PERAN DANA TRANSFER KHUSUS BAGI PEMBANGUNAN BIDANG IRIGASI PASCABENCANA PROVINSI SULAWESI TENGAH
Bibliographic record
Abstract
Abstrak Irigasi adalah bagian penting bagi pencapaian ketahanan pangan yang berpengaruh pada sisi ekonomi serta juga sosial masyarakat. Sektor pangan masih memiliki posisi penting di Indonesia dalam mendorong pencapaian pembangunan nasional yang memiliki pengaruh terhadap laju pertumbuhan ekonomi. Pendanaan irigasi tidak hanya berasal dari dana APBN serta APBD, termasuk pula dana transfer khusus pada wilayah-wilayah prioritas. Perpres No. 72 Tahun 2018 terkait RKP 2019 menegaskan tujuan implementasi DAK Fisik Penugasan pada Bidang Irigasi agar bisa menopang daerah untuk melakukan pembangunan (peningkatan serta rehabilitasi) sarpras irigasi yang kewenangannya dimiliki daerah supaya berkontribusi pada tercapainya agenda Food Sovereignty. Bencana di Sulawesi Tengah pada Tahun 2018 berdampak pada infrastruktur sumber daya air di wilayah ini. Permasalahan dalam pelaksanaan DAK Fisik perlu digali sebagai masukan untuk perencanaan DAK dimasa depan, khususnya untuk bidang irigasi. Mengacu pada urgensi DAK Fisik tentang irigasi ini bagi Pemda di Sulawesi Tengah, maka menganalisis peran DAK dan menggali permasalahan pelaksanaannya dalam konteks regional development menjadi hal yang menantang. Penelitian ini memiliki tujuan mengelaborasi peran DAK Fisik bagi pembangunan sektor irigasi pada suatu daerah serta menganalisis problem yang ada selama implementasinya. Metode yang digunakan adalah studi pustaka dan kunjungan lapangan (diskusi) dengan stakeholders pembangunan di suatu wilayah. Hasil studi menyatakan bahwa belum sepenuhnya ada sinkronisasi antara prioritas nasional tentang irigasi dan kebutuhan daerah. Persoalan bencana juga dalam praktiknya menjadi pertimbangan pengalokasian anggaran DAK dan hal ini terjadi di Provinsi Sulawesi Tengah. Meskipun demikian, harus diakui bahwa penguatan sektor irigasi dengan kerangka logis dan manajemen risiko layak terus didukung dengan dana transfer khusus dalam rangka percepatan target-target pembangunan yang lebih berkualitas serta memberi manfaat bagi masyarakat pascabencana. Kata Kunci: Irigasi, DAK, Pembangunan Daerah, Prioritas Nasional, Rehabilitasi 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 | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.060 | 0.009 |
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".