Klasifikasi Spektrum Asteroid dari Data Gaia DR3 Menggunakan Metode Pembelajaran Mesin
Asteroid atau yang biasa disebut sebagai planet minor merupakan objek langit
yang mengorbit Matahari dan berukuran relatif kecil dibandingkan dengan planet
biasa. Karakteristik asteroid juga variatif antara lain dalam hal bentuk, ukuran,
warna, kandungan dan komposisi fisisnya. Kandungan fisis dari tiap asteroid
mempengaruhi warna dan kecerlangan tampak asteroid. Salah satu cara astronom
meneliti asteroid adalah dengan mengamati spektrumnya. Spektrum yang diamati
dari asteroid merupakan spektrum pantulan yang sumbernya dari cahaya matahari,
karena asteroid tidak dapat memancarkan cahayanya sendiri. Spektrum cahaya
dari pantulan asteroid inilah yang nantinya diamati untuk selanjutnya
diklasifikasikan. Pada penelitian ini penulis melakukan pengklasifikasian
menggunakan data spektrum pantulan asteroid dari Gaia DR3 menggunakan
metode pembelajaran mesin. Karena jumlah data asteroid yang sangat banyak
akan sangat sulit jika harus diklasifikasikan secara manual. Maka dari itu, penulis
menggunakan beberapa metode pembelajaran mesin untuk melakukan klasifikasi
spektrum asteroid. Terdapat tiga metode pembelajaran mesin yang digunakan,
yaitu support vector machine (SVM), K-nearest neighbor (KNN), dan random
forest. Setelah dilakukan proses training dan testing didapatkan akurasi dari setiap
metode sebesar: KNN dan random forest adalah 93
URI
https://repo.itera.ac.id/depan/submission/SB2401250023
Keyword
Asteroid, klasifikasi spektrum asteroid, SVM, KNN,