IMPLEMENTASI TEKNOLOGI E-MARKET UNTUK MENINGKATKAN LAYANAN PERDAGANGAN TERNAK
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
E-Market merupakan teknologi yang mempertemukan penjual dan pembeli untuk berkomunikaasi satu sama lain dalam transaksi pembelian barang atau jasa. Pengembangan teknologi ini dapat diperuntukkan bagi kelompok usaha, sebagai upaya untuk meningkatkan pemasaran dan penjualan. Kabupaten Merauke belum mempunyai pasar khusus ternak, kebanyakan peternak menjual ternaknya secara individu, masalah lainnya yaitu jarak tempuh ke Kota Merauke relatif jauh dari tempat tinggal mereka. Jika ada yang ingin membeli ternak, maka pembeli harus berkeliling mencari penjual ternak yang mengakibatkan membutuhkan waktu yang lama. Untuk itu diperlukan sebuah teknologi yang menjadi jembatan komunikasi antara penjual dan pembeli ternak. E-Market dapat digunakan sebagai media komunikasi dalam transaksi perdagangan ternak, yang berfungsi untuk meningkatkan pelayanan perdagangan ternak. Metode penelitian yang digunakan yaitu metode pengembangan sistem waterfall. Pengembangan aplikasi e-market menyediakan fitur ruang bagi pembeli dan pedagang yang ingin memperluas pangsa pasarnya dan memungkinkan terjadinya pertukaran informasi tentang produk yang dijual. Hasil pengujian sistem pada E-Market untuk meningkatkan pelayanan perdagangan ternak, dapat membantu meningkatkan perdagangan ternak serta membantu pedagang untuk menyebar luaskan informasi tentang ternak yang akan dijual pada wilayah Kabupaten Merauke dan sekitarnya. Berdasarkan hasil pengujian blackbox, menunjukkan bahwa sistem dapat berjalan sesuai fungsionalitas fitur yang disajikan, dan hasil pengujian UAT menggunakan skala likert, diketahui tingkat kepuasan dengan kategori sangat membantu, pedagang 84,8% dan kepuasan pembeli terhadap sistem yaitu 81,7%.
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 | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.009 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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