Abstract:
Quark dan gluon merupakan partikel elementer yang berinteraksi kuat. Quark dan gluon
dihasilkan di Large Hadron Collider (LHC) dengan menumbukkan sejumlah proton. Di LHC,
proton-proton ditumbukan dengan energi mencapai 6.5 TeV untuk masing-masing proton. Energi
tersebut dapat memecah ikatan quark di dalam proton. Namun, karena adanya color confinement
dan asymptotic freedom di Quantum Chromodynamics (QCD), maka quark-quark tersebut tidak
dapat ditemukan bebas di alam. QCD juga mampu membagi hadron menjadi meson dan
baryon berdasarkan komponen penyusunnya. Hadron inilah yang nantinya terbentuk dari hasil
tumbukan antarproton di LHC dan terdeteksi di detektor Compact Muon Solenoid (CMS).
Kalorimeter di detektor CMS terbagi menjadi dua, yaitu ECAL dan HCAL. Karena quark
dan gluon keduanya terdeteksi di HCAL, maka sulit untuk membedakan partikel mana saja
yang terhadronisasi dari quark dan gluon. Pada tugas akhir ini, digunakan dua metode neural
network berbeda yaitu shallow network dan Convolutional Neural Network (CNN). Selain itu,
hasil perbandingan dari kedua metode tersebut juga dibahas pada tugas akhir ini. Dari kedua
metode tersebut, CNN memiliki hasil terbaik dalam membedakan quark dan gluon.