Ketersediaan dan Kebutuhan RTH Publik sebagai Infrastruktur Evakuasi Bencana di Kawasan Perkotaan: Studi Kasus Kecamatan Palu Timur, Kota Palu
Notice bibliographique
Résumé
Ruang Terbuka Hijau (RTH) publik di Kecamatan Palu Timur mengalami tekanan akibatpertumbuhan penduduk yang pesat serta meningkatnya aktivitas ekonomi. Konteks kota tangguhyang adaptif, RTH publik tidak sebagai elemen lanskap, juga berfungsi untuk mendukung evakuasisaat bencana. Tujuan penelitian untuk mengevaluasi ketersediaan dan kebutuhan RTH publik diKecamatan Palu Timur sebagai yang diatur dalam UU No. 26 Tahun 2007 dan Permen PUPR No. 5Tahun 2008. Pendekatan yang digunakan kuantitatif-deskriptif melalui analisis spasial berbasisSistem Informasi Geografis (SIG), data kependudukan dan observasi lapangan. Hasilnyamenunjukkan, pada tahun 2023 luas RTH publik yang tersedia 44,11 ha. Jika dibandingkan dengankebutuhan ideal seluas 194 ha atau 20% dari total wilayah 970 ha, defisit 149,89 ha. Bilaberdasarkan jumlah penduduk, kebutuhan mencapai 88,98 ha, defisit 44,87 ha. Evaluasi 2024menegaskan bahwa RTH publik di Palu Timur belum optimal difungsikan sebagai infrastrukturevakuasi bencana. Diperlukan strategi integratif mencakup: (1) kebijakan, yakni penyusunan RPPRTH sebagai agenda prioritas untuk menjamin penyelenggaraan RTH publik, (2) operasional,meliputi peningkatan kualitas dan kuantitas dengan memanfaatkan lahan potensial, RTH publiksebagai fasilitas evakuasi darurat bencana, serta pengelolaan inklusif yang melibatkan masyarakat.Pasca bencana 2018, orientasi penataan ruang Kota Palu makin menekankan RTH berperan ganda,yaitu selain fungsi ekologis, juga berfungsi tempat evakuasi bencana, baik alami maupun buatan ataustruktural. RTH publik berperan bukan hanya sebagai elemen ekologis dan estetika kota, tetapi jugasebagai infrastruktur strategis mitigasi bencana menuju Kota Palu yang adaptif, inklusif, danberkelanjutan.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».