ANALISIS PRODUKTIVITAS METODE PELAKSANAAN PENGECORAN BETON READY MIX PADA BALOK DAN PELAT LANTAI GEDUNG
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
Abstract: Implementation method technology of multi-storey building concrete construction is experiencing significant growth, both in material processing and casting equipment. Several casting equipment including concrete lift and concrete pump have different productivities which contribute to time and cost. This research aims to analyze the productivity of casting equipment, time and cost required, as well as the break-even point of casting method of ready mix concrete application on the beams and the floor slabs of buildings, particularly on the second- floor, third- floor and forth-floor using concrete lift and concrete pump. Data was obtained by conducting interviews and observations concerning casting implementation of building construction projects that use K-300 ready- mix concrete. Regression and Correlation analysis are used to obtain time and cost comparison between both method of casting implementation, as well as Break Even Point analysis to obtain breakeven point of casting volume with regards to cost and time. The analysis showed that casting productivities using lift on first, second and third floor are 7,166 m3/h, 5,945 m3/h, 5,125 m3/h, while the productivities using concrete pump on first, second and third floor are 36 m3/h, 30 m3/h , 24 m3/hour. Cost comparison of 1 m3 increment of casting using concrete lift and concrete pump is Rp. 99 330: Rp.19.000 (5.23: 1), while time ratio is 8.272 minutes: 2,172 minutes (3.8: 1). Breakeven point analysis towards casting cost showed that the second floor which has volume greater than 95.89 m3, using concrete pump method is more optimal than concrete-lift.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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