<![CDATA[Peningkatan sumber daya manusia (SDM) pertanian yang profesional, mandiri, inovatif, kreatif, dan berwawasan global sangat diperlukan untuk mewujudkan kecukupan pangan, perluasan lapangan kerja, pengentasan kemiskinan, serta peningkatan produk domestik bruto dan pendapatan petani. Kinerja penyuluh pertanian yang baik sangat penting untuk mendukung swasembada dan kedaulatan pangan, serta meningkatkan produksi dan kesejahteraan petani. Penelitian ini bertujuan untuk mengetahui indikator variabel yang mempengaruhi hubungan antara karakteristik petani, karakteristik penyuluh, kinerja penyuluh, dan perubahan perilaku petani. Penelitian dilakukan di Kota Tarakan dari Desember 2023 hingga Maret 2024 dengan jumlah sampel 55 orang yang dipilih secara purposive sampling. Data yang dikumpulkan mencakup data primer, seperti karakteristik responden petani dan penyuluh, serta data sekunder dari instansi terkait melalui observasi, wawancara, FGD, dan pengambilan data yang kemudian dipastikan validitas, reliabilitas indikator dan konstruk melalui software SmartPLS 3.0. Indikator yang berpengaruh yakni, keterampilan petani, pengalaman, usia, keberanian, komunikasi penyuluh, pengalaman penyuluh, penguasaan inovasi, peta wilayah, RDKK, RKP, keterampilan, pengetahuan dan sikap. Indikator variabel sangat penting dalam analisis SEM karena menyediakan dasar empiris untuk mengukur variabel laten. Pemilihan dan pengujian indikator yang tepat memastikan validitas dan reliabilitas model pengukuran. Dengan model yang benar, SEM membantu peneliti memahami dan menginterpretasikan hubungan kompleks antara berbagai variabel. Increasing professional, independent, innovative, creative, and globally-minded agricultural human resources (HR) is essential for food sufficiency, employment expansion, poverty eradication, and boosting GDP and farmer income. Good performance of agricultural instructors is vital for supporting food self-sufficiency, sovereignty, production, and farmer welfare. This research aims to identify variable indicators influencing the relationships among farmer characteristics, instructor characteristics, instructor performance, and changes in farmer behavior. Conducted in Tarakan City from December 2023 to March 2024 with 55 purposively sampled participants, data collection methods included observation, interviews, FGDs, and secondary data from related agencies. Using SmartPLS 3.0 software, key indicators analyzed were farmer skills, experience, age, courage, instructor communication, instructor experience, mastery of innovation, regional maps, RDKK, RKP, skills, knowledge, and attitudes. Proper selection and testing of these indicators ensure the validity and reliability of the measurement model in SEM analysis, aiding in the understanding of complex variable relationships.]]>
