MétaCan
Menu
Retour à la cohorte
Enregistrement W4415780533 · doi:10.24929/ft.v13i2.3574

PERENCANAAN PELAKSANAAN PROYEK KONSTRUKSI KANTOR KPU KABUPATEN BADUNG

2025· article· W4415780533 sur OpenAlexaff
I Gusti Ayu Dina Pramesti, I Wayan Jawat, 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-clésInformatics engineering

Résumé

récupéré en direct d'OpenAlex

Perencanaan pelaksanaan proyek konstruksi merupakan tahapan penting yang bertujuan untuk mengoptimalkan waktu, biaya, dan mutu pekerjaan. Dalam proyek pembangunan Gedung Kantor KPU Kabupaten Badung, perencanaan pelaksanaan menjadi sangat krusial mengingat lokasi proyek yang berada di kawasan padat permukiman, sehingga diperlukan metode pelaksanaan yang tepat dan efisien. Permasalahan yang dihadapi adalah bagaimana menyusun jadwal pelaksanaan, menghitung kebutuhan sumber daya, serta merencanakan biaya secara sistematis agar proyek dapat berjalan sesuai rencana. Penelitian ini menggunakan metode Precedence Diagram Method (PDM) untuk menyusun penjadwalan proyek dan Microsoft Project sebagai alat bantu visualisasi. Selain itu, dilakukan analisis kebutuhan sumber daya manusia, bahan, dan alat serta penyusunan Rencana Biaya Pelaksanaan (RBP) dan Rencana Anggaran Biaya (RAB). Hasil penelitian menunjukkan bahwa perencanaan pelaksanaan dengan metode PDM menghasilkan jadwal proyek yang terstruktur dan efisien. Total biaya yang diperoleh dari hasil analisis RBP adalah sebesar Rp 4,159,270,327.34, sedangkan RAB mencapai Rp 4,623,397,141.26, dengan selisih biaya sebesar Rp 464,126,813.93. Penelitian ini diharapkan menjadi acuan perencanaan pelaksanaan proyek konstruksi bangunan serupa, khususnya dalam konteks penggunaan metode PDM.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0060,001
Communication savante0,0000,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,329
Écart entre enseignants0,294 · 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