Pemeliharaan Calon Induk Koi (Cyprinus carpio, L) dengan Media Filter pada Sistem Resirkulasi
Notice bibliographique
Résumé
Menurunnya mutu kualitas air dapat menyebabkan keracunan pada ikan, menaikkan derajat keasaman air, berkurangnya oksigen terlarut dalam air sehingga dapat memicu adanya infeksi penyakit dan bakteri serta defisinesi nutrisi (Suparlan et al ., 2020). Salah satu usaha yang dilakukan guna mempertahankan mutu kualitas air budidaya adalah dengan penambahan filter pada sistem resirkulasi. Penelitian ini dilaksanakan pada bulan oktober sampai november 2021 yang berlokasi di Laboratorium Produksi dan Manajemen Budidaya Perikanan, Jurusan Perikanan dan Kelautan, Politeknik Pertanian Negeri Kupang. Bahan filter yang digunakan adalah dakron, arang, batu zeolit dan bioball yang disusun di dalam container. Wadah yang digunakan adalah kolam beton ukuran 2x1x1 m. Sistem resirkulasi disetting dengan mengalirkan air yang berada pada dasar kolam melalui pompa langsung menuju pipa dan kemudian menuju media filter. Hewan yang diujikan adalah ikan koi ( Cyprinus carpio ) dengan padat tebar 11 ekor per kolam. Metode yang digunakan adalah eksperimental skala laboratorium dengan Rancangan Acak Lengkap (RAL) yang terdiri dari 2 perlakuan dan 3 ulangan, yaitu: (A)Perlakuan sistem resirkulasi tanpa filter; (B)Perlakuan sistem resirkulasi dengan pemberian filter. Parameter yang diukur pada penelitian ini adalah: 1) Kualitas Air (DO, pH dan suhu) yang diukur dua kali sehari (pagi dan sore hari), 2) Pertumbuhan ikan (panjang dan bobot akhir, pertumbuhan bobot dan panjang mutlak, laju pertumbuhan spesifik (SGR)), 3) Kelulushidupan, 4) Konversi pakan (FCR) selama pemeliharaan. Data yang diperoleh dianalisis menggunakan Analisis varians untuk melihat beda nyata perlakuan. Berdasarkan hasil penelitian, penggunaan media filter pada sistem resirkulasi berpengaruh nyata terhadap panjang akhir ikan koi tetapi tidak berpengaruh nyata terhadap kualitas air, bobot akhir, pertumbuhan panjang dan berat mutlak, kelulushidupan dan nilai FCR. Perlakuan yang memberikan hasil panjang akhir lebih baik yaitu pada perlakuan B dengan panjang mencapai 32,21 cm sedangkan perlakuan A mencapai 31,09 cm. Kata kunci : Ikan Koi, Filter, RAS, Pertumbuhan
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 tête enseignante, 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 ».