Sistem Informasi Geografis Daerah Rawan Kriminalitas di Kabupaten Garut
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
Tujuan dari penelitian ini adalah membangun sebuah Sistem Informasi Geografis dimana setiap tindakan kriminal yang bersifat umum ditampilkan di titik kejadian perkara, selain itu dibutuhkan pula sebuah kanal yang memungkinkan masyarakat untuk melaporkan kejadian yang perlu ditangani oleh kepolisian, dengan penelitian ini pula mencangkup fitur untuk masyarakat memberikan kritik dan saran kepada kepolisian guna evaluasi bagi kepolisian untuk meningkatkan pelayanan. Metodologi yang digunakan untuk mencapai tujuan tersebut menggunakan metodologi Rational Unified Proccess (RUP) yang tahapannya terdiri dari Inception, Elaboration, Contruction dan Transition serta pemodelan yang akan digunakan adalah Unified Modelling Language (UML) yang terdiri dari diagram Use Case Diagram, Activity Diagram, Squence Diagram, dan Class Diagram. Penelitian ini berfokus pada tindak kejahatan pencurian kendaraan bermotor dengan menggunakan data pada tahun 2019 yang berasal dari Kepolisian Kabupaten Garut. Hasil dari penelitian berupa sistem yang dapat melihat titik lokasi kejadian tindak kriminal pencurian kendaraan bermotor dan melaporkan tindakan pidana dan menyampaikan kritik dan saran kepada kepolisian oleh masyarakat yang dikelola oleh kepolisian.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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