PELATIHAN PEMBUATAN STIK RUMPUT LAUT Kappaphycus alvarezii DALAM RANGKA MENDUKUNG IMPLEMENTASI EKONOMI BIRU DI KELOMPOK MASYARAKAT PESISIR DI DESA KALIUDA
Notice bibliographique
Résumé
Desa Kaliuda merupakan salah satu desa pesisir di Kabupaten Sumba Timur yang merupakan daerah penghasil rumput laut Kappaphycus alvarezii terbesar di Kabupaten Sumba Timur. Akan tetapi, pengetahuan masyarakat pesisir Desa Kaliuda terkait diversifikasi rumput laut menjadi beberapa olahan produk makanan masih sangat minim. Hal ini terlihat pada komoditi rumput laut kering yang hanya diperuntukkan untuk kebutuhan industri dan rumput laut yang tidak diterima (reject) oleh perusahaan tidak dimanfaatkan atau diolah. Melakukan kegiatan pelatihan dan pendampingan untuk meningkatkan pengetahuan masyarakat tentang pemanfaatan rumput laut sebagai sumber makanan melalui diversifikasi. Selain itu, masyarakat juga diberikan pemahaman tentang strategi bisnis produk olahan rumput laut. Kegiatan PKM dilakukan dengan pendekatan Participatory Rural Appraisal (PRA) melalui penyuluhan, pendapingan dan pelatihan. Penyuluhan yang dilakukan berkaitan dengan diversifikasi dan pengembangan usaha produk olahan rumput laut. Selain itu, dilakukan proses pendampingan dan pelatihan pembuatan stik rumput laut Kappaphycus alvarezii. Kelompok masyarakat pesisir yang terlibat dalam kegiatan ini berjumlah 34 orang. Kegiatan pengabdian diawali dengan penyajian materi tentang potensi pengembangan rumput laut Kappaphycus alvarezii, strategi pemasaran hasil olahan rumput laut yang meliputi peluang pasar dan keberadaan pesaing, strategi pivot hingga penggunaan digitalisasi dalam e-commerce. Selain penyajian materi, kelompok masyarakat pesisir juga diberikan pelatihan dan pendampingan tentang pengolahan stik rumput laut. Perlatihan tersebut meliputi persiapan bahan baku, pembuatan adonan, pencetakan, penggorengan hingga pengemasan. Faktor utama yang mendukung kegiatan pengabdian ialah tingkat partisipasi masyarakat yang cukup tinggi. Dalam kegiatan tersebut ini, TIM PKM melakukan diskusi untuk menemukan permasalahan dan solusi alternatif yang ditawarkan. Tanggapan mitra terhadap penyajian materi penyuluhan, pendampingan hingga pelatihan yakni pada kategori puas hingga sangat puas . Saran yang direkomendasikan ialah kelompok usaha diversifikasi olahan rumput laut perlu mendapatkan dukungan dari pemerintah desa.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».