MétaCan
Menu
Retour à la cohorte
Enregistrement W4415780532 · doi:10.24929/ft.v13i2.3532

ANALISIS PERBANDINGAN BIAYA DAN WAKTU PELAKSANAAN BETON HALF SLAB DENGAN BETON KONVENSIONAL PADA PROYEK REVITALISASI MUSEUM MANDALA MATHIKA SUBAK

2025· article· W4415780532 sur OpenAlexaff
Ni Putu Desi Sukamdani Landuh, I Wayan Gde Erick Triswandana, I Gusti Agung Putu Eryani

Notice bibliographique

RevueJurnal Ilmiah MITSU (Media Informasi Teknik Sipil Universitas Wiraraja) · 2025
Typearticle
Langue
DomaineHealth Professions
ThématiqueOccupational Health and Safety Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPrecast concreteMandalaInformatics engineeringSlab

Résumé

récupéré en direct d'OpenAlex

Sistem pelaksanaan konstruksi pada proyek Revitalisasi Museum Mandala Mathika Subak keseluruhan pekerjaannya menggunakan metode cast in situ atau konvensional termasuk pada pekerjaan pelat lantai. Pada pelaksanaan pekerjaan pelat lantai dengan metode cast in situ membutuhkan waktu pengerjaan yang lama dan tenaga kerja yang banyak serta biaya yang dikeluarkan. Dalam pembangunan gedung pemilihan metode kerja sangat berpengaruh terhadap waktu pelaksanaan dan biaya. Pemilihan metode yang tepat akan membuat pembangunan menjadi efisien. salah satunya dengan penggunaan beton precast seperti half slab. Dalam penelitian ini akan membandingkan metode konvensional dan metode half slab dari aspek waktu pelaksanaan dan biaya, manakah yang lebih menguntungkan. Adapun hasil analisis perbandingan waktu pelaksanaan dan biaya dari perhitungan pelat cast in situ dan half slab pada proyek Revitalisasi Museum Mandala Mathika Subak diperoleh bahwa penggunaan metode half slab menghemat biaya 33% dari pada metode cast in situ dengan selisih biaya sebesar Rp. 552,730,037 dan dapat mempercepat waktu pelaksanaan 43% atau selama 19 hari.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,001
Communication savante0,0000,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah MITSU (Media Informasi Teknik Sipil Universitas Wiraraja)Même sujetOccupational Health and Safety ManagementTravaux en français237 207