Model Ising Multi Keadaan dan Aplikasinya Pada Kajian Dinamika Perilaku Bermain Game Pokemon GO

Abstract

Sistem model Ising terdiri dari subsistem yang digambarkan sebagai spin dan secara umum memiliki dua keadaan (1 dan ₋1). Model Ising dapat dimodifikasi dengan menambahkan karakteristik keadaan baru. Model Ising yang dimodifikasi menjadi lima keadaan (₋2, ₋1, 0, ₋1, dan 2) membuat spin memiliki banyak pilihan saat terjadi perubahan keadaan. Dibutuhkan aturan baru dalam metode Monte Carlo untuk mengatur kondisi perubahan spin. Berapa aturan seperti pengecekan variasi jumlah rata-rata sekitar hingga pengaruh pemberian faktor eksternal yang dapat menentukan kondisi perubahan spin. Dalam hal ini dinamika perilaku bermain game Pokemon GO digunakan sebagai landasan aturan tersebut. Penambahan konten dan update yang dilakukan game developer dimodelkan sebagai pengaruh faktor eksternal dan interaksi antar pemain dimodelkan sebagai faktor internal. Semakin sering game developer melakukan update dengan konten baru, maka jumlah pemain yang fokus menangkap Pokemon semakin banyak. Sedangkan jumlah pemain yang melakukan player vs player semakin berkurang. Sistem dengan kondisi aturan yang berbeda akan menghasilkan dinamika perilaku yang berbeda. Hasil menujukan sistem lebih dipengaruhi faktor eksternal dibandingkan faktor internal.