AI Identifikasi 44 Sistem Bintang yang Berpotensi Menyimpan Planet Mirip Bumi

Teknologi kecerdasan buatan atau artificial intelligence (AI) membantu ilmuwan mempersempit pencarian planet mirip Bumi di luar Tata Surya. Melalui model pembelajaran mesin, para peneliti mengidentifikasi 44 sistem keplanetan yang berpotensi memiliki planet yang belum terdeteksi oleh pengamatan astronomi.

Penelitian ini dikembangkan oleh tim dari University of Bern, Swiss, bersama National Centre of Competence in Research PlanetS. Hasil penelitian tersebut dipublikasikan dalam jurnal ilmiah Astronomy & Astrophysics pada 2025 dan kembali menjadi perhatian melalui pemberitaan sains pada Oktober 2026. <Cite refs={[“turn448070search0″,”turn448070search1″,”turn448070search2”]} />

Temuan tersebut bukan berarti AI telah menemukan 44 planet baru secara langsung. Sistem yang teridentifikasi merupakan kumpulan bintang beserta planet-planet yang telah diketahui mengorbitnya. Berdasarkan pola sistem tersebut, AI memperkirakan adanya kemungkinan planet lain yang belum berhasil diamati.

Para peneliti berharap daftar kandidat tersebut dapat membantu astronom menentukan prioritas pengamatan menggunakan teleskop. Dengan demikian, waktu dan sumber daya penelitian bisa diarahkan ke sistem yang dinilai menjanjikan.

AI Menganalisis Pola Planet yang Sudah Diketahui

Untuk memperkirakan keberadaan planet yang belum terlihat, model AI mempelajari karakteristik sistem keplanetan yang sudah diketahui. Informasi yang dianalisis mencakup massa planet, periode orbit, serta susunan planet dalam suatu sistem.

Dasar pendekatan ini adalah anggapan bahwa planet-planet yang terbentuk di sekitar bintang yang sama dapat menyimpan pola tertentu. Interaksi gravitasi, proses pembentukan, dan perpindahan orbit selama evolusi sistem dapat memengaruhi susunan planet yang akhirnya teramati.

Dari pola tersebut, model pembelajaran mesin mencoba memperkirakan apakah suatu sistem berpotensi memiliki planet tambahan dengan karakteristik yang menyerupai Bumi.

Penelitian ini menggunakan algoritma Random Forest, yaitu metode pembelajaran mesin yang menggabungkan hasil keputusan dari banyak pohon keputusan. Model dilatih menggunakan data sistem keplanetan sintetis yang dihasilkan melalui Bern Model of Planet Formation and Evolution.

Sistem sintetis tersebut merupakan hasil simulasi komputer yang memungkinkan peneliti mengetahui seluruh planet yang terbentuk di dalamnya, termasuk planet yang seolah-olah tidak terlihat ketika batas kemampuan pengamatan diterapkan.

Dari 1.567 Sistem Keplanetan, 44 Menjadi Kandidat

Setelah menjalani pelatihan dan pengujian menggunakan data simulasi, model diterapkan pada 1.567 sistem keplanetan yang telah diamati. Sistem-sistem tersebut mengorbit bintang tipe G, K, dan M, dengan setidaknya satu planet yang karakteristiknya telah diketahui.

Hasil analisis menunjukkan 44 sistem memiliki pola yang dinilai berpotensi menunjukkan keberadaan planet mirip Bumi yang belum terdeteksi. Tujuh sistem bintang ganda dikeluarkan dari daftar karena tidak sesuai dengan karakteristik sistem bintang tunggal yang digunakan dalam pelatihan model.

Para peneliti kemudian melakukan pemeriksaan awal terhadap kemungkinan kestabilan orbit planet tambahan. Hasilnya menunjukkan bahwa 42 dari 44 sistem tersebut secara teoretis dapat menampung planet tambahan berdasarkan kriteria kestabilan yang digunakan dalam penelitian. <Cite refs={[“turn448070search1″,”turn448070search7”]} />

Meski demikian, hasil tersebut tidak membuktikan bahwa planet tambahan benar-benar ada. Pemeriksaan kestabilan hanya menilai apakah keberadaan planet hipotetis memungkinkan dalam susunan orbit tertentu, bukan mendeteksinya secara langsung.

Klaim Presisi 99 Persen Perlu Dipahami dengan Tepat

Salah satu hasil yang menarik perhatian adalah tingkat presisi model yang mencapai 99 persen pada pengujian tertentu. Angka tersebut berasal dari pengujian terhadap data sistem keplanetan sintetis, bukan dari keberhasilan mengonfirmasi planet di 44 sistem bintang yang dipilih.

