KONSEP ARSITEKTUR LANSEKAP BERKELANJUTAN PADA DESAIN TAMAN JINGGA RT.02 RW. 09 KELURAHAN MERJOSARI, KOTA MALANG
Bibliographic record
Abstract
Permukiman RW.09 Kelurahan Merjosari memiliki beberapa ruang terbuka aktif yang tersebar di beberapa titik di masing-masing RT. Salah satu ruang terbuka yang berada di RT. 02, yaitu Taman Jingga, taman tematik yang keberadaannya belum termanfaatkan dengan maksimal sehingga perlu penataan desain taman yang sesuai dengan kebutuhan warga setempat. Tujuan dari penelitian ini adalah untuk mengetahui penerapan konsep arsitektur landskap berkelanjutan pada desain taman jingga. Metode yang digunakan adalah metode analisis deskriptif berdasarkan studi literatur, observasi lapangan, dan informasi narasumber. Hasil Penelitian menunjukkan desain taman jingga ini terbagi menjadi 3 zona, zona sosial budaya yaitu dengan penataan ruang bersama untuk mempererat hubungan sosial warga, zona budidaya-ekonomi yaitu penataan taman dengan jenis tanaman budidaya dan pendukungnya, dan zona ekonomi yaitu pemanfaatan lahan parkir yang disewakan dengan memberikan retribusi dan pemeliharaan. Dengan penataan Taman Jingga yang baru ini diharapkan dapat meningkatkan ekonomi produktif warga, dapat menjadi wadah kegiatan sosial budaya warga dan juga dapat meningkatkan kualitas lingkungan hidup yang mendukung ekologi dan kesehatan warga.
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 | 0.000 |
| 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 | 0.001 |
| Insufficient payload (model declined to judge) | 0.066 | 0.018 |
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".