Pemodelan dan Simulasi Berbasis Agen atau dalam bahasa inggris sering disingkat sebagai ABMS (Agent-Based Modeling and Simulation). Berikut adalah beberapa informasi terkait ABMS

Definisi ABMS

ABMS merupakan sebuah pendekatan untuk memodelkan sistem, dimana didalam sistem yang dimodelkan mengandung agents yang saling berinteraksi dan Otonomi. Agent memiliki behaviours, yang dideskripsikan dalam Rules, dimana interaksi antar agents dapat mempengaruhi behaviour dimaksud. Dengan memodelkan agents secara individu, pengaruh secara menyeluruh maka diversity dari keseluruhan agent yang ada dalam atribut dan perilaku dapat diobeservasi yang akan memberi dampak pada prilaku sistem secara keseluruhan (Macal and North,2010).

Latarbelakang

Berdasarkan publikasi yang dibuat oleh Macal dan North (2006) melalui Argonne National Laboratory, yaitu Lab yang menjadi pusat simulasi sistem yang disebut sebagai Complex Adaptive Agents System, disebutkan 4 latar belakang perkembangan yang menjadikan dibutuhkannya Agent-based Modelling.

1. Kompleksitas sistem yang meningkat (system more complex)

• Sistem – sistem yang ingin dianalisis berkembang menjadi semakin kompleks
• Desentralisasi pengambilan keputusan
• Keterbatasan pendekatan – pendekatan design sistem yang ada
• Semakin meningkatnya ketergantungan dan keterhubungan antar sistem baik secara fisik maupun ekonomi

2. Kebutuhan akan New Tools, Tollkits, dan pendekatan pemodelan (Modeling Approach)

• Beberapa sistem memang sudah kompleks dari awal, namun alat bantu tidak tersedia untuk menganalisanya
• Pasar ekonomi dan diversity (meluasnya) perekonomian dalam setiap agen
• Sistem sosial dan jaringan sosial (social networks)

3. Perkembangan teknologi Data

• Perkembangan teknologi penyimpanan data (data base) sudah berada pada level yang baik sampai pada level yang kecil (micro data), sehingga mendukung sampai simulasi pada tingkat mikro

4. Perkembangan kemampuan komputasi (Computational Power)

• Perkembangan kemampuan komputasi pada teknologi komputer sehingga dapat mendukung simulasi sampai pada tingkat mikro (jumlah data yang banyak, tidak hanya data agregat).

Berdasarkan penjelasan Macal dan North diatas, maka berkembangnya ABMS didasarkan pada hadirnya permasalahan yang membentuk sistem kompleks dan hadirnya alat bantu komputasi yang memberikan peluang sebagai alat bantu analisis. Mempertemukan kedua kutup yaitu permasalahan dan peluang solusi ini, dibuat dalam sebuah kerangka kerja pemodelan sebagai sebuah pendekatan solusi berbasi model. Salah satu kerangka kerja yang ditawarkan adalah kerangka kerja ABMS (agent-based modeling and simullation).

Jumshid (2011) menjelaskan complexity sebagai sebuah persepsi yang timbul sebagai kurangnya pengetahuan dalam memahami sistuasi masalah (sistem) yang ada.

Untuk memahami kompleksitas, kita membutuhkan pemahaman terhadap sistem yang kompleks tersebut. Memahami sistem yang kompleks dibutuhkan pendekatan – pendekatan. Dan ABMS hadir sebagai salah satu metode dalam memahami kompleksitas sistem, memodelkannya, kemudian mengoptimisasi sistem tersebut, khsusunya sistem yang dapat dikatakan sebagai sebagai sebuah complex adaptive agent systems.

Contoh pendekatan lain dalam mempelajari sistem yang kompleks

Pendekatan terstruktur (Berbasis Proses Interasi)

1. Soft system methodology à iterasi (revised model) dilakukan untuk memamahi sistem secara menyeluruh berdasarkan perspektif pemangku kepentingan yang berbeda – beda, kemudian, kemudian dari sana didefinisikan model (hubungan antar variabel)
2. System methodology à iterasi untuk memahami sistem dengan pola memperbesar pemahaman melalui setiap iterasi yang dilakukan, pemahaman dimaksud diberikan dari perspektif holistikasi (system characteristic), dinamika sistem (system dynamics /interdependensi antar variabel).

Pendekatan berbasis Object (agent)

3. ABMS sendiri, dilakukan dengan mengidentifikasi sistem untuk melakukan identifikasi agent (object), kemudian karakteristik, role dan rule, dan mekanisme interaksi antar agent. Kinerja diperoleh melalui interaksi antar agent.

Agent-based Modelling and Complexity

Menurut Macal and North (2010);

1. Complex system mengandung komponen yang saling berinteraksi dan setiap komponen bersifat atau memiliki autonomi
2. Complex adaptive system adalah complex system yang dimana setiap komponen atau agents memiliki tambahan kemampuan yaitu kemampuan beradaptasi baik pada tingkat individu maupun populasi
3. Berdasarkan investigasi ini, disimpulan prinsip umum (universal) dari complex system adalah
   1. Self-organization
   2. Emergent phenomenon (hasil dari interaksi)
   3. Secara alami melakukan adaptasi (adaptation)