RIN Dataverse

529,679 Downloads

Repositori Ilmiah Nasional (RIN) merupakan sarana untuk berbagi, melestarikan, mengutip, mengeksplorasi, dan menganalisis data penelitian. Ini memudahkan membuat data tersedia bagi orang lain, dan memungkinkan Anda untuk mereplikasi pekerjaan orang lain dengan lebih mudah. Peneliti, penulis data, penerbit, distributor data, dan institusi afiliasi semuanya menerima kredit akademis dan visibilitas web. Peneliti, Instansi, dan Pemberi Dana memiliki kendali penuh terhadap data penelitian.

Language Documentation of Indonesia (LADIN)

Knowledge Sector Initiative Dataverse

Universitas Padjadjaran

Organisasi Riset Arkeologi, Bahasa, dan Sastra Dataverse

Organisasi Riset Elektronika dan Informatika Dataverse

Organisasi Riset Energi dan Manufaktur

Organisasi Riset Hayati dan Lingkungan

Organisasi Riset Ilmu Pengetahuan Sosial Humaniora

Organisasi Riset Kebumian dan Maritim Dataverse

Organisasi Riset Kesehatan

Organisasi Riset Nanoteknologi dan Material Dataverse

Organisasi Riset Penerbangan dan Antariksa

Organisasi Riset Pertanian dan Pangan

Organisasi Riset Sosial & Humaniora

Organisasi Riset Tata Kelola Pemerintahan, Ekonomi, dan Kesejahteraan Masyarakat Dataverse

Organisasi Riset Tenaga Nuklir Dataverse

Repository of Indonesian Manuscripts (RIMA)

Repository of Indonesian Oral Tradition (RIOTRA)

ePerikanan

Featured Dataverses

In order to use this feature you must have at least one published dataverse.

Publish Dataverse

Are you sure you want to publish your dataverse? Once you do so it must remain published.

Publish Dataverse

This dataverse cannot be published because the dataverse it is in has not been published.

Delete Dataverse

Are you sure you want to delete your dataverse? You cannot undelete this dataverse.

59,711 to 59,720 of 65,677 Results

Table 2. RF parameters and values.PNG Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries PNG Image - 20.6 KB - MD5: 34304e4763aea8216fd8c0cb5b8be009 Data RF parameters and values used to obtain the optimum value of the classification result
Table 3. Objects number and properties.PNG Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries PNG Image - 57.1 KB - MD5: 2a79ceeca7fe934891fc7d4ac5fd90ed Data Objects number and properties produced by MRS and SDA segmentation algorithms based on scale parameters tested. The bold values indicated the best result for each algorithm. OA = overall accuracy, K = Kappa statistic
Table 5. Mangrove class accuracy.PNG Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries PNG Image - 37.4 KB - MD5: eec592b58c708a273d59f477a749255b Data Mangrove class accuracy (user accuracy (UA) and producer accuracy (PA) and overall accuracy (OA) and Kappa Statistic (K) calculated from RF and ML algorithms (values in bold indicated the best results for both algorithms)
Gambar 1. Pengaruh perbandingan bahan.JPG Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran JPEG Image - 77.7 KB - MD5: a1d169bc0e3f838dd862679cc50da25e Data Gambar 1. Pengaruh perbandingan bahan dan bioaktivator Biosmic terhadap suhu (A), pH (B) dan kelembaban (C) kompos
Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran.pdf Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran Adobe PDF - 355.2 KB - MD5: 8cb4594b36663b128026ceb038b0df2c
Tabel 1. Hasil analisis bahan kompos.tab Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran Tabular Data - 178 B - 3 Variables, 7 Observations - UNF:6:4WfIDQN3M/CAOCrHdMrj/w== Data Hasil analisis bahan kompos
Tabel 2. Hasil analisis kompos matang.xlsx Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran MS Excel Spreadsheet - 9.5 KB - MD5: da2caff8e8d2901e387944360e2b12a7 Data Hasil analisis kompos matang ) RB = Rumput + Kotoran Sapi + Biosmic ) Peraturan Menteri Pertanian Nomor 70/Permentan/SR.140/10/2011 (Pupuk Organik,Pupuk Hayatidan Pembenah Tanah. **) SNI 19-7030-2004 (Spesifikasi Kompos dari Sampah Organik Domestik)
Tabel 3. Pertumbuhan empat jenis tanaman sayuran yang dipupuk dengan dua jenis kompos.tab Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran Tabular Data - 323 B - 4 Variables, 10 Observations - UNF:6:fzF9Sp5sj3LPqrjp0epkGA== Data Pertumbuhan empat jenis tanaman sayuran yang dipupuk dengan dua jenis kompos Keterangan: Angka rataan parameter pertumbuhan diambil dari 50 contoh tanaman, kecuali untuk berat basah bayam merah diambil dari rataan dua bedengan yang berukuran 6 x 1 m.
Tabel 4. Hasil panen bayam merah.tab Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran Tabular Data - 258 B - 4 Variables, 6 Observations - UNF:6:usnIpCvSPD/6bdk+1xn2XQ== Data Hasil panen bayam merah yang berumur 32 hari di rumah sayuran organik kebun plasma nutfah Keterangan: - Angka rataan tinggi tanaman dan jumlah daun diambil dari 50 contoh tanaman, sedangkan berat basah diambil dari rataan dua bedengan yang berukuran 6 x 1 m. - Biopestisida...
4520. Variability of Sea Surface Temperature and Sea Surface Salinity.pdf Aug 2, 2018 - Variability of Sea Surface Temperature and Sea Surface Salinity in the Ambon Bay and its Relation to ENSO/IOD and Monsoon Adobe PDF - 415.1 KB - MD5: 5f4ec15dadfc29b877adb9f0a311db9c

