Penyuluhan Mekanisme Pengendalian Pemanfaatan Ruang Wilayah Kota di Kantor Kecamatan Biringkanaya Kota Makassar
Bibliographic record
Abstract
Berbagai kondisi yang dapat menyebabkan penyimpangan pelaksanaan penataan ruang secara berkelajutan di berbagai daerah termasuk di Kota Makassar adalah akibat dari kelalaian dalam perencanaan, pemanfaatan ruang, dan pengendalian pemanfatan ruang sesuai prinsip penataan ruang. Khusus pengendalian pemanfaatan ruang merupakan tugas strategis pemerintah dalam mewujudkan harapan penataan ruang, namun dalam penerapan di lapangan masih terdapat masalah seperti penyimpangan pemanfaatan ruang dan rendahnya pengetahuan masyarakat. Dugaan awal dasar permasalahan tersebut khususnya di Kecamatan Biringkanaya adalah masih kurangnya pemahaman aparat untuk melakukan tugas pembinaan kepada masyarakat dan pengendalian pemanfaatan ruang sesuai regulasi, yang berimplikasi pada tata ruang kota yang layak huni, produktif, dan ekologis. Permasalahan ini dapat diatasi sesuai target kegiatan ini melalui peningkatan pengetahuan aparat terkait permasalahan tersebut. Karena itu kegiatan ini bertujuan untuk meningkatkan pengetahuan dan wawasan (capacity Building) aparat pemerintah mengenai substansi permasalahan pemanfaatan ruang. Metode yang digunakan sesuai target dan tujuan kegiatan ini adalah melakukan penyuluhan terhadap aparat pemerintah khususnya di tingkat kecamatan Biringkananya dengan agenda penyajian: 1) materi regulasi menyangkut pembinaan kepada masyarakat agar dapat berperan aktif dalam penataan ruang, 2) materi tentang regulasi dan substansi pengendalian pemanfaatan ruang, seperti peraturan zonasi, perizinan, pemberian insentif dan disinsentif, serta pengenaan sanksi, dan 3) materi tentang mekanisme pengendalian pemanfaatan ruang sesuai arahan Permendagri No.115 Tahun 2017. Hasil pelaksanaan kegiatan menunjukkan peningkatan pengetahuan peserta mengenai pembinaan penataan ruang kepada masyarakat, serta pemahaman regulasi, substansi, dan mekanisme pengendalian pemanfaatan ruang di wilayahnya. Hal tersebut ditunjukkan pada diskusi tanya jawab pada bagian akhir kegiatan. Dalam diskusi terungkap tentang belum optimalnya menyikapi permasalahan di lapangan akibat keterbatasan pengetahuan aparat tentang pembinaan dan pengendalian pemanfaatan ruang. Beberapa regulasi mekanisme pengendalian pemanfaatan ruang termasuk prosedur, belum dikuasai akibat keterbatasan informasi sampai pada aparat di tingkat kelurahan yang sejatinya bersentuhan langsung dengan permasalahan pemanfaatan ruang.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".