Kebutuhan Lahan Pertanian Minimum di Desa Nagrak Selatan Kecamatan Nagrak Kabupaten Sukabumi
Bibliographic record
Abstract
Salah satu isu strategis di bidang pertanahan adalah sempitnya pemilikan lahan pertanian. Hal ini terjadi karena semakinmengecilnya lahan yang dimiliki oleh petani. Luasan pemilikan lahan pertanian merupakan isu strategis di bidang pertanahanselain isu jaminan kepastian hukum hak masyarakat atas lahan, kinerja pelayanan pertanahan dan ketersediaan lahan untukpembangunan bagi kepentingan umum. Sempitnya pemilikan lahan terjadi karena semakin mengecilnya lahan yang dikuasaidan dimiliki petani akibat pesatnya pembangunan dan pertambahan jumlah penduduk yang mengarah kepada ketidakadilan.Gejala ini dapat diketahui dari akumulasi lahan pertanian yang berlebihan, pemecahan bidang lahan pertanian, danperubahan penggunaan lahan pertanian ke non pertanian, sehingga pemilikan lahan pertanian semakin menyempit bahkanmencapai luas kurang dari 0,5 ha (gurem).Penelitian ini bertujuan untuk kebutuhan lahan minimum yang dapat menopang kehidupan layak bagi satu rumah tangga petanidi Desa Nagrak Selatan Kecamatan Nagrak Kabupaten Sukabumi. Data yang diperoleh dianalisis dengan menggunakananalisis usahatani dan analisis kebutuhan lahan minimum. Hasil penelitian menyimpulkan bahwa dibutuhkan lahan seluas7.429,57 m2 atau sekitar 0,74 ha untuk bisa hidup layak dengan jumlah anggota satu keluarga petani yang berjumlah 4orang dengan harga gabah Rp.3.500,- dan tingkat produktivitas 0,98 kg/m2. Upaya-upaya yang dapat dilakukan agar petanidan keluarganya dapat mencapai tingkat kehidupan layaknya adalah melalui redistribusi agar memiliki lahan seluas yangdibutuhkan minimum dan mencegah terjadinya konversi lahan. Mengingat pendapatan petani yang diterima relatif kecil,maka dianjurkan kepada petani untuk menerapkan intensifikasi pada usaha taninya secara menyeluruh dan menciptakanpeluang usaha baru. Sehingga dengan luas lahan yang tetap, dapat meningkatkan hasil produksinya yang berdampakmeningkatkan pendapatannya.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 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".