Table 2. RF parameters and values.PNG

Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries

PNG Image - 20.6 KB -

Data

RF parameters and values used to obtain the optimum value of the classification result

Table 3. Objects number and properties.PNG

Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries

PNG Image - 57.1 KB -

Data

Objects number and properties produced by MRS and SDA segmentation algorithms based on scale parameters tested. The bold values indicated the best result for each algorithm. OA = overall accuracy, K = Kappa statistic

Table 5. Mangrove class accuracy.PNG

Aug 2, 2018 - Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and ALOS PALSAR Imageries

PNG Image - 37.4 KB -

Data

Mangrove class accuracy (user accuracy (UA) and producer accuracy (PA) and overall accuracy (OA) and Kappa Statistic (K) calculated from RF and ML algorithms (values in bold indicated the best results for both algorithms)

Gambar 1. Pengaruh perbandingan bahan.JPG

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

JPEG Image - 77.7 KB -

Data

Gambar 1. Pengaruh perbandingan bahan dan bioaktivator Biosmic terhadap suhu (A), pH (B) dan kelembaban (C) kompos

Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran.pdf

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

Adobe PDF - 355.2 KB -

Tabel 1. Hasil analisis bahan kompos.tab

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

Tabular Data - 178 B - 3 Variables, 7 Observations -

Data

Hasil analisis bahan kompos

Tabel 2. Hasil analisis kompos matang.xlsx

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

MS Excel Spreadsheet - 9.5 KB -

Data

Hasil analisis kompos matang *) RB = Rumput + Kotoran Sapi + Biosmic **) Peraturan Menteri Pertanian Nomor 70/Permentan/SR.140/10/2011 (Pupuk Organik,Pupuk Hayatidan Pembenah Tanah. ***) SNI 19-7030-2004 (Spesifikasi Kompos dari Sampah Organik Domestik)

Tabel 3. Pertumbuhan empat jenis tanaman sayuran yang dipupuk dengan dua jenis kompos.tab

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

Tabular Data - 323 B - 4 Variables, 10 Observations -

Data

Pertumbuhan empat jenis tanaman sayuran yang dipupuk dengan dua jenis kompos Keterangan: Angka rataan parameter pertumbuhan diambil dari 50 contoh tanaman, kecuali untuk berat basah bayam merah diambil dari rataan dua bedengan yang berukuran 6 x 1 m.

Tabel 4. Hasil panen bayam merah.tab

Aug 2, 2018 - Pembuatan Kompos Berbahan Dasar Potongan Rumput Dan Kotoran Sapi Serta Pemanfaatannya Untuk Tanaman Sayuran

Tabular Data - 258 B - 4 Variables, 6 Observations -

Data

Hasil panen bayam merah yang berumur 32 hari di rumah sayuran organik kebun plasma nutfah Keterangan: - Angka rataan tinggi tanaman dan jumlah daun diambil dari 50 contoh tanaman, sedangkan berat basah diambil dari rataan dua bedengan yang berukuran 6 x 1 m. - Biopestisida...

4520. Variability of Sea Surface Temperature and Sea Surface Salinity.pdf

Aug 2, 2018 - Variability of Sea Surface Temperature and Sea Surface Salinity in the Ambon Bay and its Relation to ENSO/IOD and Monsoon

Adobe PDF - 415.1 KB -

Add Data

Share Dataverse

Link Dataverse

Reset Modifications