Mohon tunggu...
Yusuf Maulana Febrian
Yusuf Maulana Febrian Mohon Tunggu... Lainnya - Mahasiswa

seorang mahasiswa yang memeiliki hobi menulis artikel

Selanjutnya

Tutup

Pendidikan Pilihan

Deteksi Gelombang Gravitasi, Menggunakan Pemodelan CNN : Menyingkap Rahasia Alam Semesta

8 Januari 2025   22:07 Diperbarui: 9 Januari 2025   15:03 41
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Gambar 1 : User Interface Project Kelompok 12  (https://gravitywaves-prediction.streamlit.app/)

Deteksi gelombang gravitasi bukan hal mudah karena amplitudonya kecil banget pas sampai di Bumi. Alat utamanya adalah interferometer laser, kayak yang ada di LIGO, Virgo, atau KAGRA. Alat ini punya dua lengan panjang yang saling tegak lurus. Laser ditembakkan ke ujung-ujung lengan ini, dipantulkan balik, dan hasilnya digabungin. Kalau ada gelombang gravitasi lewat, panjang lengan ini berubah sedikit banget, yang akhirnya kelihatan dari pola interferensi lasernya.

Tapi, detektor ini harus menghadapi banyak tantangan, kayak getaran seismik atau kebisingan alat. Makanya, teknologi isolasi dan pemrosesan sinyal canggih dipakai supaya sinyal yang kecil banget itu nggak ketutupan noise.

Ke depan, ada rencana buat bikin detektor ruang angkasa kayak LISA (Laser Interferometer Space Antenna), yang bakal lebih sensitif dan bisa mendeteksi gelombang gravitasi dengan frekuensi lebih rendah.

Apa Itu Pemodelan CNN?

Gambar 1 : User Interface Project Kelompok 12  (https://gravitywaves-prediction.streamlit.app/)
Gambar 1 : User Interface Project Kelompok 12  (https://gravitywaves-prediction.streamlit.app/)

Convolutional Neural Network (CNN) adalah salah satu metode deep learning yang digunakan buat menganalisis data yang kompleks, kayak sinyal gelombang gravitasi. Dengan CNN, kita bisa:

  1. Mendeteksi Pola Sinyal CNN jago banget nemuin pola di data, termasuk sinyal gelombang gravitasi yang sering kali tertutup noise. Ini bikin proses deteksi jadi lebih cepat dan akurat.
  2. Mengklasifikasikan Sumber CNN bisa dipakai buat bedain sumber sinyal gelombang gravitasi, misalnya, apakah itu dari lubang hitam atau bintang neutron.
  3. Mempercepat Analisis Dengan otomatisasi, waktu yang dibutuhin buat analisis jadi jauh lebih singkat, sehingga peneliti bisa fokus ke interpretasi hasilnya.

Riset terbaru nunjukin kalau CNN yang diterapkan di data LIGO bisa ningkatin sensitivitas deteksi. Jadi, teknologi ini bikin kita lebih siap buat menangkap fenomena luar angkasa yang sebelumnya nggak kelihatan, nah teknologi inilah yang lagi kita kembangkan sebagai langkah awal untuk memahami gelombang gravitasi lebih dalam melalui kemajuan teknologi

Penutup

Maka dari itu, kami mahasiswa S1 Fisika FPMIPAUPI yang beranggotakan 3 mahasiswa yakni Nisa Setiawati, Rufaidah Kamilia Ahsani, dan Yusuf Maulana F, yang mencoba berinovasi untuk mengintegrasikan antara ilmu pengetahuan dan kemajuan teknologi dan mengembangkan sebuah metode pembelajaran yang lebih modern dan efektif. Project pengembangan ini, dibuat untuk memenuhi tugas Mata Kuliah Fisika Modern, yang diampu oleh Dr. Selly Feranie, M.Si. dan dibimbing langsung oleh Suci Ramayanti, S.Pd., M.Si., Ph.D.

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H

HALAMAN :
  1. 1
  2. 2
Mohon tunggu...

Lihat Konten Pendidikan Selengkapnya
Lihat Pendidikan Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun