Pengaruh Kemiringan Lereng terhadap Nilai Laju Erosi di PT Darma Henwa Bengalon Coal Project
Notice bibliographique
Résumé
PT Darma Henwa melakukan kegiatan reklamasi pada lahan bekas tambang sebagai salah satupenanggulangannya, namun tidak menutup kemungkinan tetap terjadi erosi pada lahan reklamasi. Tujuan daripenelitian untuk mengetahui besar laju erosi berdasarkan kemiringan lereng datar, miring, dan curam,mengetahui faktor pengaruh dari curah hujan dan vegetasi terhadap erosi. Metode untuk penentuan titikpengukuran erosi dan pengambilan sampel tanah adalah purposive sampling. Pengukuran erosi menggunakanmetode tongkat dengan menghitung penurunan tanah pada tongkat. Melakukan analisis statistik korelasi pearson.Lahan reklamasi dengan kemiringan lereng datar didapatkan nilai erosi sebesar 66,86 ton/ha/thn, kemiringanlereng miring sebesar 46,11 ton/ha/thn, dan kemiringan lereng curam sebesar 32,29 ton/ha/thn. Hasil tersebutmenunjukan erosi yang dihasilkan tidak signifikan berpengaruh oleh faktor hujan pada kemiringan lerengtertentu, melainkan adanya pengaruh dari faktor lain yaitu vegetasi. Pada kemiringan lereng curam dan miringmemiliki nilai coverage yang lebih tinggi sebesar 236,80 m2 dan 115,56 m2 dibandingkan nilai coverage padakemiringan lereng datar sebesar 41,02 m2, hal ini menyebabkan erosi pada kemiringan lereng datar lebih besar.Hasil analisis korelasi antara intensitas hujan dengan nilai erosi termasuk kedalam klasifikasi sangat kuat, nilai Rpada kemiringan lereng datar sebesar 0,9181, kemiringan lereng miring sebesar 0,9118 dan kemiringan lerengcuram sebesar 0,9106.Kata Kunci: Erosi; Tongkat; Kemiringan Lereng; Lahan Reklamasi; Vegetasi
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».