MétaCan
Menu
Retour à la cohorte
Enregistrement W2947048519 · doi:10.5614/joki.2019.11.1.6

Studi Potensi Pengembangan PLTMH di Kawasan Perkebunan Teh PT. PAGILARAN Kabupaten Batang

2019· article· id· W2947048519 sur OpenAlexaff
Wahid Pujo Widiyantoro, Wahyu Wilopo, Muhammad Sulaiman

Notice bibliographique

RevueJurnal Otomasi Kontrol dan Instrumentasi · 2019
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueHeavy Metal Pollution Remediation
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryEnvironmental engineeringEnvironmental scienceHydrology (agriculture)EngineeringGeographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Mendukung master plan di wilayah perkebunan teh PT. Pagilaran dan adanya sumber energi yang bersih atau green energy di wilayah pabrik PT. Pagilaran, sehingga diperlukan pengembangan pembangunan energi terbarukan. Penelitian ini mengkaji tentang potensi pengembangan pembangunan pembangkit listrik tenaga air baik dari sisi teknis dan juga sisi ekonomis. Beberapa hal yang dibahas dalam penelitian ini meliputi potensi debit air, penentuan intake, penentuan ketinggian, potensi daya yang dibangkitkan dan nilai investasi. Dari hasil analisis potensi debit adalah 2 "“ 3 m3/dt. Dari debit tersebut akan di tampung ke embung Bismo yang memiliki luas 9356 m2 dan kedalaman 3 meter. Kemudian yang dimanfaatkan untuk PLTMH debit air sebesar 1,1 m3/dt. Ketinggian dari intake penstock adalah 93,87 meter yang menghasilkan potensi daya sebesar 607,15 kW dengan efisiensi keseluruhan 60%. Nilai investasi yang dibutuhkan pembangunan PLTMH di wilayah perkebunan teh Pagilaran dengan sumber daya air dari embung Bismo sebesar Rp 17.622.303.363,72,-. Net Present Value pada proyek PLTMH ini sebesar Rp 16.990.874.247,23,- dengan umur efektifitas pembangkit 20 tahun. BEP yang dicapai pada pembanguna PLTMH ini selama 5,96 tahun dengan suku bunga 6%. Berdasarkan nilai parameter evaluasi proyek di dapatkan nilai NPV dan IRR lebih besar dari 0 (nol), BCR>1 dan BEP di bawah umur ekonomis proyek.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Otomasi Kontrol dan InstrumentasiMême sujetHeavy Metal Pollution RemediationTravaux en français237 207