Optimization of Marine Activities Based on Spatial Regional Planning and Geographical Approaches: A Case Study of Tol Laut Program in Indonesia
Notice bibliographique
Résumé
Tol Laut is a marine activity that manages the maritime highway system in Indonesia to ensure and improve connectivity within the national logistics and supply chain system. This system arises because of the inequality of economic growth and development between several regions and provinces. The purpose of this program is to reduce high price disparities so that equity across regions can be achieved. However, this system has not run optimally. The performance of the program, which has entered its eighth year, is still less than 30%. Many problems arise that persist in causing the high price of goods. Hence, this study will identify the causes of the suboptimal Tol Laut by using spatial and geographic approaches on a sample of T-3 shipping route. Based on the spatial approach, it is found that the route is not optimal, so a strategy is obtained to create a new optimal route by producing a more efficient distance of 51,148 nm and a more effective time of 2 hours 18 minutes. Based on the geographical approach, the economic, social, and cultural factors that influence it were obtained. The identification of economic factors shows that high insurance premiums cause price disparities. Through this research, a strategy to produce more efficient and effective tariffs is obtained so as to reduce high disparities. This is important because Tol Laut is national strategic project that needs to be maintained.Received: 2024-04-30 Revised: 2025-08-15 Accepted: 2025-12-03 Published: 2025-12-04
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».