Pelatihan dan Pendampingan Digitalisasi Ekonomi Pada Usaha Mikro Kecil Menengah (UMKM) di Desa Cinunuk Kecamatan Cileunyi Kabupaten Bandung
Bibliographic record
Abstract
Dampak pandemi COVID-19 terhadap perekonomian menuntut pemerintah mengambil langkah reaksi cepat dalam menyelamatkan perkonomian masyarakat yang salah satunya adalah melakukan Transformasi Digital (digitalisasi ekonomi) yakni interaksi sosial yang sebelumnya lebih banyak dilakukan secara langsung (fisik) beralih ke interaksi tidak langsung (non-fisik) dengan tujuan memperoleh model Digitalisasai Ekonomi yang rendah interaksi langsung, membuat Sistem system pengelolaan usaha ntuk menghasilkan produktivitas dan efisiensi , melakukan Perubahan prilaku pelaku usaha dengan memanfaatkan teknologi digital dalam bentuk pelatihan dan pendampingan. Pelatihan dan pendampingan tersebut, diselenggarakan Di Desa Cinunuk kecamatan Cileunyi kabupaten bandung dengan peserta pelaku usaha konveksi yang ada di daerah tersebut dengan jumlah peserta 44 orang melalui zoom Meeting dengan materi Pemahaman PP 7 tahun 2021 tentang Pemberdayaan, perlindungan Koperasi dan UMKM, Pengetahuan dan pemahan tentarng Usaha Kredit Rakyat (KUR) dan KUPEDES, cara membuat dan menggunakan aplikasi untuk mengurangi interaksi langsung, cara membuat dan menggunakan aplikasi pencatatan dan pembukuan menggunakan mikrosoft excel untuk usaha konveksi. Hasil pelatihan dan pendampingan tersebut menghasilkan aplikasi digital untuk mengurangi interaksi langsung dengan pemesan, penyedia bahan dan bagian produksi serta aplikasi untuk pencatatan dan pembukuan dengan mikrosoft excel untuk memudahkan pelaku usaha melakukan pencatatan dan pembukuan yang selama ini masih bersipat manual.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.059 | 0.020 |
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".