Perpustakaan Digital ITB

Studi terkait objek Exoplanet dan Brown Dwarf di antaranya membahas keberagaman masing-masing objek yang terkadang tampak mirip dari penurunan nilai fisis. Hingga Oktober 2025, terdapat 6028 objek Exoplanet yang terkonfirmasi di arsip NASA dan telah melewati serangkaian mekanisme falsifikasi bagi objek yang dianggap tidak lagi memenuhi kriteria. Dalam penelitian ini, dilakukan komparasi antara 480 data Exoplanet yang telah melewati proses cleaning dari NASA Archive dengan 1054 data Brown Dwarf dari katalog The UltraCoolSheet yang diambil pada Januari 2026. Kedua sumber tersebut digabungkan ke dalam satu data set utama yang memenuhi prinsip complete case analysis untuk 3 fitur fisis: massa, radius, dan temperatur efektif, dengan hanya melibatkan Exoplanet yang memiliki nilai massa > 1MJup. Penelitian ini bertujuan untuk mengetahui karakteristik keterkelompokan objek-objek Exoplanet dan Brown Dwarf yang berbasis fitur fisis lewat mekanisme clustering, serta memberikan batasan kategori untuk membedakan kedua kelompok tersebut. Algoritma clustering yang digunakan di antaranya adalah Gaussian Mixture Models (GMM) Klasik dan Density-Based Spatial Clustering of Applications with Noise (DBSCAN) yang masing-masing merepresentasikan basis pengelompokan berbeda – distribusi Gaussian dari sebuah klaster dan keterkelompokan berbasis kerapatan populasi data. Hasil analisis Mixed Cluster dari algoritma DPGMM, varian dari GMM Klasik, menunjukkan sejumlah objek yang berpotensi mengalami misklasifikasi dengan berada di wilayah fisis yang tidak seharusnya. Di sisi lain, Mixed Cluster dengan proporsi yang lebih seimbang antara kedua jenis objek berhasil memberikan demarkasi berbasis data yang menjadikan massa dan hubungannya dengan temperatur efektif sebagai komponen diskriminan utama.