DAYEUHKOLOT – Telkom University kukuhkan Prof. Dr. Suyanto, S.T., M.Sc., menjadi guru besar bidang Kecerdasan Buatan. Pada sidang senat pengukuhan Guru Besar Prof. Suyanto yang berlangsung di Gedung Damar Telkom University, Jumat (10/12), Prof. Suyanto menyampaikan orasi ilmiah bertajuk “Komodo Mlipir Algorithm”.
Menurut Suyanto, Komodo Mlipir Algorithm (KMA) merupakan sebuah algoritma baru, yang merupakan hasil riset dirinya bersama dengan tim di Kelompok Keahlian Intelligence System, Fakultas Informatika. Algoritma ini termasuk ke dalam kelompok metode optimasi metaheuristik, yang dikenal sebagai Swarm Intelligence (SI).
“Metode KMA ini telah terdaftar di Direktorat Jenderal Kekayaan Intelektual (https://www.dgip.go.id) pada tanggal 08 Maret 2021,” jelasnya.
Suyanto yang merupakan alumni Teknik Informatika 1993, Telkom University (d/h STT Telkom), menjelaskan berbagai algoritma optimasi metaheuristik yang ada saat ini umumnya hanya mampu menyelesaikan masalah berdimensi rendah (puluhan hingga ratusan).
Walaupun ada sejumlah algoritma yang sanggup menyelesaikan masalah berdimensi ribuan, biasanya memiliki kompleksitas komputasi yang tinggi sehingga memerlukan sumber daya komputer yang besar dan waktu yang lama.
“KMA ini dibangun untuk mengatasi kekurangan tersebut. KMA dirancang mampu memberikan jaminan yang tinggi dalam menemukan optimum global serta dapat diskalakan untuk ribuan (bahkan jutaan) dimensi (atau variabel).” ungkapnya.
Suyanto yang telah menjadi dosen tetap Telkom University sejak tahun 2000 ini merupakan dosen yang aktif melakukan pengajaran dan penelitian di bidang Artificial Intelligence, Machine Learning, Swarm Intelligence, dan Evolutionary Computation.
“Metode KMA yang kami kembangkan ini terinspirasi dari perilaku Komodo yang merupakan hewan langka asli provinsi Nusa Tenggara Timur, Indonesia. Dan Gerakan Mlipir istilah dalam Bahasa Jawa, yang dapat diartikan: berjalan di pinggir untuk menghindari bahaya sehingga selamat mencapai tujuan,” ucapnya.
Dikatakan Suyanto, secara empiris, KMA terbukti scalable, stable, dan low computation pada sebagian besar fungsi acuan. Rencana pengembangan selanjutnya, KMA akan diuji secara lebih komprehensif menggunakan benchmark functions yang lebih kompleks dan permasalahan riil di dunia nyata.
Selain itu ada 2 poin penting lagi yang perlu diperhatikan antara lain, sebagai algoritma SI baru yang berkinerja tinggi, KMA berpotensi besar untuk diterapkan pada berbagai bidang karena semua permasalahan komputasi di dunia nyata adalah optimasi. Selain itu, KMA memiliki potensi besar dalam mendukung pengembangan AutoML dan XAI untuk mewujudkan teknologi 4G AI, yang ditandai dengan adanya teknologi AXAI yang akurat, cepat, dan murah.
