Identifikasi Elemen Citra Kota di Pusat Kota Tasikmalaya pada Media Sosial Instagram
Notice bibliographique
Résumé
Abstract. Tasikmalaya City was a division of Tasikmalaya Regency in 1967. Before the expansion, Tasikmalaya City was the regional capital which could be recognized from the trading area on Jalan Cihideng. The Tasikmalaya city area experienced many changes after the expansion. So it was reported in the news that HZ Mustafa had now lost his identity. Therefore, it is necessary to identify the city image in the Tasikmalaya city center area which aims to determine the image of the Tasikmalaya city center area according to public opinion, through qualitative methods and GSM (Geocode Social Media) analysis image classification. The research results show that the city image element is H.Z. Mustofa and Cihideung Streets as path, H.Z, Mustofa and Cihideung shops as edges, trade areas as districts, city parks as nodes, and the Great Mosque of Tasikmalaya City as landmarks. Abstrak. Kota Tasikmalaya merupakan pemekaran dari Kabupaten Tasikmalaya pada tahun 1967. Sebelum pemekaran, Kota Tasikmalaya merupakan ibu kota daerah yang dapat dikenali dari kawasan perdagangan di Jalan Cihideng. Kawasan kota Tasikmalaya banyak mengalami perubahan pasca pemekaran. Sehingga diberitakan di pemberitaan kawasan HZ Mustafa kini kehilangan jati diri. Oleh karena itu, diperlukan identifikasi citra kota di kawasan Pusat kota Tasikmalaya yang bertujuan untuk mengetahui citra kawasan pusat kota Tasikmalaya menurut opini masyarakat, melalui metode kualitatif dan analisis GSM (Geocode Social Media) yaitu klasifikasi gambar. Hasil penelitian menunjukkan bahwa elemen citra kota adalah jalan H.Z. Mustofa dan Jalan Cihideung sebagai path, pertokoan H.Z, Mustofa dan Cihideung sebagai edges, kawasan perdagangan sebagai district, taman kota sebagai node, dan Masjid Agung Kota Tasikmalaya sebagai landmark.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».