ANALISIS PERSETUJUAN BANGUNAN GEDUNG (PBG) DENGAN MENGGUNAKAN APLIKASI SIMBG DI DINAS PUPR KABUPATEN KUANTAN SINGINGI TAHUN 2022
Bibliographic record
Abstract
ANALISIS PERSETUJUAN BANGUNAN GEDUNG (PBG) DENGAN MENGGUNAKAN APLIKASI SIMBG DI DINAS PUPR KABUPATEN KUANTAN SINGINGI TAHUN 2022 1Agus Candra, 2Surya Adinata Program Studi Perencanaan wilayah dan kota serta Program Studi teknik Sipil, Fakultas teknik Universistas Islam kuantan Singin. Jl.Gatot Soebroto KM 7 Kebun Nenas Jake, Kota Teluk Kuantan, Kabupaten g. Jl Kuantan Singingi, Provinsi Riau Email: aguscandra_lingkungan@yahoo.com, mastersuryaadinata@gmail.com Abstrak Bangunan gedung merupakan wujud fisik hasil pekerjaan konstruksi yang menyatu dengan tempat kedudukannya, sebagian atau seluruhnya berada di atas dan/atau di dalam tanah dan/atau air, yang berfungsi sebagai tempat manusia melakukan kegiatannya, baik untuk hunian atau tempat tinggal, kegiatan keagamaan, kegiatan usaha, kegiatan sosial, budaya, maupun kegiatan khusus. Undang-Undang Nomor 28 Tahun 2002 tentang Bangunan Gedung sebagaimana diubah terakhir kali dengan Undang-Undang Nomor 11 Tahun 2020 tentang Cipta Kerja memuat pengaturan mengenai fungsi bangunan gedung.Penelitian ini betujuan untuk Manganalisis Persetujuan bangunan Gedung (PBG) dengan menggunakan aplikasi SIMBG di Dinas PUPR Kabupaten Kuantan Singingi tahun 2022. Dari Hasil Penelitian dinas PUPR Kabupaten Kuantan Singingi Telah Mengeluarkan rekomendasi Persetujuan Bangunan Gedung dengan menggunakan aplikasi SIMBG pada tahun 2022 sebanyak 94 rekomendasi PBG dengan rincian di bulan Maret 5 PBG, bulan April 29 PBG, bulan Mei 5 PBG, bulan Juni 11 PBG, bulan Juli 5 PBG, bulan Agustus 16, bulan September 4 PBG, bulan Oktober 7 PBG, bulan Nopember 6 PBG, bulan Desember 5 PBG. Kata Kunci: Persetujuan Bangunan Gedung (PBG),Aplikasi SIMBG
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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 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".