SISTEM INFORMASI BENCANA TANAH LONGSOR (SI-BENAR) BERBASIS WEB UNTUK WILAYAH DESA CILILIN, KECAMATAN CILILIN, KABUPATEN BANDUNG BARAT
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
Tanah longsor merupakan peristiwa kebencanaan yang kerap terjadi di wilayah Desa Cililin, Kecamatan Cililin, Kabupaten Bandung Barat, yang memiliki dampak negatif diantaranya adalah jatuhnya korban jiwa, kerugian rusaknya insfrastruktur, perekonomian yang tersendat, menurunnya harga tanah di daerah setempat serta trauma psikis bagi para korban selamat sehingga menimbulkan berbagai gangguan kejiwaan. Bencana tanah longsor dapat terjadi dimana dan kapan saja, namun dapat diidentifikasi lebih dini menggunakan Early Warning System (EWS) tanah longsor. EWS tanah longsor memerlukan suatu tampilan untuk menampilkan data-data monitoring kepada stakeholder yang berkaitan dengan bencana tanah longsor berupa sebuah aplikasi sistem informasi. Aplikasi sistem informasi bencana tanah longsor (Si-Benar) berbasis web ini dirancang menggunakan beberapa tahapan perancangan desain diagram, desain tampilan, menggunakan bahasa pemrograman PHP, basis data MySQL dan menampilkan data-data sensor dari hardware EWS tanah longsor dengan tampilan responsif. Sistem informasi bencana tanah longsor (Si-Benar) berbasis web merupakan solusi untuk memberikan informasi faktual mengenai data-data yang digunakan sebagai bahan monitoring dan evaluasi mengenai potensi bencana tanah longsor di wilayah Desa Cililin, Kecamatan Cililin, Kabupaten Bandung Barat. Kata kunci: Tanah Longsor, Early Warning System (EWS), Aplikasi sistem informasi bencana tanah longsor (Si-Benar), Data
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,008 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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