Penawaran Komoditi Kentang Sebagai Dasar Pengembangan Potensi Wilayah Di Kabupaten Simalungun
Notice bibliographique
Résumé
Tujuan penelitian adalah mengetahui bagaimana kondisi eksisting komoditas kentang sebagai potensi pengembangan wilayah di Kabupaten Simalungun, dan untuk mengetahui faktor - faktor apa saja yang mempengaruhi penawaran komoditas kentang sebagai potensi pengembangan wilayah di Kabupaten Simalungun. Metode analisis data yang digunakan metode regresi linear berganda menggunakan metode Ordinary Least Square (OLS). Hasil penelitian menunjukkan Produksi kentang tertinggi terjadi pada tahun 2008 yaitu 89.749 ton, dan produksi kentang terendah terjadi pada tahun 2017 yaitu 35.474 ton. Harga kentang terendah terjadi pada tahun 2008 yaitu senilai Rp. 3.122/kg dan harga tertinggi pada tahun 2017 yaitu senilai Rp. 7.590/kg. Luas areal (LA), Harga Kentang (Pk), dan Harga Pupuk (Pu) dan Harga bibit kentang (Pb) memiliki hubungan yang positif dengan Penawaran Kentang (QS), sedangkan variable Harga wortel (Pw) mempunyai hubungan yang negatif dengan penawaran kentang. Dari hasil uji t-hitung, secara parsial, variabel luas areal (LA), harga pupuk (Pu) memiliki pengaruh yang signifikan terhadap penawaran kentang, sedangkan harga kentang (Pk), harga wortel (Pw), dan harga bibit kentang (Pb) masing-masing tidak memiliki pengaruh terhadap penawaran kentang (Qs) di Kabupaten Simalungun. Hasil estimasi OLS penawaran kentang di Kabupaten Simalungun adalah : QS = - 167,751 + 7,467 LnLA + 2,112 LnPk – 5,248 LnPw + 5,288 LnPb + 12,658 LnPu, hal ini berarti bahwa harga pupuk mempunyai respon yang lebih besar terhadap penawaran kentang di Kabupaten Simalungun, lalu disusul oleh luas areal, harga bibit kentang dan harga kentang. Harga wortel tidak merespon penawaran kentang
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».