CROWDS SIMULATION BERBASIS AGEN TINGKAH LAKU PADA TOKO MAINAN

Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999

CROWDS SIMULATION BERBASIS AGEN TINGKAH LAKU PADA TOKO MAINAN Abdul Rachman1, Moch. Hariadi2, M. Arief Soeleman3 1

2

Pascasarjana Teknik Informatika, Universitas Dian Nuswantoro Teknik Sistem Komputer, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 3 Pascasarjana Teknik Informatika, Universitas Dian Nuswantoro

Abstract Simulate the performance of Crowds Simulation Based Agent Behavior in Toy Store, specifically in the toy store "Panda" Cirebon City, showed an increase in service sales cashier job at a very significant day. Generate a server busy probability for an average of 6 to 98 server coming on line is 0.29697, which is 29.67%. Average number of customers waiting in the queue Lq = 1.03441 is a 6-server customers. The waiting time in queue per server is WQ = 0.01056 minutes at normal time on a busy server. This estimate is not realistic, as shown on the model queue that the customer makes a single queue and pick an available server. Key word: crowds

1.

PENDAHULUAN

1.1. Latar Belakang Simulasi kerumunan manusia dalam dunia virtual banyak menjadi perhatian para peneliti, mengingat perilaku kerumunan manusia lebih kompleks daripada makhluk sederhana. Beberapa metode telah diajukan untuk mengendalikan kerumunan dikarenakan dari refleksi perancang kerumunan merupakan isu mendasar dalam animasi produksi. Di toko mainan khususnya yang ada di perkotaan, banyak antrian pengunjung atau masyarakat untuk berbelanja, maka hal ini akan terjadi sekumpulan antrian orang berkerumun yang penuh sesak. Fenomena kejadian ini sering kita lihat di tempat-tempat keramaian seperti di tempat terbuka atau pun tempat tertutup di suatu gedung seperti swalayan (supermarket), demo kenaikan bahan bakar minyak, antrian pembelian tiket di stasiun kereta api, terminal, khususnya di perkotaan (observasi). Penelitian ini bermaksud untuk meninjau penerapan teori antrian dan untuk mengevaluasi parameter yang terlibat dalam unit pelayanan untuk operasi checkout penjualan yang meliputi [1] : a) pergerakan arah datangnya antrian pengunjung yang memasuki area toko mainan, b) datangnya antrian pengunjung dari arah lain yang masuk toko mainan, c) keluarnya pengunjung antrian sesudah berbelanja dari toko mainan. Peninjauan dari ketiga aspek tersebut, akan memvisualisasikan simulasi pergerakan antrian pengunjung, dengan cara menggambarkan arah pergerakan pengunjung atau alur yang kosong yang dapat dilalui oleh kerumunan antrian pengunjung [1]. Tepatnya di sebuah toko mainan “Panda” kota Cirebon, yang banyak dikunjungi oleh para pembeli (customer). Perilaku (behavior) di toko mainan ini, merupakan suatu phenomena kerumunan yang banyak menarik perhatian para peneliti untuk melakukan penelitian crowd behavior. Crowd adalah pertemuan besar individu yang dapat diamati di daerah-daerah tertutup atau terbuka. Simulasi Crowd sering digunakan dalam film dan permainan komputer untuk menciptakan adegan-adegan yang meliputi sejumlah besar individu. “Sebuah simulasi kerumunan (CrowdSimulation) adalah presentasi visual dari banyak perilaku individu yang menyatukan perilaku (aggregate behavior) mereka, dan juga untuk situasi yang berbahaya, simulasi orang dapat menunjukkan reaksi potensi orang, seperti bagaimana mereka akan http://research.pps.dinus.ac.id

