Aplikasi Pemesanan Perjalanan Paket Wisata Religi Pada PT. Vakansi Mandala Nusantara Berbasis Android
Bibliographic record
Abstract
Perkembangan suatu sistem yang semakin lama semakin marak memungkinkan masyarakat untuk mencari inovasi baru dalam mempermudah suatu kegiatan yang ingin dilakukan. Telah banyak paket wisata yang memberikan opsi perjalanan yang menarik namun banyak nya data dan tingkat kerumitan dalam proses pemesanan sehingga mumbutuhkan waktu yang banyak untuk melakukan pembelian tiket wisata dan juga sulit diketahui oleh kalangan masyarakat karena kurangnya suatu ketersediaan media promosi yang menampilkan informasi yang lebih detail dan terupdate. Adanya perkembangan sistem memberikan hak akses kepada masyarakat untuk dapat menerima informasi terupdate yang telah dipaparkan secara lebih detail sehingga memicu minat masyarakat dalam menggunakan suatu aplikasi terbaru seperti aplikasi pemesanan paket perjalanan wisata berbasis android. PT.Vakansi Mandala Nusantara kini telah mengembangkan suatu sistem android yang lebih fleksibel yang dapat diakses dimana saja dan kapan saja karena telah memberikan kemudahan bagi para penggunanya dalam menikmati ketersediaan paket perjalanan wisata yang membantu masyarakat dalam melakukan transaksi serta melakukan suatu proses pemesanaan. Metode yang digunakan dalam penelitian ini adalah metode prototype, metode ini telah berhasil mengembangkan suatu sistem yang dimana pelanggan dapat saling melakukan interaksi sehingga pelanggan ataupun pemilik sistem mempunyai gambaran jelas pada sistem terpadu yang telah disediakan. Pada metode ini dibangun aplikasi berbasis android ini betujuan untuk mengurangi suatu resiko kesalahan pada saat pengelolaan data dan meminimalkan waktu yang telah terbuang karena awalnya proses transaksi dan pemilihan paket perjalanan wisata dilakukan secara 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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.100 | 0.079 |
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".