PERANCANGAN PENGATURAN SINYAL/RAMBU PADA STASIUN KERETA API BERSKALA KECIL BERBASIS PERSONAL KOMPUTER
Notice bibliographique
Résumé
Pada umumnya pengaturan sinyal/rambu pada stasiun kereta api berskala kecil masih menggunakan sistem manual (dijalankan oleh operator/manusia) yaitu menggunakan sebuah rantai penarik untuk menggerakkan palang sebagai sinyal/rambu bagi kereta api yang masuk ke stasiun. Berbeda halnya dengan sistem pengaturan sinyal/rambu pada stasiun kereta api berskala besar yang sudah lebih canggih yang serba otomatis, tetapi sangat disayangkan sekali biaya yang dibutuhkan untuk membuat sistem tersebut sangat mahal. Data ini didapatkan melalui studi visual dan studi perbandingan yang dilakukan oleh penulis di Stasiun Kereta Api Bandung, Jawa Barat (Stasiun Hall) dan Stasiun Kereta Api Kiaracondong Bandung, Jawa Barat. Dengan melihat permasalahan tersebut diatas maka solusi yang diambil adalah dengan membuat suatu perancangan alat pengatur sinyal/rambu kereta api yang berbasis personal komputer. Adapun alat yang digunakan dalam perancangan tersebut yaitu PPI 8255 sebagai antarmuka penghubung antara rangkaian elektronika dan komputer, motor DC untuk menggerakkan palang, seven segment untuk memberi tanda pada kereta api yang masuk agar pindah jalur atau tetap pada jalur, sensor untuk mendeteksi kedatangan kereta api yang masuk ke stasiun, serta lampu untuk memberi tanda pada kereta api bisa masuk ke stasiun atau tidak. Selain itu, penulis juga membuat perangkat lunak dengan menggunakan bahasa pemrograman Borland Delphi 5.0 untuk menjalankan aplikasi perancangan alat tersebut. Kata-kata kunci : motor DC, seven segment, sensor infra merah, interface PPI 8255
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,017 |
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 ».