Dari Pohon ke Jejaring: Cara Baru Manusia Memahami Dunia

Menurut kajian Manuel Lima mengenai cara manusia mengatur dan memvisualisasikan informasi selama sekitar satu dekade, metafora pohon memiliki sejarah panjang dalam kebudayaan manusia.

Salah satu contohnya muncul pada 1751 ketika Diderot dan d'Alembert membuat tree of knowledge untuk ensiklopedia Prancis.

Model tersebut menggambarkan pengetahuan sebagai struktur bertingkat. Ada kategori utama yang kemudian bercabang menjadi subkategori yang semakin spesifik.

Cara berpikir tersebut sangat berguna ketika objek yang dipelajari memiliki hubungan hierarkis.

Masalahnya muncul ketika hubungan tidak lagi bersifat satu arah.

Dalam sistem yang kompleks, sebuah elemen dapat menjadi bagian dari banyak kategori sekaligus. Ia tidak hanya memiliki “induk” dan “turunan”, tetapi juga memiliki hubungan dengan banyak elemen lain.

Pohon mulai kehilangan kemampuannya untuk menggambarkan situasi tersebut.

Berbeda dengan pohon, jejaring tidak membutuhkan satu akar atau satu pusat.

Sebuah node dapat terhubung dengan banyak node lain. Hubungan tersebut dapat memiliki arah, kekuatan, fungsi, dan tingkat kepentingan yang berbeda.

Karena itu, jaringan lebih cocok digunakan untuk menggambarkan sistem yang bersifat dinamis dan saling bergantung.

Dalam konteks ilmu pengetahuan, misalnya, pengetahuan tidak selalu berkembang secara linear. Satu konsep dapat terhubung dengan berbagai bidang sekaligus.

Struktur Wikipedia dapat menjadi gambaran sederhana mengenai hal tersebut. Sebuah artikel mengarah ke artikel lain, yang kemudian mengarah ke berbagai topik berbeda.

Pengetahuan tidak lagi terlihat seperti pohon dengan cabang yang rapi, melainkan seperti rhizome—struktur yang menyebar ke banyak arah.

Perubahan paradigma ini juga terlihat dalam biologi.

Klasifikasi organisme secara tradisional sering digambarkan melalui pohon evolusi. Namun, semakin banyak interaksi biologis yang ditemukan, semakin jelas bahwa kehidupan memiliki hubungan yang jauh lebih kompleks.

Bakteri, misalnya, dapat bertukar materi genetik dan berinteraksi dengan berbagai organisme dalam cara yang tidak mudah digambarkan melalui struktur hierarkis sederhana.

Ekosistem juga menunjukkan karakter serupa.

Seekor ikan tidak hanya memiliki hubungan dengan spesies yang menjadi makanannya. Ia juga berinteraksi dengan predator, organisme lain, kondisi lingkungan, sumber nutrisi, dan berbagai faktor yang saling memengaruhi.

Salah satu contoh visualisasi kompleksitas tersebut adalah diagram Profesor David Lavigne yang memetakan hampir 100 spesies yang berinteraksi dengan ikan kod di wilayah pantai Newfoundland, Kanada.

Dalam sistem seperti ini, menghapus satu elemen dapat memengaruhi banyak elemen lainnya.

Metafora jaringan juga mengubah cara manusia melihat organisasi.

Organisasi tradisional biasanya memiliki struktur piramida. Pimpinan berada di atas, kemudian manajer, staf, dan pekerja berada pada tingkat yang lebih rendah.

Model tersebut jelas dan mudah dipahami.

Namun, banyak sistem modern bekerja secara berbeda.

Internet, komunitas digital, proyek kolaboratif, dan sebagian organisasi modern memiliki struktur yang lebih terdesentralisasi. Pengaruh tidak selalu bergerak dari satu pemimpin menuju bawahannya.

Seseorang dapat menjadi pusat informasi dalam satu kelompok, sementara orang lain menjadi pusat pengaruh pada kelompok berbeda.

Dalam kondisi seperti itu, struktur piramida tidak cukup untuk menunjukkan siapa sebenarnya yang berinteraksi dengan siapa.

Visualisasi jaringan dapat memperlihatkan pola tersebut.

Kekuatan visualisasi jaringan menjadi semakin jelas ketika digunakan untuk menganalisis sistem yang tersembunyi.

Salah satu contoh adalah pemetaan jaringan individu yang terlibat dalam serangan Madrid 2004. Analisis jaringan dapat digunakan untuk melihat hubungan antarindividu, segmentasi kelompok, serta perubahan pola koneksi selama periode tertentu.

Yang dicari bukan hanya siapa seseorang, tetapi siapa yang terhubung dengannya.

Perubahan kecil pada hubungan dapat mengungkap pola yang tidak terlihat jika setiap individu dianalisis secara terpisah.

Inilah salah satu kekuatan utama pendekatan jaringan: objek tidak lagi dipahami hanya berdasarkan karakteristiknya sendiri, tetapi berdasarkan posisi dan hubungannya dalam keseluruhan sistem.

Pendekatan jaringan memiliki keunggulan lain: skalanya sangat fleksibel.

Pada skala mikroskopis, jaringan dapat digunakan untuk memetakan hubungan antar-neuron. Blue Brain Project, misalnya, berupaya memetakan struktur jaringan neuron secara sangat rinci.

Dalam data yang disebutkan, pemetaan mencakup sekitar 10.000 neuron dan 30 juta koneksi atau struktur jaringan, sebagai bagian dari upaya memahami neokorteks mamalia.

