OPTIMALISASI WAKTU DAN BIAYA DENGAN LINEAR SCHEDULING METHOD PADA PROYEK PEMBANGUNAN GEDUNG ARSIP DINAS PEKERJAAN UMUM KALIMANTAN TENGAH DI PALANGKA RAYA
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
Linier Scheduling Method (LSM) adalah metode penjadualan yang khusus dipergunakan untuk proyek repetitif, tetapi sejauh mana penggunaan Linier Scheduling Method (LSM) pada pembangunan gedung bertingkat dan seberapa pengaruhnya. Dalam penelitian ini telah dicoba dengan menggunakan Linier Scheduling Method (LSM) tetapi tidak ada dampaknya pada pembangunan gedung bertingkat sedikit. Dapat diyakini untuk pembangunan gedung bertingkat banyak manfaat dari Linier Scheduling Method (LSM) sangat banyak. Setelah menggunakan Linier Scheduling Method (LSM), terbukti tidak perlu dilakukan dan oleh karena itu dilakukan cara biasa. Untuk menganalisis waktu dibutuhkan biaya sebesar Rp. 3.804.319.821,36 dengan waktu normal 207 hari kalender dengan orang-hari (man-days) 9 (2x12 OH). Biaya yang dibutuhkan tetap sebesar Rp. 3.804.319.821,36 dengan waktu percepatan 175 hari kalender. Biaya yang dibutuhkan dengan biaya lembur dalam 30 hari (1 bulan) sebesar Rp. 71.280.000,00 sehingga biaya total naik sebesar Rp. 3.875.599.821,36 dengan waktu percepatan 145 hari kalender dengan orang-hari (man-days) 9 (2x12 OH). Proyek repetitif yang ditinjau adalah proyek dengan jenis yang sama, yaitu gedung bertingkat banyak. Dari masing – masing kegiatan tersebut dihitung berapa durasi proyek yang bisa dipercepat dengan memakai Linier Scheduling Method (LSM) sebagaimana yang telah disebutkan. Metode percepatan durasi dengan Linier Scheduling Method (LSM) bisa menguntungkan untuk dilakukan, dan layak untuk diterapkan apabila metode percepatan tidak bisa dilakukan.Kata Kunci : Percepatan waktu, optimalisasi.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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