MétaCan
Menu
Retour à la cohorte
Enregistrement W4377102121 · doi:10.37030/jit.v7i1.141

PERANCANGAN SISTEM INFORMASI SIMPAN PINJAM PADA BUMDES USAHA MADANI DESA AIR PANAS

2023· article· id· W4377102121 sur OpenAlexaff
Catriwati Catriwati, Rita Dwi Nur Chofifah

Notice bibliographique

RevueJurnal Intra Tech · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness administrationBusinessMathematicsPhysicsAgricultural scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Badan Usaha Milik Desa (BUMDes) Usaha Madani merupakan lembaga usaha desa yang ada di Jl. Poros, Desa Air Panas, Kecamatan Pendalian IV Koto, Kabupaten Rokan Hulu Provinsi Riau. Salah satu fasilitas pelayanan yang ditawarkan pada BUMDes Usaha Madani adalah sistem pelayanan simpan pinjam keuangan. BUMDes Usaha Madani saat ini melakukan pendaftaran anggota masih secara konvensional dengan cara calon anggota harus datang langsung ke BUMDes dan pengelolaan keuangan juga masih manual yaitu petugas menggunakan buku besar untuk pencatatan transaksi simpan pinjam, kalkulator untuk perhitungan, dan Microsoft Excel untuk membuat laporan. Hal ini tentunya sangat tidak efektif dan efesien karena membutuhkan banyak waktu dan rentan terjadi kesalahan, serta adanya kemunkinan buku rusak, hilang ataupun sobek dan kesalahan pada waktu menghitung. Untuk mengatasi permasalahan yang ada pada BUMDes Usaha Madani, maka diberikan solusi dengan membangun sistem informasi simpan pinjam untuk menggantikan pekerjaan yang masih secara manual menjadi berbasis komputer dengan metode pengembangan sistem menggunakan SDLC (System Development Life Cycle) dengan model proses waterfall. Pengembangan dan penerapan sistem informasi simpan pinjam berbasis web ini bertujuan membantu dan mempermudah proses pendaftaran calon anggota, mempermudah anggota dan petugas dalam melakukan pengelolaan simpan pinjam pada BUMDes Usaha Madani dengan lebih efektif dan efisien, serta bisa di akses oleh anggota dan petugas melalui perangkat elektronik yang terhubung dengan internet

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Intra TechMême sujetLocal Governance and DevelopmentTravaux en français237 207