Perpustakaan Digital ITB

Menemukan suatu fenomena antariksa seperti pelensaan gravitasi di tengah banyaknya citra antariksa yang ada pada saat ini akan sangat melelahkan jika harus dilakukan secara manual, namun masih bisa dipermudah dengan alat yang tepat, seperti suatu upasistem temu balik citra antariksa berbasis deep learning yang dikerjakan dalam tugas akhir ini. Agar dapat bekerja, upasistem tersebut memerlukan suatu komponen berbasis deep learning yang dapat mengodekan citra antariksa ke dalam bentuk vektor, sesuatu yang dapat ditemubalikkan. Oleh karena itu, pada tugas akhir ini juga dilatih suatu model deep learning bertipe variational autoencoder yang encoder-nya dapat mengodekan citra ke dalam bentuk vektor. Model deep learning tersebut dilatih dengan bantuan dataset yang terdiri atas 88422 citra galaksi, 40500 di antaranya juga merupakan citra lensa gravitasi. Eksperimen temu balik citra lensa gravitasi dengan upasistem temu balik citra antariksa berbasis deep learning yang dikerjakan dalam tugas akhir ini memperoleh nilai NDCG sebesar 0,722 terhadap validation set, 0,603 terhadap unseen data, dan 0,574 terhadap end-to-end data. Hasil tersebut menunjukkan kalau upasistem temu balik citra antariksa berbasis deep learning yang dikerjakan dalam tugas akhir ini cukup baik untuk diintegrasikan ke dalam suatu sistem pencarian kandidat lensa gravitasi baru berbasis deep learning.