Pengembangan Website Sistem Pendukung Keputusan menggunakan Metode Analytical Hierarchy Process untuk Menentukan Pembelian Mobil
Notice bibliographique
Résumé
Mobil adalah salah satu kebutuhan primer bagi masyarakat dan ini berlaku untuk masyarakat ekonomi menengah keatas. Pembelian mobil bekas seringkali menjadi pilihan bagi konsumen yang ingin menghemat biaya, namun seringkali terdapat pengalaman pembeli yang tidak sesuai dengan keinginannya. Beberapa faktor yang seringkali menjadi masalah bagi pembeli mobil bekas adalah kondisi mobil yang buruk, riwayat perawatan mobil yang tidak jelas, dan kurangnya informasi tentang harga pasaran mobil bekas yang sejenis. Oleh karena itu terciptanya penelitian riset ini bermaksud untuk mempermudah konsumen untuk mengambil keputusan pembelian mobil baru ataupun mobil bekas terutama di wilayah Surabaya, Jawa Timur dengan metode Analytical Hierarchy Process (AHP) digunakan dalam Sistem Pendukung Keputusan berbasis website kali ini dan dalam pengembangannya dengan memperhatikan 8 kriteria yaitu tahun pembuatan, kapasitas mesin, warna mobil, harga beli, kepemilikan awal, jarak tempuh, servis berkala dan kondisi bodi. Tujuan dari Sistem Pendukung Keputusan ini adalah untuk membantu pengambilan keputusan dengan menggunakan alternatif-alternatif yang berasal dari hasil pengolahan data, informasi, dan hasil desain model.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».