Bibliographic record
Abstract
Sebagaimana di kota-kota besar lainnya, permasalahan penyediaan Ruang Terbuka Hijau (RTH) juga terjadi di Kota Bandung. Salah satu penyebab lambatnya peningkatan prosentase luasan RTH khususnya RTH publik di kota besar adalah karena tingginya tingkat konversi lahan. Perubahan guna lahan dari lahan-lahan pertanian, perkebunan dan bahkan dari lahan yang memang sudah ditetapkan sebagai zona hijau dalam dokumen tata ruang kerap terjadi dengan alasan kebutuhan penyediaan hunian dan aktifitasnya. Mengatasi permasalahan ini, Pemerintah Kota Bandung menerapkan kebijakan Koefisien Daerah Hijau (KDH), kontribusi pihak ketiga dalam penyediaan RTH dan optimalisasi lahan makam sebagai upaya peningkatan kuantitas dan kualitas RTH. Paper ini akan mengidentifikasi isu-isu strategis terkait RTH di Kota Bandung dan mengevaluasi sejauhmana efektifitas kebijakan yang sudah diterapkan dalam rangka mengupayakan peningkatan prosentase RTH publik di Kota Bandung. Terdapat korelasi antara kebijakan yang sudah diaplikasikan dengan peningkatan jumlah RTH Publik namun kontribusinya tidak signifikan karena munculnya permasalahan-permasalahan dalam pelaksanaan kebijakan tersebut. Hasil identifikasi menunjukkan ada 3 (tiga) isu utama dalam problema RTH di Kota Bandung yaitu isu kebijakan, teknis dan kelembagaan/pengelolaan. Isu kebijakan menyoroti optimalisasi kebijakan dalam upaya peningkatan RTH publik, isu teknis membahas tentang potensi peningkatan RTH melalui pendekatan ekologis dan isu kelembagaan membahas tentang penanganan RTH yang bersifat partial (menjadi kewenangan beberapa Perangkat Derah). Hasil penelitian merekomendasikan perubahan kebijakan terkait perencanaan RTH, usulan optimalisasi kualitas RTH dan optimalisasi birokrasi khususnya dalam pengelolaan RTH di sektor perumahan. peningkatan prosentase RTH publik di Kota Bandung. Terdapat korelasi antara kebijakan yang sudah diaplikasikan dengan peningkatan jumlah RTH Publik namun kontribusinya tidak signifikan karena munculnya permasalahan-permasalahan dalam pelaksanaan kebijakan tersebut. Hasil identifikasi menunjukkan ada 3 (tiga) isu utama dalam problema RTH di Kota Bandung yaitu isu kebijakan, teknis dan kelembagaan/pengelolaan. Isu kebijakan menyoroti optimalisasi kebijakan dalam upaya peningkatan RTH publik, isu teknis membahas tentang potensi peningkatan RTH melalui pendekatan ekologis dan isu kelembagaan membahas tentang penanganan RTH yang bersifat partial (menjadi kewenangan beberapa Perangkat Derah). Hasil penelitian merekomendasikan perubahan kebijakan terkait perencanaan RTH, usulan optimalisasi kualitas RTH dan optimalisasi birokrasi khususnya dalam pengelolaan RTH di sektor perumahan. Kata Kunci: Evaluasi, Kebijakan, Ruang Terbuka Hijau, Kota Bandung
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.033 | 0.004 |
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".