MétaCan
Menu
Retour à la cohorte
Enregistrement W4407681982 · doi:10.58684/jbs.v3i2.62

Dampak Pertumbuhan Perumahan terhadap Ketersediaan Lahan dan Pengelolaan Pertanahan di Kota Surakarta

2024· article· id· W4407681982 sur OpenAlexaff
Ari Dwi Yulianto, Ghulam Fathul Amri, Marina Ramadhani

Notice bibliographique

RevueJurnal Bengawan Solo Pusat Kajian Penelitian dan Pengembangan Daerah Kota Surakarta · 2024
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics

Résumé

récupéré en direct d'OpenAlex

Pertumbuhan perumahan di Kota Surakarta telah mengalami peningkatan yang signifikan dalam beberapa tahun terakhir, seiring dengan pertumbuhan penduduk dan perkembangan ekonomi kota. Perkembangan ini berdampak langsung pada ketersediaan lahan dan pengelolaan pertanahan di kota tersebut. Studi ini bertujuan untuk menganalisis dampak pertumbuhan perumahan terhadap ketersediaan lahan dan bagaimana pengelolaan pertanahan di Kota Surakarta dihadapkan pada tantangan ini. Metode yang digunakan dalam penelitian ini adalah studi pustaka, dengan mengkaji literatur yang berkaitan dengan perkembangan perumahan, ketersediaan lahan, dan kebijakan pertanahan di Surakarta. Penelitian ini menemukan bahwa pertumbuhan perumahan di Surakarta telah menyebabkan penurunan signifikan dalam ketersediaan lahan kosong, terutama di daerah pinggiran kota yang sebelumnya merupakan lahan pertanian atau lahan hijau. Konversi lahan ini tidak hanya mempengaruhi lingkungan, tetapi juga berdampak pada tata ruang kota dan keberlanjutan lingkungan. Perubahan fungsi lahan menjadi kawasan perumahan telah menyebabkan berkurangnya lahan terbuka hijau, yang penting untuk menjaga keseimbangan ekosistem dan kualitas hidup masyarakat kota. Dari perspektif pengelolaan pertanahan, pertumbuhan perumahan yang pesat menimbulkan tantangan dalam hal perencanaan tata ruang dan pengendalian pemanfaatan lahan. Kebijakan pertanahan di Surakarta perlu menyesuaikan diri dengan perkembangan ini untuk memastikan penggunaan lahan yang efisien dan berkelanjutan. Selain itu, adanya pertumbuhan perumahan juga berdampak pada harga tanah yang meningkat, sehingga akses masyarakat untuk mendapatkan hunian menjadi lebih sulit, terutama bagi kelompok berpenghasilan rendah. Studi ini juga mengidentifikasi perlunya kebijakan yang lebih efektif dalam pengelolaan pertanahan dan perencanaan tata ruang. Pemerintah kota perlu mengambil langkah-langkah strategis untuk mengendalikan alih fungsi lahan secara berlebihan dan memastikan bahwa pengembangan perumahan dilakukan dengan mempertimbangkan aspek keberlanjutan. Salah satu rekomendasi yang dihasilkan dari penelitian ini adalah pentingnya pengembangan perumahan berwawasan lingkungan, di mana pembangunan perumahan harus mempertimbangkan ketersediaan lahan terbuka hijau dan dampak lingkungan jangka panjang. Dalam konteks pengelolaan pertanahan, implementasi teknologi informasi dan sistem informasi geografis (GIS) dapat menjadi solusi untuk memantau dan mengelola perubahan penggunaan lahan secara lebih efektif. Selain itu, keterlibatan masyarakat dalam proses perencanaan tata ruang juga sangat penting untuk memastikan bahwa pengembangan perumahan sejalan dengan kebutuhan dan aspirasi masyarakat setempat. Studi ini menekankan pentingnya pendekatan holistik dalam mengelola pertumbuhan perumahan, di mana kebijakan pertanahan harus didukung oleh perencanaan tata ruang yang berkelanjutan dan partisipatif. Dengan demikian, penelitian ini memberikan wawasan mengenai dampak pertumbuhan perumahan terhadap ketersediaan lahan dan pengelolaan pertanahan di Kota Surakarta, serta menawarkan rekomendasi kebijakan untuk menghadapi tantangan ini. Diharapkan hasil penelitian ini dapat menjadi acuan bagi pemerintah dan pemangku kepentingan dalam merumuskan kebijakan yang tepat guna mengelola pertumbuhan perumahan secara berkelanjutan di Surakarta.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,024
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,017
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Bengawan Solo Pusat Kajian Penelitian dan Pengembangan Daerah Kota SurakartaMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207