ANALISIS PERBANDINGAN PENGUKURAN JARAK MENGGUNAKAN THEODOLITE DAN WATERPASS PADA MEDAN MIRING (SLOPE) DI AKMIL
Notice bibliographique
Résumé
Pelaksanaan tugas pokok dan fungsi satuan Zeni dan Topografi TNI AD di lapangan khususnya dalam mendukung penyelesaian tugas Operasi Militer Selain Perang (OMSP) seperti pemetaan lahan, salah satunya diperlukan metode pengukuran efisien dengan kapasitas alat sesuai kondisi lapangan penugasan. Lokasi penelitian terletak di Area Gedung M. Lily Rochly Akmil menggunakan referensi pengujian metode Waterpassing yang dilakukan pada ring 1-2-3 dengan titik pangkal BM dan ujung titik pangkal yang sama. Ketelitian perhitungan dilakukan dengan perataan kuadrat terkecil untuk mendapatkan standar deviasi alat Theodolite KT 440LR Series dan Waterpass Topcon B2. Hasil pengukuran jarak vertikal (beda tinggi) dari Waterpass memiliki ketelitian lebih baik daripada Theodolite, dimana kesalahan penutup tinggi Waterpass yakni 4 mm (ring 1), 9 mm (ring 2) dan 10 mm (ring 3). Sementara pada Theodolite yakni 7 mm (ring 1), 11 mm (ring 2) dan 14 mm (ring 3). Pada Waterpass standard deviasi adalah 0,02 mm, sedangkan standard deviasi pada Theodolite yakni 0,03 mm. Waktu pengukuran Theodolite terbukti lebih efisien dibandingkan dengan Waterpass, dimana waktu pengukurannya 1/3 kali lebih pendek dari waktu pengukuran alat Waterpass.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».