Sejarah Agent-Based Modeling

Banyak peneliti melacak balik sejarah ABM berbasis komputasi. Hasilnya, para peneliti percaya bahwa jejak pertama ABM yang dapat ditelusuri adalah cellular automata (CA) oleh Stanislaw Ulam (Wolfram, 2001). CA adalah model sederhana yang bergerak berdasarkan waktu dimana sekelompok besar "organ" yang identik disebar dalam grid bujursangkar yang seragam. Masing-masing organ berada pada satu kotak. Setiap organ secara independen dapat memilih satu atau dua warna dalam satu waktu. Organ-organ ini berjalan dengan aturan sederhana yang dapat diprogram yang merupakan fungsi dari warna tetangganya yang berdekatan. Tujuannya adalah menentukan apakah dalam dunia yang sederhana seperti ini dapat tercipta organ yang dapat mereplikasi dirinya sendiri. Jawabannya: Ya. Dari sistem yang sederhana ini, permodelan kemudian berkembang menjadi lebih kompleks. Grid dibuat tidak seragam sehingga kotak yang berbeda dapat memiliki organ yang memiliki aturan yang berbeda. Sekarang semuanya sudah berkembang sangat jauh sehingga CA sudah dianggap tidak cukup layak digunakan sebagai model berbasis agen. Beberapa tonggak sejarah yang tercatat:Thomas Schelling (1971), pionir penggunaan ABM dalam...
Read More
Pertimbangan Sebelum Membangun ABM

Pertimbangan Sebelum Membangun ABM

Membuat model ABM (atau model BA), bisa menjadi sangat rumit. Tipe model ini membutuhkan pemahaman yang mendalam terhadap suatu fenomena dan umumnya melibatkan data yang detail. Dibawah ini adalah beberapa pertimbangan-pertimbangan yang disarankan sebelum memformulasikan model ABM.Tentukan tujuan dari modelapa pertanyaan fundamental yang ingin dijawab dengan model?bagaimana model dapat dianggap berhasil?apa metode kuantitatif yang digunakan untuk mengukur keberhasilan model?Tentukan agen-agennyaFitur apa yang digunakan untuk menggambarkan agen? point, poligon, raster layers, network, atau non spasial?apakah akan menggunakan banyak tipe agen?identifikasi setiap agen individualapakah model akan menggambarkan semua fenomena sebagai agen atau dalam hubungannya dengan teknik modeling lain?tentukan field atau properti setiap agenfield apa yang harus dimonitor oleh individu agen dalam rangka membuat keputusanfield apa yang mungkin mempengaruhi bagaimana agen saling berinteraksitentukan action masing-masing agenapa action yang dilakukan setiap agenapakah pergerakan termasuk action dalam modelbagaimana action mempengaruhi fieldbagaimana action mempengaruhi lingkungantentukan bagaimana cara agen membuat keputusan apakah secara sadar atau tidak sadar.kondisi agen, dapat berupa kondisi fisik, mental atau lainnyainteraksi satu agen...
Read More
Karakteristik “Agen” dan “Lingkungan” dalam ABM

Karakteristik “Agen” dan “Lingkungan” dalam ABM

Sifat-sifat agen dalam ABM :mewakili pengambil keputusan.menunjukkan adaptasi dan variabilitas dalam setiap situasi.umumnya adalah komponen individu yang spesifiktidak selalu terpisah dari individu lainnya.individu dapat saling membaur satu sama lain.dapat memiliki dan berbagi informasi satu sama lain dalam batasan tertentusecara umum hanya menggunakan sejumlah informasi yang terbatas dan menggunakannya dalam waktu terbatas untuk setiap keputusan (bounded rationality) (Simon, 1957). Tidak ada agen yang tau segala hal dari semua waktu. hanya menggunakan informasi yang bersifat lokal (North and Macal, 2007). Perlu dicatat bahwa sifat lokalitas ini tidak berarti bahwa individu hanya menggunakan informasi dari lingkungan sekitar yang secara fisik berhubungan dengannya tetapi juga informasi yang mungkin didapat dari saluran-saluran virtual secara langsung (telepon, email, website, instant messaging, dll).agen beradaptasi dan belajar dari pengalaman sepanjang waktu. Adaptasi dan pembelajaran ini dapat bersifat mendalam (menghasilkan strategi dan perilaku yang benar-benar baru) atau dangkal (hanya menyesuaikan hal-hal tertentu untuk menghasilkan tindakan selanjutnya).Catatan khusus: Pada saat tertentu agen tidak menunjukkan perubahan, adaptasi dan proses pembelajaran. Ini...
Read More
Filosofi Agent-based Modeling

Filosofi Agent-based Modeling

ABM dapat dianggap sebagai sebuah cara untuk menentukan konsekuensi-konsekuensi setingkat sistem yang berkaitan dengan perilaku dari individu atau kelompok-kelompok individu (North and Macal, 2007). ABM memungkinkan pembuat model untuk menentukan aturan-aturan individu atau grup, identifikasi situasi atau konteks dimana individu-individu ini berada, dan menjalankan aturan-aturan ini dalam berbagai konteks yang sesuai untuk menghasilkan keluaran yang mungkin.ABM dapat digunakan untuk membuat model hierarkis yang deterministik maupun sistem holistik. Dalam model hierarki deterministik, keluaran adalah akumulasi dari hasil-hasil dari langkah yang dijalankan pada level yang lebih rendah. Dengan kata lain, hasil dari model tidak lepas dari konsekuensi proses sebelumnya. Pada model sistem holistik, setiap level memberi pengaruh yang nyata dan tidak dapat dihilangkan terhadap keseluruhan hasil dari sistem yang terbentuk. Pengaruh ini dapat berarti positif (mendukung) maupun negatif (membatasi).Fleksibilitas yang menjadi sifat melekat dari ABM memungkinkan untuk menggambarkan berbagai situasi penting. Cakupan ABM dapat menjadi sangat luas tergantung pada fenomena apa yang kita hadapi di dunia nyata. Mengutip pendapat North and Macal...
Read More
Tantangan dalam ABM

Tantangan dalam ABM

Agent-bases modeling (ABM) berusaha melihat fenomena-fenomena dan realitas dunia nyata dari perspektif kausalitas dinamik. ABM memandang bahwa sebuah dunia terdiri dari agen (pelaku pembuat keputusan) dan lingkungan (lokasi dimana agen berada). Menurut Johnston (2013), ada beberapa tantangan dalam membuat model agent-based antara lain : Kesulitan menentukan problem, Kesulitan memahami seluk-beluk fenomena yang mungkin penting untuk permodelan tertentu. Kesulitan menerjemahkan fenomena ke dalam instruksi dan aturan-aturan model. Memerlukan kemampuan coding (bahasa pemrograman komputer). Lihat artikel lainnya : Filosofi Agent-Based Modeling...
Read More