Kajian Resiko Dan Mitigasi Bencana Longsorlahan Di Kecamatan Ngilipar Kabupaten Gunungkidul
Bibliographic record
Abstract
Kecamatan Nglipar merupakan salah satu kecamatan di Kabupaten Gunungkidul yang masuk dalam kategori daerah rawan bencana longsorlahan kategori tinggi. Pada Tahun 2012-2013 akibat bencana longsorlahan di Kecamatan Nglipar menyebabkan 37 rumah rusak, 3 orang luka ringan dan 1 orang luka berat dengan kerugian mencapai Rp. 236.500.000. Berdasarkan latar belakang masalah tersebut, penelitian ini bertujuan (1) menganalisis dan memetakan tingkat bahaya longsorlahan, (2) menganalisis dan memetakan tingkat kerentanan dan kapasitas masyarakat lokal, (3) menganalisis dan memetakan tingkat risiko bencana longsorlahan, serta (4) menganalisis kegiatan mitigasi bencana pada daerah bahaya bencana longsorlahan kategori tinggi di Kecamatan Nglipar, Kabupaten Gunungkidul, Provinsi Daerah Istimewa Yogyakarta. Penelitian ini merupakan penelitian deskriptif kuantitatif, populasi penelitian adalah seluruh kepala keluarga pada zona bahaya longsorlahan tinggi didasarkan pada proses geomorfologi dan kondisi lahan menurut Peraturan Menteri Pekerjaan Umum No 22/PRT/M/2007. Jumlah sampel penelitian adalah 118 kepala keluarga ditentukan menggunakan rumus Confidence Interval dengan tingkat kesalahan 9%. Penelitian tingkat kerentanan, kapasitas, dan risiko masyarakat dilakukan melalui survei penduduk pada daerah bahaya bencana longsorlahan kategori tinggi dengan metode Vulnerability and Capacity Assement (VCA). Penilaian selanjutnya dilakukan secara kuantitatif dengan pemberian skoring menggunakan software SPSS dan dilakukan teknis análisis spasial menggunakan Software ArcGIS. Metode deskriptif digunakan untuk menguraikan karakteristik daerah bahaya, kerentanan, kapasitas, risiko masyarakat dan analisis kebijakan mitigasi bencana longsorlahan. Hasil penelitian menunjukan sebagian besar kepala rumah tangga (66,10%) berpendidikan lulus Sekolah Dasar dan Sekolah Menengah Pertama, yang mayoritas (79,66%) berprofesi sebagi petani sawah dengan penghasilan rendah. Tingkat bahaya longsorlahan terbagi menjadi tiga tingkat zona bahaya yaitu rendah, sedang, dan tinggi. Zona tingkat bahaya tinggi meliputi wilayah seluas 1.757,13 ha, zona tingkat bahaya sedang seluas 3.540,09 ha, dan zona bahaya rendah memiliki luas 2.008,5 ha. Secara umum (88,14%) penduduk menempati pada tingkat kerentanan sedang dan mayoritas mempunyai kapasitas sedang (38,14%). Risiko bencana tingkat rendah (67,80%) terdapat di Desa Pilangrejo dan sebagian penduduk Desa Natah sedangkan tingkat risiko sedang (26,27%) terletak di sebagian penduduk Desa Pengkol dan Natah, dan penduduk berisiko tinggi (5,93%) adalah sebagian penduduk Desa Pengkol dan Natah. Beberapa hal yang sangat berpengaruh terhadap keberhasilan kegiatan mitigasi bencana di Kecamatan Nglipar adalah pola komunikasi yang diterapkan antara pemimpin lokal dengan masyarakat, kehadiran lembaga swadaya masyarakat, beroperasinya kegiatan masyarakat, seperti kelompok tani, kelompok kehutanan, kelompok sadar lingkungan serta kearifan lokal yang mendorong perhatian setiap penduduk terhadap kondisi lingkungannya.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.037 | 0.006 |
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".