“Overview, Design concept, and Details” ODD Protocol
APRILLA WARLISI WARLISIA A SANDANA CATUR CATUR WIJANARKO
12/336564/PTK/807 12/336564/ PTK/8078 8 12/340350/PTK/8372
Outline • Introduction • Penggunaan ODD protocol • Element-element dalam ODD • Contoh bentuk ODD Protocol
Introduction • The 'ODD' (Overview, Design concept, and Details) protokol diterbitkan pada tahun 2006 untuk menggambarkan suatu proses standarisasi model berbasis Agen (ABM). •
Tujuan utama dari ODD adalah untuk membuat deskripsi model nyata yang lengkap, cepat dan mudah dipahami dan terorganisir untuk menampilkan informasi dalam urutan yang konsisten.
Why use it • ODD protocol sejauh ini dapat membantu untuk memformulasikan ABM serta untuk menggambarkan ABM. • Apabila pemodel telah belajar ODD, mereka menggunakannya dari awal untuk membantu membuat semua keputusan formulasi dasar seperti apa saja yang harusnya ada di ABM, apa saja bahaviour agent nya, dan apa output yang diperlukan.
The ODD Protocol Element of the ODD Protocol
w e i v r e v O
1. Purpose
2. Entities, state variables, and scales 3. Process overview and scheduling 4. Design Concept
t p e c n o C n g i s e D
s l i a t e D
Basic Principles
Emergence
Adaptation
Objectives
Learning
Prediction
Sensing
Intercation
Stochasticity
Collectives
Observation
5. Initialization 6. Input data 7. Submodels
Overview • Purpose ODD dimulai dengan ringkasan singkat dari keseluruhan model yang dikembangkan tetapi tidak menggambarkan tentang bagaimana model itu berjalan, hanya apa yang akan digunakan, karena protokol ODD harus lengkap dan dapat dimengerti dengan sendirinya.
Overview • Entities, State Variables, and Scales Entitas adalah objek atau actor yang berbeda atau terpisah yang berperilaku sebagai unit dan dapat berinteraksi dengan entitas lain atau dipengaruhi oleh factor lingkungan eksternal. State variable atau atribut adalah variable yang membedakan suatu entitas dari entitas lain dari jenis atau kategori yang sama, atau bagaimana perubahan entitas dari waktu ke waktu. Scales : Temporal dan Spatial Scales Temporal Scales Spatial scales
Waktu
ukuran
dan letak dari agent
Overview • Process Overview and Scheduling Memberikan penjelasan dan gambaran secara singkat tentang proses observasi dari entitas model. ABM menampilkan waktu yang sederhana dengan menggunakan time step. Mendefinisikan jadwal model meliputi bagaimana waktu dimodelkan.
Design concept • Basic Principles 1. Apakah yang menjadi konsep umum, teori, hipotesis, atau pendekatan pemodelan yang mendasari desain model? 2. Menjelaskan hubungan antara prinsip-prinsip dasar, kompleksitas dari model ini, dan tujuan penelitian?
Con’t design concept • Emergence 3. Apa hasil dan output yang penting dari model?
• Adaption 4. Apakah perilaku adaptive yang dimiliki agent? Keputusan apa yang dapat mereka buat sebagai respon dari lingkungan mereka dan diri mereka sendiri. 5. Bagaimana perilaku tersebut dimodelkan?
• Objectives 6. Apa yang menjadi tujuan ? 7. Bagaimana cara mengukurnya?
Con’t design concept • Learning Prediction 8. Dapatkah individu mengubah sifat adaptif mereka dari waktu ke waktu sebagai consekuensi dari pengalaman mereka? Jika ya, bagaimana caranya? 9. Bagaiamana agen dapat memprediksi kondisi (lingkungan dan internal)masa depan?Apa asumsi atau mekanisme dari individu nyata yang dimodelkan, menjadi dasar untuk memprediksi . 10. Bagaimana prediksi tersebut disimulasikan?
• Sensing 11. Variabel dari lingkungan dan internal adalah agen yang diasumsikan untuk merasakan dan menjadi pertimbangan dalam keputusan mereka.
Con’t design concept 12. Apakah mekanisme sensing dimodelkan secara eksplisit? 13. Apa akurasi dari sensing?
•Interaction 14. Bagaimana model agen berinteraksi? 15. Dengan agen-agen mana saja mereka berinteraksi? 16. Apa mekanisme interaksi nyatanya yang merepresentasikan model
.
• Stochasticity 17. Bagaimana proses stokastik yang digunakan dalam model ini dan mengapa?
