MétaCan
Menu
Retour à la cohorte
Enregistrement W4403239981 · doi:10.29313/bcsurp.v4i3.14356

Strategi Penanganan Permukiman Kumuh Kelurahan Pegangsaan Dua Kota Jakarta Utara

2024· article· en· W4403239981 sur OpenAlexaff
Raden Diva Erlanda, Weishaguna

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-clésMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. Slum settlements in RW 03, Pegangsaan Dua Village, occur due to the inability to provide adequate housing, so that people build urban villages irregularly, causing environmental problems such as uninhabitable houses, limited environmental facilities, roads, drinking water, water pipes and other infrastructure. This research aims to determine the level of slums and formulate strategies for dealing with slums in RW 03, Pegangsaan Dua Village. Method The approach to this analysis is a mix methods method with data collection techniques that will be used through two sources, namely primary data and secondary data. The analytical method used in this study is scoring analysis and qualitative descriptive analysis. Based on the results of the slum level analysis, a total slum value of 60 was obtained, which classifies the slum level as Heavy Slum with an average sectoral slum of 71.45%. From the aspect of land legality, having the status of land as illegal, and from the aspect of other considerations, obtained a score of 11 which indicates the status of other considerations is high. The slum area in RW 03 is categorized as A2 so that the priority scale for handling it is at Priority 2. Therefore, the appropriate handling strategy is resettlement. The strategy for handling slum areas in RW 03, Pegangsaan Dua Subdistrict involves various aspects, focusing on re-settlement areas through improving infrastructure and public facilities. Physical efforts include building a waste processing system, dredging and providing drainage, as well as improving environmental roads. Collaboration with the government and the private sector through CSR programs is expected to be more effective in dealing with social problems and disasters, so that the environment becomes safer and more livable. Abstrak. Permukiman kumuh di RW 03 Kelurahan Pegangsaan Dua terjadi akibat ketidakmampuan penyediaan hunian yang layak, sehingga masyarakat membangun kampung kota secara tidak teratur menyebabkan masalah lingkungan seperti rumah tidak layak huni, terbatasnya fasilitas lingkungan, jalan, air minum, saluran air, dan prasarana lainnya. Penelitian ini bertujuan untuk mengetahui tingkat kekumuhan dan merumuskan strategi penanganan permukiman kumuh di RW 03 Kelurahan Pegangsaan Dua. Metode Pendekatan pada analisis ini berupa metode mix methods dengan teknik pengumpulan data yang akan digunakan melalui dua sumber yaitu data primer dan data sekunder. Metode analisis yang digunakan pada studi ini adalah analisis skoring dan analisis deskriftif kualitatif. Berdasarkan hasil analisis tingkat kekumuhan didapatkan total nilai kekumuhan sebesar 60, yang mengklasifikasikan tingkat kekumuhan sebagai Kumuh Berat dengan rata-rata kekumuhan sektoral sebesar 71,45%. Dari aspek legalitas tanah, memiliki hasil status tanah tidak legal, dan dari aspek pertimbangan lain, memperoleh nilai sebesar 11 yang menunjukkan status pertimbangan lain tinggi. Kawasan permukiman kumuh di RW 03 dikategorikan sebagai A2 sehingga skala prioritas penanganannya berada pada Prioritas Ke-2. Oleh karena itu, strategi penanganan yang sesuai adalah permukiman kembali. Strategi penanganan kawasan permukiman kumuh di RW 03 Kelurahan Pegangsaan Dua melibatkan berbagai aspek, fokus pada permukiman kembali wilayah melalui peningkatan infrastruktur dan fasilitas umum. Upaya fisik mencakup pembangunan sistem pengolahan limbah, pengerukan dan pengadaan drainase, serta perbaikan jalan lingkungan. Kolaborasi dengan pemerintah dan pihak swasta melalui program CSR diharapkan lebih efektif menangani masalah sosial dan bencana, sehingga lingkungan menjadi lebih aman dan layak huni.

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), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,812
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,077
Tête enseignante GPT0,258
Écart entre enseignants0,180 · 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