Mohon tunggu...
Wahyu Tomo
Wahyu Tomo Mohon Tunggu... Lainnya - employee

travel

Selanjutnya

Tutup

Artificial intelligence Pilihan

Mengenal Koloni Lebah yang Menjadi Inspirasi dari Salah Satu Metode Artificial Intelligence Algorithm

12 November 2023   20:03 Diperbarui: 12 November 2023   20:25 348
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Lebah madu (apis mellifica) membangun serangkaian sisir paralel dengan membentuk rantai yang berfungsi untuk menginduksi saat ada peningkatan temperatur lokal. Sisir lilin dapat terbentuk dengan mudah akibat kenaikan temperatur. Dengan kekuatan gabungan dari individu-individu yang membentuk rantai, sisir lilin dapat dipilin dan dibuat sejajar satu sama lain. Setiap sisir diatur dalam lingkaran konsentris yang terdiri dari  induk, serbuk sari, dan madu. Sumber makanan yang dieksploitasi sesuai dengan kualitas dan jarak makanan dari sarang.

Pada waktu-waktu  tertentu, koloni lebah  madu membagi  ratu  dan setengah  dari para pekerja untuk  meninggalkan sarang kemudian kelompok  pertama membentuk koloni  pada cabang pohon. Lokasi sarang yang potensial  dieksplorasi  secara  hati-hati oleh pengintai. Pemilihan tempat sarang dapat berlangsung hingga beberapa hari, karena koloni  lebah akan mengatur temperatur sarang terlebih dahuJu. Konstruksi sarang tawon (polybia  occidentalis) melibatkan tiga kelompok pekerja yaitu  pengumpul  serat (pulp), pengumpul air, dan pembangun. Ukuran  masing-masing kelompok  diatur menurut kebutuhan koloni melalui beberapa aliran informasi di antara mereka. Lebah tropis (parachartergus dan epipona) membangun sarang kompleks yang terdiri dari serangkaian sisir  horizontal yang dilindungi oleh sebuah amplop ekstemal serta terhubung  satu sama  lain dengan pintu  masuk lubang perifer atau sentral. Beberapa spesies rayap (macrotermes) membangun sarang yang lebih kompleks. Sarang ini menyerupai kerucut yang memiliki dinding luar dan memiliki rangka yang mencolok yang mengandung saluran ventilasi dan terbentuk dari dasar gundukan menuju puncaknya.

Ruang reflektif berada di pusat sarang dan terdiri dari lamellae horizontal tipis dan didukung oleh pilar-pilar berplat dasar dengan ventilasi pendingin spiral serta sebuah ruang kerajaan yang merupakan bunker pelindung berdinding tebal dengan beberapa lubang kecil di dinding untuk jalan keluar masuk pekerja,  kebun jamur tersampir  di sekitar sarang dan terdiri dari material khusus  atau sisir yang terletak  antara sarang bagian  dalam dan dinding luar. Akhimya, galeri perifer dibangun  baik di atas dan di bawah tanah yang menghubungkan gundukan ke situs mencari makanannya dan masih banyak  lagi contoh dari kemampuan mengesankan  serangga sosial. Serangga adalah makhluk yang kompleks sehingga dapat memproses banyak input sensoris, memodulasi perilaku dengan rangsangan, dan saling berinteraksi antara anggota sarang sehingga dapat membuat keputusan dengan dasar ada sejumlah informasi. Walaupun begitu, kompleksitas serangga individu belum cukup untuk menjelaskan kompleksitas dari yang dilakukan koloni serangga sosial. Hal yang paling sulit adalah cara menghubungkan perilaku individu dengan kinerja kolektif dan cara membangun kerja sama tersebut muncul.

ALGORITME ARTIFICIAL BEE COLONY

Artificial Bee Colony (ABC) merupakan algoritme optimisasi yang diadaptasikan dari konsep Swam Intellegent (SI) yang memperoleh perhatian dari kalangan peneliti. Algoritme ini pertama kali ditemukan oleh Dervis Karaboga pada tahun 2005. Sesuai dengan namanya, ABC merupakan sebuah algoritma yang memodelkan kecerdasan kolektif lebah madu dalam mencari sumber makanan. Kecerdasan ini terdiri dari tiga komponen esensial, yakni :

  • Food sources (sumber makanan) merupakan nilai atau kualitas dari suatu sumber makanan yang ditentukan oleh jarak sumber makanan terhadap sarang lebah, selain itu jumlah makanan dan kemudahan dalam mengambil makanan menjadi faktor yang memengaruhi keputusan koloni lebah madu.
  • Employed foragers merupakan lebah-lebah yang bertugas menyimpan informasi dari sumber makanan yang ditemukan.
  • Unemployed foragers merupakan lebah-lebah yang bertugas mencari sumber-sumber makanan yang dapat dieksploitasi. Unemployed foragers terbagi menjadu dua jenis yaitu scouts dan onlookers.

