Sistem kompleks
Sistem kompleks terdiri dari banyak komponen yang saling berinteraksi, seperti iklim global Bumi, organisme, atau jaringan listrik. Perilaku sistem kompleks sulit dimodelkan karena adanya ketergantungan, persaingan, dan interaksi antara bagian-bagiannya. Sistem seperti ini cenderung menunjukkan sifat-sifat seperti nonlinier, kemunculan, keteraturan spontan, adaptasi, dan putaran umpan balik. Representasi umum untuk sistem kompleks adalah jaringan, di mana node merepresentasikan komponen dan tautan merepresentasikan interaksi. Studi tentang sistem kompleks adalah pendekatan interdisipliner yang menyelidiki perilaku kolektif dan interaksi sistem dengan lingkungannya. Bidang ini mencakup kontribusi dari berbagai disiplin ilmu seperti fisika, ilmu sosial, matematika, biologi, dan lainnya, dan menawarkan paradigma alternatif terhadap reduksionisme dengan fokus pada pemahaman perilaku sistem sebagai suatu kesatuan.
Konsep kunci
Sistem
Sistem terbuka menyiratkan aliran input dan output dengan lingkungan dan memfasilitasi pertukaran materi, energi, atau informasi. Sistem yang kompleks adalah tentang perilaku dan sifat sistem, dimana suatu sistem membentuk satu kesatuan dengan batas-batas yang ditentukan melalui interaksi dan ketergantungan unit-unitnya. Sifat dan perilaku suatu sistem dapat menimbulkan karakteristik unik dari interaksi dengan lingkungan atau respons bagian-bagian sistem terhadap rangsangan eksternal. Konsep perilakuini menekankan pada studi proses dari waktu ke waktu, dan dalam konteks sistem yang kompleks, teori sistem memberikan kerangka kerja untuk memeriksa bagaimana hubungan dan ketergantungan antar bagian dari suatu sistem membentuk sifat-sifat suatu sistem. dari keseluruhan sistem. Teori sistem juga mendukung pendekatan pemodelan interdisipliner dan menganalisis sifat-sifat umum yang menghubungkan sistem dari berbagai disiplin ilmu.Konsep khusus seperti kemunculan, putaran umpan balik, dan adaptasi dalam sistem yang kompleks berawal dari teori sistem.
Kompleksitas
Agar suatu sistem menunjukkan kompleksitas berarti bahwa perilaku sistem tidak dapat dengan mudah disimpulkan dari sifat-sifatnya. Pendekatan pemodelan apa pun yang mengabaikan kesulitan-kesulitan tersebut atau mencirikannya sebagai kebisingan pasti akan menghasilkan model yang tidak akurat dan tidak berguna. Belum ada teori yang sepenuhnya umum tentang sistem kompleks yang muncul untuk mengatasi masalah ini, sehingga peneliti harus menyelesaikannya dalam konteks khusus domain. Peneliti dalam sistem yang kompleks mengatasi masalah ini dengan melihat tugas utama pemodelan untuk menangkap, bukan mengurangi, kompleksitas sistem masing-masing kepentingan.
Meskipun belum ada definisi kompleksitas yang diterima secara umum, ada banyak contoh pola dasar kompleksitas. Sistem dapat menjadi kompleks jika, misalnya, mereka memiliki perilaku kacau (perilaku yang menunjukkan kepekaan ekstrim terhadap kondisi awal, di antara sifat-sifat lainnya), atau jika mereka memiliki sifat muncul (sifat yang tidak terlihat dari komponennya secara terpisah tetapi dihasilkan dari hubungan dan dependensi yang mereka bentuk ketika ditempatkan bersama dalam suatu sistem), atau jika mereka secara komputasi sulit untuk dimodelkan (jika mereka bergantung pada sejumlah parameter yang tumbuh terlalu cepat sehubungan dengan ukuran sistem).
Jaringan
Komponen yang berinteraksi dari sistem yang kompleks membentuk jaringan, yang merupakan kumpulan objek diskrit dan hubungan di antara mereka, biasanya digambarkan sebagai grafik berarah dari simpul yang dihubungkan oleh tepi. Jaringan dapat menggambarkan hubungan antara individu dalam suatu organisasi, antara gerbang logika dalam suatu sirkuit, antara gen dalam jaringan pengatur gen, atau antara kumpulan entitas terkait lainnya.
Jaringan sering menggambarkan sumber kompleksitas dalam sistem yang kompleks. Mempelajari sistem yang kompleks sebagai jaringan, oleh karena itu, memungkinkan banyak aplikasi yang berguna dari teori graf dan ilmu jaringan. Banyak sistem yang kompleks, misalnya, juga merupakan jaringan yang kompleks, yang memiliki sifat-sifat seperti transisi fase dan distribusi derajat hukum pangkat yang dengan mudah memunculkan perilaku yang muncul atau kacau. Fakta bahwa jumlah tepi dalam graf lengkap tumbuh secara kuadratik dalam jumlah simpul memberi penjelasan tambahan pada sumber kompleksitas dalam jaringan besar: ketika jaringan tumbuh, jumlah hubungan antar entitas dengan cepat mengerdilkan jumlah entitas dalam jaringan.
Nonlinearity
Solusi sampel dalam atraktor Lorenz ketika ρ = 28, σ = 10, dan β = 8/3
Emergence
Glider Gun milik Gosper menciptakan "glider" dalam robot seluler Conway's Game of Life[2]
Fitur umum lainnya dari sistem yang kompleks adalah adanya perilaku dan properti yang muncul: ini adalah ciri-ciri sistem yang tidak terlihat dari komponen-komponennya dalam isolasi tetapi dihasilkan dari interaksi, ketergantungan, atau hubungan yang mereka bentuk ketika ditempatkan bersama dalam suatu sistem. Kemunculan secara luas menggambarkan penampilan perilaku dan sifat tersebut, dan memiliki penerapan pada sistem yang dipelajari baik dalam ilmu sosial maupun fisika. Sementara kemunculan sering digunakan untuk merujuk hanya pada kemunculan perilaku terorganisir yang tidak direncanakan dalam sistem yang kompleks, kemunculan juga dapat merujuk pada kehancuran suatu organisasi; itu menggambarkan setiap fenomena yang sulit atau bahkan tidak mungkin diprediksi dari entitas yang lebih kecil yang membentuk sistem.
Salah satu contoh sistem kompleks yang sifat kemunculannya telah dipelajari secara ekstensif adalah otomata seluler. Dalam otomat seluler, kisi-kisi sel, masing-masing memiliki salah satu dari banyak keadaan terhingga, berkembang menurut seperangkat aturan sederhana. Aturan ini memandu "interaksi" setiap sel dengan tetangganya. Meskipun aturan hanya didefinisikan secara lokal, aturan tersebut telah terbukti mampu menghasilkan perilaku yang menarik secara global, misalnya dalam Game of Life karya Conway.
Spontaneous order and self-organization (Tatanan spontan dan pengaturan diri)
Ketika kemunculan menggambarkan munculnya tatanan yang tidak direncanakan, itu adalah tatanan spontan (dalam ilmu sosial) atau swaorganisasi (dalam ilmu fisika). Urutan spontan dapat dilihat dalam perilaku kawanan, di mana sekelompok individu mengoordinasikan tindakan mereka tanpa perencanaan terpusat. Self-organization dapat dilihat dalam simetri global kristal tertentu, misalnya simetri radial kepingan salju yang tampak, yang muncul dari gaya tarik dan tolak lokal murni antara molekul air dan lingkungan sekitarnya.
Adaptasi
Sistem adaptif kompleks adalah kasus khusus dari sistem kompleks yang adaptif karena memiliki kapasitas untuk berubah dan belajar dari pengalaman. Contoh sistem adaptif yang kompleks termasuk pasar saham, serangga sosial dan koloni semut, biosfer dan ekosistem, otak dan sistem kekebalan, sel dan embrio yang sedang berkembang, kota, bisnis manufaktur, dan usaha berbasis kelompok sosial manusia apa pun di sistem budaya dan sosial seperti partai politik atau komunitas.
Fitur
Sistem yang kompleks mungkin memiliki ciri-ciri berikut:
Sistem yang kompleks mungkin terbuka
Sistem yang kompleks biasanya merupakan sistem terbuka — yaitu, mereka ada dalam gradien termodinamika dan energi yang terdisipasi. Dengan kata lain, sistem kompleks seringkali jauh dari kesetimbangan energetik: tetapi meskipun fluks ini, mungkin ada stabilitas pola lihat sinergi.
Sistem yang kompleks dapat menunjukkan transisi kritis
Transisi kritis adalah perubahan mendadak pada keadaan suatu sistem, seperti ekosistem, iklim, atau sistem kompleks lainnya, yang terjadi ketika perubahan kondisi melewati titik belok atau bifurkasi. Dalam representasi grafis, arah kritis penundaan menunjukkan keadaan sistem di masa depan setelah transisi, dengan kemungkinan penundaan umpan balik negatif yang dapat menyebabkan osilasi atau dinamika kompleks yang lemah.
Sistem yang kompleks mungkin bersarang
Komponen-komponen suatu sistem yang kompleks juga dapat berupa sistem yang kompleks itu sendiri. Misalnya, perekonomian terdiri dari organisasi-organisasi, yang terdiri dari individu-individu, dan individu-individu ini terdiri dari sel-sel, yang semuanya merupakan sistem yang kompleks. Interaksi dalam jaringan bipartit yang kompleks dapat dilakukan secara bertingkat, khususnya dalam jaringan ekologi dan organisasi bipartit. Struktur tersarang dalam jaringan ditemukan mendukung fasilitasi tidak langsung, meningkatkan ketahanan sistemdalam kondisi yang menantang dan meningkatkan potensi perubahan rezim yang sistemik.
Jaringan multiplisitas yang dinamis
Selain aturan penggandengan, struktur jaringan dinamis dari sistem yang kompleks juga sangat penting. Dalam konteks ini, jaringan dunia kecil atau jaringan tanpa skala biasanya digunakan, yang dicirikan oleh banyak interaksi lokal dan sejumlah kecil koneksi antar wilayah. Sistem alami yang kompleks biasanya memiliki topologi seperti itu. Misalnya, di korteks manusia terdapat konektivitas lokal yang padat dan beberapa proyeksi aksonal yang sangat panjang antara wilayah di dalam korteks dan wilayah otak lainnya.
Dapat menghasilkan fenomena yang muncul
Sistem yang kompleks dapat menunjukkan perilaku yang muncul, yang berarti bahwa hasilnya dapat ditentukan oleh aktivitas komponen dasar sistem, namun sifat tersebut hanya dapat dipahami pada tingkat yang lebih tinggi. Misalnya, jaring makanan empiris menunjukkan ciri-ciri invarian skala reguler di ekosistem akuatik dan darat ketika dianalisis pada tingkat spesies trofik gabungan. Contoh lainnya adalah perilaku rayap di dalam gundukan tanah, yang perkembangan fisiologis, biokimia, dan biologisnya terjadi pada satu tingkat analisis, sedangkan perilaku sosial dan struktur gundukan mereka merupakan ciri-ciri komunitas rayap yang muncul dan perlu dianalisis pada tingkatan lain.
Hubungan tidak linier
Dalam istilah praktis, ini berarti gangguan kecil dapat menyebabkan efek yang besar (lihat efek kupu-kupu), efek proporsional, atau bahkan tanpa efek sama sekali. Dalam sistem linier, akibat selalu berbanding lurus dengan sebab. Lihat nonlinier.
Hubungan mengandung putaran umpan balik
Umpan balik negatif (redaman) dan positif (memperkuat) selalu ditemukan dalam sistem yang kompleks. Efek dari perilaku elemen diberi umpan balik sedemikian rupa sehingga elemen itu sendiri diubah.
Sejarah
Studi tentang sistem yang kompleks masih relatif baru dibandingkan dengan disiplin ilmu yang sudah mapan seperti fisika dan kimia, meskipun manusia telah mempelajari sistem tersebut selama ribuan tahun. Sejarah perkembangan ilmu sistem yang kompleks mencakup kontribusi matematika pada identifikasi kekacauan dalam sistem deterministik dan studi jaringan saraf. Gagasan pengorganisasian mandiri terkait dengan termodinamika nonequilibrium yang diperkenalkan oleh Ilya Prigogine dan terkait dengan karya Hartree-Fock dalam kimia kuantum. Perkembangan mazhab ekonomi Austria, yang menyatakan bahwa tatanan pasar muncul secara spontan, memperkenalkan unsur-unsur kompleksitas ke dalam pemikiran ekonomi. Pada abad ke-20, Friedrich Hayek memperkenalkan pemikiran kompleks ke berbagai disiplin ilmu, termasuk ekonomi, psikologi, biologi, dan sibernetika.Pada tahun 1984, Institut Santa Fe didirikan, lembaga penelitian pertama yang berfokus secara khusus pada sistem yang kompleks. Sejak akhir tahun 1990-an, fisikawan matematika semakin tertarik mempelajari fenomena ekonomi dan menciptakan paradigma baru dalam ilmu ekonomi yang dikenal sebagai “fisika ekonomi”. Hadiah Nobel Fisika tahun 2021 dianugerahkan kepada Syukuro Manabe, Klaus Hasselmann, dan Giorgio Parisi atas karya mereka dalam memahami sistem yang kompleks, khususnya dalam menciptakanmodel komputer mengenai dampak pemanasan global yang lebih akurat.
Aplikasi
Kompleksitas dalam praktik
Pendekatan tradisional untuk menghadapi kompleksitas adalah dengan mengurangi atau membatasinya. Biasanya, ini melibatkan kompartementalisasi: membagi sistem besar menjadi bagian-bagian yang terpisah. Organisasi, misalnya, membagi pekerjaan mereka menjadi departemen yang masing-masing menangani masalah yang berbeda. Sistem rekayasa sering dirancang menggunakan komponen modular. Namun, desain modular menjadi rentan terhadap kegagalan ketika muncul masalah yang menjembatani divisi tersebut.
Manajemen kompleksitas
Ketika proyek dan akuisisi menjadi semakin kompleks, perusahaan dan pemerintah menghadapi tantangan untuk mengelola mega-akuisisi secara efektif seperti Sistem Pertempuran Masa Depan Angkatan Darat. Akuisisi seperti FCS mengandalkan jaringan bagian-bagian yang saling berhubungan dan berinteraksi dengan cara yang tidak terduga. Seiring dengan meningkatnya sifat jaringan dan kompleksitas pengadaan, perusahaan harus menemukan cara untuk mengelola kompleksitas ini, sementara pemerintah dihadapkan pada tugas menyediakan tata kelolayang efektif untuk memastikan fleksibilitas dan ketahanan.
Ekonomi kompleksitas
Dalam bidang ekonomi kompleks yang sedang berkembang, alat prediksi baru telah dikembangkan untuk menjelaskan pertumbuhan ekonomi. Untuk membuat perkiraan PDB tahun 2020, digunakan model seperti yang dibuat oleh Santa Fe Institute pada tahun 1989 dan Indeks Kompleksitas Ekonomi (ECI) terbaru yang diperkenalkan oleh fisikawan MIT César A. Hidalgo dan ekonom Harvard Ricardo Hausmann. Kuantifikasi pengulangan digunakan untuk menangkap karakteristik siklus bisnisdan pembangunan ekonomi. Indeks Korelasi Kuantifikasi Perulangan (RQCI) dikembangkan untuk menguji korelasi dalam sinyal sampel dan kemudian menerapkannya pada deret waktu komersial.Indeks telah terbukti mendeteksi perubahan tersembunyi dalam rangkaian waktu dan membantu memprediksi transisi dari fase biasa ke fase kacau. Analisis kuantifikasi berulang juga dapat membedakan variabel makroekonomi dan menyoroti ciri-ciri tersembunyi dari dinamika ekonomi.
Kompleksitas dan pendidikan
Forsman, Moll, dan Linder fokus pada pertanyaan tentang ketekunan siswa dalam studi mereka dan menguji "kemampuan untuk menggunakan ilmu kompleksitas sebagai kerangka untuk memperluas penerapan metodologi pada penelitian olahraga." Mereka menemukan bahwa “menyematkan analisis jaringan sosial dalam perspektif ilmiah yang kompleks menawarkan penerapan baru yang kuat untuk berbagai topik penelitian pendidikan jasmani (PER).”
Kompleksitas dan biologi
Ilmu kompleksitas telah diterapkan pada organisme hidup, khususnya sistem biologis. Bidang penelitian berkaitan dengan penciptaan dan pengembangan sistem cerdas. Analisis parameter sistem intelektual, pola pembentukan dan perkembangannya, serta struktur dan fungsinya memungkinkan kita mengukur dan membandingkan kapasitas komunikasi, jumlah komponen sistem intelektual, dan jumlah koneksi sukses yang bertanggung jawab atas kerjasama tersebut. Dalam fisiologi fraktal, sinyal tubuh seperti detak jantung atau aktivitas otak dikarakterisasi menggunakan indeks entropi atau fraktal untuk menilai kondisi dan kesehatan sistem yang mendasarinya serta untuk mendiagnosis potensi gangguan dan penyakit.
Kompleksitas dan pemodelan
Friedrich Hayek memberikan kontribusi penting terhadap teori sistem kompleks dengan membedakan kemampuan manusia untuk memprediksi perilaku sistem sederhana dan sistem kompleks menggunakan model. Hayek percaya bahwa ilmu ekonomi dan ilmu tentang fenomena kompleks secara umum tidak dapat dimodelkan sebagai ilmu yang menangani fenomena sederhana, seperti fisika. Menurutnya, pemodelan fenomena yang kompleks hanya dapat memungkinkan prediksi terhadap pola, namun tidak dapat memprediksi secara tepat seperti fenomena yang tidak kompleks.
Kompleksitas dan teori kekacauan
Teori sistem kompleks berakar pada teori chaos, yang muncul lebih dari satu abad yang lalu dalam karya ahli matematika Perancis Henri Poincaré. Kekacauan dipandang sebagai informasi yang sangat kompleks, bukan kurangnya keteraturan. Sistem chaos tetap bersifat deterministik, namun perilaku jangka panjangnya sulit diprediksi secara akurat. Dengan pengetahuan yang sempurna tentang kondisi awal dan persamaan yang relevan, para ahli teori dapat membuat prediksi yang sangat akurat, meskipun dalam praktiknya hal ini sulit. Ilya Prigogine berpendapat bahwa kompleksitas bersifat non-deterministik dan tidak memberikan cara untuk memprediksi masa depan secara akurat.Munculnya teori sistem kompleks menunjukkan adanya wilayah antara keteraturan deterministik dan keacakan kompleks yang dikenal sebagai “batas kekacauan”.
Plot penarik Lorenz.
Saat menganalisis sistem yang kompleks, kepekaan terhadap kondisi awal tidak sepenting teori chaos. Studi tentang kompleksitas adalah kebalikan dari studi tentang kekacauan. Kompleksitas mengacu pada sejumlah besar hubungan dinamis dan sangat kompleks yang menghasilkan pola perilaku sederhana. Dalam ilmu ekonomi dan bisnis, misalnya, penelitian menyoroti dinamika pasar Android, sinkronisasi timbal balik dalam perusahaan, dan regularisasi kekacauan dalam kelompok sel yang meledak secara kacau pada tahun. Perbedaan utama antara sistem chaos dan sistem kompleks terletak pada sejarahnya.Sistem yang kacau tidak bergantung pada sejarah, yang menempatkan sistem dalam tatanan yang kacau. Sebaliknya, sistem yang kompleks berkembang di ambang kekacauan, dipengaruhi oleh sejarah peristiwa yang tidak dapat diubah. Sistem yang kompleks berpotensi menghasilkan perubahan kualitatif yang radikal dengan tetap menjaga integritas sistem, yang dalam konteks sejarah terbatas dapat dianggap sebagai bagian dari sistem yang kacau balau.
Complexity and network science (Kompleksitas dan ilmu jaringan)
Sistem yang kompleks umumnya terdiri dari banyak komponen dan interaksinya dapat diwakili oleh suatu jaringan, dimana setiap node mewakili suatu komponen dan link mewakili interaksinya. Misalnya, Internet dapat digambarkan sebagai jaringan di mana komputer berfungsi sebagai node dan koneksi langsung antar komputer berfungsi sebagai koneksi. Jaringan yang kompleks juga dapat ditemukan dalam berbagai konteks, seperti jaringan sosial, ketergantungan pada lembaga keuangan, maskapai penerbangan, dan jaringan biologis.
Disadur dari: en.wikipedia.org