Perancangan Sistem Informasi Surat Perintah Perjalanan Dinas Berbasis Website di BPKH I Medan
Bibliographic record
Abstract
Balai Pemantapan Kawasan Hutan Wilayah I Medan merupakan salah satu unit organisasi pemerintah pada Kementerian Lingkungan Hidup dan Kehutanan. Dimana pimpinan serta para pegawai di BPKH I Medan sering melakukan perjalanan dinas antar kota maupun diluar kota. Pembuatan surat perintah perjalanan dinas (SPPD) di BPKH I Medan masih dilakukan secara sederhana dengan pencatatan manual dan belum menggunakan aplikasi khusus. Hal ini mengakibatkan kurang efektif dan efisien, baik dari segi materi maupun waktu, terjadi kehilangan data perjalanan dinas karena proses dan tata cara penyimpanan data yang tidak baik serta membutuhkan waktu lama jika kepala dinas membutuhkan laporan perjalanan dinas dalam waktu satu tahun maka harus membuka kembali berkas-berkas yang sudah tersimpan. Oleh karena itu, diperlukan perangkat lunak untuk menangani masalah tersebut. Sistem yang diusulkan yaitu Perancangan Sistem Informasi Surat Perintah Perjalanan Dinas Berbasis Website yang di bangun dengan menerapkan metode Unified Modelling Language (UML). Dengan adanya Perancangan Sistem Informasi SPPD Berbasis Website ini maka akan mempermudah pegawai dalam pembuatan SPPD yang efektif, efisien, akurat, dan hemat waktu serta akan menjaga keamanan berkas SPPD yang mana berkas tersebut tersimpan dalam database khusus
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.150 | 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".