Tangerang Selatan-Humas BRIN. Dalam dunia yang semakin terkoneksi secara global, pemahaman yang mendalam tentang struktur jaringan yang kompleks menjadi kunci untuk mengungkap berbagai fenomena dan dinamika yang terjadi di berbagai bidang. Pendekatan baru yang dikenal sebagai Pemodelan Sistem Jaringan Kompleks, yang berbasis pada analisis data, menjadi alat yang sangat berharga dalam menjelajahi hubungan antara entitas atau simpul-simpul dalam jaringan.
Pemodelan sistem jaringan kompleks berbasis data adalah pendekatan untuk memahami dan menganalisis hubungan antara entitas atau simpul-simpul dalam suatu jaringan yang kompleks, menggunakan data yang dikumpulkan dari berbagai sumber.
Pemodelan ini memungkinkan ahli untuk mengurai jaringan yang kompleks menjadi entitas yang lebih mudah dimengerti, seperti simpul dan tepi, serta memahami bagaimana mereka saling terhubung.
Dengan menggunakan data yang dikumpulkan dari berbagai sumber, termasuk sensor, media sosial, dan sistem informasi lainnya, para peneliti dapat membangun model yang mewakili jaringan dan menganalisis pola-pola yang tersembunyi di dalamnya. Demikian Azka Muji Burohman, Periset Postdoctoral Pusat Riset Fotonika dalam acara webinar “Pemodelan sistem jaringan kompleks berbasis data” yang dilaksanakan secara daring pada Selasa (7/5).
Dalam risetnya, Azka menyoroti masalah reduksi model atau model orde rendah. Ia berusaha untuk menyederhanakan model jaringan kompleks menjadi representasi yang lebih sederhana. Dia juga membahas tentang informativitas data dan bagaimana teknologi digital twin dapat membantu dalam memodelkan replika objek fisik.
“Kegiatan penelitian yang sedang kami kerjakan saat ini adalah banyaknya interkoneksi yang direduksi, misalnya model yang sangat rumit kita mencoba melakukan interkoneksi agar model tersebut menjadi lebih sederhana,” terang Azka.
Ditambahkan olehnya, salah satu fokus penelitian ini adalah bagaimana mengatasi ketidakpastian dalam data dan bagaimana memastikan bahwa model yang dihasilkan konsisten dengan data yang ada. Azka juga menekankan pentingnya menjaga sinkronisasi antara agen dalam sistem jaringan, terutama dalam konteks ketidakpastian data.
“Jika data tidak cukup untuk mengidentifikasi secara unik, maka terdapat lebih dari satu sistem atau model yang dapat merepresentasikan data, sehingga kita dapat mengumpulkan sistem-sistem yang tidak unik tersebut kedalam suatu himpunan,” ujar Azka.
Harapannya, dengan pemahaman yang mendalam tentang pemodelan sistem jaringan kompleks, dapat menghasilkan kontribusi yang berarti dalam pengembangan teknologi dan ilmu pengetahuan di masa depan. Selain itu, diharapkan kegiatan ini juga dapat memberikan wawasan yang berharga bagi para peneliti dan praktisi yang tertarik dalam bidang ini. (esw/ed: lh)
Tautan :
