PENERAPAN TEKNOLOGI PADA UKM BED COVER BALI UNTUK MENINGKATKAN KUALITAS PRODUKSI BED COVER
Bibliographic record
Abstract
Gianyarmerupakansetrakerajinan di Bali yang memilikiberagamkerajinankhas Bali yang biasadijadikanbuahtanganbagi para wisatawan. Salah satukerajinan yang diburu para wisatawanadalah Bed Cover. Mahalnyabahanbakudanalatmenyebabkanketerbatasanproduksidari Usaha Kecil Menengah. Para pengrajinmembutuhkanbahanbakuberkualitasbaikdanauntukdapatmenunjangusahamereka. Selainitu, desaindan motif yang lebihbervariasijugadibutuhkanuntukdapatmeningkatkanjumlahpenjualan. Kurangnyapengetahuan para UKM dalamhalmengemasdancaramemasarkanhasilproduksimerekamenyebabkanmerekakalahbersaingdengan yang lain. Pemasaran Bed Cover yang dilakukansecara manual, melaluipemajanganbarangdagang di toko, membuatterbatasnyapenjualanhanyapadapembeli yang dating langsungketoko. Untukdapatmeningkatkanpemasaransehinggadapatmenjangkauseluruhpembelidarisemuawilayah, makaakandilakukanpenjualansecara online yang dapatmelayanisemuapembeli yang berada di berbagaiwilayahtanpaharusdatang langsungketoko. 2 UKM yang menjadi mitra pada kegiatan pengabdian ini adalah UKM Niesha Bali Bed Cover dan UKM Pak Putu yang keduanya berlokasi di Gianyar, Bali. Permasalahan yang ada pada UKM Niesha Bali Bed Cover dan UKM Pak Putu adalah kesulitan dalam mengemas dan mengirimkan produk keluar daerah karena keterbatasan pengetahuan dalam pengepakan dan pengiriman melalui jasa pengiriman, jumlah produksi yang terbatas, karena keterbatasa alat, bahan penunjang berupa label dan kemasan yang relatif mahal, serta pengelolaan untuk manajemen stok masih menggunakan cara manual, sehingga sulit dalam melakukan pencatatan stok yang tersedia, dan cara pemasaran yang sederhana. Tujuan kegiatan ini adalah peningkatan pengetahuan di bidang manajemen dan pengelolaan usaha terutama untuk sistem pengelolaan stok, peningkatan bentuk kemasan, peningkatan jumlah produksi bed cover, peningkatan jumlah konsumen, dan peningkatan jumlah penjualan dan pemasaran yang lebih efektif. Berdasarkan hasil pelaksanaan sosialisasi masyarakat yang hadir memamahi esensi dari kegiatan yang dilaksanakan dan bersedia untuk ikut aktif berpartisipasi dalam mencapai target yang telah disepakati. Hasil evaluasi menunjukkan bahwa kedua UKM secara aktif menggunakan peralatan teknologi yang telah diteruskan oleh perguruan tinggi pelaksana. Â
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.017 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".