Pada minggu kedua ini, saya mulai menerjemahkan konsep ERH (Emergent Resilience Hub) yang sebelumnya masih berada pada tahap idealization ke dalam model numerik yang lebih konkrit dan terukur, yang dalam kerangka DAI5 merupakan langkah memasuki tahap instruction-set, yaitu di mana ide mulai diwujudkan menjadi serangkaian instruksi sistematis yang dapat diproses secara komputasional. Saya tidak lagi hanya membayangkan sistem yang adaptif dan cerdas, tetapi mulai merumuskan bagaimana sistem tersebut sebenarnya dapat bekerja melalui pendekatan metode numerik. Langkah pertama yang saya lakukan adalah merumuskan fungsi optimasi sederhana yang mewakili tujuan utama dari sistem logistik maritim, yaitu meminimalkan total biaya distribusi. Fungsi tujuan tersebut saya susun sebagai penjumlahan dari tiga komponen utama: biaya bahan bakar yang bergantung pada jarak tempuh dan konsumsi energi kapal, biaya pelabuhan yang timbul setiap kali kapal bersandar, serta biaya waktu distribusi yang merepresentasikan opportunity cost dari waktu tempuh yang semakin panjang. Tiga komponen ini kemudian saya kalikan dengan variabel keputusan biner yang menunjukkan apakah suatu rute tertentu dipilih atau tidak, serta apakah muatan dialokasikan ke kapal tertentu dalam suatu jadwal perjalanan.
Selain fungsi tujuan, saya juga mulai merumuskan kendala-kendala yang harus dipenuhi agar solusi yang dihasilkan realistis dan dapat diimplementasikan di dunia nyata. Kendala pertama adalah kapasitas kapal, di mana total muatan yang diangkut dalam satu kali perjalanan tidak boleh melebihi deadweight tonnage (DWT) kapal. Kendala kedua berkaitan dengan waktu, yaitu total waktu distribusi dari pelabuhan asal hingga pelabuhan tujuan akhir harus berada dalam batas tenggat waktu yang telah disepakati. Kendala ketiga adalah cakupan pelabuhan, yaitu setiap pelabuhan yang membutuhkan pasokan harus dikunjungi setidaknya satu kali dalam suatu siklus distribusi. Dari eksplorasi awal ini, saya sampai pada sebuah pemahaman bahwa pendekatan Integer Linear Programming (ILP) sangat relevan untuk menyelesaikan masalah alokasi muatan dan penjadwalan karena variabel keputusan yang bersifat diskrit (misalnya: sebuah kapal mengambil muatan dari pelabuhan A ke pelabuhan B, ya atau tidak). Sementara untuk optimasi rute yang lebih adaptif terhadap perubahan kondisi seperti cuaca atau kepadatan pelabuhan, algoritma pencarian jalur seperti A* atau Dynamic Programming dapat diintegrasikan secara terpisah.
Proses ini memperkuat kesadaran saya bahwa kerangka DAI5 benar-benar membantu saya bergerak secara bertahap dan sistematis: mulai dari intention di mana saya menyadari bahwa kapal bukan satu-satunya solusi tetapi bisa menjadi bagian masalah, kemudian initial thinking untuk mengidentifikasi akar inefisiensi seperti rute yang tidak optimal dan biaya tinggi, lalu idealization berupa konsep ERH yang adaptif dan berbasis data, hingga akhirnya instruction-set yang pada minggu ini mulai saya isi dengan model matematis dan pilihan metode numerik yang konkret. Saya menyadari bahwa metode numerik di sini tidak hanya berfungsi sebagai alat hitung, tetapi juga sebagai bahasa untuk menerjemahkan masalah logistik yang kompleks dan multidimensi ke dalam bentuk yang dapat diproses oleh komputer secara efisien. Dengan fondasi ini, pada minggu-minggu berikutnya saya berencana untuk mulai mengimplementasikan model sederhana tersebut dalam bentuk kode atau simulasi, serta menguji sensivitasnya terhadap perubahan parameter seperti harga BBM atau permintaan distribusi yang fluktuatif.
