STUDI KASUS PERHITUNGAN KUALITAS FIELD STRENGTH PADA PERENCANAAN PENYIARAN TV DIGITAL DVB-T2 DI WILAYAH PADANG DAN PARIAMAN
Notice bibliographique
Résumé
Operator TV Digital harus bisa memberikan layanan yang terbaik terhadap penyewa dan pemirsa di wilayah-wilayah layanan dalam zona layanannya sesuai komitmen pada saat seleksi penyelenggaraan multipleksing. Pelayanan yang diberikan diantaranya dengan memberikan kualitas sinyal penerimaan (field strength) yang bagus di wilayah-wilayah layanannya.Tujuan penelitian pada tugas akhir ini adalah melakukan proses perhitungan field strength prediction untuk mengetahui kuat sinyal dari suatu wilayah test point dan wilayah perencanaan untuk kemudian dianalisis dengan menggunakan simulasi Radio Planning sofware. Berdasarkan hasil perhitungan diketahui bahwa terdapat 9 wilayah dari 11 wilayah (81,8 %) yang mendapat hasil perhitungan field strength diatas 45,402 dBμV/m, yang berpengaruh terhadap kualitas video. Wilayah yang mempunyai kualitas video baik sekali (Field Strength 110 – 80 dBμV/m) adalah wilayah Padang kota dan Jl. Indarung. Wilayah yang mempunyai kualitas video baik Field Strength 80 – 60 BμV/m) adalah wilayah Tugu Perjuangan, wilayah Teluk Bagan, wilayah Lubuk Begatung, wilayah Padang Kota, wilayah Siguntur, wilayah Pasar mbacang, wilayah yang mempunyai kualitas video cukup baik (Field Strength 60 – 45 dBμV/m) adalah wilayah Lubuk Kalung dan wilayah yang tidak dapat menerima sinyal video (Field Strength dibawah 45 dBμV/m adalah wilayah Pariaman dan Kampung Ladang. Kata kunci : multipleksing, coverage area, field strength prediction
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 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 ».