Optimasi Koloni Drone Otonom untuk Pencarian Korban Bencana Alam Menggunakan Algoritma Swarm Intelligence Bio-Mimetik

Abstract

Bencana alam seringkali mengakibatkan korban jiwa yang sulit ditemukan secara cepat karena keterbatasan akses dan cakupan area pencarian. Penelitian ini mengusulkan suatu sistem optimasi koloni drone otonom yang terinspirasi dari perilaku kawanan hewan (swarm intelligence bio-mimetik) untuk meningkatkan efisiensi pencarian korban bencana alam. Dengan memanfaatkan algoritma seperti Particle Swarm Optimization (PSO) dan Artificial Bee Colony (ABC), drone-drone dapat berkoordinasi secara adaptif, membagi area pencarian secara dinamis, serta saling bertukar informasi posisi dan kondisi lingkungan tanpa memerlukan kendali pusat secara penuh. Metode yang digunakan mencakup pemodelan lingkungan 3D, simulasi pergerakan swarm, dan pengujian skenario bencana (gempa bumi, banjir, dan longsor). Hasil simulasi menunjukkan bahwa pendekatan swarm intelligence bio-mimetik mampu meningkatkan cakupan area pencarian hingga 40% dan mengurangi waktu identifikasi korban rata-rata sebesar 35% dibandingkan metode pencarian konvensional dengan drone tunggal atau statis. Selain itu, sistem ini menunjukkan ketahanan terhadap kegagalan beberapa unit drone serta kemampuan adaptasi terhadap perubahan medan secara real-time. Penelitian ini berkontribusi pada pengembangan sistem pencarian dan pertolongan (SAR) yang lebih cepat, luas, dan otonom dalam kondisi bencana alam yang dinamis.