ANALISIS HUBUNGAN BIAYA PRODUKSI KELAPA SAWIT TERHADAP PENDAPATAN PETANI DI DESA PULO BAYU KECAMATAN HUTABAYU RAJA, KABUPATEN SIMALUNGUN ORGANIK
Notice bibliographique
Résumé
The aim of study is to 1) determine the productivity of oil palm in the study area, 2) determine the income of oil palm farming in the study area and 3) determine the relationship of the cost of oil palm production with the income of oil palm farmers in the study area. This research was conducted in Pulo Bayu village, Hutabayu Raja district, Simalungun regency. The population in this study were farmers who worked on oil palm plants in Pulo Bayu village with a field area ranging from 0.5-10 Ha and the age of the plants between 3.5-18 years. The number of samples in this study were 30 oil palm farmers. Data analysis was performed descriptively and using simple linear regression analysis. The result showed that the productivity of oil palm plants in the study area was classified as low. The production of oil palm farming in the study area is 82,342.80 kg/year or 1,744.76 kg/ ha (1.75 tons/ha/month). This is lower than the average CPO productivity of smallholder estates 2.5 tons/ ha/month. Net income of oil palm farmer in the study area is Rp 1,308,973.06/ha/month is classified as low because it is lower than the UMR of Simalungun regency (Rp 2,224,036.00/ month). Farming production costs significantly have a positive linear effect on the income of oil palm farmers in the study area.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».