Pelatihan Pemanfaatan Sistem Informasi Pelaporan Retribusi Sampah
Notice bibliographique
Résumé
Sistem pelaporan retribusi sampah yang ada saat ini di Kecamatan Manggala Kota Makassar, masih menggunakan sistem pelaporan retribusi sampah secara manual, yaitu pada saat pelaporan retribusi sampah dilaporkan pada petugas penagih retribusi sampah, dan harus melakukan pelaporan langsung ke kepala seksi kebersihan dengan membawa catatan hasil laporan tagihan retribusi sampah yang ditulis secara manual. Hal ini akan mempersulit proses pelaporan terhadap penagih yang dilakukan setiap bulan, karena data tidak sesuai hasil dari tagihan yang dicatat dilapangan karena sering terjadi kehilangan data. Oleh karena itu perlu adanya sistem untuk memudahkan penagih retribusi sampah dan mengefisienkan waktu dan biaya, sehingga proses pelaporan retribusi sampah lebih efiseian dibandingkan dengan pelaporan secara manual. Metode yang digunakan dalam kegiatan ini adalah metode ceramah dan metode tutorial. Hasil dari pengabdian masyarakat ini yaitu para pegawai kebersihan & pertanaman sangat merespon dengan adanya sistem informasi pelaporan retribusi sampah yaitu mereka langsung mengimplementasikan di Kantor Kelurahan Manggala untuk pelaporan retribusi sampah.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,049 |
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 ».