PEMANFAATAN AMPAS TEBU SEBAGAI BAHAN PENGISI LEMBARAN SERAT SEMEN DALAM KAITANNYA TERHADAP MUTU
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengetahui apakah ampas tebu dapatdimanfaatkan sebagai bahan pengisi dalam pembuatan lembaran seratsemen sehingga nantinya kuat lentur lembaran serat semen ampas tebumemenuhi standar kuat lentur SNI 15-0233-1989 (kuat lentur dan cara ujilembaran serat semen). Penelitian ini dilakukan di laboratorium Bio Kompositdan laboratorium Keteknikan Kayu Fakultas Kehutanan Institut PertanianBogor (PPB). Waktu pelaksanaan penelitian selama ± 3 bulan, dari bulanFebruari sampai dengan Mei 2007.Metode yang digunakan dalam penelitian ini adalah metode eksperimentalyang pelaksanaannya dilakukan di laboratorium. Populasi penelitian iniadalah lembaran serat semen yang menggunakan campuran 1 semen : 2tepung batu : faktor air semen (fas) 0,9 : ampas tebu dengan persentase 5%,dan 10% terhadap berat semen, jumlah masing-masing perlakuan sebanyak15 buah, total populasi 435 buah. Sampel yang diambil sebanyak 12 buahuntuk pengujian ukuran dan sifat-sifat physis melalui teknik acak secerhana.Pengajuan persyaratan analisis data dengan pengujian normalitasmenggunakan uji Liliefors pada taraf signifikan = 0,01 sehingga databerdistribusi normal dan pengujian hipotesis menggunakan uji T pihak kiridan pihak kanan dengan taraf signifikansi = 0,01 dan dk = n – 1.Hasil dari penelitian ini adalah ampas tebu tidak dapat dimanfaatkan sebagaibahan pengisi lembaran serat semen sebab beberapa perlakuan yangdicobakan belum memenuhi standar kuat lentur yang disyaratkan SNI 15-0233-1989 (kuat lentur dan cara uji lembaran serat semen), terutama nilaikuat lentur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".