ANALISIS SISTEM ANTRIAN DI DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KABUPATEN SIGI (Studi Pada Pelayanan Pencatatan dan Penerbitan Kartu Tanda Penduduk)
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis sistem antrian pelayanan yang optimal pada loket pembuatan Kartu Tanda Penduduk (KTP) yang ada di Dinas Kependudukan dan Pencatatan Sipil Kabupaten Sigi. Metode analisis yang digunakan adalah M/M/1 dan M/M/S. Hasil analisis dengan menggunakan satu loket pada setiap tahapnya dengan tingkat utilitas yaitu tahap pendataan adalah 1,13 atau 113%, tahap perekaman adalah 0,9 atau 90% dan tahap pencetakan adalah 3 atau 300%. Sedangkan dengan melakukan penambahan loket pada setiap tahapnya tingkat utilitas loket dapat berkurang menjadi 0,57 atau 57% dengan jumlah masyarakat rata-rata dalam sistem adalah 2 orang, tahap perekaman adalah 0,45 atau 45% dengan jumlah masyarakat rata-rata dalam sistem adalah 1 orang dan tahap pencetakan adalah 0,75 atau 75% dengan jumlah masyarakat rata-rata dalam sistem adalah 5 orang, hal ini menunjukkan bahwa dengan melakukan penambahan loket pada setiap tahapnya dapat mengoptimalkan pelayanan pada loket pembuatan Kartu Tanda Penduduk (KTP) yang ada di Dinas Kependudukan dan Pencatatan Sipil Kabupaten Sigi.Kata Kunci: Sistem Antrian, Optimal.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».