KARAKTERISTIK TENAGA KERJA PENGALENGAN IKAN DI PT. CITRA RAJA AMPAT CANNING SORONG KOTA SORONG PROVINSI PAPUA BARAT
Notice bibliographique
Résumé
Abstract In the days of tight competition, efforts to improve the quality and productivity of labor are needed. Improving the quality of human resources in the labor aspect of the system was developed through the integration of education and training on the basis of developments in science and technology. Labor characteristics are traits that entrenched for a long time. Characteristics of the labor force were age, education, region of origin, religion, expertise, skills and productivity. This study aimed to investigate the characteristics of the workforce in the industry PT. Canning image of Raja Ampat Sorong. Basic research is a case study and the nature of this research is descriptive. Method of data collection is done by sampling techniques were analyzed using descriptive analysis method. The research was carried out for 1 month at PT. Canning image of Raja Ampat Sorong. The company is located in the village of Kampung Baru, Sorong, west Papua. Workforce numbered 631 men, aged 25-30 years at most. Most are elementary school education. Most regions of origin, namely West Papua, while the little originating from Napier. Hindu religion is the least, which many are Protestant Christians. Highest productivity in January, is FP = 3,940,982 per person by the number of 631, while the lowest in December, ie FP = 2,310,085 per person by the number of 129 people. Working time starts at 7:00 a.m. to 15:00, with the basic wage is Rp. 384,000.00. Keywords: characteristics, labor, canning, productivity Abstrak Di era persaingan yang semakin ketat, upaya untuk meningkatkan kualitas dan produktivitas tenaga kerja sangat dibutuhkan. Peningkatatan kualitas sumberdaya manusia dalam aspek ketenagakerjaan dikembangkan melalui sistem keteRp. aduan antara dunia pendidikan dan pelatihan atas dasar perkembangan ilmu pengetahuan dan teknologi. Karakteristik tenaga kerja adalah sifat-sifat yang membudaya sejak lama. Karakteristik tenaga kerja tersebut adalah umur, pendidikan, asal daerah, agama, keahlian, ketrampilan dan produktivitas. Penelitian ini bertujuan untuk mengetahui karakteristik tenaga kerja pada industri PT. Citra Raja Ampat Canning Sorong. Dasar penelitian yang digunakan adalah studi kasus dan sifat penelitian ini adalah deskriptif. Metode pengumpulan data dilakukan dengan teknik sampling yang dianalisis mengunakan metode analisis deskriptif. Penelitian ini dilakukan selama 1 bulan di PT. Citra Raja Ampat Canning Sorong. Perusahaan ini berlokasi di Kelurahan Kampung Baru, Kota Sorong, propinsi Papua Barat. Tenaga kerja berjumlah 631 orang, paling banyak berumur 25-30 tahun. Pendidkan terbanyak adalalah sekolah dasar. Asal daerah paling banyak, yaitu Papua Barat, sedangkan sedikit berasal dari Makasar. Agama paling sedikit adalah hindu, yang banyak adalah Kristen Protestan. Produktivitas tertinggi pada bulan Januari, yaitu FP = 3.940.982/orang dengan jumlah 631, sedangkan terendahpada bulan Desember, yaitu FP = 2.310.085/orang dengan jumlah 129 orang. Waktu kerja dimulai pada pukul 07.00-15.00, dengan upah pokok berjumlah Rp. 384.000,00. Kata Kunci:karakteristik, tenaga kerja, pengalengan, produktivitas
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».