KEBIJAKAN KEBERLANJUTAN PENGOLAHAN PERSAMPAHAN KABUPATEN SIDOARJO BERBASIS TPST
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
Pola pembuangan sampah yang dilakukan dengan sistem Tempat Pembuangan Akhir (TPA) sudah tidak relevan dengan lahan kota yang sempit dan pesatnya pertumbuhan penduduk. Pengelolaan sampah yang ideal adalah membuang sampah sekaligus memanfaatkannya sehingga selain membersihkan lingkungan dan menghasilkan kegunaan yang baru, secara ekonomi akan
 mengurangi biaya penanganannya. Salah satu kegiatan yang dapat dilakukan adalah penyelenggaraan kegiatan pengelolaan sampah di TPST. TPST atau Material Recovery Facility merupakan tempat berlangsungnya kegiatan pemisahan dan pengolahan sampah secara terpusat. Penelitian ini bertujuan untuk membangun sinergisitas dan memperkuat peran bersama antara
 pemerintah Kabupaten Sidoarjo dengan Desa/Kelurahan, sehingga terjadi efektifitas penanganan persampahan secara tuntas dan menyeluruh. Metode yang digunakan adalah deskriptif kualitatif dan
 kuantitatif dengan teknik analisis Focus Groups Discussion. Hasil penelitian menunjukkan kebijakan pengolahan persampahan di Kabupaten Sidoarjo akan lebih efektif dan berkelanjutan dengan
 menerapkan kegiatan pengolahan sampah berbasis TPST. TPST yang sudah terbangun belum difungsikan secara optimal, prasarana & sarana masih belum lengkap, bangunan TPST belum
 memenuhi standart SNI, belum bersinergi antar dinas, swasta dan masyarakat sehingga kegiatan TPST di masing-masing desa belum menunjukkan keberlanjutannya. Masyarakat menganggap seluruh
 proses pengelolaan sampah menjadi tanggung jawab dan pekerjaan DKP, sehingga tingkat partisipasi masyarakat untuk pemilahan sampah dari sumbernya masih rendah dan tergantung pada pemerintah.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.011 | 0.021 |
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