Tingkat Kesiapan Masyarakat dalam Pengembangan Urban Farming di Kecamatan Arcamanik
Notice bibliographique
Résumé
Abstract. Urban areas face difficulties in fulfilling food needs independently due to the increasing rate of land-use conversion. This issue also affects regions that supply food to Bandung City, where the conversion of agricultural land threatens future food security. As a response, urban farming is seen as a strategic solution to help meet Bandung’s food demands. This study aims to assess the readiness of the Arcamanik District community to implement urban farming using the Community Readiness Model (CRM) with a quantitative approach. Data were collected through questionnaires distributed to all neighborhood unit (RW) heads. The responses were analyzed using a scoring system to evaluate aspects such as efforts, knowledge, leadership, community conditions, awareness of urban farming issues, and available resources. The analysis shows that the community’s readiness is at the “initiation” stage, with an average score of 3.5. This indicates that early efforts and programs related to urban farming have been introduced, and the community generally shows no resistance. Awareness of its importance is emerging, but deep understanding and active participation remain limited. Technical skills and knowledge of urban farming management are also low. While leadership support is adequate, the availability of resources and material motivation still needs improvement. Abstrak. Wilayah perkotaan dalam memenuhi kebutuhan pangan secara mandiri sukar untuk dilakukan karena maraknya alih fungsi lahan. Saat ini pada wilayah pemasok kebutuhan pangan untuk Kota Bandung juga terjadi persoalan alih fungsi lahan pertanian yang akan menyebabkan masalah terkait kebutuhan pangan di Kota Bandung di masa yang akan datang. Maka urban farming menjadi solusi yang dapat membantu dalam pemenuhan pangan di Kota Bandung. Tujuan dari penelitian ini yaitu untuk menilai kesiapan masyarakat Kecamatan Arcamanik dalam mengembangkan urban farming dengan menggunakan metode Community Readiness Model (CRM) dengan pendekatan kuantitatif. Pengumpulan data dengan teknik kuesioner kepada seluruh ketua RW serta dilakukan pembobotan pada jawaban responden untuk mengetahui usaha, pengetahuan, kepemimpinan, kondisi masyarakat, pengetahuan isu urban farming, dan sumber daya. Hasil analisis menunjukkan bahwa tingkat kesiapan masyarakat berada pada tahap initiation dengan skor rata-rata 3,5. Tahapan ini mengindikasikan sudah terdapat inisiatif awal dan pelaksanaan program urban farming, respon masyarakat secara umum tidak terdapat penolakan. Kesadaran akan pentingnya pelaksanaan kegiatan mulai tumbuh, namun pemahaman mendalam dan partisipasi aktif dari masyarakat masih terbatas. Namun, secara keseluruhan partisipasi aktif masih rendah, begitu pula keterampilan teknis dan pemahaman pengelolaan urban farming. Dukungan pemimpin dinilai cukup, namun ketersediaan sumber daya dan dukungan materi belum optimal.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».