Pengertian dan Dasar Komputasi Evolusioner

Pengertian dan Dasar Komputasi Evolusioner
Pada struktur bioligis unit dasar informasi di dalam sistem hidup adalah Gene, yang pada umumnya didefinisikan sebagai bagian dari chromosom yang menentukan atau mempengaruhi sifat tunggal atau phenotype (sifat tampak). Gene terdiri dari deoxyribonucleic acid (DNA), yang umumnya dikemas menjadi struktur disebut chromosom. Pengembangan dari struktur biologis ini dapat membuat suatu model algoritma baru untuk mencari solusi masalah yang kompleks dengan menggunakan teori evolusi.
Evolusi adalah proses optimasi yang bertujuan untuk meningkatkan kemampuan organism (sistem) untuk bertahan hidup didalam lingkungan yang rentan mengalami perubahan secara dinamis dan kompetitif. Pandangan evolusi yang popular dan dapat diterima adalah menurut Lamarck dan Darwin :

1. Jean Baptise Lamarck (1744-1829)
Teori evolusi menurut Jean Baptiste Lamarck adalah hereditas. Yaitu warisan sifat yang diturunkan individu yang beradaptasi selama hidupnya dan menurunkan sifatnya pada individu baru yang melanjutkannya untuk beradaptasi. Metode adaptasi yang digunakan menggunakan konsep pakai dan buang (use and disuse), yang berarti setiap individu membuang sifat yang tidak diperlukan dan mengembangkan sifat yang berguna.

2. Charles Darwin (1809-1882)
Teori Charles Darwin menjadi dasar evolusi biologis, yaitu teori seleksi alam. Individu dengan sifat terbaik akan bertahan hidup dan bereproduksi, sifat terbaik akan diturunkan pada generasi selanjutnya yang akan mendominasi di antara populasi. Teori Darwin selanjutnya menyatakan bahwa selama memproduksi generasi, terjadi kejadian acak silang (crossover) yang menyebabkan perubahan acak sifat pada organisme keturunannya, jika sifat baru ini memberikan keuntungan pada organisme tersebut maka bertambahnya peluang hidup di antara populasi.[1]

Dengan pandangan evolusi tersebut beberapa pakar komputasi mengembangkan teori evolusi untuk mengaplikasikan kedalam beberapa bidang kecerdasan buatan pada komputer, seperti pada istilah Komputer Evolusioner. Komputer Evolusioner merupakan bidang dari Intelegensia Komputer yang memodelkan proses evolusi alami, yaitu prinsip seleksi alam Darwinisme sebagai inspirasi dalam perancangan metode komputasi. Dalam proses seleksi alam, individu yang kuat (yang bisa beradaptasi) yang bisa bertahan, ide ini telah berkembang sejak tahun 1940an, periode dimana komputer berkembang pesat.
Pada tahun 1948, Turing memperkenalkan istilah “Genetical or Evolutionary Search”, dan tahun 1962 Bremermann melakukan eksperimen tentang “Optimisasi melalui Evolusi dan Kombinasi ulang (optimization through evolution and recombination)” . Pada era tahun 1960an, tiga implementasi ide dasar ini dikembangkan masing-masing di tempat berlainan. Di Amerika, Fogel, Owens, dan Walsh memperkenalkan Evolutionary Programming, sedangkan Holland (Amerika) menyebut metodenya sebagai Genetic Algorithm. Sementara itu di Jerman, Rechenberg dan Schwefel menemukan metode Evolution Strategies. Selama lima belas tahun berikutnya, metode tersebut dikembangkan secara terpisah, namun sejak awal tahun 1990an ketiganya dipandang sebagai tiga jenis representasi dari satu teknologi yang diberi nama Evolutionary Computing. Di awal tahun 1990 terdapat metode yang dipelopori oleh Koza, yaitu Genetic Programming.[2].

Dengan perkembanganya yang luas pada tahun 2001, Ferreira mengenalkan konsep Gene Expression Programming (GEP), yang merupakan konsep terbaru dengan menggabungan Genetic Algorithm dan Genetic Programming, hingga pada saat ini teknologi ini terus dikembangkan diberbagai aplikasi, seperti pada aplikasi autonomous Robot dengan menggunakan algoritma MultiGenic GEP with Regular Gene (mgGEP-RG).

sumber
[1] Thomas Sri widodo, “Komputasi Evolusioner”, Graha Ilmu, 2012
[2]http://statistikakomputasi.wordpress.com/2010/04/16/mengenal-evolutionary-computation-komputasi-yang-meniru-evolusi-alam/