,

145

Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 mengevakuasi daerah? [14]. Perilaku agen dalam suatu situasi dikendalikan oleh suatu distribusi Poisson. Selain itu, Howard J. Hamilton menulis, “Perilaku dipengaruhi oleh pembacaan yang diperoleh dari empat jenis sensor yakni sensor kosong(empty sensor): penginderaan ketiadaan agen tetangga, sensor jarak: penginderaan titik pusat perhatian, sensor sinyal: penginderaan sinyal yang diterima dari lingkungan, dan sensor agen: penginderaan agen tetangga terdekat” [14] 1.2. Rumusan Masalah Berkaitan dengan uraian pada latar belakang, masalah penelitian yang diangkat dalam penelitian ini adalah sebagai berikut. Belum diketahuinya model visualisasi perilaku dan interaksi para pengunjung di toko mainan berkaitan dengan: a) pergerakan arah datangnya antrian pengunjung yang memasuki area toko mainan, b) datangnya antrian pengunjung dari arah lain yang masuk toko mainan, c) keluarnya pengunjung antrian sesudah berbelanja dari toko mainan. 1.3. Tujuan Penelitian Tujuan utama dari penelitian ini adalah: Tersusunnya model visualisasi perilaku dan interaksi para pengunjung di toko mainan berkaitan dengan a) pergerakan arah datangnya antrian pengunjung yang memasuki area toko mainan, b) datangnya antrian pengunjung dari arah lain yang masuk toko mainan, c) keluarnya pengunjung antrian sesudah berbelanja dari toko mainan. Pemodelan dilakukan dengan menggunakan softwarenetlogo, untuk menciptakan agen dengan berbagai behavioral, yang memungkinkan untuk mengedit situai karakter lingkungan yang berada dalam sebuah toko mainan. Sampel data penelitian diambil dari sebuah toko mainan “Panda” kota Cirebon. 1.4. Manfaat Penelitian Penelitian mengenai crowd simulation berbasis agen cerdas tingkah laku pada toko mainan dengan simulasi kerumunan ini, hasilnya diharapkan dapat memberi manfaat sebagai berikut. a. Manfaat bagi pengelola toko mainan penelitian ini diharapkan memberikan gambaran simulasi kerumunan berbasis agen cerdas tingkah laku pada toko mainan, dengan skenario realistis dan akurasi yang dapat diterima agar dapat toko dapat merencanakan pelayanan yang semakin baik kepada pengunjung. b. Manfaat bagi iptek dari penelitian ini diharapkan dapat menambah model komputasi dalam mensimulasikan perilaku kerumunan berbasis agen cerdas tingkah laku pada toko mainan dalam mencari formula crowds simulation yang tepat. 2.

TINJAUAN PUSTAKA

2.1. Crowd Menurut Siamak Sarmady, “Crowd(kerumunan) dapat didefinisikan sebagai kelompok pejalan kaki yang berkumpul di tempat yang sama atau kadang-kadang mempunyai tujuan yang berbeda [12]”. Crowd behaviors (perilaku kerumunan) adalah fenomena kompleks, yang mungkin lebih baik diuji pada tiga tingkat yang berbeda: individu, interaksi antar individu, dan kelompok. ketiga Tingkat kategorisasi ini tidak bebas tetapi terkait erat.

