Konsep Urban Farming Pada Kota Tanpa Lahan Pertanian
Bibliographic record
Abstract
Urban farming merupakan salah satu solusi inovatif yang menjawab tantangan pertanian di kota-kota yang minim atau bahkan tanpa lahan pertanian. Seiring dengan pesatnya urbanisasi dan berkurangnya lahan hijau, konsep ini semakin relevan untuk diterapkan di perkotaan sebagai bagian dari upaya mewujudkan ketahanan pangan dan keberlanjutan lingkungan. Tujuan dari penelitian ini adalah untuk mengkaji konsep urban farming pada kota-kota yang tidak memiliki lahan pertanian tradisional serta mengeksplorasi manfaat dan tantangan yang dihadapi dalam penerapannya. Studi pustaka dilakukan untuk menggali berbagai literatur terkait praktik urban farming di berbagai kota besar di dunia yang mengalami kendala keterbatasan lahan. Konsep urban farming mencakup beragam teknik, seperti hidroponik, akuaponik, vertikultur, serta penggunaan atap gedung atau ruang kosong perkotaan sebagai lahan tanam. Masing-masing metode memiliki karakteristik dan keunggulan tersendiri yang dapat disesuaikan dengan kondisi fisik dan sosial suatu kota. Hasil penelitian menunjukkan bahwa urban farming dapat memberikan banyak manfaat bagi kota tanpa lahan pertanian, termasuk peningkatan akses terhadap pangan segar, pengurangan emisi karbon akibat transportasi pangan, serta peningkatan kualitas lingkungan dengan lebih banyaknya area hijau. Selain itu, urban farming juga berkontribusi terhadap pemberdayaan komunitas lokal dengan memberikan peluang kerja dan meningkatkan keterlibatan warga dalam pengelolaan pangan. Implementasi konsep ini juga dapat mendukung program pengelolaan limbah organik dengan memanfaatkan limbah rumah tangga sebagai pupuk organik yang digunakan dalam pertanian perkotaan. Namun, terdapat beberapa tantangan yang perlu diatasi dalam penerapan urban farming di kota tanpa lahan pertanian. Tantangan utama mencakup keterbatasan sumber daya, seperti air, pupuk, dan teknologi yang diperlukan untuk mendukung pertumbuhan tanaman dalam lingkungan perkotaan. Selain itu, masalah regulasi dan kebijakan pemerintah juga menjadi kendala dalam mengembangkan pertanian perkotaan di beberapa wilayah. Untuk mengatasi masalah tersebut, diperlukan kolaborasi antara pemerintah, sektor swasta, serta komunitas lokal guna menciptakan kebijakan yang mendukung perkembangan urban farming dan memberikan akses terhadap sumber daya yang diperlukan. Secara keseluruhan, urban farming menawarkan pendekatan yang berkelanjutan untuk memenuhi kebutuhan pangan di kota-kota yang tidak memiliki lahan pertanian. Melalui pengelolaan yang tepat dan dukungan kebijakan yang kuat, konsep ini berpotensi menjadi solusi bagi kota-kota yang menghadapi tekanan urbanisasi, degradasi lingkungan, dan ketidakstabilan pangan. Urban farming bukan hanya tentang produksi pangan, tetapi juga tentang menciptakan kota yang lebih hijau, sehat, dan berdaya.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".