<![CDATA[Penelitian ini bertujuan untuk mengklasifikasikan jenis eksoplanet dan merekonstruksi bentuk orbitnya berdasarkan data hasil observasi dari Misi Luar Angkasa Kepler yang menggunakan metode transit fotometri. Data yang digunakan mencakup parameter fisik seperti radius planet, periode orbit, durasi transit, eksentrisitas, dan sumbu semi-mayor. Dalam studi ini, metode klasifikasi berbasis Bayesian Inference dengan model Gaussian Naive Bayes (GNB) diterapkan untuk meningkatkan akurasi klasifikasi jenis eksoplanet dibandingkan pendekatan konvensional berbasis metode teori radius. Hasil klasifikasi menunjukkan bahwa model GNB memiliki performa yang tinggi dengan nilai f1-score > 0,89 pada seluruh kelas planet (Terrestrial, Super-Earth, Neptunian, dan Jovian), serta akurasi sempurna (100%) pada tipe Jovian. Selain itu, dilakukan rekonstruksi orbit eksoplanet secara numerik untuk memvisualisasikan lintasan elipsnya serta mengevaluasi parameter eksentrisitas dan stabilitas orbit. Penelitian ini memberikan kontribusi terhadap pemahaman karakteristik dan dinamika sistem planet di luar Tata Surya serta memberikan dasar bagi eksplorasi lebih lanjut terhadap planet-planet yang berpotensi layak huni.Kata kunci : Eksoplanet, Kepler, Bayesian Inference, Gaussian Naive Bayes, Transit Fotometri, Rekonstruksi Orbit]]>
Copyrights © 2026
