Pre Trip Inspection Skid Tank pada PT. Pertamina Patra Niaga Integrated Terminal Cilacap Berbasis Website
Notice bibliographique
Résumé
PT. Pertamina Patra Niaga Integrated Terminal Cilacap merupakan salah satu perusahaan yang bergerak dalam bidang bisnis Bahan Bakar Minyak (BBM) dan Liquefied Petroleum Gas (LPG) setiap harinya melaksanakan pendistribusian dengan banyak faktor bahaya melibatkan manusia, peralatan dan lingkungan yang dapat menimbulkan potensi kecelakaan kerja didalam proses kerjanya. Pemeriksaan mobil skid tank di PT. Pertamina Patra Niaga Integrated Terminal Cilacap masih dilakukan secara manual menggunakan kertas. Hal itu menyebabkan kurang efektif dan efisien dalam pelaksanaan, Oleh karena itu diperlukan sebuah website untuk membantu proses pemeriksaan dan penyajian informasi yang dibutuhkan dari hasil pemeriksaan mobil skid tank. Dengan menggunakan metode penelitian System Development Life Cycle (SDLC) waterfall yang meliputi tahap analisis, desain, pengembangan, implementasi menggunakan database Firebase dengan menggunakan database Mysql dan pemrograman Laravel Berdasarkan Penelitian ini diperoleh Website Pemeriksaan Mobil Skid Tank di PT. Pertamina Patra Niaga Integrated Terminal Cilacap untuk input data pemeriksaan, penyimpanan dan penyajiian hasil pemeriksaan tiap kendaraan yang telah dilaksanakan sebelum beroperasi. Website telah di uji Black Box dengan hasil seluruh menu yang tersedia dapat berjalan lancar sesuai harapan dan uji User Acceptance Test (UAT) dengan hasil diperoleh bahwa sistem yang dibuat memenuhi tujuan pembuatanya. Kata kunci : Website, Inspection, Skid Tank, System Development Life Cycle
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,311 | 0,153 |
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 ».