EraAIdailyNews, 22 September 2026 — Sistem rumit mungkin bekerja lebih baik ketika bagian-bagiannya tidak sepenuhnya seragam. Fisikawan di Northwestern University menemukan bahwa variasi yang terukur dengan cermat, atau yang sering disebut ketidakteraturan, dapat membuat jaringan seperti jaringan listrik, ekosistem, neuron, dan material menjadi lebih stabil. Bahkan perbedaan acak kadang meningkatkan kestabilan dibandingkan sistem yang sepenuhnya seragam.
Selama bertahun-tahun, banyak peneliti berangkat dari asumsi bahwa jaringan akan lebih andal jika bagian individualnya berperilaku seserupa mungkin. Asumsi itu dapat mempermudah pemodelan, tetapi sistem nyata hampir tidak pernah serapi gambaran tersebut. Generator listrik bekerja dengan cara yang berbeda, bentuk dan perilaku neuron bervariasi, spesies menempati peran berlainan, dan komponen material rekayasa tidak selalu identik.
Dalam studi yang diterbitkan 17 September di jurnal Science itu, tim Northwestern menyusun kerangka matematika untuk menentukan kapan variasi—yang juga disebut heterogenitas, ketidakteraturan, atau asimetri—justru dapat memperkuat kestabilan. Pendekatan ini mempertimbangkan perilaku komponen dan interaksi mereka secara lebih rinci. Hal itu penting karena model yang terlalu sederhana dapat menghilangkan mekanisme stabilisasi yang ada pada sistem dunia nyata.
Para peneliti memulai dengan sistem yang berada dekat kondisi stabil. Mereka kemudian memasukkan gangguan kecil dan menghitung respons jaringan. Gangguan yang perlahan menghilang menandakan sistem kembali stabil, sedangkan gangguan yang membesar mengarah pada ketidakstabilan. Jaringan dengan komponen identik lalu dibandingkan dengan jaringan yang mengandung perbedaan pada komponen atau tautannya. Dari sini, tim dapat mengidentifikasi keadaan umum ketika heterogenitas dapat mengungguli keseragaman.
Hasil penelitian menunjukkan bahwa ketidakteraturan dapat meningkatkan kestabilan melalui dua jalur utama. Perbedaan dapat berada pada simpul-simpul jaringan, atau muncul pada tautan yang menghubungkan simpul tersebut. Besarnya manfaat juga bergantung pada lokasi variasi dan jumlahnya. Tingkat ketidakteraturan yang moderat dapat memperkuat jaringan, tetapi variasi berlebihan dapat mendorong sistem yang sama ke arah sebaliknya.
Temuan penting lainnya adalah manfaat tersebut tidak selalu memerlukan rancangan yang diatur dengan saksama sejak awal. Dalam banyak model, variasi yang diperkenalkan secara acak menghasilkan kestabilan lebih tinggi daripada konfigurasi seragam terbaik. Artinya, keberagaman internal kadang sudah cukup untuk memberi keuntungan. Syarat utamanya, dinamika tiap simpul harus cukup kaya agar efek stabilisasi tidak hilang dari gambaran sistem.
Ada pengecualian penting ketika variasi terletak pada tautan antarsimpul, bukan pada komponen jaringan. Dalam kasus itu, bahkan jaringan dengan dinamika simpul yang relatif sederhana dapat memperoleh kestabilan dari ketidakteraturan. Hasil ini membantu menjelaskan mengapa pendekatan yang hanya mewakili tiap simpul dengan satu variabel berpotensi melewatkan efek yang justru penting.
Motter dan kolega menguji kerangka tersebut pada model jaringan listrik, neuron, kawanan, material terarsitektur, dan jaringan ekologis. Temuan ini juga merangkum hasil terdahulu yang sebelumnya tampak terpisah. Pada studi Nature Physics 2020, kelompok Motter menunjukkan generator listrik dapat tersinkronisasi lebih berhasil ketika beroperasi dengan tingkat perbedaan tertentu. Studi Nature Communications 2025 yang dipimpin Montanari menemukan efek sebanding pada model perilaku kawanan dan kawanan drone.
Motter mengatakan penelitian baru ini menjawab seberapa luas efek tersebut, mengapa perbedaan dapat meningkatkan kestabilan, dan mengapa ilmuwan lama melewatkannya. Ia menekankan bahwa ketidakteraturan dapat menstabilkan jaringan hanya ketika dinamika simpul cukup kaya. Peneliti juga mengembangkan situs web visual. Dengan mengatur parameter, pengguna dapat mengamati komponen jaringan berinteraksi, tersinkronisasi, dan membentuk pola terorganisasi.
Kerangka ini dapat membantu peneliti memahami sistem kompleks yang sudah ada, termasuk jaringan ekologis. Salah satu teka-teki lama adalah mengapa ekosistem besar dan sangat beragam tetap bertahan di alam, padahal model matematika sejak 1970-an memperkirakan sistem semestinya kehilangan kestabilan dan runtuh. Temuan baru menunjukkan variasi pada interaksi yang saling menguntungkan, seperti hubungan antara penyerbuk dan bunga, dapat membantu menjelaskan paradoks tersebut.
Prinsip yang sama berpotensi memengaruhi cara material canggih dirancang. Material terarsitektur sering dibangun dari unit berulang yang hampir identik. Hasil studi mengisyaratkan bahwa perilaku baru atau lebih baik dapat diciptakan melalui variasi bentuk, ukuran, orientasi, dan sifat fisik unit tersebut. Agar langkah ini efektif, material perlu diperlakukan sebagai jaringan mekanis dan dianalisis dengan model yang cukup rinci untuk mempertahankan dinamika sebenarnya. Teknik komputasi kemudian dapat digunakan untuk mencari kombinasi variasi yang paling menguntungkan.
Adilson Motter, pemimpin studi, adalah Profesor Fisika dan Astronomi Charles E. and Emma H. Morrison di Weinberg College of Arts and Sciences Northwestern serta direktur Center for Network Dynamics. Peneliti pascadoktoral Arthur Montanari dan mahasiswa pascasarjana Pietro Zanin, keduanya anggota kelompok Motter, menjadi penulis pertama bersama. Studi berjudul “Disorder-promoted stability” ini didukung Army Research Office melalui hibah W911NF-22-2-0109 serta National Science Foundation melalui hibah DMS-2308341.
Studi juga mengakui lingkungan penelitian yang disediakan NSF-Simons National Institute for Theory and Mathematics in Biology, dengan dukungan hibah NSF DMS-2235451 dan Simons Foundation MP-TMPS-00005320. Secara keseluruhan, penelitian ini menggeser fokus dari pengejaran keseragaman sempurna menuju pencarian tingkat keragaman yang tepat. Stabilitas tidak selalu berarti semua bagian harus sama; dalam jaringan kompleks, perbedaan yang berada pada kondisi tepat justru dapat menjadi penopang.
Sumber: ScienceDaily, September 2026.
Tidak ada komentar
Posting Komentar