Analisis Pengurangan Emisi CO2 Melalui Manajemen Penggunaan Listrik dan Ketersediaan Ruang Terbuka Hijau di Gedung Perkantoran Pemerintah Kota Surabaya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Penggunaan listrik pada aktivitas dalam gedung dapat menyumbang emisi gas rumah kaca khususnya CO<sub>2</sub>. Pada penelitian ini dikaji pengurangan emisi CO<sub>2</sub> melalui manajemen penggunaan listrik dan ketersediaan ruang terbuka hijau (RTH) di Gedung Jimerto Pemerintah Kota Surabaya. Sampling penggunaan listrik dilakukan dengan mengukur penerangan <em>indoor</em>, penggunaan AC, dan komputer pada ruang yang sama. Metode <em>BEE Code of Lighting</em> digunakan untuk pengukuran penerangan, sedangkan metode observasi langsung dilakukan untuk manajemen penggunaan listrik dan RTH eksisting. Emisi CO<sub>2</sub> dari penggunaan daya listrik dihitung dengan faktor emisi sesuai dengan ketentuan Surat Kementrian ESDM Dirjen Ketenagalistrikan Nomor 1281/05/600.4/2012. Hasil penelitian menunjukkan bahwa emisi yang dihasilkan sebesar 1.966,266 ton CO<sub>2</sub>/tahun. Pengurangan emisi dengan manajemen penggunaan listrik eksisting diperkirakan dapat mengurangi emisi sebesar 31,302 ton CO<sub>2</sub>/tahun. Apabila dilakukan penggantian peralatan listrik pengurangan emisinya menjadi 251,271 ton CO<sub>2</sub>/tahun. Sedangkan RTH yang dibutuhkan untuk memenuhi ketentuan minimal adalah sebesar 325,3 m<sup>2</sup> dan ini sebanding dengan penyerapan CO<sub>2</sub> sebesar 1,789 ton CO<sub>2</sub>/tahun.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle