PENYUSUNAN DED TEMPAT PENGOLAHAN SAMPAH TERPADU (TPST) SUKAWINATAN DI KOTA PALEMBANG
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
Salah satu faktor terpenting yang dapat mempengaruhi penurunan kualitas lingkungan adalah volume timbulan sampah yang selalu meningkat. Timbulan sampah tersebut dapat menjadi tempat perkembangan vektor penyakit dan menurunkan kualitas lingkungan serta menimbulkan gangguan estetika bila tidak ditangani dengan baik. Permasalahan mengenai sampah harus ditangani secara tepat dan tidak hanya mengenai masalah pengolahannya saja tetapi juga meliputi upaya pengelolaan mulai dari sumber timbulan sampah, pewadahan, pengumpulan, pemindahan, pengangkutan sampai ke tahap pembuangan akhir sampah. Upaya pemanfaatan kembali sampah yang masih bisa di daur ulang harus dilakukan, sehingga dapat mengurangi sampah secara kuantitatif. Palembang merupakan salah satu kota metropolitan yang tidak terlepas dengan persoalan sampah seiring dengan jumlah penduduk yang semakin meningkat. Oleh karena itu, dibutuhkan suatu Tempat Pengelolaan Sampah Terpadu yang dapat dijadikan sebagai solusi pemecahan masalah persampahan. Adapun konsep pengelolaan sampah terpadu meliputi kegiatan pengurangan, pemilahan, pengumpulan, pemanfaatan, pengangkutan, dan sistem pengelolaan sampah terpadu merupakan kombinasi dari sistem pengelolaan sampah dengan cara daur ulang, pengomposan dan sistem pembuangan akhir dengan cara sanitary landfill. Tempat Pengolahan Sampah Terpadu Sukawinatan di Kota Palembang menggunakan sistem operasional TPST dengan teknis proses Refuse Derived Fuel (RDF) kapasitas 200 ton per hari yang dapat mengolah sampah menjadi bahan bakar alternatif yang lebih ramah lingkungan dibandingkan dengan bahan bakar fosil sehingga menjadi solusi inovatif untuk mengelola sampah dan menyediakan energi yang berkelanjutan.
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) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it