Sistem Pendukung Keputusan Penerima Zakat Menggunakan Metode Simple Multi Attribute Rating Technique (SMART) (STUDI KASUS: Kantor Baznas Kota Binjai)
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

 Banyak permasalahan yang dapat diselesaikan dengan menggunakan Sistem Pendukung Keputusan (SPK). Salah satunya adalah menentukan penerimaan zakat, ada beberapa metode yang dapat digunakan dalam membangun suatu Sistem Pendukung Keputusan (SPK) di antaranya Simple Multi Attribute Raiting Technique (SMART). Metode ini adalah metode penentuan Rangking, dimana proses rangking di berikan kepada masing-masing kriteria yaitu status pekerjaan, setatus tempat tinggal, kondisi kesehatan, pendapatan dan jumlah tanggungan keluarga . Jumlah alternatif sebanyak 15 (lima). Setelah semua nilai kriteria di masukkan maka hasil dari perhitungan dengan menggunakan metode SMART akan di rangking kan hingga di dapat sebuah rangking pembobotan dimana hasil dari perangkingan alternatif yang di gunakan bahwa yang sangat layak menerima zakat dengan nilai terbesar adalah Alternatif A10 dengan rangking 1 atas nama Lasmik dengan nilai 0,162
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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