Langganan via email

Jangan mau ketinggalan update Inspiration, setiap kali ada postingan baru akan langsung dikirim ke email kamu

Enter your email address:

Jumat, 04 Juli 2008

The Ant Colony System

ANTS


Kalau kamu ngeliat judul diatas apa yang kamu bayangin??Hmm…kartun keluaran Pixma picture??atau ini adalah artikel yang ngebahas tentang struktur anatomi semut(bisa ga sih…)??Apa pun itu asal kamu berpikiran tentang hewan malang yg kalo kepijak kamu ga merasa bersalah sekalipun apalagi berduka alias si semut (Ant), maka kamu benar.


Tulisan ini emang menceritakan tentang semut and the ganks (koloni semut)tapi bukan secara biologi ya, melainkan diambil dari sudut pandang ilmu komputer. Emang apa hubungannya?? Inilah kehebatan dari makhluk kotak itu. Hampir segala bidang kehidupan bisa diselesaikan secara komputerisasi. Tapi bukan nyelesaian masalah si semut melainkan menyelesaikan berbagai macam masalah komputerisasi yang diinspirasi dari perilaku koloni semut (ant colony optimization). So,let’s check it out


A Little Facts About Ants

Semut seperti yang kita ketahui, berukuran mini dan selalu hidup berkelompok. Jarang kita temui semut itu jalan sendirian (kalopun ada mungkin nyasar atau lagi patah hati jadi pengennya sendirian. J). Koloni semut punya team work yang solid mulai dari bangun rumah sampe cari makanan, jadi jangan heran kalo kamu nemuin cake kesukaanmu yang baru kamu tinggalin bentar udah rame digerogoti sama mereka. Tapi kepikiran ga sih bagaimana koloni semut bisa nyampe ke sumber makanannya secara cepat padahal daerah itu tadinya ga ada semut!?

Nah,inilah fakta kecilnya yaitu semut bisa menemukan rute terpendek dari sarang ke sumber makanannya.







How Ants Communicate Each Other??


Semut dapat berkomunikasi dengan teman – temannya tidak secara langsung melainkan berkomunikasi dengan suatu zat kimia yang disebut dengan feromon. Feromon adalah zat atau yang biasanya disebut parfum serangga dimana dengan adanya zat ini maka setiap semut dapat mengenali posisi temannya sehingga semua semut dapat berkumpul kembali dengan koloninya. Setiap semut ketika melewati suatu jalur tertentu akan meninggalkan jejak feromon (Pheromone Trail). Jejak ini kemudian akan diikuti oleh semut – semut yang lainnya. Pada awalnya semut berpencar dari sarang mereka menuju ke sumber makanan. Semut berikutnya yang melalui jalur tersebut dapat mengidentifikasi feromon yang diletakkan oleh semut sebelumnya, memutuskan dengan probabilitas yang tinggi untuk mengikutinya, dan menguatkan jalur yang dipilihnya itu dengan feromon miliknya. Perilaku inilah yang menyebabkan semut dapat menemukan jalur terpendek. Dengan kata lain semakin besar feromon yang terdapat pada jalur itu maka jumlah semut yang melewatinya juga akan semakin besar bahkan kemungkinan semua semut akan melalui jalur tersebut.

Gambarannya adalah sebagai berikut:


Dari gambar ini dapat terlihat bahwa pada awalnya semut berjalan pada jalur yang sama dengan asumsi semua semut berjalan dengan kecepatan yang sama. Kita anggap A adalah sarang dan E adalah sumber makanan. Kemudian perhatikan gambar (b), pada gambar terdapat rintangan yang membuat jalur terpisah menjadi dua. Semut akan berpencar, beberapa akan ke jalan H dan yang lain akan memilih jalan C. Semut yang berjalan dari jalur C akan lebih cepat sampai ke sumber makanan karena jalur C lebih pendek. Hal ini juga mempengaruhi jalur pulangnya, maka dapat dipastikan semut yang berjalan pada jalur C akan tiba di sarang lebih dulu daripada yang melewati jalur H. Hal ini akan diikuti oleh semut yang lainnya berdasarkan dengan jejak feromon tadi. Berdasarkan dari semut yang duluan sampai maka tingkat semut yang melewati jalur C akan lebih besar karena tingkat feromon yang ada pada jalur C lebih besar dan ini akan mempengaruhi semut yang lainnya untuk mengikuti jalur tersebut sehingga semut akan memilih satu jalur yaitu jalur yang terpendek.


















Computer And Ants


Berdasarkan dari perilaku semut inilah terciptalah algoritma koloni semut (ant colony system). Ant Colony System (ACS) merupakan salah satu algoritma yang menerapkan prinsip dari swarm intelligence (kecerdasan komunitas) ,yaitu algoritma yang didasarkan atau terinspirasi dari perilaku sosial serangga dan perilaku sosial binatang lainnya dimana dalam suatu komunitas terdapat beberapa agen yang saling berinteraksi, bernegoisasi, dan berkoordinasi satu sama lain dalam mengerjakan suatu pekerjaan bersama. Konsep kerjasama ini yang dikenal dengan multi agent system (MAS). Untuk konsep MAS lebih detil dapat didownload dari e-book ini
Algoritma ini dikemukakan pertama kali oleh Marco Dorigo dan Luca M. Gambardella pada tahun 1997. Ant System telah banyak diterapkan dalam berbagai kajian permasalahan optimisasi kombinatorial seperti traveling salesman problem (TSP), quadratic assignment problem, jobscheduling, vehicle routing, graph coloring, dan network routing[Dorigo, Di Caro, dan Gambardella]. Jadi semut yang ada pada komputer adalah agent – agent cerdas. Untuk lebih lengkapnya kamu bisa ambil dari referensi penulis yang kamu download disini

3 comments:

Fast Corner 06 Juli, 2008 07:30  
bilang...

Bagus-Bagus Tuh Postingannya
Yah Fitri ntar aja ya.
Lagi cari bahan yang sesuai untuk posting.
Ok kan gi?
AnFiDi

Andewor'z 08 November, 2011 01:03  
bilang...

kalo implementasinya algoritma semut di google maps gimana caranya? mungkin mas ada referensi yang bisa saya pelajari?? Thanks

There are also Inspiration>>>

Posting Komentar

to all of u... my commentator...
sorry klu blom sempat balasin komennya satu2 ya...
ato blom sempat melakukan kunjungan spesial untuk menjalin hubungan diplomatis ke blog kamu, soalnya... Final Assignment Project sudah diujung tanduk...

  © Blogger template The Professional Template by Ourblogtemplates.com 2008

Back to TOP