Pemanfaatan Machine Learning Untuk Mendeteksi Kejadian Equatorial Plasma Bubble (EPB) Menggunakan Data Satelit Swarm
Equatorial Plasma Bubble (EPB) merupakan fenomena ketidakteraturan plasma di ionosfer yang terjadi terutama pada wilayah ekuator. Fenomena ini dapat mengganggu sinyal komunikasi dan navigasi satelit seperti Global Navigation Satellite System (GNSS) yang berdampak pada penentuan posisi secara akurat. Deteksi kejadian EPB sangat penting untuk memitigasi dampaknya. Dalam penelitian ini, dilakukan pemanfaatan metode machine learning untuk mendeteksi kejadian EPB menggunakan data Ionospheric bubble index (IBI) pada satelit Swarm yang menyediakan pengukuran ionosfer secara real-time dengan resolusi tinggi. Model machine learning yang digunakan yaitu XGBoost dan LightGBM. Kedua Model tersebut dilatih untuk mengidentifikasi pola-pola yang berkaitan dengan kemunculan EPB. Penelitian ini diharapkan dapat memberikan model dengan akurasi dan efisiensi dalam mendeteksi EPB. Data yang digunakan dalam penelitian ini berasal dari satelit Swarm selama periode 2018-2024, dengan Magnetic local time (MLT) 18.00 hingga 00.00 yang rentan terhadap kemunculan EPB. Jumlah data yang digunakan sebesar 3.792.686 untuk data latih (80
URI
https://repository.itera.ac.id/depan/submission/SB2502140077
Keyword
equatorial plasma bubble extreme gradient boost light gradient boosting machine