PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMBERANGKATAN HAJI DENGAN METODE DECISION TREE PADA KANTOR KEMENTERIAN AGAMA KOTA BINJAI
Notice bibliographique
Résumé
Pengetahuan tentang tata cara dan aturan tentang pelaksanaan haji bagi para calon jamaah haji merupakan hal terpenting sehingga semua proses yang wajib dalam pelaksanaan haji dilakukan oleh para jamaah haji. Pengolahan data calon jamaah haji pada Kantor Kementerian Agama Kota Binjai adalah suatu tugas dari sub bagian penyelenggaraan haji dan umroh. Untuk mengolah data jamaah tersebut masih banyak kekurangan karena proses masih dilakukan secara manual. Berdasarkan permasalahan diatas,maka penulis ingin melakukan penelitian membangun Perancangan Sistem Pendukung Keputusan Pemberangkatan Haji dengan Metode Decision Tree pada Kantor Kementerian Agama Kota Binjai. Dengan penerapan aplikasi ini diharapkan dapat memudahkan informasi terhadap pengelola haji khususnya kantor Kementerian Agama Kota Binjai .Sistem ini dapat menyajikan informasi yang tepat dan akurat untuk kebutuhan dalam menyajikan informasi dan data penyelenggaraan calon jamaah haji sehingga memudahkan pegawai dalam menginput data.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,008 |
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 ».