Con’t design concept • Collectives 18. Apakah agen perlu collective? 19. Bagaiamana kolektif tersebut direpresentasikan?
• Observation 20. Output apa dari model yang dibutuhkan untuk mengobservasi? Alat-alat apa yang dibutuhkan untuk memperoleh output tersebut? 21. Output apa yang dibutuhkan untuk mengevaluasi model dan menyelesaikan masalah yang telah dimodelkan?
Initialization • Hasil dari model tidak dapat direplikasi secara akurat kecuali kondisi awal diketahui. Kadang-kadang tujuan model adalah untuk menganalisis konsekuensi dari keadaan awal, dan di lain waktu pemodel berusaha keras untuk meminimalkan efek dari kondisi hasil awal.
Input Data Input data yaitu variabel lingkungan yang berubah terhadap waktu, tetapi variabel lingkungan itu sendiri tidak terpengaruh oleh variabel internal model. biasanya dibaca dari data file untuk menjalankan model. (“input” tidak merujuk nilai parameter dan inisialisasi data yang mana kadang-kadang dibaca dari file saat memulai simulasi. Contoh : jika faktor lingkungan diasumsikan konstan maka model tersebut tidak memiliki input data.
Submodel
Semua proses utama dalam model dianggap submodels. Sehingga kita dapat berfikir bahwa sebuah submodel sebagai sebuah model dari satu proses dalam ABM.
Contoh : Virtual Corridor of Butterfly Banyak hewan melakukan perjalanan jauh untuk tujuan mereka sendiri. Mereka memilih rute dalam lanscape dan preferensi mereka sendiri. Hal ini dapat menyebabkan munculnya "koridor”, yaitu jalur yang dipilih oleh sejumlah besar hewan untuk menyebar. ((Pe’er et al, 2005). Bagaimana pergerakan kupu-kupu dan bagaimana koridor muncul sebagai pada lanscape. • Kupu-kupu lebih memilih untuk kawin di puncak-puncak bukit. • Oleh karena itu mereka cenderung untuk melakukan perjalanan menanjak. • Namun mereka juga dapat bergerak secara acak. •Bagaimana perilaku ini membuat koridor ?
•Purpose untuk mengeksplorasi pertanyaan tentang koridor. maya Dalam kondisi apa interaksi perilaku kupu-kupu hilltoping dan lingkungan topografi nya menyebabkan munculnya virtual koridor, sepanjang pergerakan kupu-kupu? Bagaimana variabilitas kecenderungan kupu-kupu 'untuk bergerak yang mempengaruhi munculnya virtual koridor?
• Entities, state variables and scale -
Model ini memiliki dua jenis entitas: kupu-kupu dan patch berbentuk persegi tanah. Beukuran 150 × 150.
-
Patch memiliki satu variabel keadaan: elevasi. Kupu-kupu yang ditandai hanya darin lokasi mereka, pada koordinat x dan y.
-
Patch sesuai dengan luas lahan sekitar 25x25 m.
-
Satu langkah pergerakan sesuai dengan waktu yang dibutuhkan kupu-kupu untuk berpindah dari satu patch ke patch lain (jarak 25 sampai 35m).
• Process overview and schedulling Hanya ada satu proses dalam model: gerakan kupu-kupu. Pada setiap langkah waktu, setiap kupu-kupu bergerak sekali. Urutan di mana kupu-kupu melaksanakan tindakan ini tidak penting karena tidak ada interaksi antara kupu-kupu.
Process overview and schedulling Hanya ada satu proses dalam model: gerakan kupu-kupu. Pada setiap langkah waktu, setiap kupu-kupu bergerak sekali. Urutan di mana kupu-kupu melaksanakan tindakan ini tidak penting karena
. Design concept
tidak ada interaksi antara kupu-kupu
•
Basic principles
(1). Prinsip dasar dibahas adalah konsep virtual koridor: jalur yang digunakan oleh banyak individu ketika tidak ada yang manfaat tentang habitat di dalamnya. (2). Konsep ini ditujukan dengan melihat ketika maya koridor muncul sebagai akibat dari interaksi antara perilaku kupu-kupu 'dan lanskap melalui pergerakan mereka. •
Emergence
(3). Hasilnya model adalah munculnya virtual koridor, yang muncul dari dua bagian dari model: perilaku adaptif kupu-kupu dan lanscape bahwa mereka bergerak melalui apa.
