Diorbit oleh delapan planet, Kepler-90 adalah sistem pertama yang serupa dengan tata surya dalam hal jumlah planet. Kredit: NASA/Wendy Stenzel |
Tata surya kita sekarang memiliki kembaran sistem planet, meskipun hanya dalam hal jumlah planet yang mengorbit bintang tungal. Kepler-90 adalah sebuah bintang mirip Matahari yang terletak 2.545 tahun cahaya dari Bumi. Delapan planet Kepler-90 ditemukan melalui analisis data Teleskop Antariksa Kepler NASA.
Kepler-90i, sebuah planet terestrial (berbatu) sangat panas yang mengorbit bintang induk setiap 14,4 hari sekali, ditemukan menggunakan machine learning
Google. Machine learning adalah sebuah cara agar kecerdasan buatan (AI) dapat “belajar”. Dalam kasus ini, komputer belajar
mengidentifikasi planet dengan cara menemukannya di sampel data Kepler setelah
teleskop merekam sinyal dari planet di luar tata surya kita, atau eksoplanet.
NASA
akan menggelar acara Reddit
Ask Me Anything pukul 15.00
waktu EST hari ini tentang penemuan sistem Kepler-90.
Kredit video: NASA
“Seperti
yang kami harapkan, ada penemuan menarik yang bersembunyi di
dalam data Kepler yang kami arsipkan, hanya menunggu peralatan atau teknologi yang
tepat untuk mengungkapnya,” kata Paul Hertz, Direktur Divisi Astrofisika NASA
di Washington. “Temuan ini menunjukkan bahwa data yang kami miliki akan menjadi
harta karun yang tersedia bagi para peneliti inovatif selama beberapa tahun mendatang.”
Penemuan berawal dari usaha dua orang periset Christopher Shallue dan
Andrew Vanderburg yang memprogram komputer untuk mempelajari cara
mengidentifikasi eksoplanet dengan membaca kurva cahaya yang dicatat oleh Kepler. Komputer mendeteksi perubahan lemah kecerahan cahaya saat sebuah planet melintas di depan bintang induk, atau transit. Terinspirasi oleh saraf otak manusia, neural
network tiruan menganalisis data Kepler untuk menemukan sinyal transit lemah dari delapan planet yang mengorbit
Kepler-90 di rasi bintang Daco.
Sementara machine learning telah digunakan untuk menelusuri database
Kepler, penelitian ini menunjukkan bahwa jaringan saraf tiruan merupakan instrumen yang menjanjikan untuk menemukan beberapa sinyal terlemah dari planet-planet jauh.
Sistem planet lain mungkin lebih berpotensi menampung kehidupan daripada
Kepler-90. Sekitar 30% lebih besar dari Bumi, Kepler-90i berada sangat dekat
dengan bintang induk, sehingga suhu rata-rata di permukaan diperkirakan melampaui 800 derajat Fahrenheit, setara dengan suhu permukaan Merkurius. Sedangkan
planet terluar Kepler-90h, mengorbit dari jarak setara dengan jarak Bumi-Matahari.
“Sistem Kepler-90 bagaikan versi mini tata surya kita, dengan planet-planet kecil di wilayah terdalam dan planet-planet besar di wilayah terluar, tapi mereka semua terkemas lebih rapat,” jelas astronom Vanderburg kolega NASA dari Universitas Texas di Austin.
Shallue,
insinyur senior perangkat lunak bersama tim peneliti AI Google,
mengemukakan gagasan untuk menerapkan jaringan saraf tiruan ke data Kepler. Ia tertarik terhadap penemuan eksoplanet setelah mengetahui astronomi,
seperti cabang sains lainnya, dibanjiri data seiring kemajuan
teknologi antariksa dalam hal pengumpulan data.
“Di
waktu luang, saya mulai melakukan pencarian di google untuk menemukan
eksoplanet dan mendapati sekumpulan data yang besar. Lalu saya menemukan misi Kepler beserta kumpulan data besar yang bisa diakes,” tutur Shallue. “Machine learning benar-benar berkilau saat ada begitu banyak data yang tidak bisa dianalisis oleh manusia.”
Dalam waktu empat tahun, arsip data Kepler terdiri dari 35.000 sinyal kandidat planet. Terkadang para ilmuwan hanya memverifikasi sinyal yang paling menjanjikan dalam data, sedangkan sinyal-sinyal lemah sering dilewati begitu saja. Shallue dan
Vanderburg berpikir mungkin ada banyak eksoplanet menarik yang
tersembunyi di dalam data dan menunggu untuk ditemukan.
Pertama,
mereka memprogram jaringan saraf tiruan untuk mengidentifikasi transit
eksoplanet menggunakan arsip data 15.000 sinyal. Pada saat uji coba, jaringan
syaraf tiruan secara tepat mengidentifikasi sinyal planet dan non planet dengan tingkat akurasi 96%. Dengan jaringan
saraf tiruan yang “belajar” untuk mendeteksi pola transit eksoplanet, para
periset mengarahkan model mereka untuk mencari sinyal yang lebih lemah terhadap 670 bintang yang sebelumnya telah diketahui memiliki beberapa
planet. Asumsi mereka adalah beberapa sistem planet tentunya menjadi tempat
terbaik untuk mencari lebih banyak eksoplanet.
“Kami
memperoleh banyak sinyal non planet, termasuk potensi sinyal planet,” jelas Vanderburg. “Seperti menyaring batu untuk menemukan
permata. Jika memiliki saringan yang lebih bagus, selain mendapatkan lebih banyak batu, kita juga bisa mendapatkan lebih banyak
permata.”
Kepler-90i
bukanlah satu-satunya permata yang disaring oleh jaringan syaraf tiruan.
Dalam sistem Kepler-80, mereka menemukan enam planet. Salah satu di
antaranya adalah Kepler-80g, planet seukuran Bumi. Bersama empat planet lainnya, mereka membentuk rantai resonan atau penguncian pasang surut gaya gravitasi dalam tarian orbital berirama. Hasilnya adalah sistem yang sangat stabil, mirip dengan tujuh
planet sistem TRAPPIST-1.
Makalah studi yang melaporkan penemuan telah dipublikasikan di The Astronomical
Journal. Shallue dan Vanderburg berencana untuk kembali menerapkan jaringan saraf
tiruan ke seluruh data Kepler yang mencakup lebih dari
150.000 bintang.
Kepler
telah menghasilkan kumpulan data terbesar dalam pencarian eksoplanet. Setelah selama empat tahun menyorot satu bidang langit, Kepler saat ini beroperasi dalam misi yang diperluas dan mengalihkan bidang pandangnya setiap 80 hari.
“Hasil
ini mendemonstrasikan misi Kepler yang tak ternilai,” pungkas Jessie Dotson,
seorang ilmuwan misi Kepler di Pusat Penelitian Ames NASA, Silicon Valley,
California. “Cara baru untuk melihat data dengan menerapkan algoritma machine learning, menghasilkan kemajuan signifikan untuk memahami sistem planet lain. Saya yakin ada lebih banyak hal menarik lainnya di dalam arsip data yang menunggu untuk ditemukan.”
Ditulis
oleh: Staf www.nasa.gov, editor: Karen Northon
#terimakasihgoogle
dan #terimakasihnasa
Komentar
Posting Komentar