SPK Pemilihan Komisaris Lapangan Berprestasi dengan Metode AHP, Studi Kasus: KOPDIT CU HATIRONGGA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Komisaris lapangan di dalam koperasi merupakan sekelompok orang yang bersedia untuk melakukan kegiatan mengumpulkan dana para anggota koperasi di setiap daerahnya. Komisaris lapangan yang berkualitas akan memudahkan koperasi untuk mencapai tujuan koperasi. Untuk memotivasi komisaris bekerja lebih baik, maka koperasi akan memberikan penghargaan kepada komisaris yang berprestasi dalam pekerjaannya. Untuk menentukan perbandingan antar kriteria penilaian sering terjadi ketidakkonsistenan sehingga sulit untuk menentukan komisaris lapangan yang berprestasi. Tujuan dari penelitian ini adalah mengembangkan suatu sistem penunjang keputusan untuk pemilihan komisaris lapangan yang berprestasi pada Kopdit CU Hatirongga dengan menggunakan metode Analytical Hierarchy Process (AHP), dimana dapat dilakukan penilaian tingkat prioritas dari variabel-variabel yang diinginkan dengan membuat hirarki dari semua variabel yang ada. Hasil dari penelitian ini dapat membandingkan tiap-tiap kriteria dan diintegrasikan dengan penilaian kategori yang dibutuhkan sehingga menghasilkan sebuah alternatif keputusan berupa ranking penilaian prestasi komisaris lapangan berdasarkan nilai perbandingan kriteria.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,037 |
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 découle