MétaCan
Menu
Retour à la cohorte
Enregistrement W3095398734

Analisis Optimasi Komunikasi Pada Jaringan Gprs Untuk Pelanggan Berbasis Automatic Meter Reading (AMR) Di PT. PLN (Persero) UP3 Bandung

2020· article· id· W3095398734 sur OpenAlexaff
Muhammad Ridho Wiratama, Uke Kurniawan Usman, Tony Sudjatmiko

Notice bibliographique

RevueeProceedings of Engineering · 2020
Typearticle
Langueid
DomaineComputer Science
ThématiqueIoT-based Control Systems
Établissements canadiensPositive Living North
Organismes subventionnairesnon disponible
Mots-clésPhysicsGeneral Packet Radio ServiceOperating systemComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Seiring dengan kemajuan teknologi yang sangat berperan dalam melakukan aktivitas diberbagai bidang. Oleh karena itu, PT. PLN (Persero) UP3 Bandung melakukan metering, yang salah satu komponen penting untuk mengukur besaran daya yang digunakan oleh pelanggan dalam satuan kilo watt hour (kWH), dilakukan dengan berbasis Automatic Meter Reading (AMR) menggunakan komunikasi seluler jaringan GPRS. Pada Tugas Akhir ini menganalisa perancangan optimasi komunikasi pada jaringan General Packet Radio Service (GPRS) untuk pelanggan berbasis Automatic Meter Reading (AMR) di PT. PLN (Persero) UP3 Bandung dengan jenis permasalahan pada sistem komunikasinya, yaitu Init Modem / Fail, Connect, dan Login Time Out. PT. PLN (Persero) UP3 Bandung membutuhkan jaringan yang stabil dalam kondisi apapun dalam melakukan metering menggunakan website AMICON. Perancangan optimasi jaringan komunikasi sistem AMR pada penelitian Tugas Akhir ini berfokus pada segi coverage planning, dengan mengusulkan skenario physical tuning pada ketiga jenis permasalahan komunikasi sistem AMR. Pada perancangan yang dilakukan menggunakan software Atoll yang membantu dalam optimasi jaringan pada pelanggan yang mengalami permasalahan sistem komunikasi AMR. Didapatkan hasil optimasi untuk parameter RxLev pada permasalahan Init Modem / Fail sebesar -74,91 dBm, yang pada kondisi eksisting didapatkan -91,69 dBm. Selanjutnya pada permasalahan Connect didapatkan hasil optimasi sebesar -73,72 dBm, yang sebelum optimasi didapatkan nilai -89,44 dBm. Dan untuk permasalahan Login Time Out, mendapatkan nilai optimasi sebesar -74,72 dBm, sedangkan sebelum dilakukan optimasi didapatkan nilai -94,14 dBm. Untuk parameter RxQual pada setiap permasalahan sistem komunikasi AMR, didapatkan nilai 1 pada kondisi eksisting, maupun hasil optimasi jaringan GPRS. Selanjutnya pada parameter Throughput peningkatan nilai setelah dilakukan optimasi jaringan GPRS dengan permasalahan Init Modem / Fail, senilai 21 kbps dengan sebelum dilakukan optimasi didapatkan 19 kbps. Pada permasalahan Connect dan Login Time Out, nilai Throughput tetap pada nilai 20 kbps pada kondisi setelah dan sebelum dilakukan optimasi. Kata Kunci: Sistem AMR, Jaringan GPRS, Coverage Planning.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,014
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeProceedings of EngineeringMême sujetIoT-based Control SystemsTravaux en français237 207