SISTEM INFORMASI GEOGRAFIS PERSEBARAN SEKOLAH DI KOTA TASIKMALAYA BERBASIS WEB
Notice bibliographique
Résumé
Kota Tasikmalaya adalah salah satu kota yang berada di daerah Jawa Barat yang memiliki luas wilayah sekitar 184,2 km². Dari data Kementerian Pendidikan dan Kebudayaan, di Kota Tasikmalaya setidaknya terdapat 543 sekolah yang terdiri dari 284 Sekolah Dasar (SD), 142 Sekolah Menengah Pertama (SMP), 66 Sekolah Menengah Atas (SMA), dan 51 Sekolah Menengah Kejuruan (SMK). Tujuan penelitian ini membuat sebuah sistem atau aplikasi berbasis web yang memudahkan pengunjung dalam mencari persebaran dan lokasi sekolah di kota Tasikmalaya secara lebih akurat. Metode dalam penelitian ini menggunakan metode Waterfall dalam pengembangan perangkat lunak karena sangat cocok untuk membangun software sistem informasi geografis berbasis web. Sistem Informasi Geografis yaitu sistem komputer yang memiliki kemampuan untuk menulis, merekam, menyimpan, dan menganalisis serta menampilkan data geografis. Kemampuannya tersebut dapat memberikan manfaat dalam menyajikan informasi sebuah lokasi yang sangat akurat dengan bantuan Google Map API yang dimiliki oleh Google Map sehingga memudahkan programmer dalam mengembangkan sebuah map pada website. Sistem Informasi Geografis (SIG) Persebaran sekolah di Kota Tasikmalaya berbasis web ini dapat memberikan informasi lokasi sekolah yang akurat serta mampu memberikan kemudahan dalam pencarian lokasi sekolah.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,018 |
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 ».