Analisa Tingkat Pemanfaatan Lapangan Penumpukan Peti Kemas Pelabuhan Yos Sudarso Ambon
Notice bibliographique
Résumé
Pelabuhan Ambon adalah pelabuhan yang berlokasi di kota Ambon Propinsi Maluku , terletak di wilayah bagian timur sehingga memiliki ciri transportasi laut yang sangat dominan akibat bentang alam serta geografisnya yang sulit untuk pengembangan transportasi darat. Tujuan Penelitian ini adalah untuk Menganalisis kinerja lapangan penumpukan Pelabuhan Yos Sudarso Ambon untuk kondisi eksisting (2019), Menentukan model kebutuhan kapasitas lapangan penumpukan dan Menganalisis kapasitas optimal Lapangan Penumpukan Petikemas Pelabuhan Yos Sudarso Ambon untuk kondisi eksisting (2019) sampai 20 tahun mendatang. Perhitungan proyeksi trafik petikemas diproyeksikan dengan menggunakan metode regresi sederhana yaitu regresi linier dan eksponensial. Tingkat Pemanfaatan dan pemakaian lapangan penumpukan peti kemas tahun 2019 nilai YOR di Pelabuhan Yos Sudarso Ambon masih memadahi, namun pada analisis nilai YOR untuk 10 tahun mendatang, yakni pada jangka menegah tahun 2032 nilai YOR di pelabuhan Yos sudarso Ambon mencapai angka 77.54 % dan di jangka panjang tahun 2038 nilai YOR di pelabuhan Yos sudarso Ambon mencapai angka 145.76 % dimana kapasitasnya sudah tidak mencukupi (Overload)
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,020 | 0,005 |
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 ».