PERENCANAAN MANAJEMEN RANTAI PASOK DAUN MURBEI JENIS MORRUS ALBA L. UNTUK PRODUKSI TEH HERBAL
Notice bibliographique
Résumé
PKK RT II RW VI Kelurahan Tlogomas Kota Malang adalah wilayah yang memiliki ikonik yaitu sebagai daerah dengan tanaman murbei terbanyak, dimana setiap rumah yang ada di wilayah ini memiliki minimal 2 batang tanaman murbei jenis Morrus Alba L. Selama ini anggota PKK Rdaun murbei kareT II RW VI Kelurahan Merjosari Malang berupaya menghasilkan produk yang berbahan dasar murbei, baik buah maupun daun dan batang/rating. Salah satu produk yang diharapkan menjadi andalan adalah teh herbal yang berasal dari daun murbei karena kandungan yang ada di daun murbei sangat baik bagi kesehatan manusia. Kendala utama yang muncul saat diaplikasikan manajemen rantai pasok (SCM) adalah pasokan bahan baku yang biasanya diperoleh dari warganya, dengan proses produksi dijemur dan disangrai, mengakibatkan bahan baku sedikit menjadi menyusut sebesar 60%. Pasokan bahan baku perlu ditingkatkan melalui pembenahan lahan serta bibit tanaman murbei. Apabila bahan baku tersedia melimpah, maka pemasaran akan terbuka lebar bagi produk teh herbal daun murbei.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».