MENURUNKAN WAKTU PADA PROSES PENGISIAN GREASE BEARING RODA UNIT QUESTER SAAT SERVICE REM DI BENGKEL UD TRUCKS ABC
Notice bibliographique
Résumé
Bengkel UD Trucks Cabang ABC merupakan sebuah perusahaan dibidang otomotif yang melayani penjualan, perawatan dan perbaikan dan penjualan part kendaraan, improvement pada semua bidang bertujuan untuk meningkatkan kualitas dan pelayanan. Salah satu improvement yang mampu meningkatkan kepuasan pelanggan adalah dengan menyerahkan kendaraan setelah servis tepat waktu sesuai estimasi pengerjaan (flate rate) yang telah ditentukan. permasalahan pada bengkel yang perlu diatasi guna meningkatkan kepuasan pelanggan kepada bengkel yaitu lamanya proses pengisian Grease ke bearing roda unit Quester, lamanya proses pengambilan oli mesin dan lamanya proses pemasangan kampas kopling. permasalahan dominan yaitu Lamanya proses pengisan Grease ke bearing roda unit Quester. metode yang digunakan penulis adalah fishbone. Akar permasalahan yang ada adalah belum ada alat khusus, kemampuan antar mekanik yang berbeda-beda dan tidak ada SOP. permasalahan lamanya proses pengisian Grease ke bearing roda unit Quester dapat diselesaikan dengan membuat Special Tools Pengisian grease bearing roda, membuat SOP (Standard Operational Procedure) dan sosialisasi penggunaan Special tools. Target lead time service rem adalah 1 jam 18 menit 51 detik, berhasil diturunkan dari 1 jam 27 menit 51 detik.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,145 | 0,043 |
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 ».