Arahan Spasial Pemanfaatan Lahan Untuk Kegiatan Usaha Peternakan Unggas (Ayam) Berdasarkan Persepsi Masyarakat Di Kecamatan Marawola Kabupaten Sigi
Bibliographic record
Abstract
Sampai dengan tahun 2023, terdapat 50 bangunan usaha kandang ternak ayam di wilayah Kecamatan Marawola Kabupaten Sigi. Bersamaan dengan perkembangan kawasan permukiman penduduk, terjadi konflik antara usaha peternakan unggas (ayam) dengan warga permukiman. Metode penelitian adalah deskriptif kualitatif. Data yang digunakan adalah data primer dan sekunder. Teknik analisis data meliputi: analisis variabel pemanfaatan lahan, analisis pemanfaatan lahan, analisis peta/SIG, dan analisis SWOT kualitatif. Hasil penelitian menunjukkan bahwa merujuk matrix ITBX Rencana Detail Tata Ruang (RDTR) Kawasan Perkotaan Binangga kategori kandang hewan masuk dalam zona peruntukan lainnya, hasil dari peraturan zonasi di RDTR Kawasan Perkotaan Binangga yaitu kawasan yang mempunyai izin terbatas dalam membangun kandang ternak yaitu R4 (perumahan kepadatan rendah), R3 (perumahan kepadatan sedang), dan R2 (perumahan kepadatan tinggi). Sedangkan kawasan yang di izinkan untuk digunakan lahan kegiatan usaha peternakan ayam yaitu P4 (Peternakan), P3 (Perkebunan), P2 (Holtikultura) dan P1 (Tanaman Pangan). Kelas kesesuaian penggunaan lahan untuk peternakan ayam S1 sebesar 1.521,173 ha (53,07%), S2 sekitar 767,61 ha (26,78%), dan N yaitu 577,73 ha (20,15%). Kelas pemanfaatan lahan untuk peternakan ayam S1 sebesar 874,522 ha (30,51%), S2 seluas 979,973 ha (34,19%), dan N 1012,01 ha (35,30%). Arahan spasial pemanfaatan lahan usaha peternakan ayam pada kondisi eksisting terdapat 7 kandang termasuk kategori sesuai standar, kategori cukup sesuai 11 kandang, dan kategori tidak sesuai standar 32 kandang. Arahan spasial pemanfaatan lahan diperoleh dari hasil penggabungan antara matrix ITBX, analisis kesesuain penggunaan lahan, dan analisis pemanfaatan lahan menghasilkan peta arahan spasial pemanfaatan lahan usaha serta lokasi untuk kegiatan usaha peternakan ayam di Kecamatan Marawola.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.030 | 0.007 |
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".