MétaCan
Menu
Retour à la cohorte
Enregistrement W1536345696 · doi:10.21831/gm.v11i1.3567

PEMENFAATAN SISTEM INFORMASI GEOGRAFIS UNTUK EVALUASI KEMAMPUAN LAHAN DAN ARAHAN PENGGUNAAN LAHAN DI KECAMATAN SAMIGALUH KABUPATEN KULON PROGO

2015· article· id· W1536345696 sur OpenAlexaff
Janu Eko Herwanto, Agus Sudarsono, Bambang Syaeful Hadi

Notice bibliographique

RevueGeomedia Majalah Ilmiah dan Informasi Kegeografian · 2015
Typearticle
Langueid
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Tujuan penelitian ini mengetahui kelas kemampuan lahan, mengetahui agihan kelas kemampuan lahan dan menentukan arahan penggunaan lahan yang sesuai dengan kemampuan lahan di wilayah Kecamatan Samigaluh Kabupaten Kulon Progo Provinsi Daerah Istimewa Yogyakarta. Evaluasi kemampuan lahan menggunakan satuan unit lahan sebagai unit analisis evaluasi lahan untuk mengetahui kelas kemampuan lahan. Analisis kemampuan lahan dilakukan dengan metode pencocokan (matching) terhadap 16 varian satuan unit lahan hasil tumpangsusun (overlay) peta bentuk lahan, jenis tanah dan kemiringan lereng. Karakteristik lahan setiap satuan unit lahan diperoleh dari survei di lapangan dan analisis tanah di laboratorium. Arahan penggunaan lahan disesuaikan dengan kelas kemampuan lahan yang terbentuk di daerah penelitian. Hasil penelitian yang diperoleh, yaitu: (1) Wilayah Kecamatan Samigaluh terdapat tujuh kelas kemampuan lahan, yaitu: Kelas II-e, III-ew, IV-ew, VI-e, VI-es, VII-e dan VII-es; (2) Agihan kelas kemampuan lahan di wilayah Kecamatan Samigaluh, yaitu: Kelas II-e di Desa Purwoharjo dengan luas 19,273 Ha atau 0,28% daerah penelitian, Kelas III-ew di Desa Purwoharjo dengan luas 10,639 Ha atau 0,16% daerah penelitian, Kelas IV-ew di seluruh desa wilayah penelitian dengan luas 541,736 Ha atau 8,01% daerah penelitian, Kelas VI-e di seluruh desa wilayah penelitian dengan luas 1.933,980 Ha atau 28,59% daerah penelitian, Kelas VI-es di Desa Purwoharjo, Desa Sidoharjo, Desa Banjarsari, Desa Ngargosari, Desa Gerbosari serta Desa Kebonharjo dengan luas lahan sebesar 576,950 Ha atau 8,53% daerah penelitian, Kelas VII-e di Desa Purwoharjo, Desa Sidoharjo, Desa Purwoharjo, Desa Ngargosari dan Desa Gerbosari dengan luas lahan 269,126 Ha atau 3,98% daerah penelitian, dan Kelas VII-es di seluruh desa wilayah penelitian dengan luas keseluruhan 3.413,599 Ha atau 50,46% daerah penelitian; dan (3) Arahan penggunaan lahan yang sesuai dengan kemampuan lahan di wilayah Kecamatan Samigaluh, yaitu Kelas II-e untuk pertanian intensif, Kelas III-ew untuk pertanian sedang, Kelas IV-ew untuk pertanian terbatas, Kelas VI-e dan VI-es untuk penggembalaan sedang, perkebunan dan hutan produksi, Kelas VI-e dan VII-es untuk penggembalaan terbatas dan hutan produksi terbatas.Kata kunci: SIG, Evaluasi Kemampuan Lahan, Arahan Penggunaan Lahan.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,274
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomedia Majalah Ilmiah dan Informasi KegeografianMême sujetData Mining and Machine Learning ApplicationsTravaux en français237 207