Sosiologi Komputasional

Sosiologi komputasional memanfaatkan metode komputasi — pemodelan berbasis agen, analisis jaringan, simulasi, dan data digital berskala besar — untuk mengkaji proses sosial dan fenomena kemunculan (emergence).

Scope

Bidang ini mencakup model berbasis agen dalam dinamika sosial, analisis jaringan sosial, analisis data perilaku 'besar', serta simulasi mengenai bagaimana interaksi di tingkat mikro menghasilkan pola-pola di tingkat makro.

Core questions

• Bagaimana pola sosial makro muncul dari interaksi-interaksi mikro?
• Bagaimana proses sosial dapat disimulasikan?
• Apa yang dapat diungkapkan oleh data digital berskala besar tentang masyarakat?
• Bagaimana jaringan membentuk hasil-hasil sosial?
• Bagaimana komputasi dapat melengkapi teori sosiologi?

Key concepts

• Pemodelan berbasis agen
• Kemunculan (emergence)
• Analisis jaringan sosial
• Data besar
• Simulasi
• Kaitan mikro-makro

Key theories

Pemodelan berbasis agen

Macy dan Willer menunjukkan bagaimana model berbasis agen memungkinkan para sosiolog mengkaji cara tindakan individu menghasilkan struktur sosial yang bersifat emergen.

Ilmu sosial komputasional

Lazer dan para koleganya berargumen bahwa data digital berskala besar dan komputasi membuka babak baru ilmu sosial yang kaya data.

History

Berkembang dari simulasi sosial dan analisis jaringan, sosiologi komputasional dikristalisasi oleh karya Macy dan Willer 'from factors to actors' (2002) dan agenda ilmu sosial komputasional (Lazer dkk. 2009), dan kini berkembang pesat seiring dengan data jejak digital dan pembelajaran mesin.

Debates

Dapatkah data besar menggantikan teori?

Perdebatan tentang apakah metode komputasional berbasis data melengkapi ataukah justru mengancam untuk menggeser penjelasan sosiologis yang berpijak pada teori.

Key figures

• Michael Macy
• Robb Willer
• David Lazer

Seminal works

• macy-willer-2002
• lazer-2009

Frequently asked questions

Apa itu pemodelan berbasis agen?

Suatu metode simulasi di mana sejumlah besar 'agen' yang saling berinteraksi mengikuti aturan-aturan sederhana, sehingga memungkinkan peneliti mengkaji bagaimana pola-pola di tingkat makro muncul dari perilaku di tingkat mikro.