PELATIHAN JARINGAN UNTUK MENINGKATKAN JIWA KEWIRAUSAHAAN SISWA SMK (IbM)
Bibliographic record
Abstract
Jurusan bidang informatika mencakup Teknik Komputer Jaringan, Audio Visual, Design Grafis, Teknik Informatika, dll terus meningkat baik tingkat sekolah menengah maupun tingkat perguruan tinggi. Jumlah pengangguran terbesar pada kabupaten Langkat saat ini adalah tamatan SMA/SMK/SMA, hal ini terkait dengan semakin tinggiya tingkat pendidikan masyarakat, yang umumnya telah tamat SLTA melanjut ke perguruan tinggi. Banyaknya peminat jurusan bidang informatika mengakibatkan kuatnya persaingan para lulusan untuk mendapatkan pekerjaan, sehingga perlu ada upaya penanggulangan untuk meningkatkan skill siswa-siswi dan lulusan jurusan bidang informatika agar tidak semata-mata ingin mencari perkerjaan tetapi mampu membuka lapangan kerja. STMIK Kaputama merupakan perguruan tinggi pertama dalam bidang informatika di Kota Binjai. Kaputama merupakan singkatan dari Karya Putra Utama, sesuai dengan tugas utamanya melaksanakan tridharma perguruan tinggi maka dosen STMIK Kaputama terus melakukan kegiatan pengajaran, penelitian dan pengabdian masyarakat, melihat kuatnya persaingan lulusan dan kebutuhan masyarakat Kabupaten Langkat dan sekitarnya, dosen STMIK Kaputama merasa terpanggil untuk melaksanakan pengabdian masyarakat untuk meningkatkan skill siswa SMK Swasta Esa Prakarsa dan SMK Harapan Bangsa Kuala dalam bentuk pelatihan perakitan komputer, instalasi sistem operasi dan pemasangan jaringan lokal dan internet untuk membangun jaringan warnet, perkantoran dan internet desa dalam meningkatkan kemandirian siswa. Dengan adanya pelatihan perakitan komputer, instalasi sistem operasi dan pemasangan jaringan lokal dan internet, diharapkan siswa-siswi SMK Swasta Esa Prakarsa dan SMK Swasta Harapan Bangsa Kuala dapat lebih meningkatkan skill dan jiwa wirausahaan sehingga mereka mampu berwirausaha sekaligus membuka lapangan kerja secara khusus untuk dapat menerima perbaikan komputer dan membangun jaringan warnet, jaringan internet perkantoran dan jaringan internet masuk desa. Selain adanya jiwa wirausaha, masyarakat juga terbantu khususnya pedesaan agar percepatan informasi dan komunikasi dapat lebih meningkat.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.141 | 0.067 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".