UJI KUALITAS PAKAN KOMPLIT BERBASIS HIJAUAN SORGUM-INDIGOFERA UNTUK INDUK DOMBA PROLIFIK
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengevaluasi kualitas dan nilai kecernaan pakan komplit berbasis hijauan sorgum dan indigofera sebagai pengganti rumput lapangan untuk induk domba prolifik. Penelitian dilakukan secara eksperimental di laboratorium melalui uji proksimat dan in vitro. Tiga komposisi pakan percobaan yaitu SI1 (60% silase hijauan Sorgum + 30% hay hijauan Indigofera + 10% dedak padi); SI2 (50% silase hijauan Sorgum + 40% Hay hijauan Indigofera + 10% dedak padi); SI3 (40% silase hijauan Sorgum + 50% Hay hijauan Indigofera + 10% dedak padi); dan RL (100% rumput lapangan) sebagai kontrol. Peubah yang diamati yaitu nilai kandungan nutrien dan kecernaan pakan. Data hasil uji proksimat yang diperoleh dianalisis dan diterjemahkan secara deskriptif dan dibandingkan berdasarkan acuan standar pakan untuk induk domba bunting dan menyusui dengan potensi kelahiran kembar dari NRC-Canada. Sedangkan, data nilai kecernaan dianalisis dengan uji ANOVA dan diuji lanjut dengan uji jarak berganda Duncan. Hasil penelitian menunjukan bahwa kandungan nutrien pakan SI secara keseluruhan dapat mengimbangi RL. Bahkan, kandungan protein kasar dan energi bruto pakan SI lebih tinggi dari RL sesuai jumlah hay indigofera yang diberikan dalam ransum. Nilai kecernaan pakan SI lebih tinggi (p<0,05) dari RL, dan semua pakan yang diujikan memiliki kandungan nutrien lebih tinggi dari standar NRC. Dapat disimpulkan bahwa pakan komplit berbasis hijauan sorgum dan indigofera (SI) memiliki kualitas yang lebih tinggi dari rumput lapangan dan rekomendasi NRC untuk induk domba prolifik serta dapat dijadikan sebagai pensubstitusi rumput lapangan. Selain itu, komposisi pakan komplit SI1 (60% silase hijauan sorgum + 30% hay indigofera + 10% dedak halus) merupakan pakan komplit ideal untuk induk domba garut prolifik.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".