TINGKAT KEBISINGAN LINGKUNGAN SIANG MALAM (LSM) DI KAWASAN TERMINAL BUS BARANANGSIANG, KOTA BOGOR
Notice bibliographique
Résumé
Revitalisasi Terminal Bus Baranangsiang Bogor sejak 2019 berdasarkan Rencana Induk Transportasi Jabodetabek 2018–2029 dengan kebijakan transportasi perkotaan ramah lingkungan. Kebisingan adalah masalah lingkungan yang belum diperhatikan. Penelitian ini bertujuan mengkaji tingkat kebisingan di Terminal Baranangsiang terhadap baku tingkat kebisingan 70dB(A) dan memetakannya untuk menggambarkan rona awal terminal. Metode pengukuran bising dan pengolahan data menggunakan KepMenLH 48/1996. Pengukurang kebisingan dengan Sound Level Meter di 6 titik sampling: Gerbang Masuk Terminal, Halte Penumpang, Gerbang Keluar Terminal Pos Polisi, Gerbang Keluar Terminal Utama, Menara Pengawas, dan Kios Zona C. Sampling dilakukan 6–19 September 2019 (2 minggu) untuk memperoleh kebisingan siang malam (LSM) terdiri 7 segmen waktu: 4 segmen LS (06.00–22.00) dan 3 segmen LM (22.00–06.00). Analisis kebisingan secara visual basic dan pemetaan kebisingan dengan Surfer-11. Penelitian menyimpulkan LSM berkisar 66,9–79,2dB(A), terendah di Titik 6 (Kios Zona C) dan tertinggi di Titik 4 (Gerbang Keluar Terminal Utama) yang cenderung melebihi 70dB(A). LSM pada hari libur (Sabtu–Minggu) cenderung lebih tinggi dibandingkan hari kerja (Senin–Jumat). Secara visual tingkat kebisingan terlihat melebihi 70dB(A). Pola sebaran kebisingan dipengaruhi arah angin dominan terkonsentrasi di Titik 4. Dampak kebisingan adalah ketidaknyamanan, gangguan pendengaran, dan psikologis. Upaya pengendalian kebisingan yaitu dengan memasang peredam bising.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,007 |
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 ».