ANALISIS KEBUTUHANAN RUANG PARKIR (STUDI KASUS PUSAT PERBELANJAAN MENTAYA ( PPM ) KOTA SAMPIT KABUPATEN KOTAWARINGIN TIMUR, KALIMANTAN TENGAH)
Bibliographic record
Abstract
Sampit adalah ibu kota kabupaten Kotawaringin Timur yang terletak di provinsi Kalimantan Tengah. Pertumbuhan ekonomi di kota Sampit berkembang cukup baik. Salah satunya adalah dibangunnya Pusat Perbelanjaan Mentaya (PPM) kota Sampit yang beralokasi di jalan Iskandar, penelitian ini bertujuan untuk mengetahui kondisi perparkiran pada Pusat Perbelanjaan Mentaya yaitu karakteristik dan kebutuhan parkir agar penataan parkir masa mendatang akan lebih baik, selanjutnya sebagai acuan untuk penataan parkir pada masa mendatang dan diharapkan mampu memberi solusi tentang parkir di Pusat Perbelanjaan Mentaya kota Sampit. Adapun metode penelitian yaitu dengan pengambilan data primer dan data sekunder di Pusat Perbelanjaan Mentaya kota Sampit, kemudian perhitungan karakteristik parkir dan analisis data kebutuhan ruang parkir dengan metode regresi linear sederhana. Berdasarkan hasil penelitian selama satu minggu di Pusat Perbelanjaan Mentaya Kota Sampit diperoleh karakteristik parkir untuk mobil yaitu, Volume Parkir sebesar 465 kendaraan, Akumulasi maksimum sebesar 123 kendaraan, Durasi maksimum sebesar 1.66 jam, Pergantian parkir maksimum sebesar 9.3 kend/petak/jam, Kapasitas maksimum sebesar 50 kend/jam, Penyedia Parkir maksimum sebesar 43 kendaraan, dan Indeks parkir maksimum sebesar 238%. Sedangkan Karakteristik parkir untuk sepeda motor yaitu volume parkir sebesar 3572 kendaraan, Akumulasi maksimum sebesar 1158 kendaraan, Durasi maksimum sebesar 1.50 jam, Pergantian parkir maksimum sebesar 4.89 kend/petak/jam, Kapasitas parkir maksimum sebesar 727 kend/jam, Penyedia parkir maksimum sebesar 618 kendaraan, dan Indeks parkir maksimum sebesar 158.63%. Untuk analisa kebutuhan diperoleh: Akumulasi parkir maksimum untuk Mobil sebesar 123 kendaraan, Jumlah Petak parkir yang tersedia sebanyak 50 petak, sehingga kapasitas parkir yang tersedia tidak dapat menampung jumlah kendaraan yang parkir. Akumulasi maksimum untuk sepeda motor sebesar 1158 kendaraan, jumlah petak saat ini sebanyak 730 petak sehingga kapasitas parkir yang tersedia tidak dapat menampung kendaraan. Prediksi jumlah kendaraan mobil pada tahun 2025 atau 5 tahun mendatang sebesar 142 kend/jam dan pada tahun 2030 atau 10 tahun mendatang sebesar 265 kend/jam sudah tidak dapat menampung kendaraan yang parkir. Prediksi jumlah akumulasi sepeda motor pada tahun 2025 atau 5 tahun mendatang sebesar 849 kend/jam sudah tidak dapat menampung kendaraan sedangkan pada tahun 2030 atau 10 tahun mendatang sebesar 1631 kend/jam sudah tidak dapat mampu menampung kendaraan yang parkir di area tersebut Dari hasil analisis maka pihak pengelola parkir perlu mempertimbangkan adanya perubahan pada pola parkir 90º dan 60º menjadi pola parkir 45º agar mampu menampung kendaraan lebih banyak.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".