Pemetaan Zonasi Potensi Pariwisata Berbasis Partisipasi Masyarakat di Desa Cikolelet
Bibliographic record
Abstract
Desa Cikolelet merupakan desa wisata yang berada pada Kecamatan Cinangka, Kabupaten Serang. Desa Cikolelet menawarkan wisata pedesaaan yang terdiri dari curug, lahan persawahan, peternakan kambing etawa, perkebunan dan perikanan darat, serta desa ini juga kaya akan seni dan budaya warisan leluhur yang masih terpelihara hingga saat ini seperti tradisi mamaca, tarian rampak bedug, debus, festival tahunan ngagurah dano, upacara prah-prahan, dan sebagainya.Namun, belum terarahnya arahan pengembangan Pariwisata Desa Cikolelet yang statusnya sebagai Desa Wisata. Kurang jelasnya arahan pengembangan Desa Cikolelet sebagai desa wisata terlihat pada kondisi infrastruktur seperti akses jalan menuju obyek – obyek wisata masih berupa jalan tanah dan kondisinya yang menyulitkan untuk pengembangan pariwisata. Oleh karena itu, untuk membantu pengembangan potensi Desa Cikolelet sebagai Desa wisata maka disusun PKM berupa pemetaan zonasi potensi pariwisata berbasis masyarakat di Desa Cikolelet. Dengan adanya kegiatan PkM ini diharapkan dapat membantu para pembuat kebijakan pada Desa Cikolelet dalam membuat arahan pengembangan pariwisata Desa Cikolelet yang lebih terarah dan terstruktur dengan melibatkan masyarakat dalam proses pelaksanaanya. Tahapan inti dalam kegiatan PkM ini adalah mengidentifikasi potensi pariwisata Desa cikolelet dengan melibatkan masyarakat dalam pelaksanaannya dan dilanjutkan dengan tahapan Pembuatan peta zonasi potensi Pariwisata Desa Cikolelet. Kegiatan PkM ini diharapkan juga dapat meningkatan kualitas tata kelola pembangunan masyarakat desa khususnya pada sektor pariwisata.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.129 | 0.027 |
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".