Permodelan Value Uplift Dampak Pembangunan Infrastruktur
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk memetakan model kenaikan nilai lahan (value uplift) yang dipicu oleh pembangunan Tol Akses Balikpapan–Ibu Kota Nusantara (IKN), dengan fokus pada area sekitar interchange Karang Joang hingga Kawasan Industri Kariangau (KIK). Studi ini membandingkan kondisi tahun 2017, sebelum proyek tol dimulai, dengan tahun 2025 saat pembangunan telah mencapai sekitar 80%. Melalui metode Confirmatory Factor Analysis (CFA) untuk mereduksi variabel dan regresi stepwise untuk membentuk model prediktif, penelitian ini berhasil mengidentifikasi variabel-variabel yang berpengaruh signifikan terhadap harga lahan, yakni NJOP, Koefisien Lantai Bangunan (KLB), legalitas tata ruang, dan kedekatan terhadap jalan tol. Model yang dihasilkan memiliki nilai Adjusted R² sebesar 0,854, yang mengindikasikan bahwa kombinasi keempat variabel tersebut mampu menjelaskan 85,4% variasi harga lahan. Rata-rata peningkatan harga lahan antara tahun 2017 hingga 2025 mencapai 261%, dengan kenaikan maksimum hingga 481% di titik-titik tertentu. Proyeksi lanjutan hingga tahun 2033 mempertimbangkan pengaruh inflasi tahunan sebesar 3,03% untuk memprediksi dinamika harga lahan di kawasan strategis pembangunan. Hasil penelitian menyimpulkan bahwa faktor regulatif dan spasial memiliki peran dominan dalam pembentukan nilai lahan di sekitar koridor tol, dengan kontribusi tertinggi berasal dari variabel legalitas tata ruang dan kedekatan terhadap infrastruktur. Implikasi praksis dari temuan ini menunjukkan adanya peluang signifikan untuk optimalisasi pendapatan daerah melalui skema Land Value Capture (LVC), terutama melalui penyesuaian NJOP dan penerapan bonus zonasi. Hal ini sejalan dengan kebijakan nasional seperti UU No. 1 Tahun 2022 tentang HKPD dan Perpres No. 79 Tahun 2023 tentang Rencana Induk IKN, yang mendorong pemanfaatan kenaikan nilai lahan sebagai sumber pembiayaan pembangunan yang berkelanjutan dan berkeadilan.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 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 ».