PENGGUNAAN ABU CANGKANG SAWIT DAN SEMEN UNTUK MENINGKATKAN KEPADATAN TANAH LEMPUNG DESA TANJUNG REJO
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
Tanah yang terdapat di daerah Dusun Paloh 80, Desa Tanjung Rejo, Kecamatan Percut Sei Tuan, Kabupaten Deli Serdang, Sumatera Utara merupakan tanah lempung yang memiliki sifat kembang susut tinggi dan daya dukung tanah yang rendah sehingga tingkat kestabilannya rendah. Oleh karena itu, harus dilakukan suatu metode stabilisasi tanah lempung agar mendapatkan tanah yang stabil. Tujuan penelitian ini adalah untuk mengetahui tingkat kepadatan tanah dilapangan berdasarkan kepadatan dilaboratorium melalui uji sand cone berdasarkan SNI 03-2828-1992. Stabilisai tanah lempung menggunakan abu cangkang sawit dan semen. Abu cangkang sawit yang digunakan untuk penelitian ini diperoleh dari PT. Multi Agro Sumatera, Kabupaten Serdang Bedagai, Sumatera Utara dan semen yang digunakan adalah semen portland. Pengujian yang dilakukan di Laboratorium Mekanika Tanah Teknik Sipil Politeknik Negeri Medan untuk memperbaiki sifat fisik tanah dan mekanik tanah lempung. Pengujian sand cone dilakukan secara langsung dengan mengukur volume tanah yang digali. Alat yang digunakan terdiri dari botol kaca diisi dengan pasir ottawa kering lalu dipasang dengan kerucut logam. Penggunaan abu cangkang sawit dan semen pada tanah lempung dapat merubah sifat fisik tanah yaitu terjadi penurunan indeks plastisitas tanah lempung dan pada sifat mekanik tanah yaitu diperoleh kadar air optimum dan berat isi kering maksimum yang menjadi acuan untuk pengujian kepadatan tanah di lapangan. Dari hasil pengujian kepadatan tanah di lapangan diperoleh persentase rata-rata kepadatan sebesar 82,42%. Nilai yang diperoleh tersebut belum mencapai kepadatan yang maksimal, sehingga tanah perlu dipadatkan kembali.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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