Pengayaan Kemampuan Olah Basis Data MySQL Pada UKM LCC Politeknik LP3I Jakarta
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
Dalam membangun sistem informasi berbasis online umumnya menggunakan basis data MySQL yang disandingkan dengan bahasa pemrograman lain. Namun terkadang pemanfaatan basis data ini masih kurang maksimal padahal bisa saja dalam kasus tertentu basis data tersebut menyimpan banyak transaksi hingga memiliki ukuran yang sangat besar sehingga tidak dapat dilakukan jika menggunakan operasi basis data yang sederhana dan akan membebani Server hingga kinerjanya menurun. Hal ini belum banyak diketahui oleh anggota UKM LCC Politeknik LP3I Jakarta hingga perlu diberikan pengayaan dalam memanfaatkan subroutine pada basis data MySQL yang bekerja untuk menangani proses yang sama diulang berkali-kali, dalam bentuk sub program seperti: function, procedure, dan trigger. Hasil dari kegiatan yang dilaksanakan secara dari daring sesuai aturan Gubernur Jawa Barat pada wilayah Kota Bekasi dan beberapa wilayah lain dengan terbitnya Surat Keputusan nomor 300/Kep.197-BPBD/IV/2020 tentang pemberlakuan Pembatasan Sosial Berskala Besar atau PSBB selama 14 hari dari tanggal 15 April 2020 Sampai 28 April 2020 dan perpanjangan dengan terbitnya Surat Keputusan Nomor 443/Kep.250-Hukham/2020 untuk PSBB tahap II, tanggal 29 April 2020 sampai 12 Mei 2020 menggunakan aplikasi Skype dan memanfaatkan fitur screen share atau online meeting dengan jumlah peserta yang bervariasi dalam setiap pertemuannya tak menyusutkan interaksi dan hampir seluruh peserta berhasil menyelesaikan materi walau ada sedikit peserta tak berhasil mengikuti materi dikarenakan adanya kendala namun banyak pengetahuan baru yang didapat.
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 | 0.006 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.012 | 0.007 |
| Research integrity | 0.001 | 0.005 |
| Insufficient payload (model declined to judge) | 0.003 | 0.009 |
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