Pengembangan Aplikasi Berbasis Web untuk Pengelolaan Data Tekstual dan Otomatisasi Dokumen Pertimbangan Teknis Pertanahan
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
Document preparation for land technical considerations, such as assignment letters, minutes, invitations, attendance lists, and minutes, has traditionally been done manually using word processing software. This process tends to be time-consuming and potentially leads to errors and formatting inconsistencies. This research aims to design and build a web-based application capable of automating the creation of land documents. The development method uses the waterfall model with stages of needs analysis, system design, implementation, and testing. Trials were conducted using the black box testing method to assess the system's functionality and reliability in producing documents according to standard formats. The results indicate that the application is capable of automatically producing documents with a high level of accuracy, maintaining format uniformity, and minimizing the potential for errors. This application has proven efficient, easy to use, and effective in supporting land administration. Scientifically, this research contributes to the modernization of services with information technology-based innovation. Penyusunan dokumen dalam kegiatan pertimbangan teknis pertanahan, seperti surat tugas, berita acara, undangan, daftar hadir, dan risalah, selama ini dilakukan manual menggunakan perangkat lunak pengolah kata. Proses tersebut cenderung memakan waktu lebih lama serta berpotensi menimbulkan kesalahan dan inkonsistensi format. Penelitian ini bertujuan merancang dan membangun aplikasi berbasis web yang mampu mengotomatisasi pembuatan dokumen pertanahan. Metode pengembangan menggunakan model waterfall dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Uji coba dilakukan dengan metode black box testing untuk menilai fungsionalitas dan keandalan sistem dalam menghasilkan dokumen sesuai format standar. Hasil penelitian menunjukkan aplikasi mampu menghasilkan dokumen secara otomatis dengan tingkat akurasi tinggi, keseragaman format terjaga, serta meminimalkan potensi kesalahan. Aplikasi ini terbukti efisien, mudah digunakan, dan efektif dalam mendukung administrasi pertanahan. Secara ilmiah, penelitian berkontribusi terhadap modernisasi layanan dengan inovasi berbasis teknologi informasi.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,018 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle