Manusia dituntut untuk bekerja secara optimal setiap waktu, tidak boros dan tidak memakan banyak waktu. Pergi ke suatu tempat harus mencari rute yang terdekat, mendiagnosis suatu penyakit juga harus presisi, berbisnis harus dengan perhitungan yang matang, Melakukan ekspedisi luar angkasa harus menghitung secara tepat dengan menyesuaikan kondisi yang ada dan tidak boleh meleset, dan lain-lain. Ini semua dinamakan sebagai proses optimisasi, yang mana sering kita melakukannya tetapi sering pula tidak dirasakan.
Dalam mengimplementasi lebih lanjut proses optimisasi, manusia juga mempelajari perilaku makhluk hidup lainnya yang dapat diambil manfaatnya untuk memperlancar dan mempercepat tujuan manusia. Manusia tidak dapat berlari secepat cheetah yang mana cheetah bisa berlari berkisar antara 80 hingga 130 km/jam, manusia tidak sekuat gajah dalam merobohkan pohon, dan manusia tidak dapat membuat sarang seindah burung manyar, dan lain-lain. Fenomena ini yang sering memaksa manusia untuk berpikir keras untuk membuat sebuah kecerdasan tiruan (Artificial Intelligence / AI) dari perilaku hewan dan yang namanya tiruan adalah bukan asli dan tidak sama persis.
KOLONI LEBAH
Lebah dapat membuat rumah madu secara kolosal (ratusan bahkan ribuan) dari berbagai arah, tanpa melalui gambar awal dari seorang arsitek dan tanpa dikomando oleh seorang mandor. Lebah bergotong-royong, bekerja sama dalam jumlah ribuan untuk membuat rumah madu yang berakhir secara gemilang dan hasil yang sangat memuaskan. Semua rumah madu berbentuk segi enam dengan luas yang sama, rapi, indah, berkapasitas maksimal, dan irit dalam jumlah bahan yang dipakai.Â
Perilaku koloni lebah inilah yang dipelajari dan akhirnya menginspirasi suatu algoritma kecerdasan buatan yang dinamakan Algoritma ABC (Artificial Bee Colony). Setelah dipelajari lebih lanjut diketahui bahwa koloni lebah buatan terdiri dari tiga kelompok yaitu pekerja (employed), penglihat (onlookers), dan pengintai (scout). Lebah pekerja secara acak mencari posisi sumber makanan (solusi), kemudian mereka dengan cara menari berbagi informasi (komunikasi) dengan lebah penglihat yang berada di sarang. Misalkan informasi yang diberikan adalah jumlah nektar. Durasi tarian lebah pekerja sebanding dengan konten nektar dari sumber makanan yang dieksploitasi oleh lebah pekerja. Lebah pengintai melihat berbagai tarian sebelum memilih posisi sumber makanan.
KOLONI SEMUT
Koloni semut dapat menemukan rute terpendek antara sarang dan sumber makanan, meskipun tersembunyi sekalipun, berdasarkan jejak kaki pada lintasan yang telah dilalui. Semut selalu meninggalkan cairan yang bernama feromon pada tiap jejak kakinya. Feromon merupakan alat komunikasi berupa hormon yang dikeluarkan oleh semut sebagai penunjuk jalan untuk semut yang lain. Dengan keberadaan informasi feromon, maka semut-semut tersebut tidak akan berjalan secara acak, tetapi akan lebih tertarik untuk mengikut jalur yang ada feromonnya. Semakin banyak semut yang melewati suatu lintasan maka semakin jelas bekas kakinya dan sebaliknya. Perilaku semut tersebut menginspirasi terciptanya suatu algoritma kecerdasan buatan yang bernama Algortima ACO (Ant Colony Optimization) yang dimana Algoritma ACO diharapkan dapat memecahkan masalah yang efektif dan efisien dengan menemukan jalur yang terbaik.
BURUNG CUCKOO
Burung Cuckoo dalam berkembang biak memiliki cara yang beragam dan unik. Burung Cuckoo memiliki sifat parasit yaitu memanfaatkan sarang burung lain yang berbeda spesies untuk menetaskan telur mereka. Ketika burung induk asli meninggalkan sarang, burung cuckoo akan membuang satu telur induk asli dari sarang untuk menyamakan jumlah telur burung induk asli. Apabila burung induk asli mengetahui ada telur burung cuckoo, ada dua kemunginan yang dilakukan burung induk asli yaitu membuang telur burung Cuckoo atau meninggalkan sarang mereka dan membuat sarang yang baru. Perilaku parasit yang lain adalah saat telur burung cuckoo menetas lebih awal dari telur burung induk asli, maka anak burung cuckoo yang menetas akan membuang telur induk asli dari sarang agar mendapatkan lebih banyak makanan. Burung Cuckoo yang berhasil tumbuh akan mencari sarang burung lain sebagai peletakkan telur. Proses tersebut berulang sampai semua cuckoo sudah berkupul pada sebuah sarang burung.
