Minat Petani Dalam Penerapan Pupuk Organik Bokashi Di Desa Gumelar Kecamatan Gumelar Kabupaten Banyumas
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengetahui tingkat minat petani dalam penerapan pupuk bokashi kotoran ternak untuk tanaman padi di Desa Gumelar Kecamatan Gumelar Kabupaten Banyumas. Penelitian ini dilaksanakan pada bulan Agustus 2022 sampai dengan Januari 2023. Metode yang digunakan pada kajian ini adalah metode deskriptif kuantitatif . Metode pengumpulan data penelitian ini menggunakan wawancara, kuesioner, dan obeservasi. Penelitian ini menggunakan 47 sampel petani yang diperoleh secara Proportional Random Sampling dari 7 kelompok tani di Desa Gumelar. Data dianalisis secara deskriptif dan diukur menggunakan skala Likert dengan variabel yaitu kesenangan, ketertarikan, perhatian dan keterlibatan. Hasil penelitian menunjukkan bahwa tingkat pencapaian pada aspek kesenangan adalah 72,3% yang termasuk pada kategori sedang, tingkat pencapaian pada aspek ketertarikan adalah 70,4% yang termasuk pada kategori sedang, tingkat pencapaian pada aspek perhatian adalah 97,2% yang termasuk pada kategori tinggi, dan tingkat pencapaian pada aspek keterlibatan adalah 68,4% yang termasuk pada kategori sedang. Desain pemberdayaan bertujuan untuk meningkatkan pengetahuan, sikap, dan keterampilan petani terhadap penggunaan pupuk organik bokashi pada tanaman padi. Hasil pemberdayaan menunjukkan bahwa rata-rata sasaran meningkat 26% pada aspek pengetahuan, 36% pada aspek sikap, dan 44% pada aspek keterampilan.
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 | 0.000 | 0.005 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.006 |
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".