Decision Support System for Extracurricular Determination to Increase Student Involvement in Activities Outside the Classroom Using the AHP Method
Notice bibliographique
Résumé
SMK Dharma Pancasila Medan is a private school located at Jl. Dr. T. Mansyur No.71 C Medan, Kel. PB Selayang. Currently, the selection of extracurricular activities at the school relies on a conventional manual system, lacking a formal system to identify the best extracurricular activities among the available options. This study aims to develop a Decision Support System (DSS) using the Analytical Hierarchy Process (AHP) method to evaluate and prioritize extracurricular activities based on four main criteria: achievement, short-distance running, height, and discipline. The system is designed to provide objective and measurable recommendations, facilitating students in choosing the most suitable extracurricular activities to enhance their success in out-of-class activities. The research findings demonstrate that the DSS developed with the AHP method is effective in providing accurate recommendations and increasing student engagement in extracurricular activities. The analysis and assessment process using AHP results in more targeted decisions aligned with the goal of enhancing student involvement. Overall, the system not only aids students in optimal extracurricular selection but also contributes to the development of better extracurricular activity strategies at SMK Dharma Pancasila Medan. This research enriches educational theory and practice by offering practical solutions to the challenges in extracurricular selection and enhances the overall educational experience for students.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».