Dalam konteks penelitian ini, presisi mengukur seberapa banyak prediksi positif model yang benar menurut data pengujian simulasi. Angka tersebut tidak dapat langsung diterjemahkan sebagai jaminan bahwa 99 persen dari 44 sistem nyata pasti memiliki planet mirip Bumi.

Perbedaan ini penting karena kondisi sistem keplanetan nyata dapat berbeda dari hasil simulasi. Kemampuan teleskop, aktivitas bintang, periode pengamatan, serta faktor lain dapat memengaruhi kemungkinan suatu planet terdeteksi.

Para peneliti juga mengakui bahwa hasil model sangat bergantung pada asumsi dalam Bern Model. Karena itu, daftar 44 sistem tersebut sebaiknya dipahami sebagai target prioritas untuk penelitian lanjutan, bukan daftar penemuan planet yang sudah terkonfirmasi.

Apa yang Dimaksud dengan Planet Mirip Bumi?

Dalam penelitian tersebut, kategori planet mirip Bumi ditentukan berdasarkan rentang massa dan suhu kesetimbangan tertentu. Planet yang masuk kategori ini memiliki massa sekitar 0,5 hingga tiga kali massa Bumi, dengan suhu kesetimbangan antara 160 dan 510 kelvin.

Definisi tersebut digunakan untuk membantu model mengelompokkan planet berdasarkan karakteristik fisiknya. Namun, kategori itu tidak berarti planet yang diprediksi memiliki atmosfer, lautan, atau kehidupan seperti di Bumi.

Suhu kesetimbangan juga berbeda dari suhu permukaan yang sebenarnya. Kondisi permukaan dapat dipengaruhi oleh atmosfer, efek rumah kaca, refleksi cahaya, serta kemampuan planet mendistribusikan panas.

Karena itu, planet yang memenuhi kriteria massa dan suhu dalam penelitian belum tentu layak huni. Penentuan potensi kehidupan membutuhkan data tambahan mengenai atmosfer, lingkungan, dan karakteristik planet lainnya.

Membantu Pencarian Eksoplanet di Masa Depan

Pencarian eksoplanet atau planet di luar Tata Surya membutuhkan waktu pengamatan yang panjang, terutama untuk menemukan planet kecil yang mengorbit bintangnya pada jarak relatif jauh.

AI dapat membantu mengatasi tantangan tersebut dengan menyaring banyak sistem keplanetan dan mengidentifikasi kandidat yang layak diprioritaskan. Astronom kemudian dapat menggunakan teleskop dan metode pengamatan yang sesuai untuk menguji prediksi tersebut.

Penelitian ini berpotensi mendukung misi pengamatan masa depan seperti PLATO serta konsep misi LIFE, yang diarahkan untuk mempelajari dan mengkarakterisasi planet di luar Tata Surya. Namun, keberhasilan misi tersebut dalam mengonfirmasi kandidat tertentu tetap bergantung pada hasil pengamatan langsung. <Cite refs={[“turn448070search0″,”turn448070search3”]} />

Jika pengamatan berikutnya berhasil menemukan planet tambahan pada sistem-sistem tersebut, hasilnya dapat memperkuat pemahaman ilmuwan tentang proses pembentukan dan evolusi planet. Sebaliknya, jika prediksi tidak terbukti, hasil tersebut tetap dapat digunakan untuk mengevaluasi dan menyempurnakan model simulasi.

Belum Ada Konfirmasi Penemuan Planet Baru

Identifikasi 44 sistem keplanetan ini menunjukkan bagaimana AI dapat digunakan sebagai alat bantu dalam penelitian astronomi. Teknologi tersebut membantu ilmuwan menyusun daftar target berdasarkan pola yang mungkin sulit dianalisis secara manual dalam skala besar.

Namun, kesimpulan ilmiah tetap membutuhkan bukti pengamatan. Keberadaan planet yang diprediksi harus diperiksa melalui metode astronomi yang sesuai sebelum dapat dinyatakan sebagai penemuan.

Dengan demikian, temuan ini bukan tentang ditemukannya 44 lokasi baru di Bumi, melainkan tentang 44 sistem bintang di luar Tata Surya yang dinilai layak diteliti lebih lanjut untuk mencari planet mirip Bumi.

Hasil penelitian tersebut membuka peluang baru dalam pencarian eksoplanet, sekaligus menegaskan bahwa AI berfungsi sebagai alat untuk membantu ilmuwan menentukan arah penelitian, bukan menggantikan proses verifikasi ilmiah.