Cement Supply Chain Model of Palangka Raya Using System Dynamics Method
Notice bibliographique
Résumé
One of the most strategic material resources in the execution of construction is cement. It is estimated that the demand for cement to support construction activities in Indonesia is approximately 78.66% of national cement consumption, with cement consumption in Indonesia increasing by 14.1% in the first quarter of 2021 to 18.19 million tons. The objective of this research is to understand how the dynamic supply chain model and cement inventory in Kota Palangka Raya will be from 2024 to 2028. In this research procedure, data analysis techniques use the system dynamic method with the Vensim program, utilizing data from interviews with distributors and retail stores scattered in Kota Palangka Raya and supporting research data. The results of the supply chain model for cement include three variables: stock, in, and out. The total inventory of Conch cement in 2024 is 1140555 zak, in 2025 is 1547654 zak, in 2026 is 6192387 zak, in 2027 is 1946944 zak, and in 2028 is 1918412 zak. The total inventory of Gresik cement in 2024 is 548287 zak, in 2025 is 1785559 zak, in 2026 is 1826060 zak, in 2027 is 1849395 zak, and in 2028 is 1838869 zak. The total inventory of Tiga Roda cement in 2024 is 42763390 zak, in 2025 is 250804 zak, in 2026 is 177705 zak, in 2027 is 321805 zak, and in 2028 is 183585 zak.
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 | 0,001 |
| 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 | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».