PERBANDINGAN KUALITAS WEBSITE KEMENTERIAN KOMUNIKASI DAN INFORMATIKA MENGGUNAKAN METODE WEBQUAL 4.0 (STUDI KASUS WEBSITE KOMINFO KAB. KARO DAN KOTA LHOKSEUMAWE)
Notice bibliographique
Résumé
WebQual salah satu metode pengukuran kualitas website yang populer, terutama dalam layanan publik. Penelitian ini melibatkan tiga kelompok responden yang berbeda: mahasiswa IT, masyarakat awam non-IT, dan profesional di bidang IT terhadap website (Kominfo) di Kabupaten Karo dan Kota Lhokseumawe. Masyarakat awam/non-IT di Kabupaten Karo memberikan penilaian yang cukup baik dengan nilai rata-rata Expectancy Confirmation (EC) sebesar 3,42, sementara masyarakat awam/non-IT di Kota Lhokseumawe memberikan penilaian yang sedikit lebih rendah dengan nilai rata-rata EC sebesar 2,74. Mahasiswa IT dari kedua wilayah memberikan penilaian yang cukup baik dengan nilai rata-rata EC masing-masing sebesar 3,71 (Kabupaten Karo) dan 3,70 (Kota Lhokseumawe). Namun, profesional web developer di kedua wilayah memberikan penilaian yang rendah dengan nilai rata-rata EC sebesar 1,85 (Kabupaten Karo) dan 2,12 (Kota Lhokseumawe).Secara keseluruhan, evaluasi menunjukkan bahwa rata-rata nilai Expectancy Confirmation (EC) adalah 2,74, dengan ketidaksesuaian antara harapan dan kinerja website yang masih dapat diterima dengan rata-rata nilai Disconfirmation (D) sebesar 0,24. Penilaian keseluruhan terhadap kualitas website (Overall Website Quality, OWQ) rendah dengan rata-rata nilai sebesar 1,52. Profesional web developer memberikan bobot penting yang tinggi pada beberapa pertanyaan dalam evaluasi (Importance Weight, IW) dengan rata-rata nilai sebesar 6,71.
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 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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».