KAJIAN PERATURAN PENATAAN RUANG TERHADAP BERKEMBANGNYA MINIMARKET DAN DAMPAKNYA TERHADAP TOKO TRADISIONAL ECERAN (STUDI KASUS KECAMATAN MEDAN DENAI)
Notice bibliographique
Résumé
Pertumbuhan minimarket di Kota Medan saat ini pertumbuhannya cukup tinggi, termasuk di Kecamatan Medan Denai. Saat ini pertumbuhan minimarket di Kecamatan Medan Denai telah mencapai 27 unit. Berdasarkan SNI 03-1733-1989 kebutuhan satu minimarket adalah 6000 jiwa, sehingga standart jumlah yang dibutuhkan pada wilayah studi ini adalah 23 unit. Jadi dapat dikatakan jumlah minimarket saat ini telah melampui kebutuhan penduduk (overload). Tujuan dari penelitian ini adalah untuk mengetahui karakteristik minimarket dan toko tradisional eceran, mengetahui persepsi serta menganalisis preferensi masyarakat dalam memilih tempat berbelanja, dan juga menganalisis kesesuaian eksisting minimarket berdasarkan arahan peraturan RDTR dan Perwal No 20 tahun 2011. Metode yang digunakan adalah analisis IPA, dan Analisis Isi (Content Analysis). Dari hasil analisis diketahui perubahan kecenderungan pada preferensi masyarakat lebih memilih tujuan berbelanja ke minimarket daripada toko tradisional. Berdasarkan arahan peraturan penataan ruang, tata letak minimarket telah sesuai dengan arahan pola ruang yang direncanakan, sedangkan berdasarkan Perwal Kota Medan keberadaan minimarket mayoritas masih belum sesuai dengan arahan dan masih banyak pelanggaran diantaranya mengenai jarak, jam operasional maupun ijin mendirikan. Terjadinya pelanggaran-pelanggaran ini dapat dikatakan disebabkan kurang optimalnya implementasi dari kebijakan. Jika hal ini terus berlanjut maka dapat diprediksikan minimarket akan semakin menjamur hingga pada akhirnya akan berdampak terhadap keberlangsungan toko tradisional eceran.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».