MétaCan
Menu
Retour à la cohorte
Enregistrement W4281742769 · doi:10.31942/ce.v7i1.6552

ANALISIS USAHA PENGOLAHAN KERIPIK PISANG COKLAT DI KABUPATEN WAY KANAN PROVINSI LAMPUNG

2022· article· id· W4281742769 sur OpenAlexaff
Tata Cornelia Setyawati, Lutfi Aris Sasongko, Hendri Wibowo, Aniya Widiyani

Notice bibliographique

RevueCENDEKIA EKSAKTA · 2022
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Keripik pisang coklat merupakan jenis makanan ringan terbuat dari buah pisang yang diiris dan digoreng diberi rasa coklat. Penelitian ini bertujuan untuk menentukan total biaya, total penerimaan, total pendapatan, nilai BEP dan nilai R/C pada usaha pengolahan keripik pisang coklat di Kabupten Way Kanan Provinsi Lampung. Metode pada penelitian ini adalah deskriptif analitis. Penentuan lokasi menggunakan metode purposive sampling. Pengambilan sampel responden menggunakan metode sensus. Data yang digunakan merupakan data primer dan data sekunder. Hasil yang diperoleh penelitian ini adalah total biaya sebesar Rp 10.151.719/bulan, total penerimaan sebesar Rp14.422.500/bulan, dan total pendapatan sebesar Rp4.362.892/bulan. Nilai Break Even Point (BEP) atas dasar unit adalah sebesar 810 bungkus/bulan dengan masing-masing berat perbungkus 250gr. Nilai ini lebih kecil dari pada rata-rata produksi 1163/bulan dan nilai Break Even Point (BEP) atas dasar harga sebesar Rp. 8.650/bungkus. Nilai ini lebih kecil dari harga produk yang sebesar Rp. 12.417. Nilai R/C usaha pengolahan keripik pisang coklat sebesar 1,43. Dari nilai R/C tersebut disimpulkan bahwa usaha pengolahan keripik pisang coklat layak untuk diusahakan karena besar nilai R/C >1. Kata kunci: Keripik Pisang Coklat, Pengolahan, Kabupaten Way Kanan

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,210
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCENDEKIA EKSAKTAMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207