Pengaruh Kebijakan Penataan Ruang terhadap Kualitas Hidup Masyarakat Kota Surakarta
Bibliographic record
Abstract
Kebijakan penataan ruang memiliki peran penting dalam meningkatkan kualitas hidup masyarakat di berbagai kota, termasuk Kota Surakarta. Kebijakan ini mencakup pengelolaan tata guna lahan, zonasi, serta pembangunan infrastruktur yang berkelanjutan. Penelitian ini bertujuan untuk menganalisis pengaruh kebijakan penataan ruang terhadap kualitas hidup masyarakat di Kota Surakarta dengan menggunakan metode studi pustaka. Melalui telaah literatur, studi ini mengeksplorasi bagaimana implementasi kebijakan tata ruang berkontribusi terhadap perbaikan kualitas lingkungan, aksesibilitas fasilitas umum, serta kesejahteraan sosial-ekonomi warga kota. Selain itu, penelitian ini juga membahas tantangan yang dihadapi dalam pelaksanaan kebijakan penataan ruang, seperti konflik lahan, ketidakseimbangan pembangunan antarwilayah, serta dampak urbanisasi yang cepat. Berdasarkan kajian literatur, ditemukan bahwa kebijakan penataan ruang yang efektif dapat meningkatkan kualitas hidup masyarakat melalui penciptaan lingkungan yang lebih sehat, peningkatan akses terhadap fasilitas umum, serta pengurangan ketimpangan sosial dan ekonomi. Namun demikian, masih diperlukan upaya lebih lanjut untuk mengatasi masalah dalam implementasi kebijakan tersebut, terutama terkait dengan partisipasi masyarakat dan koordinasi antarinstansi pemerintah. Kesimpulan dari studi ini menekankan pentingnya peran pemerintah daerah dalam memastikan bahwa kebijakan penataan ruang di Kota Surakarta berjalan secara efektif dan inklusif, serta mendukung pembangunan berkelanjutan yang berorientasi pada kesejahteraan masyarakat. Studi ini memberikan wawasan penting bagi pembuat kebijakan dan pemangku kepentingan dalam merumuskan strategi yang lebih baik untuk meningkatkan kualitas hidup masyarakat melalui penataan ruang yang berkelanjutan.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.008 |
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".