Pemetaan Potensi Objek Wisata Di Kecamatan Girisubo Kabupaten Gunungkidul Dengan Sistem Informasi Geografis
Notice bibliographique
Résumé
ABSTRACT \nGirisubo sub-district is a sub-district directly adjacent to the south coast of Java which holds a lot of tourism potential, but the high potential is still a lot of attractions that have not been developed which amounted to 26 attractions compared to the number of attractions that have been developed, so a study was made entitled "Mapping the Potential of Tourism Objects in Girisubo District, Gunungkidul Regency with the Help of Geographic Information Systems", with the aim of 1) mapping the distribution of potential tourist attractions in Girisubo District, 2) analyzing the level of potential of marine and natural attractions in Girisubo District, and 3) analyzing the factors causing the unmanaged tourist attractions in Girisubo District. The methods used in this research are secondary data analysis method and survey method supported by field observation. Field observations were conducted to support secondary data and aimed to determine the physical condition of the tourist attraction and obtain the coordinate location. While the data analysis method uses scoring and classification analysis methods. The results showed that: 1) tourism objects that have not been developed in Girisubo sub-district are scattered in 4 villages namely Jepitu, Balong, Pucung, and Songbanyu villages, 2) the potential level of tourism objects in Girisubo sub-district is divided into low and medium level classifications, The tourist attractions with low-level classification include Watubonang Beach, Ngusalan Beach, Nglegundi Beach, Brumbun Beach, Mount Minjung, Jepitu Community Forest, Pulejajar Cave River, Mbubuk Beach, Embung Bandung, Embung Dungbendo, Embung Mbendo, Embung Jirak, Embung Tambur, Margatindak Cave, and Manggir Cave. While tourist attractions with a moderate level classification are Pesewan Beach, Dander Beach, Wedanan Beach, Grendan Beach, Ngrengisan Beach, Botorubuh Beach, Watukebo Beach, Sinden Beach, Ngungap Beach, Tanjungmenyer Beach, and Watubolong Beach. 3) As for the factors that have not managed the tourist attraction in Girisubo Sub-district are caused by inadequate human resources, lack of pokdarwis training, cost constraints, minimal accessibility, lack of accommodation, attractions and cooperation with various parties.
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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».