Penguatan Manajemen Rantai Pasok dan E-Logistik Produk Pertanian di Desa Jamali Kecamatan Mande Kabupaten Cianjur Jawa Barat
Bibliographic record
Abstract
Kurangnya efisiensi manajemen rantai pasok di Desa Jamali membuat kelompok tani masih menggunakan cara manual dalam penyediaan bibit dan distribusi hasil pertaniannya. Sektor pertanian menjadi pekerjaan yang banyak ditekuni oleh masyarakat di Desa Jamali. Dilain pihak pemahaman yang utuh tentang manajemen rantai pasok mutlak diperlukan oleh seluruh stakeholder pertanian. Terlebih pada era globalisasi sekarang ini teknologi informasi dalam bentuk aplikasi-aplikasi petani mineal dapat mengoptimalkan proses pengadaan (input), produksi, pengolahan, pemasaran, dan distribusi produk pertanian. Penelitian ini bertujuan untuk mengetahui permasalahan-permasalahan rantai pasok pertanian dan mengembangkan aplikasi e-logistik berbasis Android untuk mendukung sistem distribusi hasil tanaman pangan di Desa Jamali. Aplikasi ini dirancang untuk mengoptimalkan manajemen rantai pasok pertanian dengan menghubungkan tiga pemangku kepentingan utama: petani, toko, dan admin. Metodologi pengembangan meliputi studi literatur, survey, pembuatan struktur navigasi, perancangan UML, pembuatan mockup, dan implementasi aplikasi. Sistem dikembangkan menggunakan Android Studio dengan bahasa pemrograman Kotlin dan Firebase sebagai backend service. Hasil penelitian menunjukkan bahwa masalah permodalan petani dapat diatasi dengan pengaktifan kembali peran koperasi unit desa (KUD) sehingga separasi harga dan disribusi produk pertanian dapat lebih efisien dan efektif sedangkan aplikasi aplikasi e-logistik berhasil mengintegrasikan sistem pemesanan, pengelolaan pesanan, dan manajemen pengguna dalam satu platform yang efisien. Implementasi sistem ini dapat meningkatkan efektivitas rantai pasok pertanian dan mendukung pengembangan smart mobility sebagai salah satu komponen dari smart Village di Desa Jamali kecamatan Mande Kabupaten Cianjur. Penerapan sistem ini berhasil membuat kelompok tani mengetahui menajemen rantai pasok dengan menggunakan aplikasi e-logistik untuk meningkatkan transparansi dan efisiensi distribusi produk pertanian di Desa Jamali.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 0.023 |
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".