Analisis Pendapatan Usaha Madu Galo-Galo Melipo Bee Di Nagari Lalan Kecamatan Lubuk Tarok
Bibliographic record
Abstract
Penelitian ini dilatar belakangi karena Kabupaten Sijunjung merupakan salah satu Kabupaten yang sudah mengembangkan budidaya ternak madu galo-galo. Hal tersebut di awali semenjak dinobatkannya Yunike Filmar pemuda asal Lubuk Tarok Kabupaten Sijunjung sebagai pemuda pelopor bidang pangan dengan pengembangan dan pengelolaan madu galo-galo tingkat Nasional. Yunike Filmar memiliki usaha ternak madu galo-galo yang diberi nama Usaha Madu Galo-Galo Melipo Bee yang sudah berdiri sejak tahun 2018. Namun secara rinci, Usaha Madu Galo-Galo Melipo Bee belum menganalisis pendapatan secara baik dan benar. Fokus penelitian ini bertujuan untuk menganalisis pendapatan usaha madu galo-galo melipo bee. Penelitian dilakukan ditempat usaha galo-galo melipo bee secara langsung dengan pemilik usaha, penelitian telah dilaksanakan pada bulan Februari – Juli 2023 di Nagari Lalan Kecamatan Lubuk Tarok Kabupaten Sijunjung. Metode yang digunakan dalam penelitian ini adalah metode deskriptif dan responden dalam penelitian ini pemilik usaha madu galo-galo melipo bee dilakukan dengan cara wawancara menggunakan kuisioner. Variabel yang diamati adalah modal usaha, biaya tetap, biaya variabel, penerimaan, pendapatan, keuntungan dan R/C ratio. Dari hasil penelitian diketahui bahwa biaya produksi Usaha Madu Galo-Galo Melipo Bee di Nagari Lalan Kecamatan Lubuk Tarok dalam satu kali periode produksi adalah sebesar Rp.4.452.701.85,- penerimaan sebesar Rp.38.000.000,-, pendapatan sebesar Rp.33.547.298.15,- keuntungan sebesar Rp.30.347.298.15 dan R/C ratio sebesar 8,53 yang artinya usaha madu galo-galo melipo bee menguntungkan dan layak untuk terus dikembangkan.
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 | 0.001 | 0.001 |
| 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 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".