MétaCan
Menu
Retour à la cohorte
Enregistrement W4388636525 · doi:10.59900/ptrkjj.v1i1.23

ANALISIS KEBUTUHANAN RUANG PARKIR (STUDI KASUS PUSAT PERBELANJAAN MENTAYA ( PPM ) KOTA SAMPIT KABUPATEN KOTAWARINGIN TIMUR, KALIMANTAN TENGAH)

2021· article· id· W4388636525 sur OpenAlexaff
Donny Dwy Judianto Leihitu, Abdul Wahab

Notice bibliographique

RevueJurnal Penelitian Jalan dan Jembatan · 2021
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryPhysicsGeoprocessingMathematicsEnvironmental scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Sampit adalah ibu kota kabupaten Kotawaringin Timur yang terletak di provinsi Kalimantan Tengah. Pertumbuhan ekonomi di kota Sampit berkembang cukup baik. Salah satunya adalah dibangunnya Pusat Perbelanjaan Mentaya (PPM) kota Sampit yang beralokasi di jalan Iskandar, penelitian ini bertujuan untuk mengetahui kondisi perparkiran pada Pusat Perbelanjaan Mentaya yaitu karakteristik dan kebutuhan parkir agar penataan parkir masa mendatang akan lebih baik, selanjutnya sebagai acuan untuk penataan parkir pada masa mendatang dan diharapkan mampu memberi solusi tentang parkir di Pusat Perbelanjaan Mentaya kota Sampit. Adapun metode penelitian yaitu dengan pengambilan data primer dan data sekunder di Pusat Perbelanjaan Mentaya kota Sampit, kemudian perhitungan karakteristik parkir dan analisis data kebutuhan ruang parkir dengan metode regresi linear sederhana. Berdasarkan hasil penelitian selama satu minggu di Pusat Perbelanjaan Mentaya Kota Sampit diperoleh karakteristik parkir untuk mobil yaitu, Volume Parkir sebesar 465 kendaraan, Akumulasi maksimum sebesar 123 kendaraan, Durasi maksimum sebesar 1.66 jam, Pergantian parkir maksimum sebesar 9.3 kend/petak/jam, Kapasitas maksimum sebesar 50 kend/jam, Penyedia Parkir maksimum sebesar 43 kendaraan, dan Indeks parkir maksimum sebesar 238%. Sedangkan Karakteristik parkir untuk sepeda motor yaitu volume parkir sebesar 3572 kendaraan, Akumulasi maksimum sebesar 1158 kendaraan, Durasi maksimum sebesar 1.50 jam, Pergantian parkir maksimum sebesar 4.89 kend/petak/jam, Kapasitas parkir maksimum sebesar 727 kend/jam, Penyedia parkir maksimum sebesar 618 kendaraan, dan Indeks parkir maksimum sebesar 158.63%. Untuk analisa kebutuhan diperoleh: Akumulasi parkir maksimum untuk Mobil sebesar 123 kendaraan, Jumlah Petak parkir yang tersedia sebanyak 50 petak, sehingga kapasitas parkir yang tersedia tidak dapat menampung jumlah kendaraan yang parkir. Akumulasi maksimum untuk sepeda motor sebesar 1158 kendaraan, jumlah petak saat ini sebanyak 730 petak sehingga kapasitas parkir yang tersedia tidak dapat menampung kendaraan. Prediksi jumlah kendaraan mobil pada tahun 2025 atau 5 tahun mendatang sebesar 142 kend/jam dan pada tahun 2030 atau 10 tahun mendatang sebesar 265 kend/jam sudah tidak dapat menampung kendaraan yang parkir. Prediksi jumlah akumulasi sepeda motor pada tahun 2025 atau 5 tahun mendatang sebesar 849 kend/jam sudah tidak dapat menampung kendaraan sedangkan pada tahun 2030 atau 10 tahun mendatang sebesar 1631 kend/jam sudah tidak dapat mampu menampung kendaraan yang parkir di area tersebut Dari hasil analisis maka pihak pengelola parkir perlu mempertimbangkan adanya perubahan pada pola parkir 90º dan 60º menjadi pola parkir 45º agar mampu menampung kendaraan lebih banyak.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,220
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Penelitian Jalan dan JembatanMême sujetUrban Transport Systems AnalysisTravaux en français237 207