KARAKTERISTIK BETON TULANGAN ANYAMAN BAMBU PETUNG TERHADAP LEDAKAN TNT
Bibliographic record
Abstract
Beton merupakan salah satu pilihan sebagai bahan struktur dalam konstruksi bangunan karena relatif mudah di bentuk dibandingkan dengan baja. Selain itu, beton dapat di aplikasikan dengan berbagai macam bahan tambahan. Pemanfaatan bahan alternatif selain tulangan baja ialah bambu, karena bambu adalah tanaman yang banyak tumbuh subur di kawasan Indonesia. Fungsi dari bahan alternatif ini adalah untuk mengganti bahan yang sulit di dapat dan mampu menggantikan disaat keadaan terdesak maupun untuk mengubah sifat-sifat beton agar menjadi cocok untuk pekerjaan tertentu, atau ekonomis, atau tujuan lain sebagai penghemat energi terutama pada bidang militer. Penelitian ini dilakukan dengan menguji beton yang menggunakan tulangan bambu, dengan jarak antar tulangan 15 cm dan 10 cm dengan benda uji pembanding yaitu beton tanpa tulangan atau beton normal. Untuk mengetahui hasil pengujian beton yang memiliki dampak terkecil dari ledakan TNT, pengujian dilakukan dengan cara meledakan variasi benda uji beton dengan TNT 450 gr. Berdasarkan pengujian tersebut didapatkan hasil bahwa, dengan jarak antar tulangan didapatkan jarak 10 cm yang memiliki dampak paling ringan dibandingkan dengan benda uji lain, dimana benda uji dengan jarak tulangan 10 cm memiliki skala kerusakan retak dari kecil hingga sedang. berbeda dengan tulangan dengan jarak 15 cm yang mengalami dampak kerusakan retak hingga hancur dengan skala sedang hingga besar
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 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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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; both teacher heads agree on what is shown here.
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".