Analisis Efisiensi Energi antara Lampu LED dan Lampu Konvensional (Studi kasus: Pada Hotel Cap Karoso)
Notice bibliographique
Résumé
Lampu LED merupakan salah satu contoh metode efisiensi dari lampu konvensional karena hasil efisiensi energinya yang lebih tinggi. Pada penelitian ini dilakukan analisis perbandingan efisiensi listrik antara lampu LED dan lampu konvensional. Penelitian ini mengumpulkan data dari sejumlah lampu yang digunakan pada studi perbandingan lampu LED dan lampu konvensional pada Hotel Cap Karoso dan diuji dalam kondisi yang sama. Jenis lampu LED yang digunakan adalah recessed downlight, track light, pendant light dan wall scone. Sementara jenis lampu konvensional yang digunakan adalah incandescent, halogen, fluorescent dan HID. Dilakukan perbandingan dan perhitungan dari sisi energi watt dan biaya listrik. Berdasarkan parameter tersebut dapat dilihat energi yang dihasilkan dan biaya yang dibutuhkan dari kedua jenis lampu LED dan lampu konvensional. Berdasarkan perhitungan dan perbandingan kedua jenis lampu yang digunakan, didapatkan perhitungan bahwa lampu LED dapat menghemat energi dan penghematan biaya sebesar 27%.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,006 |
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 ».