MétaCan
Menu
Retour à la cohorte
Enregistrement W3005134855 · doi:10.35143/elementer.v5i2.3122

Sistem Monitoring Nilai FFMC untuk Menentukan Potensi Penyulutan Api Menjadi Kebakaran

2019· article· id· W3005134855 sur OpenAlexaboutno aff
Retno Tri Wahyuni, Danar Wisnu, M.Budi Satria Y, Yusmar Palapa

Notice bibliographique

RevueJurnal Elektro dan Mesin Terapan · 2019
Typearticle
Langueid
DomaineEngineering
ThématiqueFire Detection and Safety Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesForestryGeographyArt

Résumé

récupéré en direct d'OpenAlex

Canadian Forest Fire Danger Rating System (CFFDRS) merupakan sistem yang digunakan saat ini untuk menentukan peringkat bahaya kebakaran suatu wilayah. Sistem tersebut terdiri dari beberapa subsistem, salah satunya adalah Fire Weather Index (FWI) yang berguna untuk memberikan informasi langsung tentang aspek-aspek tertentu dari bahaya kebakaran berdasarkan pengamatan cuaca semata. Pada penelitian ini akan dibahas mengenai salah satu kode dalam sub sistem FWI yaitu Fine Fuel Moisture Code (FFMC). FFMC ini merupakan kode yang digunakan untuk indikator potensi penyulutan api menjadi kebakaran. Nilai FFMC ditentukan dengan menggunakan hasil pengukuran parameter cuaca yaitu suhu udara, kelembaban udara, kecepatan angin, dan curah hujan. Dengan memanfaatkan sensor – sensor yang dapat mengukur parameter tersebut, maka dalam penelitian ini dirancang sebuah system pemantauan parameter cuaca untuk menentukan potensi penyulutan api menjadi kebakaran dan menggunakan SMS gateway sebagai media transmisi data. Perhitungan FFMC (Fine Fuel Moisture Code) ini akan dihitung dan ditampilkan menggunakan visual basic. Tampilan pada visual basic berupa tampilan FFMC harian, tampilan peta wilayah berdasarkan nilai FFMC dan tampilan uji perhitungan FFMC secara manual.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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 Elektro dan Mesin TerapanMême sujetFire Detection and Safety SystemsTravaux en français237 207