PENDAMPINGAN PENEGASAN BATAS DESA NATAR MENGGUNAKAN METODE KARTOMETRIK DAN SURVEI GNSS DALAM RANGKA MENCEGAH KONFLIK PERBATASAN DESA
Bibliographic record
Abstract
Dalam pelaksanaan pembangunan desa, harus dimulai dengan perencanaan yang baik, dan didasari data yang benar. Salah satu data yang diperlukan adalah peta batas desa, yang berisi tentang koordinat titik batas desa, posisi obyek sumberdaya desa, infrastruktur jalan, jaringan irigasi, area sawah, perkebunan dan sebagainya. Namun sering terjadi perselisihan di masyarakat yang berujung pada konflik akibat ketidak jelasan batas antar desa, sehingga menghambat kelangsungan pembangunan desa. Saat ini beberapa lokasi di Desa Natar berpotensi terjadi konflik akibat ketidakpastian batas. Tujuan yang ingin dicapai dalam program pengabdian pada masyarakat ini adalah: 1. Membuat Peta Batas Desa sesuai dengan Permendagri No.45 tahun 2016, yang bisa digunakan sebagai dasar Peraturan Bupati tentang Peta Batas Desa Natar, 2. Memasang beberapa pilar batas utama (PBU) sebagai tanda batas antar desa, sehingga ada kepastian titik batas di lapangan. Metode kegiatan pengabdian yang digunakan: 1). Memberikan penjelasan tentang pentingnya Peta Batas Desa dalam perencanaan pembangunan, 2). Melakukan pendampingan dalam penetapan titik batas desa secara kartometrik, 3). Melakukan pendampingan dalam pemasangan dan pengukuran PBU dengan menggunakan metode survei GNSS, 4). Pembuatan Peta Batas Desa Natar. Hasil akhir pengabdian ini: 1). Terbuat satu lembar peta batas desa, desa Natar dengan skala 1 : 8.000, 2). Terpasang lima titik PBU.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.002 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
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; both teacher heads agree on what is shown here.
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".