PERUBAHAN PENGGUNAAN LAHAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI DI SEKITAR AREA PANAM KOTA PEKANBARU
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Lahan memiliki peranan penting dan menjadi faktor utama untuk merealisasikan pembangunan fisik dan akan mengalami perubahan dari waktu ke waktu sesuai jenis penggunaannya. Salah satu kecamatan di kota Pekanbaru yang mengalami perubahan penggunaan lahan adalah kecamatan Tampan atau Panam. Menurut RTRW Pekanbaru tahun 2012 wilayah pengembangan Panam berkembang ke arah pusat kegiatan pendidikan tinggi, kawasan permukiman, pusat kegiatan industri kecil, perkantoran, pemerintahan dan perdagangan. Untuk mengetahui perubahan penggunaan lahan dan faktor-faktor yang mempengaruhinya dengan menggunakan metode penelitian deskriptif kualitatif dengan mendeskripsikan proses dan kejadian yang sesungguhnya. Pengambilan data menggunakan teknik observasi lapangan, dokumentasi, dan studi literatur. Pada RTRW kota Pekanbaru tahun 2007 penggunaan lahan area Panam terbagi kedalam kawasan permukiman, kawasan pendidikan tinggi, serta kawasan perlindungan. Dalam kurun waktu 5 (lima) tahun pada tahun 2012 penggunaan lahan area panam berubah drastis menjadi kawasan permukiman yang semakin padat, kawasan pendidikan tinggi, kawasan perdagangan dan jasa, kawasan pelayanan umum kesehatan, dan kawasan pelayanan umum olahraga. Faktor-faktor yang mempengaruhi perubahan lahan tersebut adalah topografi, penduduk, nilai lahan, aksesibilitas, sarana dan prasarana, dan daya dukung lingkungan. Perubahan penggunaan lahan di area Panam yang drastis dalam beberapa tahun terakhir membuat area tersebut berkembang pesat. Perubahan penggunaan lahan di area Panam tersebut masih sesuai dengan RTRW kota Pekanbaru, pemerintah diharapkan dapat memberikan kebijakan yang tepat untuk menjaga daya dukung lingkungan di area Panam.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it