Jurnal: Simulasi Swarm Robot Dengan Pendekatan Rayap Pada Masalah Clustering

Abstrak

Pendekatan rayap yang merupakan salah satu metode dalam rumpun swarm intelligence yang dapat mengatasi masalah clustering, pada penelitian ini pendekatan rayap dilihat dari sudut pandang pemodelan berbasis agent dan diimplementasikan ke dalam swarm robot. Penelitian ini penting untuk mengembangkan model pendekatan rayap pada kasus – kasus nyata terutama pada masalah clustering, untuk mengimplemantasikan model yang diperoleh dari studi literatur maka dibuatkan simulasi untuk menggambarkan secara detail proses yang terjadi dalam menangani masalah clustering. Pendekatan IODA digunakan untuk memodelkan interaksi yang terjadi didalam simulasi, pendekatan ini di sesuaikan dengan perangkat pengembangan yang digunakan yaitu NETLOGO. Penggunaan IODA menjadi suatu kontribusi untuk mengembangkan metodologi ini, terutama pada NETLOGO disamping pengimplementasian komunikasi tidak langsung dan optimasi pencarian yang dapat membentuk clister lebih cepat dari penelitian sebelumnya.

Kata kunci— Pendekatan rayap, simulasi, IODA, clustering, agent

Pendahuluan

Topik utama pada penelitian ini adalah membuat simulasi robot berkelompok atau swarm robot yang memiliki perilaku seperti rayap untuk menyelesaikan masalah clustering. Pendekatan rayap adalah salah satu pendekatan pada rumpun ilmu kecerdasan kelompok dimana salah satu model perilakunya dapat dijadikan model untuk menyelesaikan masalah clustering. Model perilaku tersebut kemudian diimplementasikan pada swarm robot.. Umumnya swarm robot menirukan salah satu model dalam kecerdasan buatan seperti semut, rayap, dan lain sebagainya [1]. Pendekatan rayap digunakan sebagai pendekatan untuk menyelesaikan masalah clustering karena konsep dasar pendekatannya sesuai untuk menyelesaikan masalah clustering dan jika dibandingkan dengan pendekatan semut, pendekatan rayap masih jarang digunakan pada masalah clustering sehingga penting untuk dapat menciptakan atau mengembangkan pendekatan rayap untuk menyelesaikan masalah clustering agar ada banyak alternatif atau sebagai pembanding yang dapat dipakai untuk menyelesaikan masalah clustering.

Peneliti: Ketut Bayu Yogha Bintoro

Untuk lebih lengkapnya silahkan download di link berikut: