Pengaruh Ketersediaan Prasarana Dan Sarana Utilitas Umum (PSU) Terhadap Harga Jual Perumahan Dalam Pengembangan Wilayah Kota Pematangsiantar
Bibliographic record
Abstract
Tujuan dari penilitian ini adalah menganalisis faktor fasilitas umum apa yang dominan mempengaruhi harga jual rumah dan menganalisis kesesuaian fasilitas umum yang disediakan sudah sesuai dengan harga yang ditawarkan oleh pengembang kepada masyarakat. Hasil penelitian dengan penyebaran kuisioner terhadap 82 penghuni perumahan pada kawasan Kota Pematangsiantar, diperoleh yaitu: (1) Ketersediaan fasilitas umum yang mempengaruhi konsumen dalam memilih lokasi rumah adalah ketersediaan fasilitas umum jalan, air minum, pembuangan air limbah, air hujan, pembuangan sampah, jaringan listrik jaringan telepon sangat mempengaruhi konsumen dalam memilih perumahan yang akan ditempati. (2) Analisis Pengaruh Ketersediaan Fasilitas Umum Terhadap Harga Jual Rumah Pada Perumahan Di Kawasan Kota Pematangsiantar menunjukkan hasil analisis regresi berganda bahwa pengaruh ketersediaan fasilitas umum terhadap harga yang ditawarkan bahwa R Square (R2) atau kuadrat R menunjukkan koefisien determinasi, besar R2 sebesar 1,0 artinya bahwa fasilitas umum jalan, air minum, pembuangan air limbah, air hujan, pengelolaan sampah, fasilitas listrik, telepon dan angkutan umum berpengaruh 100 % terhadap harga jual rumah pada perumahan. Hal ini dapat dilihat dengan bentuk persamaan Y = -0,253 + 0,843X1+ 0,822X2 + 1,014X3 + 0,881X4 + 1,076X5 + 0,872X6 + 1,175X7 + 0,959X8. Pada uji t dapat dilihat nilai masing-masing variable bebas yang diteliti menerangkan bahwa fasilitas umum jalan memiliki nilai yang paling tinggi thitung sebesar 10,974 dan signifikansi sebesar 0,002. Nilai thitung tersebut menerangkan antara masing - masing faktor dengan tingkat pengaruh terhadap harga jual memiliki hubungan yang linier dan positif. (3) Pembangunan perumahan yang dilakukan oleh pihak pengembang yang dilakukan berdasarkan SWP yang telah ditetapkan oleh Pemerintah Kota Pematangsiantar, perlu diperhatikan pemanfaatan ruang wilayah. Khususnya pemanfaatan lahan perumahan dan pendidikan sebagai pusat kegiatan yang mengalami peningkatan dan mengalami permintaan yang semakin tinggi
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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; 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".