<![CDATA[Penelitian ini telah mengklasifikasikan jenis eksoplanet dan merekonstruksi bentuk orbitnya berdasarkan data hasil observasi dari Misi Luar Angkasa Kepler yang menggunakan metode deteksi transit fotometri. Data yang digunakan mencakup parameter fisik seperti radius planet, periode orbit, durasi transit, eksentrisitas, dan sumbu semi-mayor. Dalam penelitian 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 pada tipe Jovian. Selain itu, dilakukan rekonstruksi orbit eksoplanet untuk memvisualisas- ikan lintasan elipsnya serta mengevaluasi parameter eksentrisitas dan stabilitas orbit. Kesimpulannya, metode Gaussian Naive Bayes lebih efektif dibandingkan metode konvensional teori radius.]]>
Copyrights © 2026
