Perpustakaan Digital ITB

Pemanfaatan smartphone yang terus meningkat dan kemampuan smartphone yang dilengkapi dengan berbagai sensor untuk mengumpulkan dan menganalisis informasi di sekitar kita memunculkan sebuah paradigma yang disebut mobile crowdsensing. Untuk memotivasi partisipasi masyarakat di dalam mobile crowdsensing dan karena partisipan mobile crowdsensing menggunakan sumber daya mereka, maka sangat penting untuk menerapkan mekanisme insentif pada aplikasi mobile crowdsensing (MCS). Hal yang paling mendasar dan faktor kunci pada MCS adalah keterlibatan partisipan dan komitmen dari partisipan untuk selalu terlibat di dalam sistem memberikan informasi yang terbaru dan terpercaya. Hal ini menunjukkan bahwa kunci kesuksesan dari aplikasi MCS adalah melalui adanya pemberian insentif agar partisipan merasa tertarik untuk berpartisipasi di dalam aktivitas crowdsensing. Tanpa adanya cukup partisipasi maka tidak mungkin untuk mendapatkan layanan crowdsensing yang baik. Dengan demikian diperlukan sebuah mekanisme insentif yang baik pada aktivitas MCS. Tujuan dari mekanisme insentif ini adalah untuk mempengaruhi pola perilaku partisipan sesuai dengan tujuan yang diharapkan oleh crowdsourcer. Sampai saat ini berbagai penelitian telah merancang mekanisme insentif baik secara umum maupun untuk aplikasi spesifik. Mekanisme insentif secara umum dapat dimodelkan menggunakan Stackelberg game yang merupakan model game theory dengan tujuan untuk mengoptimalkan utilitas pada pemain. Dengan model ini, crowdsourcer sebagai leader bergerak pertama kali dan menentukan strateginya; kemudian, partisipan sebagai follower menentukan strategi respons terbaik mereka terhadap strategi leader, di mana tujuan dari masing-masing leader dan follower adalah memaksimalkan utilitas mereka. Terdapat beberapa penelitian yang menggunakan Stackelberg game untuk membuat model mekanisme insentif dengan beberapa crowdsourcer namun penelitian tersebut tidak memasukkan batasan biaya untuk kasus pada biaya yang terbatas. Dan secara keseluruhan beberapa penelitian sebelumnya tidak mempertimbangkan reputasi partisipan dan parameter preferensi pada model yang dikembangkan. Penelitian disertasi ini menyelesaikan masalah merancang mekanisme insentif untuk dapat mengoptimalkan keuntungan atau utilitas pemerintah dan utilitas masyarakat dengan anggaran yang terbatas pada aplikasi pelaporan masyarakat. Insentif yang digunakan pada penelitian ini adalah insentif moneter dalam bentuk poin. Disertasi ini menyajikan beberapa parameter insentif dan memberikan peringkat parameter tersebut sesuai dengan dampak signifikannya terhadap jumlah insentif yang diterima oleh partisipan dengan menggunakan metode AHP (proses hierarki analitik). Parameter ini menjadi acuan di dalam merumuskan fungsi utilitas pada model Stackelberg game yang dikembangkan. Hasil menunjukkan bahwa peringkat parameter insentif yang tinggi memberikan informasi penting mengenai masalah kota. Penelitian ini merancang mekanisme insentif untuk mobile crowdsensing berdasarkan beberapa parameter insentif yang sudah teridentifikasi menggunakan model Stackelberg game serta menerapkan MOOP (multi objective optimization problem) ke model insentif di mana reputasi partisipan diperhitungkan. Evaluasi model insentif yang diusulkan dilakukan melalui simulasi. Hasil yang diperoleh dari disertasi ini adalah sebuah model Stackelberg game di mana terdapat Nash Equilibrium dan Stackelberg equilibrium yang memaksimalkan utilitas masyarakat dan utilitas pemerintah dengan anggaran insentif yang terbatas. Hasil implementasi juga menunjukkan bahwa model Stackelberg game yang diusulkan dapat diterapkan pada aplikasi di dunia nyata dan melengkapi model mekanisme insentif pelaporan masyarakat eksisting