Analysis of Water Quality and Pollution Level in Air Hitam River Pekanbaru City Using CCME Index
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis kualitas air dan tingkat pencemaran di Sungai Air Hitam, Kota Pekanbaru, Provinsi Riau menggunakan indeks Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI). Penelitian dilakukan pada bulan September 2024 dengan metode survei dan pengambilan sampel dilakukan secara purposive sampling di tiga stasiun yang merepresentasikan aktivitas manusia berbeda di sepanjang aliran sungai. Parameter yang diamati meliputi fisika (suhu, TSS, kecerahan, kedalaman, kecepatan arus), kimia (pH, DO, BOD, COD, nitrat, fosfat), dan biologi (total coliform). Pengukuran dilakukan di lapangan dan analisis laboratorium mengacu pada standar SNI dan PP No. 22 Tahun 2021. Hasil menunjukkan bahwa parameter BOD dan total coliform secara konsisten melebihi ambang batas. Skor indeks CCME-WQI masing-masing adalah 44,35 (Stasiun 1), 26,02 (Stasiun 2), dan 44,18 (Stasiun 3), yang menempatkan status mutu air pada kategori “buruk.” Penurunan kualitas air dipengaruhi oleh aktivitas domestik, industri, dan pertanian di sekitar sungai. Diperlukan upaya pengelolaan yang lebih lanjut untuk perbaikan kualitas air Sungai Air Hitam.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».