NewsAI
news
AI Astronomi Dipakai Lacak Partikel Aerosol…

AI Astronomi Dipakai Lacak Partikel Aerosol…

Latar Belakang Penelitian

Sebuah penelitian terbaru mengusulkan pendekatan inovatif menggunakan sentroiding bintang berbasis kecerdasan buatan untuk menganalisis distribusi ukuran partikel aerosol. Metode ini bertujuan menilai efektivitas masker penutup wajah dengan memanfaatkan dua model pembelajaran mendalam, yaitu MobileUNet dan ELUNet. Pendekatan ini menarik karena memanfaatkan teknologi yang awalnya dikembangkan untuk pengamatan benda langit agar dapat diaplikasikan dalam bidang kesehatan masyarakat.

Metodologi dan Kronologi Pengujian

Model-model tersebut awalnya dilatih pada gambar benda langit yang mengandung noise, kemudian diterapkan secara langsung tanpa pelatihan ulang pada gambar aerosol yang disinari laser. Sumber aerosol dihasilkan dari larutan NaCl 10% dalam air yang dihembuskan melalui manekin medis terhubung dengan paru-paru buatan dalam kondisi emisi konstan maupun plume. Sebanyak 41 gambar berisi 7.123 partikel aerosol dianotasi secara manual sebagai data uji untuk mengevaluasi kinerja kedua model.

Hasil Analisis Deteksi Partikel

Dari seluruh particel yang diuji, MobileUNet berhasil mendeteksi 99% partikel aerosol dengan presisi 98%, recall 98%, dan F1-score 98%. Sementara itu, ELUNet mencapai deteksi sebesar 97% dengan nilai serupa yakni presisi 98%, recall 96%, dan F1-score 97%. Yang lebih menonjol, MobileUNet menunjukkan efisiensi waktu komputasi empat kali lebih cepat dibanding ELUNet, menjadikannya pilihan yang lebih praktis untuk analisis dalam skala besar.

Dampak dan Implikasi Temuan

Temuan ini menunjukkan bahwa model sentroiding astronomi dapat ditranslasikan langsung ke dalam analisis aerosol dengan mempertahankan kinerja tinggi di lingkungan nyata yang tidak terkontrol dan bising. Hal ini menyediakan kerangka kerja robust untuk kuantifikasi aerosol serta penilaian objektif efektivitas masker. Pendekatan ini memiliki potensi penerapan luas dalam kesiapsiagaan pandemi dan pengendalian infeksi airborne di masa depan.

Informasi Publikasi dan Pendanaan

Penelitian ini didanai oleh proyek MASK! yang didukung beasiswa Riset MTU TU RISE, disokong oleh Munster Technological University serta Pemerintah Irlandia dan Uni Eropa melalui ERDF untuk Programme Regional Southern, Regional, Eastern & Midland 2021-27 dan Northern and Western Programme 2021-27. Riset dilakukan oleh para penulis dari Departemen Biologi dan Blackrock Castle Observatory di Munster Technological University, Bishopstown, Cork, Irlandia, termasuk Cristian Fetescu, Siddra Maryam, Roy D. Sleator, Alan Giltinan, Niall Smith, dan Krishnakumar Chullipalliyalil, dengan Niall Smith dan Roy D. Sleator sebagai penulis korespondensi. Artikel ini diterbitkan sebagai open access di Sci Rep pada November 2026 tanpa competing interests di bawah lisensi Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International.

Bagikan: