Kerangka Materi

Perkenalan

Ikhtisar Agent Based Modeling

Studi Kasus: Menggunakan Agen untuk Simulasi Transaksi Keuangan

Tinjauan Umum Kerangka Kerja Agent Based Modeling untuk Java, C++, Python, dll.

Ikhtisar Fitur Inti Mesa

Menyiapkan Lingkungan

Memilih antara Editor Teks atau IDE dan Jupyter Notebook

Membuat Model Sederhana

Studi Kasus: Menggunakan Agen untuk Mensimulasikan Pandemi

Memilih Model Berdasarkan Use Case (Boltzmann Wealth, Schelling Segregation Model, SIR, dll.)

Bekerja dengan Kelas Model dan Agen Mesa

Mendefinisikan Variabel

Menetapkan Parameter Tingkat Model

Menjadwalkan Tindakan Agen

Menjalankan Model

Menambahkan Agen ke Model

Menambahkan Ruang ke Model

Mengumpulkan Data Menggunakan Data Collector

Menjalankan Model Multiple Menggunakan Mesa Batch Runner

Memvisualisasikan Simulasi Secara Interaktif

Memvisualisasikan Aktivitas Agen dalam Grid

Menambahkan Bagan ke Visualisasi

Membuat Modul Visualisasi (opsional - memerlukan skrip Java)

Mengintegrasikan Model dengan Aplikasi Machine Learning.

Praktik Terbaik

Penyelesaian Masalah

Ringkasan dan Kesimpulan

Persyaratan

  • Python pengalaman pemrograman
  • Javaskrip (opsional)

Hadirin

  • Peneliti
  • Penyelidik
  • Analis
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.

Testimoni (1)

Instruktur telah menyiapkan materi pelatihan dengan baik sebelumnya dan sesi tersebut sangat fleksibel serta disesuaikan untuk memenuhi minat peserta didik. Staf manajemen juga ada selama pelatihan untuk membantu kami. Proyek berjalan dengan baik dalam suasana yang ramah sepanjang waktu.

Kikuko Shoyama
Kursus - Repast - Agent Based Modeling and Simulation (ABMS)

Diterjemahkan Mesin

Kursus Mendatang

Agent Based Modeling (ABM) dengan Mesa dan Python

2026-01-14 09:30
14 Jam
Pondok Indah Office Tower 3
40300000 IDR (Daring)
40300000 IDR (Ruang Kelas)

Agent Based Modeling (ABM) dengan Mesa dan Python

2026-01-28 09:30
14 Jam
Pondok Indah Office Tower 3
40300000 IDR (Daring)
40300000 IDR (Ruang Kelas)

Agent Based Modeling (ABM) dengan Mesa dan Python

2026-02-11 09:30
14 Jam
Pondok Indah Office Tower 3
40300000 IDR (Daring)
40300000 IDR (Ruang Kelas)

Agent Based Modeling (ABM) dengan Mesa dan Python

2026-02-25 09:30
14 Jam
Pondok Indah Office Tower 3
40300000 IDR (Daring)
40300000 IDR (Ruang Kelas)

Agent Based Modeling (ABM) dengan Mesa dan Python

2026-03-11 09:30
14 Jam
Pondok Indah Office Tower 3
40300000 IDR (Daring)
40300000 IDR (Ruang Kelas)

Kursus Terkait

Fundamentals of Digital Twin

14 Jam

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan bagi siapa saja yang ingin mempelajari cara menggunakan Digital Twin dalam memantau dan menganalisis produk dan proses sebelum membangun dan menerapkan produk yang sebenarnya.

Pada akhir pelatihan ini, peserta akan dapat:

  • Pelajari dan pahami konsep dasar Digital Twin.
  • Pahami jenis dan siklus hidup Digital Twin.
  • Gunakan Digital Twin untuk mengelola data penelitian dan model desain secara efektif.
Baca selengkapnya...

Agent Based Modeling (ABM) dengan NetLogo

 21 Jam

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk penyelidik yang ingin menggunakan NetLogo untuk membuat Model Berbasis Agen (ABM).

Pada akhir pelatihan ini, peserta akan dapat:

  • Instal NetLogo.
  • Mengembangkan model berbasis agen.
  • Visualisasikan aktivitas agen.
  • Menganalisis hasil model.
  • Uji dan dokumentasikan model simulasi berbasis agen.
Baca selengkapnya...

Repast - Agent Based Modeling dan Simulasi (ABMS)

28 Jam

Suite Repast adalah keluarga pustaka pemodelan dan simulasi berbasis agen yang canggih, gratis, dan sumber terbuka yang secara kolektif telah dikembangkan secara berkelanjutan selama lebih dari 10 tahun. Kursus empat hari di Indonesia (online atau di tempat) ini menjelaskan secara terperinci cara membuat simulasi untuk sistem berbasis agen menggunakan lingkungan Repast.

Tujuan Kursus

  1. Memperkenalkan peserta pada prinsip dan konsep pemodelan dan simulasi berbasis agen.
  2. Mengembangkan kapasitas peserta untuk membaca dan memahami kode pemrograman pemodelan agen.
  3. Membekali peserta dengan pengetahuan, sehingga mereka memahami pentingnya pemodelan yang akurat dan tepat.
  4. Tingkatkan pemahaman peserta tentang sistem mereka sendiri menggunakan simulasi berbasis Agen.
  5. Mengembangkan kapasitas yang lebih baik untuk menggunakan dan mengkodekan sistem berbasis agen menggunakan repast, reLogo.
Baca selengkapnya...

Kategori Terkait

Agent Based Modeling
Agent Based Modeling