MétaCan
Menu
Back to cohort
Record W6989220591

ANALISIS EFEKTIVITAS LKMA 
\nDALAM MENDUKUNG PERMODALAN PETANI DAN 
\nFAKTOR– FAKTOR YANG MEMPENGARUHI EFEKTIVITAS 
\nDI KABUPATEN LIMAPULUH KOTA

2017· dissertation· id· W6989220591 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueAndalas University eThesis (Andalas University) · 2017
Typedissertation
Languageid
FieldAgricultural and Biological Sciences
TopicAgricultural Research and Practices
Canadian institutionsEncana (Canada)
Fundersnot available
KeywordsModalTransmission (telecommunications)Term (time)
DOInot available

Abstract

fetched live from OpenAlex

Lembaga Keuangan Mikro Agribisnis (LKMA) yang didukung oleh pemerintah diharapkan dapat membantu petani kecil yang selalu butuh kredit untuk modal kerja. Namun kenyataannya tidak semua LKMA yang dimanfaatkan oleh petani. Lalu seberapa efektif LKMA dalam upaya memenuhi kebutuhan sektor pertanian? Penelitian ini mengukur efektifitas LKMA dan faktor-faktor yang mempengaruhi efektivitas LKMA. Penelitian ini menggunakan metode survei yang melibatkan 30 LKMA dan 30 petani sebagai unit analisis. Data dianalisis dengan deskriptif kuantitatif dan regresi linier berganda.
\nHasil analisis menunjukkan rata-rata yang cukup tinggi untuk ukuran efektivitas mengenai proporsi jumlah nasabah petani yang dilayani LKMA yaitu 82 persen yang termasuk kategori efektif. Sementara dari sisi modal kredit petani yang berasal dari LKMA hanya sebesar 66 persen yang termasuk kategori cukup efektif. Kemudian juga dilakukan analisis multivariat yang menggunakan model regresi linier berganda untuk megidentifikasi faktor-faktor yang mempengaruhi kedua ukuran tersebut. Hasilnya menunjukkan bahwa efektivitas LKMA mengenai jumlah nasabah petani yang dilayani LKMA secara signifikan ditentukan oleh faktor aset LKMA, modal LKMA, kredit macet, modal dari sumber lain, dan pembiayaan. Sementara itu untuk ukuran efektifitas mengenai modal petani yang dilayani LKMA ditentukan oleh karakteristik petani seperti luas lahan usahatani padi sawah, lama menjadi nasabah LKMA, pendapatan usahatani, pendapatan diluar usahatani, jumlah tabungan, jangka waktu angsuran, kredit macet, sumber pinjaman lain dan tingkat perkembangan LKMA sedangkan faktor seperti jumlah tingkat pendidikan, tingkat suku bunga pinjaman, dan agunan tidak berpengaruh signifikan. Untuk ukuran efektivitas kedua, perlu dicatat bahwa agunan tidak berpengaruh signifikan terhadap besarnya pembiayaan yang akan diberikan kepada nasabah petani, karena sebagian besar petani yang dapat pembiayaan adalah petani dengan karakteristik baik. 
\n
\n
\nKata kunci: Lembaga Keuangan Mikro, Petani kecil dan Efektivitas

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.

Full frame distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Open science, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Research integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.451
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0020.002
Meta-epidemiology (broad)0.0030.002
Bibliometrics0.0010.003
Science and technology studies0.0090.001
Scholarly communication0.0020.006
Open science0.0050.001
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.027
GPT teacher head0.242
Teacher spread0.215 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it