Perilaku Burung Cuckoo ini menginspirasi terciptanya suatu algoritma kecerdasan buatan yang bernama Algoritma CSA (Cuckoo Search Algorithm). Setiap telur dalam sarang mempresentasikan sebuah solusi, dan telur Cuckoo mempresentasikan solusi baru. Tujuannya adalah untuk memperoleh hasil yang lebih baik untuk menggantikan solusi yang tidak baik pada sarang. Pada suatu sarang burung induk asli terdapat dua telur, dengan kata lain sarang dapat menyimpan lebih dari satu solusi. Hanya saja untuk menyederhanakan permasalahan setiap sarang hanya akan menyimpan satu solusi.
Serigala abu-abu memiliki hierarki yang unik dan mekanisme berburu di alam yang terdiri dari pelacakan, melingkari mangsa, menyerang mangsa, dan kembali pelacakan mencari mangsa baru. Serigala abu-abu dianggap sebagai predator puncak, yang berarti mereka berada pada puncak rantai makanan. Sebagian besar serigala abu-abu lebih memilih untuk tinggal dalam kawanan/koloni. Para pemimpin serigala abu-abu disebut sebagai serigala alpha () yang bertanggung jawab untuk membuat keputusan berburu, tempat tidur, waktu untuk bangun, dan lain-lain. Serigala  hanya diperbolehkan untuk kawin dalam sesama koloninya. Serigala  belum tentu anggota terkuat dalam koloni, tetapi menjadi serigala terbaik dalm hal mengatur atau mengoordinasi koloninya.Â
Serigala Beta () menjadi serigala bawahan yang membantu dalam pengambilan keputusan, dan merupakan serigala dengan kandidat terbaik menggantikan  apabila salah satu  meninggal ataupun menjadi sangat tua. Serigala  memainkan peran sebagai penasihat  dan penertib dalam koloninya.Â
Peringkat terendah serigala abu-abu adalah serigala omega (). Serigala  memainkan peran sebagai kambing hitam. Serigala  harus selalu tunduk kepada semua serigala dominan lainnya. Dalam beberapa kasus, serigala juga termasuk pengasuh anak-anak dalam koloni.Â
Hierarki terakhir serigala adalah serigala delta (). Serigala  harus tunduk pada serigala  dan  tetapi  mendominasi . Pengintaian, sentinel, seepuh, pemburu dan pengasuh termasuk kategori serigala . Pengintai bertanggung jawab untuk mengawasi batas-batas wilayah dan memberi peringatan dalam kasus bahaya. Sentinel bertanggung jawab untuk melindungi serta menjamin kesehatan koloni. Sesepuh adalah serigala berpengalaman yang berperan menggantikan serigala  dan . Pemburu membantu serigala  dan  ketika ketika berburu mangsa dan menyediakan makanan untuk koloni.Â
Perilaku koloni serigala abu-abu tersebut menginspirasi terciptanya suatu algoritma kecerdasan buatan yang bernama Algoritma GWA (Grey Wolf Algorithm). permodelan tahapan-tahapan berburu serigala dibuat algoritma sebagai berikut. Langkah pertama adalah inisiasi jumlah serigala abu-abu. Langkah kedua adalah pencarian, yang dimulai dengan menciptakana populasi acak serigala abu-abu (solusi calon) dalam algoritma GWA. Selama iterasi, serigala alpha, beta dan delta memperkirakan posisi kemungkinan mangsa dan setiap solusi serigal alpha, beta, dan delta dilakukan pembaharuan jarak dari mangsa.
IKAN HIU
Perilaku ikan hiu dalam mencari mangsa dimulai dengan kemampuannya mencium darah mangsa yang masuk ke dalam air. Setelah mencium keberadaan bau darah di air, ikan hiu akan bergerak untuk mencari sumber tersebut. Pergerakan ikan hiu akan dipengaruhi oleh konsentrasi dan gradien dari bau darah di dalam air. Jika konsentrasi darah meningkat, maka arah gerakan ikan hiu semakin mendekati benar. Perilaku Ikan Hiu tersebut menginspirasi terciptanya suatu algoritma kecerdasan buatan bernama Algoritma SSA (Shark Search Algorithm). Penerapan SSA memiliki tujuan yang meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pengolahan bahasa (komunikasi), persepsi, kemampuan untuk bergerak, dan memanipulasi objek.
PENUTUP
Dengan memahami dan meniru pola perilaku yang ditemukan dalam kehidupan koloni hewan ini, para ilmuwan telah menciptakan sistem yang mampu meniru tingkat kecerdasan, adaptasi, dan koordinasi yang luar biasa dari alam. Dalam perjalanan yang panjang ini, penelitian terus berkembang untuk menggali lebih dalam kompleksitas alam dan menerapkannya dalam teknologi, memperkuat fondasi AI dengan prinsip-prinsip yang diilhami dari kehidupan hewan. Dalam esensi, kecerdasan buatan tidak hanya merupakan pencapaian manusia, tetapi juga merupakan hasil dari inspirasi tak terbatas yang ditemukan dalam keberagaman dan interaksi yang ajaib dari koloni hewan di alam. Dengan terus mengeksplorasi dan memahami dunia alami, kita dapat mengukir masa depan yang lebih cerdas dan
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H