Di sisi lain, jaringan juga dapat digunakan untuk memahami struktur kosmos.

Simulasi Millennium merekam sejarah pembentukan sekitar 20 juta galaksi dengan keluaran data sekitar 25 terabyte.

Artinya, konsep yang sama dapat digunakan untuk memahami hubungan pada skala sel hingga struktur alam semesta.

Yang berubah bukan objeknya, melainkan cara manusia melihat hubungan di antara objek tersebut.

Menariknya, visualisasi jaringan tidak berhenti sebagai alat penelitian.

Bentuk node dan garis yang saling berhubungan mulai berkembang menjadi estetika tersendiri dalam seni rupa. Manuel Lima bahkan menggunakan istilah networkism untuk menggambarkan kecenderungan artistik yang menjadikan jaringan sebagai elemen visual utama.

Seniman seperti Sharon Molloy, Emma McNally, Tomás Saraceno, dan Chiharu Shiota mengeksplorasi berbagai bentuk hubungan, koneksi, dan struktur yang menyerupai jaringan.

Dalam konteks tersebut, jaringan bukan lagi sekadar diagram.

Ia menjadi bahasa visual yang merepresentasikan dunia yang semakin kompleks dan saling terhubung.

Seni kemudian melakukan sesuatu yang mirip dengan ilmu pengetahuan: membuat hubungan yang abstrak menjadi terlihat.

Pergeseran dari pohon menuju jejaring bukan berarti metafora pohon harus ditinggalkan sepenuhnya.

Pohon masih sangat berguna untuk sistem yang memiliki struktur hierarkis. Masalahnya adalah ketika manusia memaksakan model hierarki pada sistem yang sebenarnya tidak bekerja secara hierarkis.

Krisis iklim, pandemi, kecerdasan buatan, ekonomi global, jaringan sosial, dan keamanan siber merupakan contoh persoalan yang terdiri atas banyak faktor yang saling berinteraksi.

Tidak ada satu penyebab tunggal. Tidak ada satu titik yang dapat diperbaiki untuk menyelesaikan semuanya.

Dengan berpikir secara jaringan, manusia dapat mulai mengajukan pertanyaan yang berbeda.

Bukan hanya “apa penyebabnya?”, tetapi juga “apa yang terhubung dengannya?”, “bagaimana perubahan satu bagian memengaruhi bagian lain?”, dan “di mana titik pengaruh terbesar dalam sistem ini?”

Semakin kompleks dunia, semakin sulit memahami realitas melalui kategori yang terpisah.

Sistem teknologi terhubung dengan manusia. Manusia terhubung dengan ekonomi. Ekonomi terhubung dengan lingkungan. Lingkungan terhubung dengan kesehatan.

Semuanya membentuk jaringan yang jauh lebih besar daripada jumlah bagian-bagiannya.

Karena itu, kemampuan membaca jejaring mungkin akan menjadi keterampilan penting pada masa depan. Bukan hanya bagi ilmuwan atau analis data, tetapi juga bagi pemimpin organisasi, pembuat kebijakan, desainer, pendidik, dan masyarakat umum.

Kita tidak selalu hidup dalam dunia yang memiliki satu pusat.

Sering kali, perubahan terbesar justru muncul dari hubungan di antara banyak bagian yang terlihat kecil.

Selama berabad-abad, pohon menjadi salah satu metafora utama manusia untuk mengorganisasi dunia. Ia membantu menjelaskan silsilah, pengetahuan, klasifikasi, dan struktur hierarkis.

Namun, kompleksitas dunia modern menuntut cara pandang yang berbeda.

Jejaring memberikan perwujudan visual terhadap desentralisasi, hubungan, dan ketergantungan. Ia dapat digunakan untuk membaca struktur pengetahuan, ekosistem, organisasi, otak, jaringan sosial, hingga kosmos.

Bahkan, cara pandang tersebut telah berkembang menjadi estetika baru melalui gerakan networkism.

Pada akhirnya, pergeseran dari pohon menuju jejaring bukan sekadar perubahan desain diagram. Ini merupakan perubahan cara manusia memahami realitas: dari melihat sesuatu sebagai objek yang berdiri sendiri menjadi melihatnya sebagai bagian dari hubungan yang lebih besar.

Sebab ketika semuanya saling terhubung, setiap hubungan menjadi penting.

FAQ

1. Apa yang dimaksud dengan pergeseran dari metafora pohon ke jejaring? Pergeseran ini menggambarkan perubahan cara memahami informasi dari struktur hierarkis dan bertingkat menuju sistem yang menekankan hubungan, koneksi, dan ketergantungan antarelemen.
2. Mengapa jejaring lebih cocok untuk sistem kompleks? Karena satu elemen dalam sistem kompleks dapat memiliki banyak hubungan sekaligus, sementara struktur pohon cenderung menggambarkan hubungan yang lebih hierarkis dan teratur.
3. Apa contoh penggunaan visualisasi jaringan? Visualisasi jaringan digunakan untuk memetakan hubungan dalam ilmu pengetahuan, ekosistem, organisasi, jaringan sosial, otak manusia, hingga struktur galaksi.
4. Apa itu networkism? Networkism merupakan istilah yang digunakan untuk menggambarkan kecenderungan seni yang menjadikan struktur, koneksi, dan visualisasi jaringan sebagai bagian penting dari karya.
5. Mengapa berpikir secara jejaring penting bagi manusia? Berpikir secara jejaring membantu manusia memahami bahwa banyak persoalan modern tidak memiliki satu penyebab atau pusat, melainkan terbentuk dari hubungan dan interaksi berbagai elemen.