PENGELOLAAN POTENSI MINYAK ATSIRI DENGAN COLLABORATIVE GOVERNANCE SEBAGAI BENTUK PEMBANGUNAN EKONOMI KERAKYATAN BERKELANJUTAN PADA PROVINSI ACEH
Bibliographic record
Abstract
Minyak atsiri merupakan salah satu komoditas ekspor yang mempunyai nilai tinggi. Provinsi Aceh merupakan salah satu pemasok minyak atsiri pada pasar dunia, namun pengembangan potensi minyak atsiri belum dilakukan dengan optimal disebabkan oleh faktor ego sectoral, kurangnya koordinasi, kurangnya anggaran, kurangnya pendampingan pengembangan usaha dan tidak adanya kebijakan untuk mendukung pengembangan usaha dan kurangnya inovasi. Adapun tujuan kajian ini adalah untuk membangun strategi kolaborasi antar dinas, akademisi dan masyarakat dalam pengelolaan potensi minyak atsiri sehingga pengembangan inovasi dan pemberdayaan minyak atsiri di Provinsi Aceh dapat dilakukan dengan maksimal. Kajian ini dilakukan dengan menggunakan pendekatan kualitatif, dan dianalisa secara dua tahap dengan menggunakan analisa PETEL dan SWOT. Hasil kajian 1) pengembangan potensi minyak atsiri dilakukan dengan menggunakan analisa dari faktor politik, ekonomi, sosial, teknologi, lingkungan dan hukum. Berdasarkan analisa PETEL diperoleh hasil bahwa untuk melakukan pengembangan potensi minyak atsiri dibutuhkan peran aktif pemerintah melalui kolaborasi dinas terkait dan masyarakat mulai dari tahap perencanaan, implementasi sampai evaluasi dengan komitmen pada pembangunan Aceh; 2) hasil kajian dengan menggunakan analisis SWOT diperoleh strategi strength-threat yakni memaksimalkan penggunaan potensi untuk meminimalisir ancaman. Adapun caranya adalah dengan menggunakan ekonomi Pancasila yang dilaksanakan dengan kontribusi seluruh stakeholder, memaksimalkan peran masyarakat, pembuatan drand desain dan collaborative governance.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.004 |
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".