Penentuan Prioritas Penanganan Banjir di Kecamatan Ciputat Kota Tangerang Selatan
Notice bibliographique
Résumé
Abstract. Ciputat District in South Tangerang City is a flood-prone area through the Angke Watershed. There are 9 flood locations, 2 of which have been addressed and the rest have not been addressed. Limited budget for handling and the increasing number of affected victims are the reasons why it is necessary to study the handling priorities. This study aims to determine the priority of flood handling using a scoring method according to Ministerial Regulation of Public Works No. 12 of 2014 by considering flood parameters (depth, area, duration, frequency) as well as aspects of economic, social, transportation, housing, and private property losses. Data were obtained through observation, digitization, thematic maps, and field validation. The results show the order of priority for flood handling, namely Gardenia Estate (priority I), Cilalung (priority II), Serua Permai (priority III), Jl. Aria Putra and Inhutani Complex (priority IV), and Villa Dago Tol and Serua Makmur (priority V). The main factors determining priorities vary in each location, such as housing density, inundation area, and transportation disruption. These findings emphasize the importance of comprehensive flood parameter-based assessments to support spatial planning and flood mitigation strategies in flood-prone areas. Abstrak. Kecamatan Ciputat di Kota Tangerang Selatan merupakan wilayah rawan banjir yang dilalui DAS Angke. Terdapat 9 lokasi banji, 2 di antaranya sudah dilakukan penanganan dan sisanya belum dilakukan penanganan. Terbatasnya anggaran penanganan dan korban terdampak yang semakin meningkat, menjadi alasan mengapa perlu dikaji prioritas penanganannya. Penelitian ini bertujuan menentukan prioritas penanganan banjir menggunakan metode skoring sesuai Permen PU No. 12 Tahun 2014 dengan mempertimbangkan parameter banjir (kedalaman, luas, lama, frekuensi) serta aspek kerugian ekonomi, sosial, transportasi, perumahan, dan kepemilikan pribadi. Data diperoleh melalui observasi, digitasi, peta tematik, serta validasi lapangan. Hasil penelitian menunjukkan urutan prioritas penanganan banjir yaitu Gardenia Estate (prioritas I), Cilalung (prioritas II), Serua Permai (prioritas III), Jl. Aria Putra dan Komplek Inhutani (prioritas IV), serta Villa Dago Tol dan Serua Makmur (prioritas V). Faktor utama penentu prioritas berbeda di tiap lokasi, seperti kepadatan perumahan, luas genangan, maupun gangguan transportasi. Temuan ini menegaskan pentingnya penilaian komprehensif berbasis parameter banjir untuk mendukung perencanaan ruang dan strategi mitigasi banjir di wilayah banjir.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 ».