Kapabalitas Kelembagaan Pemerintah Daerah Kabupaten Bima Dalam Penanggulangan Bencana
Bibliographic record
Abstract
Kapabilitas kelembagaan menjadi sebuah tolok ukur pemahaman dan kemampuan yang dimiliki Pemerintah Daerah dalam upaya penanggulangan bencana. Penelitian ini bertujuan untuk menganalisis dan mendeskripsikan kapabilitas kelembagaan Pemerintah Daerah Kabupaten Bima dalam penanggulangan bencana. Penelitian ini menggunakan metode deskriptif kualitatif. Hasil penelitian menunjukkan bahwa kebijakan penanggulangan Bencana belum menjadi prioritas kebijakan Pemerintah Daerah, sumber daya keuangan yang masih minim dimana pagu anggaran dalam penanggulangan bencana daerah belum memenuhi angka 1 persen, padahal menurut Undang-Undang mewajibkan minimal 1 persen dari APBD, sehingga menyebabkan keterpaduan dan koordinasi kelembagaan tidak efektif, demikian upaya kolektif untuk mencapai tujuan penanggulangan bencana juga tidak maksimal. Selain itu rendahnya Indeks ketahanan bencana Kabupaten Bima dimana masih berada pada level 3 berdasarkan indikator Hyogo Frameworks for Actions (HFA). Hal ini menjelaskan bahwa Pemerintah Daerah Kabupaten Bima telah melaksanakan upaya pengurangan risiko bencana, namun dengan pencapaian-pencapaian yang masih bersifat sporadis karena disebabkan belum adanya komitmen kelembagaan dan/atau kebijakan sistematis serta lemahnya daya dukung anggaran. Selain itu, data tingkat kesiapsiagaan dan kapasitas Daerah Kabupaten Bima dalam menghadapi berbagai jenis bencana berada pada level rendah dan sangat berisiko. Untuk itu, menjadi sangat penting pelibatan seluruh SKPD untuk pengarusutamaan penanggulangan bencana dalam setiap kebijakan di daerah. Juga pelibatan peneliti, NGO, dunia usaha, serta peningkatan kapasitas dan partisipasi masyarakat sebagai upaya merubah paradigma penanggulangan bencana di Kabupaten Bima. Selain itu perlunya penerapan mekanisme penanggulangan bencana yang kuat dengan perspektif pengurangan risiko bencana
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 | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.050 | 0.006 |
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".