Penerapan Sistem Pendukung Keputusan Dengan Metode Fuzzy AHP Untuk Penentuan Kriteria Prioritas Pelayanan Dikementrian Agama Kota Binjai
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menerapkan Sistem Pendukung Keputusan (SPK) dengan metode Fuzzy Analytical Hierarchy Process (F-AHP) untuk menentukan prioritas pelayanan di Kementerian Agama Kota Binjai. Metode F-AHP digunakan untuk mengatasi ketidakpastian dan subjektivitas dalam pengambilan keputusan multi-kriteria. Kriteria yang digunakan meliputi: Tingkat Kebutuhan Masyarakat, Dampak Sosial, Aksesibilitas Pelayanan, Kesiapan Sumber Daya, dan Dukungan Kebijakan/Regulasi. Hasil penelitian menunjukkan bahwa Tingkat Kebutuhan Masyarakat merupakan kriteria paling dominan dengan bobot 1,0. Dari sepuluh alternatif pelayanan, Fasilitasi Perayaan Hari Besar Agama Non-Muslim dan Penyusunan Kurikulum Pendidikan Agama Non-Muslim di Sekolah memperoleh skor tertinggi (5,0), sedangkan Pengadaan Buku & Media Ajar Agama Non-Muslim memiliki skor terendah (1,0). Sistem yang dibangun menggunakan PHP dan MySQL mampu menghasilkan perangkingan yang objektif dan terstruktur, sehingga dapat mendukung pengambilan keputusan yang lebih akurat dan konsisten
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,010 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».