Analisa Kualitas Air pada Daerah Terintrusi Air Laut di Pantai Lovina
Bibliographic record
Abstract
Intrusi air laut merupakan fenomena masuknya air asin ke dalam airtanah (tawar). Salah satu kawasan yang terdampak oleh peristiwa tersebut adalah Pantai Lovina. Hal ini disebabkan oleh banyaknya pembangunan dan pengembangan fasilitas pariwisata sehingga terjadi pengambilan airtanah yang berlebihan. Tujuan penelitian ini adalah untuk mengetahui kualitas air pada daerah yang terdampak intrusi air laut di Pantai Lovina. Metode yang digunakan adalah dengan mengambil contoh air dengan dilakukan pengujian terhadap parameter TDS (Total Dissolved Solid), EC (Electric Conductivity), dan pH (Power of Hydrogen). Setelah dilakukan uji terhadap parameter-parameter tersebut maka didapatkan hasil 2.Kualitas air tanah pada zona intrusi air laut di sepanjang Pantai Lovina berdasarkan kadar TDS pada daerah penelitian paling rendah sekitar 503 ppm hingga 5074 ppm di mana pada sumur yang memiliki TDS lebih dari 1000 ppm maka daerah tersebut terindikasi intrusi air laut di mana terdapat 7 (tujuh) sumur dari 14 sumur yang terintrusi berdasarka hasil survei pada daerah penelitian. Lalu untuk kadar EC (Electric Conductivity) rata-rata memiliki kadar lebih dari 1000 mS/cm yang di mana pada daerah timur daerah penelitian memiliki kadar 1006 – 1741 mS/cm yang menandakan kualitas air buruk dan adanya potensi intrusi air laut, lalu pada daerah barat penelitian memiliki kadar 2022 – 4206 mS/cm yang menandakan intrusi air laut. Maka dapat disimpulkan bahwa daerah penelitian telah mengalami intrusi air laut.
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 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".