Penegakan Hukum Keimigrasian Terhadap Warga Negara Asing Anak Buah Kapal (ABK) Tangkap Ikan Secara Ilegal
Bibliographic record
Abstract
Tujuan penelitian untuk mengetahui dan mengananalisa Penegakan Hukum Keimigrasian Terhadap Penyalahgunaan Izin Tinggal Warga Negara Asing Anak Buah Kapal Tangkap Ikan Berdasarkan Peraturan Perundang-Undangan Di Indonesia; Untuk menganalisa Faktor-faktor yang Mempengaruhi Penegakan Hukum Keimigrasian Terhadap Penyalahgunaan Izin Tinggal Warga Negara Asing Anak Buah Kapal Tangkap Ikan. Metode penelitian adalah penelitian hukum empiris yaitu pendekatan dilakukan penelitian lapangan dengan melihat serta mengamati apa yang terjadi di lapangan, penerapan peraturan-peraturan tersebut dalam prakteknya dalam masyarakat. Hasil penelitian: Penegakan Hukum keimigrasian Terhadap Penyalahgunaan Izin Tinggal Warga Negara Asing Anak Buah Kapal Tangkap Ikan Berdasarkan Peraturan Perundang-Undangan Di Indonesia sudah dilaksanakan. Faktor-faktor yang mempengaruhi Penegakan Hukum Keimigrasian Terhadap Penyalahgunaan Izin Tinggal Warga Negara Asing Anak Buah Kapal Tangkap Ikan adalah Faktor substansi hukum, faktor struktur hukum, faktor saran dan prasarana, faktor budaya hukum dan faktor pengetahuan hukum. Faktor sarana dan prasarana adalah faktor utama yang mempengaruhi penegakan hukum keimigrasian di wilayah hukum Mamuju. Saran:Kepada peneliti selanjutnya untuk mengkaji lebih jauh tentang penegakan hukum keimigrasian terhadap penyalahgunaan izin warga Negara asing yang berkaitan dengan deportasi. Kepada Kementerian Hukum dan HAM Republik Indonesia untuk meningkatkan sarana dan prasarana yang digunakan untuk pemantauan di wilayah Hukum Kantor Imigrasi Kelas II Mamuju.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 0.005 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".