MEMBANGUN APLIKASI DATA PENGAMATAN CUACA PADA STASIUN METEREOLOGI 96041 MEDAN MENGGUNAKAN FRAMEWORK FLUTTER
Notice bibliographique
Résumé
Prakiraan cuaca merupakan salah satu kebutuhan bagi sebagian kalangan masyarakat yang kegiatan aktifitasnya dipengaruhi oleh cuaca untuk memastikan aktifitasnya dapat terencana dengan baik. Pada praktiknya pekerjaan para pengamat cuaca (observer) masih mengandalkan sistem semi terkomputerisasi. Data hasil pengamatan berkala yang telah didapat dari taman alat kemudian dimasukkan ke file Excel.Penelitian ini bertujuan agar dapat mengimplementasikan data hasil pengamatan dari Taman Alat agar dapat divisualisasikan melalui aplikasi berbasis Android.Dengan demikian dapat mengatasi kendala sistem semi terkomputerisasi yang sebelumnya digunakan oleh pengamat cuaca. Metode yang digunakan pada penelitian ini adalah metode Waterfall.Aplikasi Stamet 96041 dibuat dengan Flutter mampu menampilkan Peringatan Dini di wilayah Medan dan Rincian Cuaca. Dengan dibangunnya Aplikasi Stamet 96041 ini hasil pengamatan cuaca dapat divisualisasikan melalui aplikasi berbasis Android yang memudahkan para observer dalam merekam dan memantau perubahan cuaca di Stasiun Meteorologi 96041 Medan dan user dalam memantau kondisi cuaca secara berkelanjutan secara efisien dan dapat diakses secara cepat melalui smartphone.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,033 |
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 ».