Sosialisasi Mitigasi Bencana oleh Badan Penanggulangan Bencana Daerah Kota Ambon
Bibliographic record
Abstract
Provinsi Maluku sebagai salah satu provinsi yang terletak di timur Indonesia, merupakan salah satu daerah rawan bencana. Kota Ambon dan Maluku Tengah merupakan kawasan yang termasuk tingkat rawan bencana tertinggi di Provinsi Maluku. Untuk itu kesiapsiagaan diri secara mandiri sebagai bentuk penguasaan dan pengetahuan untuk menyelamatkan diri dari potensi bencana merupakan hal yang sangat penting. Minimnya pengetahuan masyarakat tentang kesiapsiagaan dan sadar bencana diakibatkan kurang intensifnya sosialisasi kepada masyarakat. Tujuan penelitian ini untuk mengetahui bentuk sosialiasi dan implementasi program oleh BPBD di Kota Ambon. Penelitian ini dilaksanakan di Kantor Badan Penanggulangan Bencana Daerah Kota Ambon, Desa Galala dan Kelurahan Batu Gajah. Penelitian ini menggunakan pendekatan deskriptif kualitatif. Teknik pengambilan data observasi lapangan dan dokumen, wawancara, dokumentasi. Teknik analisa data menggunakan metode interaktif dimana data di reduksi, disajikan dan ditarik kesimpulan. Peneliti menemukan bahwa pola komunikasi yang dibangun oleh pihak BPBD dalam menerapkan program mitigasi yakni dengan melalui komunikasi massa, dimana pemanfaatan komunikasi tradisional melalui pentungan di sekolah, melalui sosialisasi tatap muka, info resmi melalui media penyiaran radio, TVRI Maluku dan akun media sosial. Kesimpulannya, Badan Penanggulangan Bencana Daerah Kota Ambon harus memiliki langkah dan strategi, bukan saja sosialisasi secara manual seperti simulasi, pemanfaatan dunia digital, dengan tujuan untuk meminimalisir resiko bencana alam.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.024 | 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".