Sistem Informasi Penjadwalan Kendaraan Pada CV. Serin Transport Berbasis Web
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
CV Serin Transport adalah anak perusahaan dari PT Fajar Prakasa, CV Serin Transport yang bergerak pada bidang jasa pelayanan pengiriman barang. Jasa pelayanan pada CV Serin Transport di antara lain adalah penditrubusian pupuk baik subsidi dan non subsidi adapun wilayah pengantaran diantara lain kabupaten Garut, Ciamis, Tasikmalaya, Sumedang.. Permasalahan yang ada pada CV Serin Transport dalam penjadwalan keberangkatan Armada masih menggunakan manual yaitu hanya menggunakan microsoft excel juga penyimpanan data, keamanan data, dan penyajian informasi yang kurang efisien dan efektif, serta rekapitulasi oleh bagian Administrasi yang dikerjakan oleh satu orang. Jika ada Armada yang menanyakan informasi jadwal keberangkatan untuk pengiriman barang, akibat hal itu terjadi jadi penghambat pekerjaan dan membuat efesiensi waktu terganggu dan mengurangi kinerja dan profit pada perusahaan.. Sistem Informasi Manajemen Kendaraan pada CV Serin Transport, yang dibangun untuk mencatat penjadwalan pengiriman barang dan menghasilkan laporan penjadwalan pengiriman barang untuk mempermudah penyajian informasi kepada Pemilik dan Armada. Sistem Informasi Manajemen Kendaraan ini menggunakan Metode RAD (Rapid Application Development) dengan menggunakan beberapa tahapan yaitu pemodelan bisnis, pemodelan data, pemodelan proses, pembuatan aplikasi, pengujian, dan penjualan. Hasil yang di harapkan dalam pembuatan Sistem Manajemen Kendaraan pada CV Serin Transport dapat mengoptimalkan kinerja dari perusahaan.
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.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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 it