PERENCANAAN SEBARAN SARANA PENANGANAN SAMPAH MELALUI PENDEKATAN TIPOLOGI PERMUKIMAN DI KOTA TANGERANG
Notice bibliographique
Résumé
Tangerang sebagai kota penyangga Jakarta memiliki pertumbuhan penduduk yang cukup pesat, sekitar 3 % per tahun. Seiring dengan pertumbuhan penduduk, jumlah sampah yang harus ditangani oleh pemerintah akan meningkat juga. Sebagai sumber sampah terbesar, sampah domestik dari permukiman perlu dikelola sebaik-baiknya. Dengan semangat pengelolaan sampah yang berkelanjutan perlu direncanakan jenis sarana persampahan di setiap jenis permukiman berdasarkan karakter atau perilaku orang dalam penanganan sampah rumah tangga mereka. Tujuan penelitian ini adalah mengidentifikasi tipologi permukiman di Kota Tangerang menurut karakteristik perumahan dan masyarakatnya dalam penanganan limbah domestik serta menentukan kebutuhan sarana persampahan berdasarkan prioritas pada setiap tipologinya. Dalam mengidentifikasi tipologi perumahan digunakan analisis spasial untuk menentukan karakteristik fisik dan dikombinasikan dengan analisis deskriptif untuk mengetahui karakteristik masyarakat, sedangkan untuk menentukan kebutuhan sarana persampahan yang sesuai di setiap jenis perumahan berdasarkan prioritasnya digunakan analisis AHP dan MCDM-TOPSIS. Kombinasi antara karakteristik fisik dan karakteristik masyarakat menghasilkan 12 (dua belas) tipologi permukiman, sedangkan hasil dari analisis AHP dan MCDM-TOPSIS menghasilkan 6 kelompok permukiman yang mempunyai prioritas kebutuhan sarana persampahan yang berbeda-beda berdasarkan pedoman umum 3R di kawasan permukiman
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».