Identifikasi Potensi Pengembangan Kegiatan Pertanian dalam Mendukung Perwujudan Food Estate
Notice bibliographique
Résumé
Abstract. Food estate development is one way to maintain food security in Indonesia. The current phenomenon is the need for food as a basic human need which will continue to increase over time, besides that it is also necessary to limit food imports and continue to prioritize food with regional independence. Therefore, the Government through the Ministry of Defense is currently planning The 5 locations to be developed as food estates include Kertajati Village, Kertajati District, Majalengka Regency. This village is considered potential because Mekarjaya Village itself has an area of 25% of the total plantation area in Kertajati District. The area for plantations in Mekarjaya Village itself is recorded at 2237.502 Ha. This area is the largest compared to 13 other villages in Kertajati District, Majalengka Regency. The purpose of this research is to identify the development of agricultural activities in supporting the realization of food esate activities. The stages of analysis carried out in this study include Geospatial analysis, On farm Analysis and Off Farm Analysis which have the aim of assessing from these three aspects whether Mekarjaya Village is suitable to be used as an Agricultural Area in supporting food estate activities and it was found that Mekarjaya Village is suitable for used as a food estate area but there are still many things that need to be repaired or developed. Abstrak. Pengembangan food estate merupakan salah satu cara dalam upaya dalam menjaga ketahanan pangan yang ada di Indonesia. Fenomena yang terjadi saat ini adalah kebutuhan akan pangan sebagai basic human needs yang seiring dengan berjalanya waktu akan terus meningkat, selain itu juga perlu adanya pembatasan mengenai impor pangan dan tetap mengedepankan pangan dengan kemandirian daerah, Maka dari itu Pemerintah melalui Kementerian Pertahanan saat ini sedang merencanakan 5 lokasi untuk dikembangkan sebagai food estate diantaranya adalah Desa Kertajati Kecamatan Kertajati Kabupaten Majalengka. Desa ini dianggap potensial karena Desa Mekarjaya sendiri memliki luasan 25% dari total luas perkebunan di Kecamatan Kertajati. Tercatat luasan untuk perkebunan di Desa Mekarjaya sendiri yaitu sebesar 2237,502 Ha, Luasan Tersebut merupakan yang terbesar bila dibandingkan dengan 13 Desa lainnya yang berada di Kecamatan Kertajati Kabupaten Majalengka. Tujuan untuk peneleitian ini adalah mengidentifikasi pengembangan kegiatan pertanian dalam mendukung perwujudan kegiatan food esate. Tahapan Analisis yang dilakukan pada kajian ini diantaranya adalah analisis Geospasial, Analsisis On farm dan Analisis Off Farm yang memiliki tujuan untuk menilai dari ketiga aspek tersebut Desa Mekarjaya apakah cocok untuk dijadikan Kawasan Pertanian dalam mendukung kegiatan food estate dan di dapati hasil bahwa desa mekarjaya cocok untuk dijadikan Kawasan food estate tetapi masih banyak hal hal yang harus diperbaiki atau dikembangkan.
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 | 0,000 | 0,000 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».