Penentuan Tempat Inap dan Paket Makan pada Penginapan di Kepulauan Karimunjawa Menggunakan Metode Fuzzy Clustering Means
Notice bibliographique
Résumé
Sistem pendukung keputusan merupakan sistem yang digunakan untuk mendukung para pengambil keputusan dalam membuat keputusan pada situasi-situasi tertentu. Implementasi sistem pendukung keputusan dapat juga digunakan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur. Kajian ini membahas tentang aplikasi pendukung keputusan penentuan tempat inap dan paket makan di Kepulauan Karimunjawa dengan menggunakan metode fuzzy clustering means. Metode fuzzy clustering means digunakan dalam mengelompokkan data tempat inap dan paket makan ke dalam cluster (kelompok) berdasarkan kesamaan nilai pada pusat cluster-nya. Aplikasi penentuan tempat inap dan paket makan dibangun menggunakan bahasa pemrograman PHP dan MySQL sebagai sistem manajemen basis data. Keluaran dari penelusuran wisatawan berupa tabel cluster yang berisi informasi empat data tempat inap beserta biaya inap dan paket makan dengan total mendekati nilai anggaran wisatawan. Informasi tersebut digunakan wisatawan sebagai data pendukung dalam pengambilan keputusan tempat inap. Aplikasi pendukung keputusan ini sangat membantu untuk pengambilan keputusan mengenai biaya menginap dan paket makan wisatawan di Kepulauan Karimunjawa.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 ».