Penawaran Komoditi Kentang Sebagai Dasar Pengembangan Potensi Wilayah Di Kabupaten Simalungun
Bibliographic record
Abstract
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
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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 teacher head, 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".