KESINONIMAN NOMINA KONKRET BAHASA JAWA DALAM KAMUS BAOE SASTRA DJAWA KARYA W.J.S POERWADARMINTA
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mendeskripsikan kesinoniman nomina konkret bahasa Jawa dalam kamus Baoesatra Djawa karya W.J.S Poerwadarminta. Kesinoniman nomina konkret dalam penelitian ini meliputi kesinoniman bentuk dan kesinoniman makna. \nPenelitian ini merupakan penelitian deskriptif. Data penelitian ini berupa data tertulis berupa kosa kata. Sumber data tertulis pada penelitian ini adalah kamus Baoesastra Djawa karya W.J.S. Poerwadarminta. Teknik pengumpulan data pada penelitian ini menggunakan teknik pembacaan dan teknik pencatatan. Keabsahan data menggunakan teknik ketekunan pengamatan dan pengecekan melalui pertimbangan ahli. Teknik analisis data dalam penelitian ini menggunakan metode agih dan metode padan intralingual. \nHasil penelitian kesinoniman bentuk nomina konkret bahasa Jawa pada kamus Baoesatra Djawa karya W.J.S Poerwadarminta yaitu diketemukanya kesinoniman bentuk monomorfemis dengan bentuk monomorfemis, bentuk monomorfemis dengan bentuk polimorfemis, dan bentuk polimorfemis dengan polimorfemis. Kesinoniman bentuk monomorfemis dengan bentuk monomorfemis yaitu kesinoniman bentuk antara nomina asal dengan nomina asal, kesinoniman bentuk antara nomina asal dengan nomina penggalan, dan kesinoniman bentuk antara nomina penggalan dengan nomina penggalan. Kesinoniman bentuk nomina monomorfenis dengan bentuk polimorfemis yaitu kesinoniman bentuk antara nomina asal dengan nomina berafiks, kesinoniman bentuk antara nomina asal dengan nomina ulang, kesinoniman bentuk antara nomina asal dengan nomina majemuk, kesinoniman bentuk antara nomina asal dengan nomina kombinasi dan kesinoniman bentuk antara nomina penggalan dengan nomina majemuk. Kesinoniman bentuk polimorfemis dengan bentuk polimorfemis yaitu kesinoniman bentuk antara nomina berafiks dengan nomina berafiks, kesinoniman bentuk antara nomina berafiks dengan nomina ulang, kesinoniman bentuk antara nomina bersfiks dengan nomina kombinasi, kesinoniman bentuk antara nomina ulang dengan nomina ulang, kesinoniman bentuk antara nomina ulang dengan nomina majemuk, kesinoniman bentuk antara nomina ulang dengan nomina kombinasi dan kesinominam bentuk \nantara nomina majemuk dengan nomina mejemuk.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.117 | 0.029 |
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".