Cara Pakai — dari orang awam sampai peneliti

1. Jalankan

swipl antisipasipejabat

Pilih menu dengan angka. Untuk pengguna non-IT, mulai dari [1] Simulasi cepat.

2. Arti input cepat

Selain nama, skala, jenis isu, target tuntutan, provinsi/kota, dan sub-isu, mode cepat meminta indeks berikut:

1. Akumulasi keluhan — seberapa besar rasa tidak puas yang sudah ada sebelum pemicu terbaru.
2. Kekuatan pemicu — seberapa kuat kebijakan/kejadian baru menjadi alasan orang bergerak.
3. Salience/kepentingan isu — seberapa penting isu tersebut bagi publik yang relevan.
4. Dukungan publik — dukungan pada substansi tuntutan, bukan persetujuan atas setiap metode aksi.
5. Momentum daring — seberapa cepat isu tersebar dan bertahan dalam percakapan publik digital.
6. Responsivitas/dialog pemerintah — seberapa cepat ada respons substantif, bukan sekadar banyaknya konferensi pers.
7. Kualitas bukti input — keyakinan bahwa angka yang dimasukkan memang berbasis data/sumber, bukan feeling. Gunakan 0 = sangat rendah, 50 = sedang/tidak yakin, 100 = sangat tinggi.

3. Advanced

Menu advanced menambahkan koalisi, organisasi, tekanan ekonomi, distrust, shock insiden, preseden, media, relevansi wilayah, komunikasi, kontrol penyelenggara, intervention pressure, durasi, populasi, dan status pemberitahuan, serta seed untuk reproduksibilitas.

Intervention pressure adalah variabel analitis untuk menguji korelasi eskalasi. Ia bukan tombol "seberapa keras harus membubarkan".

4. Membaca hasil

Jangan baca likelihood=75 sebagai "75% pasti demo". Pada v0.1.0.0 angka 75 berarti indeks risiko 75/100 berdasarkan bobot heuristik.

confidence juga bukan confidence interval statistik. Ia menunjukkan kualitas input yang diperkirakan dan sengaja dibatasi maksimum 68 selama model belum dikalibrasi.

5. Timeline 7 hari

Timeline memakai seed deterministik. Input sama + seed sama menghasilkan drift yang sama. Drift hanya mensimulasikan perubahan ringan pada momentum daring, media, koalisi, dukungan, dan decay shock; ia tidak memprediksi berita nyata.

6. Perbandingan respons

Menu perbandingan menjalankan beberapa counterfactual sederhana:

• baseline
• dialog/respons cepat
• klarifikasi komunikasi
• review/penundaan kebijakan
• respons minimal
• stress-test intervensi tinggi Skenario intervensi tinggi ada untuk melihat risikonya, bukan rekomendasi.

7. Simpan / muat

Skenario tersimpan sebagai term data `.ap.pl`. Loader hanya membaca satu term dict dan tidak menjalankan isi file sebagai program.

8. Evaluasi CSV historis

evaluate menghitung accuracy threshold 50 dan Brier score. Contoh CSV yang disediakan sintetis, hanya untuk mengecek pipeline.

Untuk riset yang benar, buat data historis sendiri dengan definisi fitur yang konsisten dan tentukan fitur tanpa mengintip outcome.

9. Skenario contoh dan export JSON

Menu [11] memuat tiga skenario hipotetis bawaan (BBM, UKT, integritas). Menu [12] mengekspor ringkasan hasil aktif ke JSON. Komponen internal contributions yang memakai term Prolog tidak ikut diekspor agar JSON tetap interoperabel.

Skenario contoh diselesaikan relatif terhadap lokasi pack, jadi menu tetap bekerja walau `swipl antisipasipejabat` dijalankan dari direktori lain.