Tingkat Kerawanan dan Mitigasi Bahaya Kebakaran Hutan: Studi Kasus di KHDTK Sawala Mandapa, Kadipaten, Provinsi Jawa Barat
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Pada musim kemarau, kebakaran hutan dan lahan sering terjadi di Kawasan Hutan dengan Tujuan Khusus (KHDTK) Sawala Mandapa yang diakibatkan oleh kelalaian manusia. Untuk mengantisipasi hal tersebut, diperlukan informasi yang akurat tentang lahan yang memiliki potensi terbakar. Penelitian ini bertujuan untuk menentukan tingkat kerawanan kebakaran dan mitigasi bahaya kebakaran hutan. Pengumpulan data dilakukan dengan teknik survei dan wawancara terhadap responden kunci. Data yang terkumpul diinput dalam program Microsoft excel dan diberi nilai faktor 1 - 5 sesuai indikator yang dimiliki. Survei dilakukan pada 11 poligon yang tersebar pada KHDTK blok Sawala petak 9. Data yang dikumpulkan berupa variabel tingkat kerawanan kebakaran (aktivitas manusia, tutupan lahan, cuaca dan jenis tanah) dan mitigasi kebakaran. Hasil penelitian menunjukkan bahwa, wilayah penelitian memiliki nilai rawan 1,8 - 3,3 dengan kategori kelas rawan rendah hingga tinggi. Pada areal tingkat rawan rendah memiliki tutupan hutan berupa hutan sekunder dan tidak tampak aktivitas manusia. Tingkat rawan sedang, memiliki tutupan hutan berupa hutan sekunder dan aktivitas manusia berupa pengambilan kayu bakar dan akses jalan masyarakat. Tingkat rawan tinggi memiliki tutupan hutan berupa hutan sekunder dan memiliki aktivitas manusia berupa pemanfaatan lahan di bawah tegakan mahoni dan jati. Selain itu, terdapat aktivitas pembuangan dan pembakaran sampah. Mitigasi yang telah dilakukan didominasi oleh mitigasi non fisik, yaitu penguatan kapasitas masyarakat. Peta kerawanan kebakaran yang dihasilkan penelitian ini dapat dijadikan dasar kebijakan pencegahan kebakaran.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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 it