OPTIMALISASI PERAN KELEMBAGAAN PERENCANAAN SUMBER DAYA ALAM DALAM PENANGANAN PERMASALAHAN PENANAMAN MODAL
Notice bibliographique
Résumé
Dinamika penanaman modal di Indonesia secara umum berkaitan dengan permasalahan internal maupun eksternal yang seringkali direspons dengan perubahan regulasi dan kebijakan. Hal ini wajar mengingat saat ini Ease of Doing Business (EODB) Indonesia masih rendah dengan menduduki peringkat 73 dari 190 negara, dimana dalam konteks wilayah ASEAN masih berada di peringkat 6 dari 8 negara. Regulasi dan kebijakan yang disusun sejak era Presiden Joko Widodo membawa perubahan yang cukup signifikan yang ditunjukkan dengan realisasi penanaman modal, baik dalam negeri (PMDN) maupun asing (PMA), meskipun sedikit terkoreksi sebagai dampak mewabahnya COVID-19. Jika ditarik lebih kedalam, sejak Undang-Undang Nomor 25 Tahun 2007 (UUPM) berlaku, memang terlihat bahwa perekonomian Indonesia membaik secara bertahap. Sumber daya alam sebagai salah satu sektor dalam investasi memerlukan perencanaan yang mampu beradaptasi terhadap perubahan, baik secara substansi, regulasi dan kelembagaan. Potret penanaman modal dan permasalahannya menjadi hal yang menarik diulas ketika dikaitkan dengan kelembagaan yang ada. Dari sisi penyusun kebijakan, optimalisasi potensi kelembagaan terkait penanaman modal diperlukan sebagai langkah strategis perbaikan pelayanan kepada publik. Makalah ini bertujuan untuk menampilkan potret permasalahan penanaman modal, kelembagaan perencanaan sumber daya alam terkait penanaman modal saat ini dan mengidentifikasi potensi pengembangan menuju optimalisasi peran dalam menunjang pembangunan nasional. Metode yang digunakan dalam analisis adalah berbasis literature review, baik dari penelitian sebelumnya, maupun regulasi dan kebijakan yang ada di Indonesia. Hasil analisis menghasilkan rekomendasi kebijakan dan rekomendasi kelembagaan dalam penanaman modal yang sesuai kondisi terkini untuk dapat ditindaklanjuti oleh pemangku kepentingan dan pengambil kebijakan dalam rangka pembangunan investasi yang berdaya saing dan berkelanjutan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».