IMPLEMENTASI TEKNOLOGI E-MARKET UNTUK MENINGKATKAN LAYANAN PERDAGANGAN TERNAK
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
E-Market merupakan teknologi yang mempertemukan penjual dan pembeli untuk berkomunikaasi satu sama lain dalam transaksi pembelian barang atau jasa. Pengembangan teknologi ini dapat diperuntukkan bagi kelompok usaha, sebagai upaya untuk meningkatkan pemasaran dan penjualan. Kabupaten Merauke belum mempunyai pasar khusus ternak, kebanyakan peternak menjual ternaknya secara individu, masalah lainnya yaitu jarak tempuh ke Kota Merauke relatif jauh dari tempat tinggal mereka. Jika ada yang ingin membeli ternak, maka pembeli harus berkeliling mencari penjual ternak yang mengakibatkan membutuhkan waktu yang lama. Untuk itu diperlukan sebuah teknologi yang menjadi jembatan komunikasi antara penjual dan pembeli ternak. E-Market dapat digunakan sebagai media komunikasi dalam transaksi perdagangan ternak, yang berfungsi untuk meningkatkan pelayanan perdagangan ternak. Metode penelitian yang digunakan yaitu metode pengembangan sistem waterfall. Pengembangan aplikasi e-market menyediakan fitur ruang bagi pembeli dan pedagang yang ingin memperluas pangsa pasarnya dan memungkinkan terjadinya pertukaran informasi tentang produk yang dijual. Hasil pengujian sistem pada E-Market untuk meningkatkan pelayanan perdagangan ternak, dapat membantu meningkatkan perdagangan ternak serta membantu pedagang untuk menyebar luaskan informasi tentang ternak yang akan dijual pada wilayah Kabupaten Merauke dan sekitarnya. Berdasarkan hasil pengujian blackbox, menunjukkan bahwa sistem dapat berjalan sesuai fungsionalitas fitur yang disajikan, dan hasil pengujian UAT menggunakan skala likert, diketahui tingkat kepuasan dengan kategori sangat membantu, pedagang 84,8% dan kepuasan pembeli terhadap sistem yaitu 81,7%.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,009 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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