MétaCan
Menu
Retour à la cohorte
Enregistrement W4389741301 · doi:10.31294/swabumi.v11i2.15965

Implementasi MERN Stack pada Pengembangan Sistem Penerimaan Peserta Didik Baru

2023· article· ms· W4389741301 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSwabumi · 2023
Typearticle
Languems
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Muhammadiyah SurakartaMinistère de l'Énergie et des Ressources Naturelles
Mots-clésBaruStack (abstract data type)Computer scienceOperating systemTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Pengembangan aplikasi web membutuhkan arsitektur yang sederhana namun kuat dari sisi back-end sampai front-end. Berkaitan dengan hal tersebut framework MERN Stack menjadi populer digunakan. Teknologi ini merupakan kombinasi dari beberapa layer seperi MongoDB, ExpresJS, ReactJS dan NodeJS yang berfokus pada satu bahasa pemrograman yaitu JavaScript. Implementasi MERN Stack pada studi kasus ini adalah untuk pengembangan dan implementasi sitem Penerimaan Peserta Didik Baru (PPDB) berbasis web pada SMA Muhammadiyah 1 Program Khusus Kartasura. Evaluasi kualitas sistem dilakukan dengan tiga metode testing yaitu black-box testing, system usability scale (SUS), dan page speed test. Hasil pengujian black-box menunjukan sistem memiliki fungsionalitas yang sesuai dengan prosentase kesalahan 0%. Sedangkan pengujian SUS menghasilkan nilai rata-rata 78,98 yang berarti aplikasi berada pada level acceptable dan bisa digunakan untuk kasus riil. Pengujian performa kecepatan akses web menggunakan Google page speed test dan GTmetrix menunjukan performa yang baik dengan nilai mencapai 73 dan waktu load rata-rata 7 detik. Web application development requires a simple yet robust architecture. Thus, MERN Stack framework has gaining popularity. MERN Stack combines several layers like MongoDB, ExpressJS, ReactJS and NodeJS. The framework focuses on JavaScript programming language. The MERN Stack implementation in this case is for the development of a web-based Student Admissions (PPDB) system at SMA Muhammadiyah 1 Kartasura. System evaluation is carried out using three testing methods, namely black-box testing, system usability scale (SUS), and page speed test. The results of the black-box show that the system has perfect functionality with error percentage of 0%. Meanwhile, the SUS test shows an average value of 78.98 which means the application is acceptable and can be implemented. The performance of web access speed is evaluated using Google page speed test and GTmetrix. It shows good performance with a value reaching 73 and an average load time of 7 seconds.

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 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 enseignants0,614
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,006

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 Opus0,033
Tête enseignante GPT0,304
Écart entre enseignants0,271 · 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