Simulasi Perpindahan Panas dengan Menggunakan NetLogo Toolkit, Pendekatan Agent-Based Model (ABM)
Agent based modelling (ABM) adalah simulasi komputer yang dapat digunakan untuk mempelajari bagaimana objek, individu, tempat dan waktu berinteraksi. ABM adalah alat bantu untuk mengevaluasi bagaimana pengaruh resiko terhadap hasil. Model ini sangat membantu ketika uji coba tidak memungkinkan dilakukan di dunia nyata [1]. Agent adalah makhluk sadar yang dapat membuat keputusan, mengambil tindakan dan berinteraksi dengan yang lainnya ataupun dengan lingkungan. Agent dapat berupa individu, komunitas ataupun institusi [2].
Sejak pertengahan tahun 1990, ABM telah digunakan untuk mengatasi berbagai masalah komersial dan teknologi, termasuk yang berkaitan dengan pemasaran dan perilaku organisasi, optimasi pasokan logistik, dan pemodelan perilaku konsumen. ABM juga digunakan pada bidang kesehatan untuk mempelajari penyebaran penyakit menular. Metode ini dapat digunakan untuk mensimulasikan data atau eksperimen yang tidak mungkin dilakukan di dunia nyata [3].
ABM dapat dibuat dengan berbagai macam bahasa pemrograman, seperti Java, Python, NetLogo, Smaltalk, C++ [4]. Terdapat berbagai macam toolkit yang dapat digunakan untuk ABM yaitu NetLogo, RePast, Swarn, MASON, AnyLogic, GAMA, ReproZip [5].
Beberapa simulasi ABM yang digunakan pada berbagai bidang:
1. Ketahanan Energi
ABM digunakan untuk mempelajari ketahanan energi dengan fokus pada komunitas energi panas. Hasil simulasi menunjukkan bahwa komunitas energi mampu berkontribusi terhadap ketahanan energi rumah tangga. Selain itu juga menunjukkan betapa pentingnya kepemimpinan dalam hal ketahanan energi. Selanjutnya, hasil penelitian menunjukkan bahwa harga gas alam relatif lebih efektif untuk memastikan tingkat ketahanan energi yang tinggi dibandingkan dengan pajak CO2 [6].
2. Kendaraan Listrik
ABM digunakan untuk menyelidiki pengaruh proses pengambilan keputusan agent di tingkat mikro terhadap jumlah kendaraan listrik yang digunakan di tingkat makro. Analisis data twitter digunakan untuk menyelidiki informasi mengenai kendaraan listrik berdasarkan lokasi agen [7].
3. Penyebaran Penyakit Kolera
Kolera adalah penyakit yang disebarkan oleh Vibrio cholerae dan menyebabkan diare serta dehidrasi akut. ABM digunakan untuk memodelkan penyebaran kolera dalam skala mikro. Selain itu juga untuk mengetahui apakah tempat pembuangan sampah terbuka berperan dalam penyebaran kolera [8].
NetLogo adalah salah satu toolkit yang sangat powerfull, dirancang khusus untuk Agent Based Modelling (ABM) dan banyak digunakan secara luas dalam komunitas ABM. Pada toolkit ini terdapat banyak library yang dapat digunakan untuk simulasi pada berbagai aplikasi seperti bidang fisika, biologi, material, kimia, seni, sosial dan banyak ragamnya [9].
Berikut contoh simulasi perpindahan panas dengan menggunakan NetLogo. Sampel adalah sebuah kayu berbentuk lempengan (terlihat dalam bentuk 2D) yang diberi induksi panas tepi atas 100 oC, kanan, kiri, serta bawah 25 oC. Hasil dari perpindahan panas tersebut dapat terlihat pada Gambar 4 untuk setiap stepnya.
Summary
ABM dapat digunakan sebagai alat bantu untuk mensimulasikan hal yang hampir tidak mungkin dilakukan di dunia nyata. Aplikasi ABM sangat beragam, dan telah disimulasikan perpindahan panas dengan menggunakan toolkit NetLogo.
References:
[1] publichealth.columbia.edu.
[2] S. Bai, W. Raskob, T. Müller, Agent based model, Radioprotection. 55 (2020) S187–S191. https://doi.org/10.1051/radiopro/2020031.
[3] https://en.wikipedia.org/wiki/Agent-based_model.
[4] M.J. North, C.M. Macal, Agent Based Modeling and Computer Languages, n.d. http://www.wolfram.
[5] A. Antelmi, G. Cordasco, G. D’Ambrosio, D. De Vinco, C. Spagnuolo, Experimenting with Agent-Based Model Simulation Tools, Applied Sciences (Switzerland). 13 (2023). https://doi.org/10.3390/app13010013.
[6] J. Fouladvand, A. Ghorbani, Y. Sarı, T. Hoppe, R. Kunneke, P. Herder, Energy security in community energy systems: An agent-based modelling approach, J Clean Prod. 366 (2022). https://doi.org/10.1016/j.jclepro.2022.132765.
[7] D. Novizayanti, E.A. Prasetio, M. Siallagan, S.P. Santosa, Agent-based modeling framework for electric vehicle adoption transition in indonesia, World Electric Vehicle Journal. 12 (2021). https://doi.org/10.3390/wevj12020073.
[8] E.W. Augustijn, T. Doldersum, J. Useya, D. Augustijn, Agent-based modelling of cholera diffusion, Stochastic Environmental Research and Risk Assessment. 30 (2016) 2079–2095. https://doi.org/10.1007/s00477-015-1199-x.
