Pendampingan Kelompok Pembudidaya Dalam Pengembangan Usaha di Kecamatan Banjar Kota Banjar Provinsi Jawa Barat
Bibliographic record
Abstract
Kecamatan Banjar memiliki luas wilayah 2.589 Ha, dengan potensi wilayah perikanan 60 Ha yang baru dimanfaatkan seluas 38,2 Ha atau 63% dari total wilayah potensial perikanan. Permasalahan yang ada yaitu tingkat kelangsungan hidup ikan masih rendah sehingga pendapatan pembudidaya ikan belum optimal, sehingga diperlukan pendampingan. Tujuan dari penelitian ini adalah mengetahui perubahan yang terjadi pada aspek pengetahuan, sikap, dan keterampilan pada pelaku utama yang tergabung dalam kelompok pembudidaya ikan khususnya di Kecamatan Banjar. Penentuan sampel menggunakan teknik Purposive Sampling yaitu memilih sampel kelompok yang berpotensi, memiliki anggota kelompok perikanan yang aktif dan wilayahnya berdekatan. Analisis data yang digunakan menggunakan metode analisis deskriptif yaitu menjelaskan data-data yang telah dikumpulkan. Proses pendampingan menggunakan metode demonstrasi cara, demonstrasi percontohan, diskusi, dan praktik. Sasaran penyuluhan adalah 11 orang pelaku usaha pembudidaya ikan yang tergabung dalam Pokdakan Hidayah Tirta Mandiri. Materi penyuluhan adalah aplikasi probiotik pada media pakan dan air. Hasil penelitian menunjukkan bahwa penggunaan probiotik pada media pakan dan air dapat meningkatkan tingkat kelangsungan hidup ikan hingga mencapai 99%, mengefisiensikan pakan 99% yang berdampak pada meningkatnya keuntungan hingga 189%. Hasil evaluasi penyuluhan menunjukkan bahwa terjadi peningkatan pada aspek pengetahuan, sikap, dan keterampilan mengenai aplikasi probiotik pada media pakan dan air. Peningkatan pengetahuan 35%, perubahan sikap dari setuju menjadi sangat setuju dan pada aspek keterampilan terjadi peningkatan 48% dari cukup terampil dan tidak terampil menjadi terampil. Pada tahapan adopsi inovasi sampai tahap menerapkan terdapat 3 orang (27%) dari 11 sasaran.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".