://geometric.readthedocs.io/ dan https://github.com/leeping/geomeTRIC (diakses 22 Agustus 2026).
tblite Developers. (2026). tblite Python API and GFN2-xTB documentation.
https://tblite.readthedocs.io/ (diakses 22 Agustus 2026).
Streamlit. (2026). Streamlit Documentation and API Reference. https://docs.streamlit.io/ (diakses 22 Agustus 2026).
SQLite Consortium. (2026). SQLite Documentation. https://www.sqlite.org/docs.html (diakses 22 Agustus 2026).
