Seiring dengan semakin berkembangnya aplikasi pada kecerdasan buatan diberbagai bidang ilmu pengetahuan, maka permasalahan komplek yang awalnya sulit diselesaikan oleh manusia menjadi mungkin untuk dipecahkan. Penerapan dari kecerdasan buatan tidak hanya diterapkan pada bidang teknologi yang berbasis di Bumi saja misalnya penerapan kecerdasan buatan pada robot drone, robot penyelam, dll. Tetapi, diterapkan juga pada misi di planet Merah (Mars) untuk mendaratkan robot rover (robot penjelajah planet Mars) pada tahun 2020 dan juga misi lainnya dimasa depan.
Penentuan lokasi yang tepat untuk sebuah misi pendaratan di planet Mars bukanlah suatu hal yang mudah. Pada lokasi yang akan dipilih harus memiliki permukaan datar, terletak di dataran rendah, dan bebas dari debu dan batu, sehingga robot rover dapat mendarat dengan mulus tanpa harus menabrak bebatuan ataupun terbentur. Lokasi pendaratan yang dipilih harus dekat dengan wilayah yang akan dipelajari oleh para ilmuwan, sehingga misi menjadi lebih cepat dalam mencapai lokasi penelitian[1].
Baca juga: Peluncuran 10 Satelit Iridium dengan Roket Daur Ulang Falcon 9 Milik Space-X dan Misi Selanjutnya
Dua ilmuwan dari MIT (Massachusetts Institute of Technology, USA) yaitu Rongier (ahli geologi) dan Victor Pankratius (ilmuwan komputer di Observatorium Haystack) mengembangkan sebuah metode modern dan canggih dalam memecahkan masalah pendaratan rover di planet Mars. Metode yang mereka usulkan adalah dengan menggunakan kecerdasan buatan (artificial intelligence, AI) sehingga lebih cepat dan sistematis dari pada dilakukan secara manual (dengan perhitungan konvensional). Dengan menggunakan kecerdasan buatan ini, dipetakan lokasi-lokasi yang dapat digunakan untuk pendaratan dan hasilnya disampaikan pada pertemuan musim gugur American Geophysical Union di New Orleans.
Dalam paper yang diusulkan menyatakan bahwa tim ilmuwan MIT tersebut merancang sebuah algortima komputer berupa logika samar (fuzzy logic)[1]. Logika samar merupakan salah satu cabang dari kecerdasan buatan yang diartikan sebagai sebuah metodologi “berhitung” dengan variabel kata-kata (linguistic variable), sebagai pengganti berhitung dengan bilangan[3]. Penerapan algortima logika samar pada paper tersebut terdapat data input sebagai pembentuk derajat keanggotaan berupa jumlah debu dan sifat geologi dari peta geografi planet Mars. Kemudian pada output logika samar didapatlah beberapa lokasi yang tepat untuk pendaratan rover yang berupa kebutuhan pendaratan rover, kedekatan dengan situs penelitian, dan misi ilmiah (mencari keberadaan air dan kehidupan kuno).
Rogier mengatakan bahwa “cara kerja dari algoritma logika samar mirip dengan apa yang sudah dilakukan oleh manusia pada penentuan misi pendaratan sebelumnya”. Kelebihan yang dimiliki logika samar adalah lebih cepat dalam menentukan peta berpotensi untuk pendaratan hingga satu sampai 2 hari saja. Namun, jika lebih dioptimalkan akan jauh lebih cepat lagi hingga membutuhkan hanya beberapa jam saja untuk menentukan lokasi yang paling berpotensi.
Pengujian penerapan algortima pertama kali nantinya akan mendaratkan rover untuk tujuan ilmiah pada misi planet Mars 2020. Wilayah yang akan dituju adalah salah satu tempat yang paling potensial untuk penelitian ilmiah di Mars yaitu dua lokasi yang bernama Margaritifer Terra dan Meridiani Planum. Harapannya adalah semoga algortima ini dapat membantu dengan cepat dalam setiap misi-misi pendaratan di planet Mars sehingga pencarian kehidupan di planet lain menjadi semakin nyata[1][2][4].
Referensi:
- Wright, Katherine. 2018. “Meetings: Travel Advice for a Trip to the Red Planet“. Physics, 9 Januari 2018 (https://physics.aps.org/articles/v11/4) diakses pada tanggal 22 januari 2018
- Rongier, Guillaume & Victor Pankratius. 2017. “P13G-08: Artificial Intelligence Support for Landing Site Selection on Mars“. AGU FALL MEETING, 11 Desember 2017 (https://agu.confex.com/agu/fm17/meetingapp.cgi/Paper/244037) diakses pada tanggal 22 januari 2018
- Naba, Agus. 2009. “Belajar Cepat FUZZY Logic Menggunakan MATLAB“. Yogyakarta: Penerbit ANDI
- NASA (Jet Propulsion Laboratory, California Institute of Technology), 2020 Landing Site for Mars Rover Mission (https://marsnext.jpl.nasa.gov/) diakses pada tanggal 22 januari 2018
Lulusan S1 Teknik Elektro Universitas Sriwijaya, menekuni Kecerdasan Buatan, Machine Learning, Deep Learning, Sistem Kontrol, dan Robotika. Mencintai kegiatan membaca Paper Sains, Belajar, Menulis, dan Riset.
bro klo boleh bisa mnta softcopy filenya dong untuk referensi tugas kuliah.