Efektivitas Dosis dan Aplikasi Pupuk Npk Majemuk Pada Fase Vegetatif Pada Tanaman Strawberry (Fragaria x ananassa Duchesne)
Notice bibliographique
Résumé
Pengelolaan hara merupakan salah satu faktor penentu hasil dan kualitas buah yang tinggi. Selama ini, rekomendasi pupuk untuk tanaman stroberi menggunakan NPK 16-16-16. Pemupukan NPK 16-16-16 masih kurang mencukupi, sehingga petani masih menambahkan pupuk KNO3. Oleh karena itu, perlu dilakukan pengujian terhadap pupuk NPK dengan komposisi berbeda yaitu dengan porsi K lebih tinggi (NPK 12-6-24). Pengujian efektivitas pupuk NPK dan cara aplikasi dilakukan bertujuan untuk mengetahui pola pertumbuhan tanaman strawberry. Penelitian menggunakan RAL (Rancangan Acak Lengkap) Faktorial dengan 3 kali ulangan. Faktor pertama yaitu Dosis pupuk NPK 12-6-24 dengan taraf 0; 1 g (g/L); 2 g (g/L); 3 g (g/L); 4 g (g/L); dan pupuk NPK rekomendasi 16-16-16, 2 g (2 g/L). Faktor kedua yaitu cara aplikasi dengan taraf A1 (ditabur) dan A2 (dikocor). Data tinggi dan jumlah daun yang diperoleh dianalisis menggunakan Analysis of Variance aplikasi SPSS dan dilanjutkan dengan DMRT (Duncan Multiple Range Test) taraf ? 5%. Hasil pengujian pupuk NPK 12-6-24 terhadap pertumbuhan strawberry yang dibandingkan dengan NPK 16-16-16 sebagai pupuk rekomendasi memperlihatkan bahwa interaksi antara perlakuan dosis dan cara aplikasi tidak berpengaruh nyata, namun perlakuan tunggal dosis berpengaruh nyata terhadap parameter tinggi dan jumlah daun tanaman strawberry. NPK 12-6-24 dosis 4 g aplikasi granul (ditabur) efisien terhadap pertumbuhan tanaman strawberry secara keseluruhan apabila mempertimbangkan tenaga kerja, sedangkan NPK 12-6-24 dosis 2 g aplikasi kocor efisien apabila mempertimbangkan jumlah pupuk yang digunakan dan Perlakuan NPK 12-6-24 lebih efisien dibandingkan pupuk NPK 16-16-16 rekomendasi pada semua parameter Kata Kunci: Strawberry, Pupuk NPK, Dosis, Aplikasi
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».