Skip to content

GCRI · Ilmu Sistem dan Pemodelan

Metode sistem kompleks

Kompleks sistem and agent-based modelling is a method this platform stewards. It studies how interactions among many parts produce system behaviour, including tipping points, feedbacks and emergence, and sets documentation and validation practice for such models.

Ajukan pertanyaan Back to STEM foundation of Systems Science and Modelling
01Daftar isi

Complex systems methods in five parts.

Protokol5 langkah
  1. 01PermohonanWhat complex systems and agent-based modelling does here
  2. 02DataApa yang digunakan metode ini
  3. 03ValidasiCara hasil diperiksa
  4. 04KeterkaitanTopik yang bertumpu pada metode ini
  5. 05PengelolaanSiapa yang memelihara metode ini
02Permohonan

What complex systems and agent-based modelling does here.

Kompleks sistem and agent-based modelling study systems whose behaviour emerges from interactions among many components. They help explain nonlinear dynamics, tipping points and collective behaviour. In methods and modelling, risk management and risiko sistemik and research and evidence, complex systems approaches explore how interacting risks can produce sudden, systemic shifts. They support stress testing of policies against emergent behaviour. The canonical description is on STEM Commons.

Agent-based model standards

Agent-based models across the network are documented with the ODD protocol and validated against multiple observed patterns.

Feedback and tipping point analysis

System dynamics and bifurcation analysis identify feedback loops and thresholds where small changes cause large shifts.

Early warning indicators

Statistical signals such as rising variance and autocorrelation are tested as possible warnings of approaching transitions, with false alarm rates stated.

03Geografi

Bahaya dan keterpaparan di Amerika Utara.

Genangan banjir, kepadatan penduduk, dan kebakaran aktif di Amerika Utara, dari NASA GIBS. Setiap lapisan memuat tanggalnya sendiri.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Bahaya dan keterpaparan, untuk halaman ini

Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan dan waktu lintasan menyisakan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap menyisakan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 harian (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
8 harian; komposit satelit 8 hari; awan yang menetap tetap menyisakan celah
Terbaru saat build
2026-09-14
Resolusi
kisi sekitar 1 km
Ketidakpastian
Suhu kulit permukaan tanah dari satelit selama 8 hari hingga tanggal yang ditampilkan, indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Bahaya dan keterpaparan, dibingkai pada Amerika Utara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (11 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026

04Data

Apa yang digunakan metode ini.

Datasets and records used by complex sistem and agent-based modelling on this platform, with the role each plays and the label its values carry. Sources are listed in register sumber.

DataPeranLabel
Model archivesDokumentasiDINYATAKAN
Time series of system statesPeringatan dini testsTERAMATI
Behavioural dataAgent rulesDILAPORKAN
05Pantau

Agent-based simulation.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Agent-based simulation

Systems science · Complex systems methods · Run R-1662

202 runsGCRI · Ilmu Sistem dan Pemodelan

Outcome across runs

Kartu metode

Metode
Sistem kompleks dan pemodelan berbasis agen
Agen
7583
Kalibrasi
pattern-oriented
Label
DIMODELKAN

Behavioural rules

Modelling leadadapts after 3 losses0.8survey, labelled
Penanggung jawab modeladapts after 3 losses0.6survey, labelled
Validation revieweradapts after 5 losses0.5survey, labelled
Agent-based simulation: the screen’s structure, terms and states for Systems science.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
06Validasi

Cara hasil diperiksa.

Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.

PemeriksaanCara pelaksanaannya
Pattern-oriented validationModels reproduce several patterns at different scales
Robustness of tipping pointsThresholds are tested under parameter variation
False alarm assessmentPeringatan dini indicators are tested where no transition occurred

Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.

07Simulator

Stok, aliran, jeda, dan ambang titik balik.

Dua stok, tekanan dan kapasitas adaptif, dihubungkan oleh putaran pertumbuhan yang menguatkan, respons penyeimbang yang tertunda, dan kerusakan ketika tekanan melampaui kapasitas; melewati ambang batas sistem dapat terguling. Model pengajaran dengan nilai ilustratif yang dinyatakan, bukan prediksi. Peta di halaman ini menampilkan Amerika Utara; modelnya sendiri tidak terikat pada suatu tempat.

Kendali

Pertumbuhan tekanan
6,0% per tahun
Efektivitas kapasitas dalam menurunkan tekanan
4,0% per tahun
Respons investasi terhadap tekanan yang dirasakan
20%
Jeda persepsi
4.0 tahun
Ambang titik balik tekanan
indeks 60
Penguatan setelah melewati ambang
2.0 kali
Tahun yang disimulasikan
50 tahun

Pembacaan

Tekanan puncak
113 indeks
Kapasitas di akhir
indeks 186
Tahun di atas ambang
15.8 tahun
Angka, metode, dan sumber
TahunTekananKapasitasDirasakan
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

Metode

  1. Dinamika sistem Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. Transisi kritis dan titik balik Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. Diagram lingkaran kausal Sterman (2000), Business Dynamics, McGraw-Hill
  4. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

Stok, aliran, tundaan, dan ambang titik kritis. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: Dinamika sistem (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics); Transisi kritis dan titik kritis (Scheffer dan lainnya (2009), Early-warning signals for critical transitions, Nature 461); Diagram lingkar kausal (Sterman (2000), Business Dynamics, McGraw-Hill).

Di seluruh enam pilar, dipimpin oleh Nexus Consortium

08Keterkaitan

Topik yang bertumpu pada metode ini.

09Simulator kembaran dan rantai dampak

Model complex systems methods as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar bahaya majemuk dan berantai: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NRS-H61 Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H60 Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)
  • NRS-H94 Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Keluarga bahaya: Konsentrasi dan monokultur infrastruktur digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)

Pengamatan

  • Aktivasi pemetaan cepat Copernicus EMS (dicantumkan sebagai rujukan)
  • OpenStreetMap planet dan replikasi (dicantumkan sebagai rujukan)
  • Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global
  • Jumlah gangguan layanan dasar yang disebabkan bencana

Contoh geografi

  • Bangladesh: 134 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
10Pengelolaan

Siapa yang memelihara metode ini.

Sistem Science and Modelling stewards complex systems and agent-based modelling for the Consortium and reviews how it is applied across platforms.

Canonical page: Complex systems and agent-based modelling

11Metode dan bukti

How complex systems methods is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

The model structure used for complex systems methods, the assumptions it makes and how each is tested.

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
12Pertanyaan

Tanya jawab.

What are the limits of complex systems and agent-based modelling in this field?
Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.
Bagaimana hasil diperiksa?
Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIIlmu Sistem dan PemodelanMetode dan TeknisSkenario dan Uji Tekanan

Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.

Ilmu Sistem dan Pemodelan

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.

Usulkan metode Lihat semua jalur kontak
Hukum

Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.