Dosen Universitas Islam Riau (UIR), Dr. Ir. Elizar, S.T., M.T., IPM., bersama Moh Nur Sholeh, S.T., M.T., menerbitkan artikel ilmiah berjudul A Systematic Review of the Mountain Gazelle Optimizer: Methodological Variants and Application Domains dalam jurnal internasional Evolutionary Intelligence. Artikel tersebut mengkaji perkembangan Mountain Gazelle Optimizer (MGO), algoritma optimasi yang terinspirasi dari perilaku sosial dan pergerakan gazel gunung untuk membantu menyelesaikan persoalan komputasi yang kompleks.
Kajian ini berangkat dari kebutuhan akan metode optimasi yang mampu menangani persoalan dengan banyak variabel dan hubungan nonlinear. MGO bekerja melalui mekanisme pencarian solusi yang menyeimbangkan eksplorasi berbagai kemungkinan dengan pendalaman solusi potensial. Pendekatan tersebut membuka peluang penerapan dalam sejumlah bidang, termasuk sistem energi terbarukan, jaringan komunikasi, kecerdasan buatan, desain rekayasa, dan manajemen konstruksi.
Dalam kajiannya, kedua penulis menelaah 271 sitasi terkait MGO yang teridentifikasi pada periode Oktober 2022 hingga Maret 2025. Dari jumlah tersebut, sebanyak 89 studi yang secara langsung menerapkan atau mengembangkan algoritma MGO dianalisis lebih lanjut. Penelitian kemudian mengelompokkan pengembangan MGO menjadi empat kategori, yakni penerapan langsung (adapted), pengembangan varian (variants), penggabungan dengan metode lain (hybrid), serta peningkatan kinerja algoritma (improved).
Hasil tinjauan menunjukkan bahwa MGO memiliki potensi untuk menghasilkan kinerja yang kompetitif dalam berbagai persoalan optimasi. Penggabungan dengan metode machine learning, deep learning, maupun algoritma optimasi lainnya turut memperluas ruang penerapannya. Dalam bidang rekayasa dan konstruksi, pendekatan optimasi semacam ini berpotensi mendukung pencarian solusi yang lebih efisien, meskipun penerapannya tetap perlu diuji sesuai karakteristik dan kebutuhan setiap persoalan.
Lebih lanjut, meski menunjukkan potensi yang menjanjikan, MGO masih menghadapi tantangan, terutama dalam menangani persoalan berdimensi tinggi, menjaga efisiensi komputasi, dan mencegah konvergensi prematur. Melalui artikel ini, Elizar dan Moh Nur Sholeh menyajikan pemetaan perkembangan metode MGO sekaligus mengidentifikasi peluang penelitian lanjutan untuk meningkatkan keandalan algoritma tersebut dalam penerapan nyata. Artikel ini diterbitkan dalam jurnal Evolutionary Intelligence dengan DOI 10.1007/s12065-026-01196.
Penulis : Moh Nor Sholeh, S.T., M.T., dan Dr. Ir. Elizar, S.T., M.T., IPM.
Sumber Artikel :
Sumber gambar : cdmione.com
