EVALUASI MENGENAI KUANTITAS DAN KUALITAS RUANG TERBUKA HIJAU DI WILAYAH DKI JAKARTA
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengevaluasi ruang terbuka hijau (RTH)di wilayah DKI Jakarta, evaluasi yang dilakukan adalah dari segikuantitas dan kualitas. Kuantitas yaitu jumlah ruang terbuka hijau(RTH) dan kualitas yaitu sejauh mana pemanfaatan dan kondisi ruangterbuka hijau (RTH) di wilayah DKI Jakarta.Penelitian ini dilakukan di seluruh wilayah Kotamadya di DKIJakarta pada bulan Februari hingga Juni 2011. Pada penilitian inidigunakan populasi berupa seluruh wilayah DKI Jakarta dan sampleberupa beberapa wilayah ruang terbuka hijau yang ada di setiapwilayah Kotamadya di DKI Jakarta tergantung dengan bentuk yangdikembangkan di setiap wilayah administratif. Pada penelitian ini akanmengkaji kesesuaian data yang ada pada Dinas Tata Ruang DKIdengan kebenaran data langsung di lapangan.. Pada penelitian ini jugaakan dikaji seberapa besar pemanfaatan ruang terbuka hijau danbagaimana kondisi ruang terbuka hijau (RTH) di wilayah DKI Jakarta.Dari penelitian, pendataan dan survey langsung di lapangandidapat jumlah ruang terbuka hijau (RTH) di wilayah DKI Jakartasebesar 9,12%. Jumlah tersebut masih jauh dari target Pemda DKIJakarta itu sendiri yakni 13,84%. Dari pengamatan secara kualitas,didapatkan pemanfaatan dan kondisi yang berbeda- beda dari setiapRTH di setiap wilayah. Bentuk RTH yang dikembangkan di setiapwilayah adminstratif di DKI Jakarta juga berbeda- beda tergantungdengan tujuan pemanfaatannya. Beberapa RTH yang disurvei terlihatdalam kondisi memprihatinkan terutama pada RTH pemukiman dankondisi yang cukup baik terlihat pada Taman, baik taman bangunanumum, taman interaksi, maupun taman rekreasi.
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 | 0.021 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.007 |
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".