Analisa Pemilihan Mesin Pendorong Pokok Kri Clurit-641 dalam Melaksanakan Re Engine Untuk Mendukung Operasi di Wilayah Koarmada I
Notice bibliographique
Résumé
KRI Clurit-641 is one of the naval defense assets of the Indonesian Navy operating under the jurisdiction of Koarmada I and holds a strategic role in maintaining maritime security stability. However, due to aging components and the high intensity of operational deployment, the vessel has encountered several technical issues, including decreased engine performance, increasing frequency of propulsion system failures, limited availability of spare parts, and rising maintenance costs. These challenges necessitate the implementation of a re engine program to ensure optimal operational readiness. This study aims to identify the main criteria and sub-criteria for selecting a replacement propulsion engine, determine the most suitable engine alternative, and formulate a supporting strategy based on internal and external conditions. The Analytical Hierarchy Process (AHP) method is applied to evaluate the priority of each criterion and determine the best alternative, while SWOT analysis is used to develop an appropriate implementation strategy. The research findings indicate that the Technical Requirement criterion, particularly the reliability sub-criterion, holds the highest weight at 35.4%, while the Operational Requirement criterion with the strategic sub-criterion follows with a weight of 33.2%. Among the three engine alternatives analyzed, the MTU 12V 2000 M93 emerged as the most suitable choice with a total weight of 36.3%. A diversification strategy is recommended, based on the SWOT position that reflects internal weaknesses but significant external opportunities. Therefore, the re-engine of KRI Clurit should be conducted by aligning technical and strategic considerations with defense policy direction to support sustainable and efficient operations
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».