Pengaruh Nilai Lahan Terhadap Harga Lahan di Koridor Jalan I Gusti Ngurah Rai Kota Palu
Notice bibliographique
Résumé
Jalan I Gusti Ngurah Rai masuk dalam jalan lokal primer dan menjadi jalur pemhubung antara kecamatan Tatanga dan kecamatan Palu Selatan dimana dikoridor jalan tersebut didominasi oleh perdagangan jasa sehingga berpengaruh terhadap harga lahan yang ada pada koridor Jalan I Gusti Ngurah Rai. Metode penelitian yang digunakan dalam penelitian ini yaitu jenis penelitian kuantitatif. Dengan teknik analisis yang digunakan yaitu analisis korelasi dan analisis regresi berganda.Penelitian ini bertujuan menganalisis bagaimanan pergaruh nilai lahan terhadap harga lahan pada koridor Jalan I Gusti Ngurah Rai. Hasil yang diperoleh menunjukkan bahwa harga lahan di koridor Jalan I Gusti Ngurah Rai berkisaran antara Rp 500.000,00 – Rp 3.500.000,00 per meter jauh di atas harga NJOP yang berkisar antara Rp. 285.000,00 – Rp 394.000,00 per meter. Perubahan harga lahan dipengaruhi oleh 3 faktor yakni lokasi strategis, pemanfaatan lahan dan ketersediaan fasilitas. Hasil analisis korekasi kofisien korelasi R 0,801ᵃ hal ini menunjukkan bahwa variabel lokasi strategis (X1), pemanfaatan lahan (X2) dan ketersediaan fasilitas (X3), harga lahan (Y) memiliki pengaruh sangat kuat. Hasil analisis regresi berganda diperoleh hasil uji nilai signifikan dimiliki X1, X2 dan X3 bernilai lebih kecil daripada 0,05 yaitu 0,002, 0,005 dan 0,003 Sedangkan nilai t hitung lebih besar dari t tabel yakni yaitu X1 sebesar 1.321, X2 sebesar -0,633 dan X3 sebesar 2.687. Kesimpulan dari hasil ini menunjukan bahwa variabel yang memiliki hubungan dan pengaruh yang sangat signifikan adalah X3 yang ada pada koridor Jalan I Gusti Ngurah Rai Kota Palu sebesar 82% dibandingkan dengan X1 dan X2, dengan kategori sangat kuat.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 ».