Penentuan Koperasi Terbaik pada Dinas Koperasi dan UMKM Kota Binjai menggunakan Metode WASPAS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A cooperative is a business entity based on the principle of kinship. Cooperatives have the aim of improving the welfare of their members through the activities they carry out. The Binjai City Cooperatives and UMKM Service is a regional apparatus within the Binjai City Government for government affairs in the field of Cooperatives, Small and Medium Enterprises. The Binjai City Cooperatives and UMKM Department always carries out assessments of every cooperative in the city of Binjai in the form of an assessment of the best cooperatives which aims to increase the motivation of cooperative institutions and as an evaluation material for the performance of cooperatives recorded in the City of Binjai. In carrying out the assessment of the best cooperatives carried out by the Binjai City Cooperatives and UMKM Service, it took quite a long time. This is because the data collection and processing process is conventional and simple. To overcome existing problems, a decision support system was created to facilitate the management and calculations of each cooperative. In this research, the method used in the calculation process is WASPAS (Weighted Aggregated Sum Product Assessment). The Weighted Aggregated Sum Product Assessment (WASPAS) method is a method that is able to minimize errors or maximize the assessment to determine the highest and lowest values. The final result of this research is a decision support system that is able to produce decision recommendations in determining the best cooperative at the Binjai City Cooperative and UMKM Department.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 découle