Con’t Design Concept •
Adaptation
(4). Kupu-kupu mengikuti aturan empiris sederhana yang mereproduksi perilaku yang diamati pada kupu-kupu nyata: bergerak menanjak. (5).Perilaku ini didasarkan pada pemahaman (tidak termasuk dalam model) yang bergerak mengarah menanjak akan mengarah keperkawinan, yang menggambarkan kebugaran (sukses pada gen, merupakan tujuan akhir dari organisme). •
Objectives
(6). Tidak ada tujuan eksplisit mencari dalam model koridor kupu-kupu karena diasumsikan sebuah priori bahwa kupu-kupu cenderung bergerak menanjak. (7). Tidak berlaku untuk model kupu-kupu koridor.
Con’t Design Concept •
Learning Prediction
(8). Tidak ada pembelajaran dalam model koridor kupu-kupu (9). Tidak ada prediksi eksplisit dalam model koridor kupu-kupu. (10). Prediksi bisa dipandang secra tersirat, bahwa secara implisit kupukupu memprediksi perilaku hilltopping mengarah ke keberhasilan kawin. Namun, keberhasilan kawin tidak termasuk dalam model. •
Sensing
(11). Kupu-kupu dapat mengidentifikasi patch sekitarnya memiliki elevasi tertinggi. (12). Kupu-kupu secara eksplisit merasakan elevasi dari patche-patche lainnya. (13). Kupu-kupu bisa merasakan ketinggian patch tetangga langsung tetapi tidak memiliki informasi tentang elevasi lebih jauh. Butterflies terkadang membuat kesalahan dalam penginderaan (diwakili oleh gerakan acak).
Con’t Design Concept •
Interaction
(14),(15) dan (16) Model ini tidak memasukkan interaksi di antara kupukupu. Nyatanya kupu-kupu ternyata memang berinteraksi (mereka berhenti untuk saling mengunjungi dalam perjalananmenanjak) tapi ini tidak dianggap hal yang penting dalam model virtual koridor. •
Stochasticity
(17). Stochasticity digunakan untuk mewakili dua sumber variabilitas dalam gerakan yang kompleks untuk mewakili mekanis. Nyatanya kupu-kupu tidak selalu bergerak langsung menanjak, mungkin karena (a) adanya batasan dalam kemampuan kupu-kupu untuk merasakan daerah tertinggi di lingkungan dan (b) selain faktor topografi, seperti mengundang bunga. Variabilitas ini diwakili oleh asumsi kupu-kupu tidak bergerak menanjak setiap langkah waktu, kadang-kadang mereka bergerak secara acak.
Con’t Design Concept •
Collectives
(18) dan (19). Tidak ada kolektif yang diwakili dalam model koridor kupukupu. •
Observation
(20). Untuk memungkinkan pengamatan virtual koridor, kita akan mendefinisikan spesifik " lebar koridor " ukuran yang mencirikan lebar jalan kupu-kupu dari titik awal menuju puncak bukit.
(21). Plot dan file output akan digunakan untuk mendapatkan output ini.
Detail •
Initialization Topografi lanscape (elevasi setiap patch) adalah diinisialisasi ketika model mulai. Dua jenis lanskap yang digunakan dalam versi yang berbeda dari model: (a) topografi buatan sederhana, dan (b) topografi lokasi penelitian nyata, diimpor dari file yang berisi nilainilai elevasi untuk setiap patch. Kupu-kupu yang diawali dengan menciptakan sejumlah tetap mereka dan menetapkan lokasi awal mereka untuk satu patch atau wilayah kecil.
•
Input Data Lingkungan diasumsikan konstan sehingga model tidak memiliki data masukan.
•
Submodel Gerakan submodel mendefinisikan persis bagaimana kupukupu memutuskan apakah akan bergerak menanjak atau acak. Pertama untuk "bergerak menanjak" didefinisikan sebagai pindah ke patch tetangga dengan elevasi tertinggi. Jika dua patch memiliki ketinggian yang sama, salah satu yang dipilih acak. "Pindah acak" didefinisikan sebagai pindah ke salah satu patch tetangga, dengan probabilitas yang sama untuk memilih patch apapun. "Patch Tetangga" adalah 8 patch sekitar patch kupu-kupu saat ini. Keputusan bagaimana untuk bergerak (menanjak atau acak) dikendalikan oleh parameter q, yang berkisar 0,0-1,0. Pada setiap langkah waktu, setiap kupu-kupu mengambil nomor acak 0,0-1,0, jika hal ini kurang dari q kupu-kupu bergerak menanjak, jika tidak bergerak secara acak.
• TERIMA KASIH