146

http://research.pps.dinus.ac.id


Gambar 2.1 Contoh Simulasi Perilaku Kerumunan Gambar tersebut adalah karya Nuria Pelechano. Ia pun menulis, “Contoh Simulasi Kerumunan dengan sistem kami.Di sebelah kiriadalah simulasilatihan evakuasidandi sebelah kananadalah simulasipesta koktail, di mana agenmayamelakukanbeberapa tindakanuntuk berinteraksidengan agen lainnya[10]”. Desain efisiensi dan keamanan di tempat ini sangatlah penting. Bangunan supermarket normalnya terdiri dari keranjang makanan, minuman, kios-kios kecil dan penyewaan toko-toko yang digunakan secara pribadi oleh para penjual. Orang datang dengan berbagai macam tujuan. Beberapa produk dan tempat pelayanan memungkinkan terjadinya penumpukan orang. Dengan adanya kamera video dapat dikumpulkan data yang berharga sehingga dapat memberikan informasi tingkah laku kerumunan, waktu padat orang berbelanja, waktu longgarnya, tempat apa saja yang sering dikunjungi oleh pelanggan, dan juga tempat yang sepi pengunjung. 2.2. Metoda Kerumunan Metode kerumunan dapat dilakukan dengan cara penggambaran yang dicontohkan sebagai berikut. 2.2.1 Simulasi Kerumunan Agen adalah karakter digital dengan kecerdasan buatan tertentu. Agen individu dapat bertindak sesuai kehendak sendiri. Agen-agen tersebut tidak perlu untuk diprogram mereka merespon berdasarkan lingkungannya tanpa kendali dari luar. Mereka berjalan sepanjang jalur, berkumpul bersama, menjaga jarak, merapikan barisan bersama, berkelahi, dan bahkan meninggal di dunianya. Akan tetapi perlu usaha keras untuk mensimulasikan agen karena ada faktor-faktor psikologi yang perlu dipertimbangkan bahkan perlu kalkulasi matematika yang rumit. Simulation (simulasi) gerakan realistis dalam kerumunan (crowd) masa (agen) masih merupakan tantangan bagi komunitas grafis komputer. 2.2.2 Intelligent Agent Pemahaman tentang agen menurut Michael Wooldridge adalah: “An agen is a computer system that is situated in some environment, and that is capable of autonomous action in this environment in order to meet its design objectives [9]”.


,

147


2.2 Gambar Lingkungan Agen Gambar di atas adalah karya Michael Wooldridge yang ia sebut sebagai abstract view agen. Dia berpendapat “Pada diagram ini memperlihatkan pembangkitan output tindakan agen sebagai respon efek pesan dari lingkungan. Sensor agen mengambil input dari lingkungannya, dan menghasilkan suatu tindakan (action) sebagai output dari lingkungannya. Interaksi ini, akan berlangsung dan tidak berhenti sampai disitu [9]”. 2.2.3 Abstrak Arsitektur Agen Cerdas Abstract view agen dapat direpresentasikan lebih jauh. Asumsi bahwa lingkungan agen adalah diskrit set E terbatas, yang dinyatakan dengan: Agen diasumsikan memiliki repertoar adanya kemungkinan tindakan agen dengan satu set tindakan terbatas agen, dikarenakan adanya perubahan keadaan lingkungan yang dinyatakan dengan: Model dasar interaksi agen dengan lingkungan sebagai berikut: diawali dengan beberapa keadaan (states) linkungan, dan agen dimulai dari pemilihan tindakan yang akan dilakukan pada keadaan tersebut. Agen akan merespon dengan tindakan yang sesuai dengan perubahan lingkungannya, dan agen akan terus merespon dengan pilihan-pilihan tindakan lainnya yang sesuai. Sebuah run r, agen dalam lingkungandengan keadaan interleavedlingkunganberurutandan tindakan dinyatakan dengan: Dalam hal ini: r, r’, … adalah anggota :himpunan semua urutan kemungkinan yang terbatas { selain (1) dan (2)}; Ac

:subset dari tujuan tindakan; dan : subset dari tujuan dengan sebuah state lingkungan Representasi perilaku efek tindakan agen terhadap perubahan lingkungan dinyatakan dengan fungsistate transformer: E

Fungsi state transformer dipetakan sebuah run (diasumsikan terakhir tindakan agen) untuk himpunan state lingkungan yang mungkin – hal ini diperoleh hasil dari kenerja tindakan. Diasumsikan bahwa ingkungan berada...

148


Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 – Jika (dimanar diasumsikan akhir sebuah tindakan), maka tidak adakemungkinan stateselanjutnya untuk r. , dimana Eadalah set states lingkungan, – LingkunganEnvdinyatakan triple adalahkeadaan awal, dan τadalah fungsi statetransformer. – Model agen sebagai fungsi yang memetakan run(diasumsikan akhir state lingkungan) untuk tindakan yang dinyatakan: – –

Agen membuat keputusan tentang tindakan apa yang harus dilakukan berdasarkan kepada pengalaman (sejarah) dari sistem yang memiliki sampai saat ini. adalah himpunan dari semua agen.

