ANALISA KEBISINGAN AKIBAT AKTIVITAS TRANSPORTASI DI JALAN AHMAD YANI KOTA SORONG
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Kebisingan merupakan polusi suara yang didefinisikan sebagai bunyi yang tidak diinginkan dari usaha atau kegiatan dalam tingkat dan waktu tertentu yang dapat menimbulkan gangguan kesehatan dan kenyamanan lingkungan. Kebisingan dari jalan raya berasal dari kendaraan berat (HV), kendaraan ringan (LV) dan sepeda motor (MC). Penelitian ini bertujuan untuk mengetahui tingkat kebisingan yang terjadi pada ruas Jalan Ahmad Yani dengan pengambilan data langsung di lapangan berupa data kebisingan serta beberapa variabel lalu lintas lainnya seperti volume dan kecepatan kendaraan. Data di analisis dengan menggunakan rumus hitung Leq serta dengan perhitungan secara empiric dengan pendekatan rumus BNL untuk mendapatkan nilai kebisingan pada dua titik lokasi yang ditinjau. Pengambilan data dilakukan siang dan malam sehingga diketahui tingkat kebisingan pada malam hari yaitu 41,67%. kurang signifikan dibanding siang hari sebesar 58,33% dengan Berdasarkan hasil analisis didapatkan nilai kebisingan dalam Leq hitung paling tinggi sebesar 68,12 dBA sedangkan dalam pendekatan rumus BNL nilai kebisingan tertinggi yaitu 69,36 dBA. Dengan nilai kebisingan tersebut Hasil penelitian menunjukkan bahwa ruas Jalan Ahmad Yani dengan dua titik lokasi yang berbeda telah melebihi batas standar kebisingan yang diijinkan menurut Keputusan Menteri Negara Lingkungan Hidup No.48 tahun 1996 tentang baku mutu kebisingan. Sehingga perlu di upayakan peredam kebisingan (noise barrier) baik peredam kebisingan alami berupa penanaman pohon maupun peredam kebisingan buatan
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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 it