MétaCan
Menu
Retour à la cohorte
Enregistrement W4403238990 · doi:10.29313/bcsurp.v4i3.15148

Dampak Urbanisasi terhadap Perkembangan Perumahan dan Permukiman di Kecamatan Bandung Kulon

2024· article· en· W4403238990 sur OpenAlexaff
Satria Hidayath Putra, Ira Safitri Darwin

Notice bibliographique

RevueBandung Conference Series Urban & Regional Planning · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Abstract. Bandung City is the capital of West Java Province which has very high population growth. One of the causes of high population growth is urbanization. The level of urbanization in Bandung City in 2019-2022 will increase. One of the districts that has a high level of urbanization is Bandung Kulon District. Many factors (Centripetal) in this District cause urbanization and have an impact on the development of housing and settlements in Bandung Kulon District. The position of Bandung Kulon District, which is on the western edge of Bandung City, is a special attraction for urbanites. It also has several activities that are magnets, such as KSK textile industry center, Kahatek factory, KSK Cibuntu tofu center, and fish cracker factory. Bandung Kulon sub-district also has the Pasir Koja toll gate and the fast train line passes. This research took place because the author's aim was to identify the impact of urbanization on the development of housing and settlements in Bandung Kulon District to make it more conducive. In this research the author used several analytical methods, namely Descriptive Statistics analysis and Mapping Analysis using the ArcGis application, and also used primary data collection in the form of observations and questionnaires and secondary data in the form of population data. After that, it can be seen from the results of the analysis that there are positive and negative impacts of urbanization on the region. More details about this research will be discussed in the article below. Abstrak. Kota Bandung merupakan ibu kota Provinsi Jawa Barat yang memiliki pertumbuhan penduduk yang sangat tinggi. Salah satu penyebab tingginya pertumbuhan penduduk tersebut adalah urbanisasi. Tingkat urbanisasi di Kota Bandung tahun 2019-2022 meningkat. Salah satu Kecamatan yang memiliki tingkat urbanisasi yang tinggi adalah Kecamatan Bandung Kulon. Banyak faktor faktor (Sentripetal) di Kecamatan ini menyebabkan urbanisasi dan berdampak pada perkembangan perumahan dan permukiman di Kecamatan Bandung Kulon. Posisi Kecamatan Bandung Kulon yang berada di pinggir barat Kota Bandung menjadi daya tarik tersendiri bagi para urbanisan, juga memiliki beberapa kegiatan yang menjadi magnet, seperti KSK sentra industri tekstil, pabrik Kahatek, KSK sentra tahu Cibuntu, dan pabrik kerupuk ikan. Kecamatan Bandung Kulon juga terdapat gerbang pintu tol Pasir Koja dan dilewati jalur kereta cepat. Penelitian ini berlangsung dikarenakan penulis memiliki tujuan yaitu untuk mengidentifikasi dampak urbanisasi terhadap perkembangan perumahan dan permukiman di Kecamatan Bandung Kulon dapat menjadi lebih kondusif. Dalam penelitian ini penulis menggunakan beberapa metode analisis yaitu analisis Statistik Deskriptif dan Analisis Pemetaan menggunakan aplikasi ArcGis, dan juga menggunakan pengambilan data primer berupa observasi dan kuisioner dan data sekunder berupa data data mengenai kependudukan. Setelah itu maka dapat dilihat hasil analisisnya bahwa dampak dari adanya urbanisasi ini terdapat positif dan negatifnya bagi wilayah, lebih jelasnya mengenai penelitian ini akan dibahas didalam artikel dibawah ini.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,254
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBandung Conference Series Urban & Regional PlanningMême sujetArchitectural and Urban StudiesTravaux en français237 207