ANALISIS PERBAIKAN PROSES BISNIS PENGELOLAAN BANTUAN LOGISTIK KEBENCANAAN PADA BADAN PENANGGULANGAN BENCANA DAERAH (BPBD) PROVINSI JAWA BARAT
Notice bibliographique
Résumé
Tujuan kajian pada Pengabdian Kepada Masyarakat (PKM) ini adalah melakukan analisis perbaikan proses bisnis pengelolaan bantuan logistik kebencanaan pada Badan Penanggulangan Bencana Daerah Provinsi Jawa Barat (BPBD Jabar). Analisis perbaikan proses bisnis dilakukan melalui tiga tahap. Tahap pertama adalah identifikasi proses bisnis saat ini dengan pendekatan Business Process Mapping. Tahap kedua adalah perbaikan proses bisnis menggunakan pendekatan Business Process Improvement. Tahap terakhir adalah penetapan peran para pihak yang menjalankan proses bisnis menggunakan pendekatan RACI Matrix. Kajian difokuskan pada proses bisnis penerimaan, penyimpanan, dan distribusi bantuan logistik kebencanaan dari BPBD Jabar ke BPBD kabupaten/ Kota di Provinsi Jawa Barat. Kajian menghasilkan peta proses bisnis baku, dan penetapan peran dan tanggung jawab yang jelas bagi para pihak yang terlibat dalam pengelolaan bantuan logistik kebencanaan. Hasil kajian selanjutnya menjadi pedoman pengembangan sistem informasi pengelolaan bantuan logistik kebencanaan pada BPBD Jabar.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 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) | 0,016 | 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 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 ».