Detail Cantuman Kembali
Prediksi Massa Inti Atom Menggunakan Pendekatan Machine Learning dengan Model Neural Network (NN) dan Support Vector Regression (SVR)
- Bagikan:
Inti atom memiliki struktur kompleks karena melibatkan
berbagai interaksi fisika seperti gaya kuat antar nukleon dan gaya
tolak menolak antar proton. Interaksi-interaksi ini menyebabkan
prediksi teoritis massa inti menjadi tantangan tersendiri.
Pendekatan machine learning dapat digunakan sebagai alternatif
yang lebih fleksibel dalam menangkap pola dalam data
eksperimen. Penelitian ini bertujuan untuk mengevaluasi kinerja
dua model machine learning, yaitu Neural Network (NN) dan
Support Vector Regression (SVR), dalam memprediksi massa
inti atom. Kedua model dilatih menggunakan data karakteristik
inti atom dari basis data AME2020. Model NN dirancang dengan
beberapa hidden layer, sedangkan model SVR dioptimasi
melalui pemilihan parameter C, E, dan jenis kernel. Model
dievaluasi menggunakan metrik evaluasi Root Mean Square
Error (RMSE) dengan hasil nilai RMSE paling kecil untuk
model NN sebesar 0.81 MeV pada jumlah input 12 fitur,
sedangkan SVR menghasilkan nilai RMSE paling kecil sebesar
2.45 MeV pada jumlah input 2 fitur. Berdasarkan hasil tersebut,
model NN menunjukkan peningkatan kinerja seiring
bertambahnya jumlah fitur, sedangkan SVR justru menunjukkan
kecenderungan penurunan kinerja pada kondisi yang sama. Hal
ini menunjukkan bahwa langkah seperti seleksi fitur atau
pemilihan parameter lebih lanjut diperlukan untuk meningkatkan
kinerja model tersebut. Meskipun model SVR menunjukkan
kinerja yang menurun seiring bertambahnya fitur, secara
keseluruhan baik SVR maupun NN masih mampu memberikan
hasil prediksi yang lebih akurat dibandingkan pendekatan teoritis
model tetes cairan. Temuan ini menunjukkan bahwa model machine learning dapat menjadi alternatif yang potensial dalam
studi prediksi massa inti, terutama untuk menangani
kompleksitas yang sulit dijelaskan melalui model teoritis.
Gustin Vitria Aryanti - Personal Name
SKRIPSI FIS 045
530
Text
Indonesia
2025
serang
xii + 77 hlm.; 18 x 25 cm
LOADING LIST...
LOADING LIST...