The problematic nature is intensifi

The problematic nature is intensified by the fact that the higher level of aggregation
of a SD model is only a tendency (a fact that is also mentioned by Parunak,
1998), not a hard rule. Taking again Forrester’s (1961) bull-whip example, he
develops a four-tier supply chain by explicitly modeling every supply chain member,
and every company; the overall system behavior is then a result of the interaction
of the four members—an agent-based version of the model would probably
have the same degree of aggregation. The chosen level of aggregation is adequate
for an explanation of the problem and its causes; therefore disaggregating the
model would only add more detail, and by that increase the complexity and prevent
the user from gaining new insights.
Because it is difficult to identify absolute selection criteria, the task of choosing an
appropriate simulation methodology still is an intuitive decision that depends a lot
on the prior experience of the modeler. With the next two sections we want to give
an idea of what we “feel” to be the differences between SD and ABS concerning
their application domains. Instead of modeling one problem with both approaches
the way Parunak et al. did (in such a case the chosen problem will always be more
appropriate for one approach leading to a worse performance of the other one), we
present an example of a combination of both approaches, each applied to that part
of the problem where we consider its strengths to be best expressed.

Results (Indonesian) 1:

Sifat bermasalah diintensifkan oleh kenyataan bahwa tingkat yang lebih tinggi dari agregasiSD model adalah hanya kecenderungan (fakta bahwa juga disebutkan oleh Parunak,1998), bukan aturan keras. Mengambil lagi Forrester banteng-cambuk (1961) contoh, iamengembangkan rantai pasokan empat-lapis dengan secara eksplisit pemodelan setiap anggota rantai pasokan,dan setiap perusahaan; keseluruhan sistem perilaku kemudian adalah hasil dari interaksidari empat anggota-versi berbasis agen model mungkin akanmemiliki tingkat sama agregasi. Pilihan tingkat agregasi memadaiuntuk penjelasan tentang masalah dan penyebabnya; oleh karena itu disaggregatingmodel hanya akan menambah lebih detail, dan oleh itu meningkatkan kompleksitas dan mencegahpengguna dari mendapatkan wawasan baru.Karena sulit untuk mengidentifikasi kriteria seleksi yang mutlak, tugas untuk memilihsimulasi sesuai metodologi masih merupakan keputusan intuitif bahwa banyak tergantungpada pengalaman sebelumnya pemodel. Dengan dua seksi berikutnya kami ingin memberiide tentang apa yang kita "merasa" untuk menjadi perbedaan antara SD dan ABS mengenaidomain aplikasi mereka. Bukan pemodelan satu masalah dengan kedua pendekatanjalan Parunak et al. melakukan (dalam kasus seperti masalah pilihan selalu akan lebihsesuai untuk satu pendekatan yang mengarah ke kinerja yang buruk dari yang lain), kitamenyajikan sebuah contoh kombinasi dari kedua pendekatan, masing-masing diterapkan ke bagianmasalah yang mana kita mempertimbangkan kekuatan untuk menjadi yang terbaik dinyatakan.

Results (Indonesian) 2:

Sifat bermasalah diintensifkan oleh fakta bahwa tingkat yang lebih tinggi dari agregasi
dari model SD hanya kecenderungan (sebuah fakta yang juga disebutkan oleh Parunak,
1998), bukan aturan keras. Mengambil lagi Forrester (1961) banteng-cambuk contoh, ia
mengembangkan rantai pasokan empat-tier dengan secara eksplisit pemodelan setiap anggota rantai pasokan,
dan setiap perusahaan; perilaku sistem secara keseluruhan kemudian hasil dari interaksi
dari empat anggota-versi berbasis agen model mungkin akan
memiliki derajat yang sama agregasi. Tingkat yang dipilih agregasi cukup
untuk penjelasan masalah dan penyebabnya; Oleh karena itu disaggregating satu
model yang hanya akan menambah lebih detail, dan dengan yang meningkatkan kompleksitas dan mencegah
pengguna dari mendapatkan wawasan baru.
Karena sulit untuk mengidentifikasi kriteria seleksi mutlak, tugas memilih
metodologi simulasi yang tepat masih merupakan keputusan intuitif yang tergantung banyak
pada pengalaman sebelumnya pemodel. Dengan dua bagian berikutnya kami ingin memberikan
gambaran tentang apa yang kita "merasa" menjadi perbedaan antara SD dan ABS mengenai
domain aplikasi mereka. Alih-alih pemodelan satu masalah dengan kedua pendekatan
cara Parunak et al. tidak (dalam kasus seperti masalah yang dipilih selalu akan lebih
sesuai untuk satu pendekatan yang mengarah ke kinerja yang lebih buruk dari yang lain), kami
menyajikan contoh kombinasi kedua pendekatan, masing-masing diterapkan pada bagian
dari masalah di mana kita pertimbangkan kekuatan untuk menjadi yang terbaik dinyatakan.