Re-Interpretasi Utopisme “Palembang Emas Darussalam” melalui Penyediaan Ruang Terbuka Hijau di Kota Palembang
Bibliographic record
Abstract
Wacana pembangunan wilayah perkotaan berbasis ekologi, dengan menerapkan pembangunan berbasis penyediakan ruang terbuka hijau (RTH) telah lama menjadi agenda global, nasional dan lokal. Namun, dewasa ini masih banyak belum sepenuhnya mampu memenuhi kebutuhan itu karena terkendala berbagai aspek. Dalam penelitian ini, bertujuan untuk mengetahui bagaimana realitas dan upaya penyediaan ruang terbuka hijau (RTH) di kota Palembang untuk mewujudkan minimal 30%. Penelitian tersebut juga berbentuk desain penelitian dengan metode kualitatif deskriptif dengan menggunakan pendekatan studi kasus dan studi kepustakaan. Adapun temuan yang didapatkan dalam penelitian setidaknya dalam dua dimensi yaitu (1), bahwa realitas dan eksistensial penyediaan ruang terbuka hijau (RTH) masih memiliki banyak menemui tantangan, baik dari laju pembangunan, laju pertambahan penduduk, dan konsistensi dalam menindaklanjuti para pelanggar konversi atau alih fungsi lahan; (2), bahwa pelaksanaan implementasi kebijakan masih berada pada tahap administratif dan pembagian para teknisi lapangan, dan masih banyak tantangan dalam profesionalitas dan keterbatasan dukungan sarana dan prasarana di lapangan. Oleh karena itu, pemerintah kota Palembang belum sepenuhnya dalam melaksanakan dalam kebijakannya dalam pemenuhan wilayah daerah perkotaan yang elok sesuai dengan utopisme yang dicanangkan pada tahun 2012 lalu.
 Kata kunci: Implementasi kebijakan, RTH, kota Palembang
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".