2.2.4 Perception Arsitektur agen pada dasarnya adalah pemetaan internal agen. adalah idea kemampuan pada agen yang meliputi fungsi pengambilan keputusan pada subsistem persepsi dan tindakan.

Gambar 2.3 Perception and action subsystems Fungsi see adalah kemampuan agen untuk mengamati lingkungan, sedangkan fungsi action merupakan tindakan proses membuat keputusan agen.Output dari fungsi see adalah himpunan persepsi Per (non-empty). Fungsi see dinyatakan sebagai berikut:

persepsi action berikut:

ini

dipetakan

terhadap

lingkungan

dengan

fungsi

Urutan pemetaan persepsi terhadap sebuah agen adalah pasangan fungsi see dan fungsi action yang dinyatakan sebgai: Properties agen dan persepsi mempunyai dua keadaan lingkungan, akan tetapi .

dan

, dimana

2.2.5 Agen dengan Keadaan (State) Model fungsi pengambilan keputusan sebagai sekuen keadaan lingkungan atau persepsi terhadap tindakan-tindakan. Pada gambar 2.3 di bawah. Agen memiliki struktur data internal, yang biasanya digunakan untuk merekam informasi tentang keadaan lingkungan dan pengalaman (history), menjadi http://research.pps.dinus.ac.id

,

149

Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 himpunan semua state internal agen. Pertimbanganagen yang mempertahankan State, fungsi persepsi see agen berbasis state tidak berubah:

Gambar 2.4 Agens that maintain state. Action Tindakanfungsi action-selectionactiondidefinisikansebagai pemetaan: ; dari states internal terhadap tindakan. Fungsi Next State Fungsinext,yang memetakaninternal state danpersepsiterhadap sebuah state internal

Kontrol loop Agen 1. Agen dimulai dalam beberapa inisial state internal i0. 2. ulangi selamanya: a) Amati keadaan lingkungan, dan menghasilkanpersepsi melalui see (e). b) Perbarui state internal melalui fungsi next( i0,see (e)). c) Pilih tindakan melalui action(next( i0,see (e))). d) Lakukan aksi.

Agen and Environment Agen and Environment digambarkan seperti berikut ini.

150



Gambar 2.5 Agen and Environment

2.2.6 Simulasi Tingkah Laku Model komputasi dikategorikan ke dalam hirarki dalam urutan merekam penampilan dalam komputer grafis. Model paling awal adalah model geometris. Akan tetapi kemudian, invers kinematika menjadi banyak digunakan. Perilaku sistem animasi harus membahas hal-hal di atas. Properti ini dapat diringkas sebagai berikut. a. Perilaku: respon dari seorang individu, grup, atau spesies ke lingkungan b. Intelijen: kemampuan untuk belajar dan memahami situasi baru c. Otonomi: kualitas atau keadaan yang mengatur diri d. Adaptasi: kemampuan untuk bertahan dalam keadaan tak terduga atau berbahaya (environments) e. Persepsi: kesadaran dari unsur-unsur lingkungan melalui physical sensasi.

2.3. Crowd Simulation Berbasis Agen Tingkah Laku pada Toko Mainan Berikut ini disajikan kerangka proses/ diagram alir metode penelitian Crowds Simulation berbasis Agen Tingkah Laku pada Toko Mainan.


,

151

Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 PROBLEM Adanya beberapa kerumunan di toko (mainan)

OPPORTUNITY

Adanya beberapa tipe masalah kerumunan (pembeli dan penjual)

Peluang untuk membuat simulasi toko mainan

APPROACH Model Probabilitas

Tes akhir pengukuran

Simulasi

DEVELOPMENT

IMPLEMENTATION Crowdsimulation (Tools : NetLogo)

Crowdmixer

dan

SDLC ( spesifikasi dan perancangan)

Tes pendahuluan

RESULT CrowdSimulation Berbasis AgenTingkah Laku pada Toko Mainan

Gambar 2.6 Diagram Alir Metode Penelitian Crowds Simulation berbasis Agen Tingkah Laku pada Toko Mainan

3.