Operator Artificial Bee Colony

Algoritme ABC dimulai dengan sebuah populasi yang terdiri dari kumpulan lebah. Berdasarkan tugasnya, kumpulan lebah terbagi menjadi tiga jenis, yaitu:

  • Scout Bees. Scout Bees merupakan kumpulan lebah yang bertugas mencari posisi (pengintai) sumber makanan di lingkungan sekitar sarang secara acak. Keberadaan posisi sumber makanan yang telah ditemukan akan diteruskan ke kumpulan lebah berikutnya yaitu lebah pekerja (employed bees).
  • Employed Bees. Employed Bees merupakan kumpulan lebah yang berhubungan langsung dengan sumber makanan yang ditemukan oleh scout bees. Tugas dari employed bees adalah menyimpan informasi yang berhubungan dengan tiap-tiap sumber makanan. Employed bees akan kembali ke tempat sarang atau dapat disebut sebagai awalan tempat dia bergerak dan menginformasikan solusi baru kepada kumpuIan lebah penonton berupa informasi tentang jarak dan arah sumber makanan dari sarang, informasi tingkat profitabilitas atau kekayaan dari sebuah sumber makanan, dan nilai kelayakan informasi sumber makanan tersebut untuk disebarluaskan. Oleh karena itu, jumlah dari employed bees harus ekuivalen dengan jumlah sumber makanan yang ditemukan. Dalam membagiikan informasi sumber makanannya, employed bees melakukan tarian yang bernama Tarian Goyang, (Wagle Dance) di dancing room yang berada di pusat sarang lebah dengan onlooker bees sebagai penonton dan pemilih sumber makanan yang akan dieksplolitasi.
  • Onlooker Bees. Onlooker Bees merupakan kumpulan lebah yang bertugas untuk memilih dan mengeksploitasi sumber makanan yang informasinya disimpan oleh employed bees.

https://onlinelibrary.wiley.com/doi/10.1002/dac.3495
https://onlinelibrary.wiley.com/doi/10.1002/dac.3495

Tingkah laku lebah menginspirasi Seeley ( 1995) untuk menjadikan sebuahmodel sistem belajar fungsional berorganisasi di tingkat grup karena sifat interaksinya dengan lingkungan sebagai suatu keseluruhan koheren dan memiliki sejumlah adaptasi yang berfungsi untuk grup. Sunil Nakrani dari University Oxford dan Craig Tovey dari The Georgia Institute of Technology menerapkan cara penyelesaian masalah oleh lebah madu tersebut pada permasalahan internet host. Setiap server mengambil peranan sebagai lebah pengumpul nektar, dan setiap permintaan pelanggan bertindak sebagai sumber bunga. Dengan cara ini, Nakrani dan Tovey mengembangkan sebuah Algoritme Lebah Madu untuk server intemet (host).

Aplikasi Artificial Bee Colony Algoritm

Algoritma ABC dapat dimanfaatkan dalam menyelesaikan berbagai masalah opsimisasi di banyak bidang termasuk bidang sistem tenaga listrik. Masalah-masalah optimisasi dapat dimodelkan dengan batasan-batasan tertentu yang mengacu pada perilaku koloni lebah madu. Beberap contoh aplikasi ABC dapat dijelaskan sebagai berikut :

  • Optimasi penjadwalan pembangkit. Penjadwalan pembangkit adalah proses penentuan jadwal operasi pembangkitan listrik untuk memenuhi permintaan beban listrik. Penjadwalan pembangkit yang optimal dapat mengurangi biaya operasi pembangkit dan meningkatkan keandalan sistem tenaga listrik. Algoritma ABC dapat digunakan untuk mengoptimalkan penjadwalan pembangkit dengan cara merepresentasikan setiap jadwal sebagai solusi. Setiap lebah pekerja akan mencoba untuk menemukan jadwal yang lebih baik dari jadwal yang sedang dieksploitasi.
  • Optimasi penjadwalan transmisi. Penjadwalan transmisi adalah proses penentuan jadwal aliran daya listrik di jaringan transmisi. Penjadwalan transmisi yang optimal dapat meningkatkan efisiensi penggunaan jaringan transmisi dan mengurangi kerugian daya. Algoritma ABC dapat digunakan untuk mengoptimalkan penjadwalan transmisi dengan cara merepresentasikan setiap jadwal sebagai solusi. Setiap lebah pekerja akan mencoba untuk menemukan jadwal yang lebih baik dari jadwal yang sedang dieksploitasi.
  • Optimasi penjadwalan beban. Penjadwalan beban adalah proses penentuan jadwal konsumsi daya listrik oleh konsumen. Penjadwalan beban yang optimal dapat mengurangi biaya beban dan meningkatkan keandalan sistem tenaga listrik. Algoritma ABC dapat digunakan untuk mengoptimalkan penjadwalan beban dengan cara merepresentasikan setiap jadwal sebagai solusi. Setiap lebah pekerja akan mencoba untuk menemukan jadwal yang lebih baik dari jadwal yang sedang dieksploitasi.
  • Optimasi operasi sistem tenaga. Operasi sistem tenaga adalah proses pengendalian sistem tenaga listrik untuk memenuhi permintaan beban listrik dan menjaga keandalan sistem. Operasi sistem tenaga yang optimal dapat meningkatkan efisiensi penggunaan sistem tenaga listrik dan mengurangi risiko gangguan. Algoritma ABC dapat digunakan untuk mengoptimalkan operasi sistem tenaga dengan cara merepresentasikan setiap operasi sebagai solusi. Setiap lebah pekerja akan mencoba untuk menemukan operasi yang lebih baik dari operasi yang sedang dieksploitasi.

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Artificial intelligence Selengkapnya
Lihat Artificial intelligence Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun