MétaCan
Menu
Back to cohort
Record W4407681982 · doi:10.58684/jbs.v3i2.62

Dampak Pertumbuhan Perumahan terhadap Ketersediaan Lahan dan Pengelolaan Pertanahan di Kota Surakarta

2024· article· id· W4407681982 on OpenAlexaff
Ari Dwi Yulianto, Ghulam Fathul Amri, Marina Ramadhani

Bibliographic record

VenueJurnal Bengawan Solo Pusat Kajian Penelitian dan Pengembangan Daerah Kota Surakarta · 2024
Typearticle
Languageid
FieldAgricultural and Biological Sciences
TopicPlant Growth and Agriculture Techniques
Canadian institutionsEncana (Canada)
Fundersnot available
KeywordsMathematics

Abstract

fetched live from OpenAlex

Pertumbuhan perumahan di Kota Surakarta telah mengalami peningkatan yang signifikan dalam beberapa tahun terakhir, seiring dengan pertumbuhan penduduk dan perkembangan ekonomi kota. Perkembangan ini berdampak langsung pada ketersediaan lahan dan pengelolaan pertanahan di kota tersebut. Studi ini bertujuan untuk menganalisis dampak pertumbuhan perumahan terhadap ketersediaan lahan dan bagaimana pengelolaan pertanahan di Kota Surakarta dihadapkan pada tantangan ini. Metode yang digunakan dalam penelitian ini adalah studi pustaka, dengan mengkaji literatur yang berkaitan dengan perkembangan perumahan, ketersediaan lahan, dan kebijakan pertanahan di Surakarta. Penelitian ini menemukan bahwa pertumbuhan perumahan di Surakarta telah menyebabkan penurunan signifikan dalam ketersediaan lahan kosong, terutama di daerah pinggiran kota yang sebelumnya merupakan lahan pertanian atau lahan hijau. Konversi lahan ini tidak hanya mempengaruhi lingkungan, tetapi juga berdampak pada tata ruang kota dan keberlanjutan lingkungan. Perubahan fungsi lahan menjadi kawasan perumahan telah menyebabkan berkurangnya lahan terbuka hijau, yang penting untuk menjaga keseimbangan ekosistem dan kualitas hidup masyarakat kota. Dari perspektif pengelolaan pertanahan, pertumbuhan perumahan yang pesat menimbulkan tantangan dalam hal perencanaan tata ruang dan pengendalian pemanfaatan lahan. Kebijakan pertanahan di Surakarta perlu menyesuaikan diri dengan perkembangan ini untuk memastikan penggunaan lahan yang efisien dan berkelanjutan. Selain itu, adanya pertumbuhan perumahan juga berdampak pada harga tanah yang meningkat, sehingga akses masyarakat untuk mendapatkan hunian menjadi lebih sulit, terutama bagi kelompok berpenghasilan rendah. Studi ini juga mengidentifikasi perlunya kebijakan yang lebih efektif dalam pengelolaan pertanahan dan perencanaan tata ruang. Pemerintah kota perlu mengambil langkah-langkah strategis untuk mengendalikan alih fungsi lahan secara berlebihan dan memastikan bahwa pengembangan perumahan dilakukan dengan mempertimbangkan aspek keberlanjutan. Salah satu rekomendasi yang dihasilkan dari penelitian ini adalah pentingnya pengembangan perumahan berwawasan lingkungan, di mana pembangunan perumahan harus mempertimbangkan ketersediaan lahan terbuka hijau dan dampak lingkungan jangka panjang. Dalam konteks pengelolaan pertanahan, implementasi teknologi informasi dan sistem informasi geografis (GIS) dapat menjadi solusi untuk memantau dan mengelola perubahan penggunaan lahan secara lebih efektif. Selain itu, keterlibatan masyarakat dalam proses perencanaan tata ruang juga sangat penting untuk memastikan bahwa pengembangan perumahan sejalan dengan kebutuhan dan aspirasi masyarakat setempat. Studi ini menekankan pentingnya pendekatan holistik dalam mengelola pertumbuhan perumahan, di mana kebijakan pertanahan harus didukung oleh perencanaan tata ruang yang berkelanjutan dan partisipatif. Dengan demikian, penelitian ini memberikan wawasan mengenai dampak pertumbuhan perumahan terhadap ketersediaan lahan dan pengelolaan pertanahan di Kota Surakarta, serta menawarkan rekomendasi kebijakan untuk menghadapi tantangan ini. Diharapkan hasil penelitian ini dapat menjadi acuan bagi pemerintah dan pemangku kepentingan dalam merumuskan kebijakan yang tepat guna mengelola pertumbuhan perumahan secara berkelanjutan di Surakarta.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.024
Threshold uncertainty score0.059

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0030.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0180.002

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.

Opus teacher head0.017
GPT teacher head0.231
Teacher spread0.213 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueJurnal Bengawan Solo Pusat Kajian Penelitian dan Pengembangan Daerah Kota SurakartaSame topicPlant Growth and Agriculture TechniquesFrench-language works237,207