Klasifikasi Bintang RR Lyrae / Cepheid / Mira dari The All-Sky Automated Survey for Supernovae Menggunakan Algoritma Naïve Bayes

Abstract

Penelitian ini menggunakan 58.423 data dari the All-Sky Automated Survey for Supernovae (ASAS-SN) untuk melakukan klasifikasi bintang RR Lyrae, Cepheid, dan Mira menggunakan pendekatan machine learning. Terdapat sembilan kolom yang dijadikan atribut dalam pembuatan model machine learning, yaitu: raj2000, dej2000, l, b, mean_vmag, amplitude, period, lksl_statistic, dan parallax dengan kolom variable_type digunakan sebagai target label. Dengan memanfaatkan training dataset (data latih) dan testing dataset (data uji), algoritma Naïve Bayes yang digunakan pada penelitian ini menghasilkan akurasi sebesar 98.6%. Sedangkan berdasarkan hasil evaluasi menggunakan confusion matrix, diperoleh presisi dari bintang RR Lyrae, Cepheid, dan Mira masing-masing sebesar 99%, 87%, dan 99%. Recall dari ketiga objek masing-masing adalah 99%, 88%, dan 99%, sedangkan nilai f1-score masing-masing sebesar 98%, 90%, dan 100%. Kesimpulan dari penelitian ini adalah algoritma Naïve Bayes dapat digunakan dalam klasifikasi objek astronomi dengan tingkat akurasi yang baik.