METODE PENELITIAN

Penelitian yang telah penulis lakukan pada penelitian software crowd simulation agen tingkah laku pada toko mainan, diawali dengan melihat fenomena sosial yang terjadi pada perilaku kerumunan di sebuah toko mainan “Panda” di kota Cirebon, seperti: 1) Tahap Pengumpulan Data Melakukan survey dan menangkap phenomena sosial kelompok perilaku kerumunan yang terjadi di toko mainan tersebut; Melakukan observasi kerumunan ke tempat-tempat keramaian selain di toko mainan tersebut. 2) Tahap Perancangan Perangkat Lunak a. Analisis kebutuhan. b. Menyusun rancangan dan menguji rancangan dan desain kerumunan 3) Tahap Pembuatan Perangkat Lunak Menyusun software simulasi sebagai implementasi dari kerumunan dan menguji software simulasi sebagai posttest; a. Evaluasi hasil posttest dan melakukan perbaikan software simulasi setelah dilakukan posttest (jika terjadi ketidak sesuaian; b. Menjadikan software simulasi sebagai implementasi kerumunan yang dapat diukur;

152


Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 4.

HASIL DAN TAMPILAN SIMULASI

4.1. Gambaran tentang Kegiatan Simulasi Kegiatan simulasi berupa kerumunan antara penjual dan pengunjung. Penjual diwakili oleh pelayan dan kasir toko, dan pengunjung diwakili oleh pembeli. Hal ini dapat digambarkan sebagai berikut.

Gambar 4.1 Tampilan awal, dengan setting 10 Loket

Gambar 4.2 Tampilan Setelah Program Simulasi Dijalankan


,

153


Gambar 4.3 Simulasi Kerumunan Toko

4.2. Environment Toyshop Agen : Toko Mainan ( Toyshop) Environment : Konsumen memasuki toko maian (berkeliling, melihat-lihat barang, keluar) Konsumen memasuki toko maian (berkeliling, melihat-lihat barang, mengambil dan melihat barang, keluar) Konsumen memasuki toko maian (berkeliling, melihat-lihat barang, mengambil dan memilih barang, memasukan barang ke keranjang, masuk antrian untuk bayar, membayar dan menerima pengembalian uang dari kasir, keluar) Kasir di loket pembayaran (menerima dan mendata (menghitung) jumlah barang, memasukan barang ke kantung, menerima dan menghitung jumlah uang pembayaran, memberikan pengembalian uang, menyimpan uang pembayaran, membuka dan menutup kotak uang) Jejeran rak barang dengan penjajaan barang berlabel - SPG/SPB (memberi informasi, menawarkan barang, mengambil barang dari gudang, membereskan (menjajakan) barang)

Tujuan: mengamati perilaku kerumunan Persepsi: sinyal dari sensor gerak, sensor objek, dan sensor suara Aksi: Navigasi: Tombol: Setup Tombol: go (run program)

154


Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 Slider : jumlah keluar (number of checkouts), jumlah pelayanan (number of servers), rata-rata kedatangan ( mea arrival rate), rata-rata waktu pelayanan (mean service time) Panel display: total waktu (Time) proses pelayanan, rata-rata panjang antrian (average queue size), rata-rata waktu antrian (average queue time), grafik waktu

5.

