Analisis Kualitas Pelayanan Jasa Angkutan Petikemas Di Pelabuhan Trisakti Banjarmasin
Notice bibliographique
Résumé
Pelabuhan Trisakti merupakan pelabuhan utama di wilayah Kalimantan Selatan, dimana transportasi laut sangat diandalkan sebagai transportasi utama antar negara untuk melayani lalu lintas penumpang maupun barang. Arus petikemas dari tahun ke tahun mengalami peningkatan yang signifikan, pada tahun 2012 arus petikemas mencapai 384.323 box atau 419.335 TEU’s, dan pada tahun 2013 mengalami peningkatan menjadi 387.954 box atau 428.478 TEU’s. Maksud penelitian ini adalah mengevaluasi kondisi saat ini tentang kegiatan arus bongkar muat petikemas di TPKB dan memberikan gambaran serta upaya yang perlu dilakukan dalam rangka meningkatkan kualitas pelayanan jasa angkutan petikemas di TPKB. Tujuannya untuk mengetahui faktor-faktor penyebab kurangnya kualitas pelayanan jasa angkutan petikemas. Cara pengambilan sampel dilaksanakan dengan wawancara dan kuesioner kepada pengguna jasa angkutan petikemas dan SDM/operator di Terminal Petikemas Banjarmasin (TPKB) sebanyak 48 responden. Dengan menggunakan metode analisis IPA, maka hasil analisis perhitungan CSI dari 48 responden di TPKB se bernilai 66,410%, angka ini dikategorikan bahwa kualitas pelayanan jasa angkutan petikemas di TPKB belum memuaskan (Poor) untuk itu masih perlu ditingkatkan.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».