Analysis of the Selection of the Best Household Ceramics Using the Complex Proportional Assessment (COPRAS) Method
Notice bibliographique
Résumé
Rapid advances in communication and information technology due to globalization have had a significant impact on a number of industries, including the industrial sector. The industry is taking great advantage of the capabilities of this technology to search, store, distribute and present information. The ceramic sector in Indonesia looks increasingly promising every year. One type of building material that functions to cover the floor and beautify its appearance is ceramic. When choosing ceramics, consumers become confused because of the availability of various brands (vendors) with different themes and quality. When deciding on product quality, a decision support system can be implemented to offer a structured evaluation that assists stakeholders in the business and consumers in assessing high-quality ceramic options. DSS The complex proportional assessment method, or COPRAS, is used in system design. In improving the accuracy and efficiency of decision making, the COPRAS approach can evaluate several options and estimate them based on their utility level when attribute values ??are expressed in intervals. Based on the findings of this research, the application of the COPRAS method in the decision-making process to determine the best household ceramics can be used in selecting the best household ceramics by collecting data on ceramic criteria and the alternative used is the type of ceramic. The weights obtained for each criterion are then normalized which are then used to determine the Ui for each alternative, so that based on the results of this research the best household ceramics are obtained, namely Redhorse type ceramics with a Ui value of 100%, Fortuna type with a Ui value of 99.27%. , Prato type with a Ui value of 98.82%, Crystal type with a Ui value of 98.71%, Mulia type with a Ui value of 88.50%, Vancouver type with a Ui value of 88.24%, Murano type with a Ui value of 84.97% and the Virginia type with a Ui value of 79.77%.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».