KESIMPULAN DAN SARAN

5.1. Kesimpulan Dari uraian di atas dapat diambil beberapa kesimpulan seperti berikut: a. Panjang antrian rata-rata dapat diperkirakan hanya dari data mentah dari kuesioner dengan menggunakan jumlah yang dikumpulkan pelanggan menunggu dalam antrian setiap menit. Dalam hal ini, dapat membandingkan rata-rata dengan model antrian. b. Model antrian tunggal multi-server, dalam hal lebih dari satu antrian (antrian ganda), pelanggan di setiap antrian dapat beralih ke antrian yang lain (joki perilaku antrian). c. Ada kemungkinan Antrian pendek dalam model antrain dan karenanya tidak perlu lagi membuka semua checkout counter untuk setiap jam. d. Peningkatan lebih dari jumlah yang memadai server mungkin bukan solusi untuk meningkatkan efisiensi layanan dengan masing-masing unit pelayanan. Oleh karena itu, tidak ada solusi analitis tersedia untuk beberapa antrian dan karenanya antrian simulasi dijalankan untuk menemukan perkiraan untuk panjang antrian dan waktu tunggu. 5.2. Saran Dengan memperhatikan kesimpulan, maka ada beberapa yang perlu disarankan, yaitu: a. Perlu mempertimbangkan setiap server dengan model antrian sebagaimodel tunggalservertunggalantrianuntuk mendapatkanperkiraanyang benar daripanjang antrian. b. Bentuk antrian dan kejadian pelanggan menunggu meskipun server mungkin banyak waktu menganggur, adalah konsekuensi langsung dari variabilitas kedatangan dan proses layanan. Jika variabilitas bisa dihilangkan, sistem dapat dirancang ekonomis sehingga akan ada sedikit waktu tunggu atau tidak menunggu. c. Dengan meningkatnya jumlah pelanggan datang ke toko mainan “Panda” Cirebon untuk berbelanja. Penjualan layanan kasir memiliki jumlah karyawan (server) yang memadai yang sangat membantu selama jam puncak hari kerja. Selain jam tersebut, ada kemungkinan Antrian pendek dalam model dan karenanya tidak perlu lagi membuka semua checkout counter untuk setiap jam. Peningkatan lebih dari jumlah yang memadai server mungkin bukan solusi untuk meningkatkan efisiensi layanan dengan masing-masing unit pelayanan. DAFTAR PUSTAKA [1]. Azmat Nafees , Queuing Theory And Its Application Analysis Of The Sales Checkout Operation In ICA Supermarket, 2007 [2]. Daniel Thalmann and Soraia Raupp Musse, Crowd-Simulation, Springer-Verlag -184628824X, 2007 [3]. David Easley and Jon Kleinberg, Networks-Crowds-and-Markets, Cambridge University Press0521195330, 2010 [4]. Frances M.T. Brazier et.al, Principles of Compositional Multi-Agent System Development, Conference IT&KNOWS’98, J. Cuena (ed.), Chapman and Hall, 1998 [5]. Jose M Vidal, Fundamentals of Multiagent Systems with NetLogo Examples, 2010 [6]. Jose M. Vidal, Multiagent Systems-with NetLogo Examples, Jose M. Vidal. All rights reserved, 2010 [7]. M. Tim Jones, Artificial Intelligence A Systems Approach, Infinity Science Press LLC, 2008


,

155

Jurnal Teknologi Informasi, Volume 10 Nomor 2, Oktober 2014, ISSN 1414-9999 [8].

[15].

Michael Wooldridge et.al, Programming Multi-Agent Systems in AgentSpeak using Jason, John Wiley & Sons Ltd, 2007 Michael Wooldridge, An Introduction to-Multiagent Systems. John Wiley, 2002 Nuria Pelechano et. al, Virtual Crowds- Methods, Simulation and Control, Morgan & Claypool, 2008 Radovan Cervenka and Ivan Trencansky, The Agent Modeling Language – AML- A Comprehensive Approach to Modeling Multi-Agent Systems, Birkhäuser Verlag AG, 2007 Siamak Sarmady, Modeling And Simulation Of Movement And Behaviors In Large Crowd Using Cellular Automata, Thesis, 2008 Xiaoshan Pan et. Al, A Multi-agent Based Framework for the Simulation of Human and Social Behaviors during Emergency, 2008 Howard J. Hamilton, CrowdMixer: Multiple Agent Types in Situation-Based Crowd Simulations, 2006 Nadine Bednington, Design for shopping centres, Butterworth Scientific, 1982

156


[9]. [10]. [11]. [12]. [13]. [14].

CROWDS SIMULATION BERBASIS AGEN TINGKAH LAKU PADA TOKO MAINAN

Recommend Documents