MétaCan
Menu
Retour à la cohorte
Enregistrement W4304609098 · doi:10.57093/jisti.v5i2.129

Sistem Informasi Daftar Urut Kepangkatan (Duk) Pegawai Pada Kantor Dinas Pemberdayaan Perempuan Dan Keluarga Berencana Kabupaten Soppeng

2022· article· id· W4304609098 sur OpenAlexaff
M Afdal Tahir, Andi Patappari

Notice bibliographique

RevueJurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) · 2022
Typearticle
Langueid
DomaineComputer Science
ThématiqueMultimedia Learning Systems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesOperating systemComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Penelitian bertujuan untuk mengembangkan sebuah sistem yang dmampu menghasilkan informasi Daftar Urut Kepangkatan (DUK) Pegawai di Kantor Dinas Pemberdayaan Perempuan dan Keluarga Berencana Kabupaten Soppeng yang dapat mengatasi permasalahan pengolahan data kepegawaiaan pada sistem yang lama, terutama pembuatan DUK pegawai. Dalam penelitian ini digunakan metode Waterfall untuk pengembangan sistem informasi DUK pegawai dan menjadi dasar uraian tahapan penelitian yang terdiri dari tahap analisis, tahap desain, tahap implementasi dan tahap pengujian sistem.. Pada tahap analisa sistem, data yang dikumpulkan dianalisis dengan metode deskripsi. Hasil analisis selanjutnya dijadikan acuan untuk merancang sistem dengan menggunakan Data Flow Diagram (DFD). Hasil dari tahap perancangan akan diimplementasikan dengan menggunakan bahasa pemrograman Visual Basic 6.0 dengan perangkat lunak database berupa Ms. Access 2013. Hasil pengujian dengan menggunakan metode pengujian black-box terhadap sistem dengan menguji fungsi-fungsi sistem menghasilkan nilai sebesar 100%, artinya sistem telah berfungsi sesuai dengan kebutuhan pihak Kantor Dinas Pemberdayaan Perempuan dan Keluarga Berencana Kabupaten Soppeng

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Communication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0080,001
Communication savante0,0060,015
Science ouverte0,0120,007
Intégrité de la recherche0,0010,008
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,238
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)Même sujetMultimedia Learning SystemsTravaux en français237 207