Pendahuluan#
Latar Belakang#
Planet-planet luar surya telah (dan sedang) ditemukan dalam jumlah yang membuat pengamatan intensif tidak memungkinkan untuk dilakukan secara merata terhadap setiap planet, terutama untuk pengamatan yang bertujuan mengungkap potensi keberadaan makhluk hidup di permukaan planet-planet tersebut. Indeks kelayakhunian dapat menjadi panduan dalam memprioritaskan planet-planet yang menarik untuk diamati lebih lanjut. Salah satu sistem indeks seperti itu adalah Habitability Index for Transiting Exoplanets (HITE).
Perkembangan dalam pengamatan dan pemodelan mengenai planet luar surya sejak saat HITE disusun membuka kemungkinan untuk memperbarui beberapa komponen HITE dan membuatnya lebih akurat dan inklusif. Modified HITE (M-HITE) yang dijelaskan dalam dokumentasi ini adalah HITE dengan proses data masukan yang disederhanakan dan algoritma yang disuplemen dengan subrutin dari beberapa literatur penelitian keplanetan luar surya.
M-HITE diharapkan dapat menghasilkan sistem pengindeksan yang lebih akurat dalam memberikan gambaran kelayakhunian planet luar surya untuk keperluan pemrioritasan observasi.
Tutorial Teknis#
Instalasi environment#
Program M-HITE dikembangkan menggunakan IDE Jupyter Notebook. Jika perangkat yang akan digunakan belum memiliki instalasi Python, disarankan untuk menginstal Python bersamaan dengan Jupyter Notebook melalui distribusi Anaconda atau Miniconda.
Dependensi. M-HITE juga membutuhkan package Python berikut ini:
pandas
numpy
scipy
Berkas#
Berkas-berkas yang diperlukan untuk menjalankan M-HITE dapat diunduh di sini. Berkas-berkas tersebut adalah:
main.ipynbberkas utama yang berisi algoritma penghitungan indeks
bisa dibuka dan diubah menggunakan Jupyter Notebook
berkas yang isinya dijelaskan pada laman Perincian Kode.
exoplanet.csvberkas yang berisi data planet luar surya
didapat dari exoplanets.org
digunakan sebagai sumber data masukan dalam
main.ipynbkolom yang tidak digunakan oleh M-HITE bisa dihilangkan untuk membuatnya lebih rapi
bisa di-filter dan dibuat sub-daftar sesuai karakteristik planet yang ingin dibuatkan daftar indeks
disediakan pula
exoplanets_noKOI.csv(berkas yang sama tapi tanpa mengikutkan Kepler object of interest (KOI), planet-planet luar surya yang belum cukup terkonfirmasi keberadaannya)
zsboundaries.csvberkas yang berisi tabel nilai radius dan massa
diadaptasi dari Zeng & Sasselov (2013)
digunakan untuk menentukan komposisi penyusun planet (dan apakah planet bersifat terestrial atau tidak)
out.txtberkas untuk menyimpan hasil pengindeksan
Langkah pertama#
Ekstrak unduhan dan simpan semua berkas dalam satu folder.
Jalankan Jupyter Notebook (dari command prompt atau Anaconda launcher) dan buka main.ipynb.
Live sandbox#
Pada dokumentasi ini disediakan juga live sandbox yang langsung bisa digunakan tanpa menginstal apapun. (Ikon roket –> Live Code)