Analisis Partisipasi Masyarakat Terhadap Perencanaan Pembangunan Di Kecamatan Siborong - Borong Kabupaten Tapanuli Utara
Bibliographic record
Abstract
Penelitian ini bertujuan untuk, mendeskripsikan dan menganalisis proses perencanaan pembangunan di Kecamatan Siborong - borong Kabupaten Tapanuli Utara. Penelitian ini merupakan penelitian kualitatif dengan tujuan utama mendeskripsikan atau melukiskan secara terperinci dan mendalam mengenai partisipasi masyarakat dalam perencanaan pembangunan di Kecamatan Siborong - borong Kabupaten Tapanuli Utara. Teknik pengumpulan data dalam penelitian ini menggunakan wawancara semi terstruktur dan observasi. Analisis data dalam penelitian ini menggunakan interactive model analysis dari Miles dan Huberman yang meliputi tahap Reduksi data, penyajian data dan verifikasi data atau penarikan simpulan. Dari hasil penelitian dapat disimpulkan bahwa: 1, Proses perencanaan pembangunan telah dilaksanakan dengan baik di Kecamatan Siborong - borong Kabupaten Tapanuli Utara, dimana : a) beberapa tahapan proses perencanaan pembangunan di masing - masing desa telah dilaksanakan, diantaranya tahapan persiapan dan tahapan pembahasan kegiatan / penetapan prioritas kegiatan yang akan disampaikan ke tingkat musrenbang Kecamatan, seperti Kelurahan Siborong - borong, Desa Pariksabungan, Desa Pohan Julu, Desa Hotabulu, Desa Lobusiregar I dan Desa Desa Lobusiregar II; b) Di tingkat Musrenbang Kecamatan beberapa tahapan proses perencanaan pembangunan telah dilaksanakan, terutama pada tahapan dimana masyarakat telah dilibatkan memutuskan prioritas kegiatan yang akan diajukan ke tingkat Kabupaten. 2. Partisipasi masyarakat dalam perencanaan pembangunan di Kecamatan Siborong-borong Kabupaten Tapanuli Utara masih rendah. Untuk itu perlu penyempurnaam tahapan pelaksanaan perencanaan partisipatif, Mengoptimalkan kegiatan identifikasi masalah dan kebutuhan masyarakat, dan perlu peningkatan pemahaman perangkat desa/kecamatan, unsur pembangunan dan unsur masyarakat mengenai perencanaan pembangunan
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.005 |
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".