Analisis Perkembangan Area Terbangun di Kota Padang
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
Kota memiliki tingkat pertumbuhan wilayah lebih tinggi dibandingkan dengan wilayah di sekitarnya. Perkembangan ini dapat memicu pertumbungan jumlah bangunan. Kota Padang mengalami pertumbuhan penduduk yang signifikan. Hal ini berdampak pada permintaan lahan dan layanan infrastruktur perkotaan. Kota Padang adalah wilayah yang sangat rentan terhadap banjir yang salah satu penyebabnya adalah kebutuhan lahan terkait pertambahan penduduk, hal ini mengurangi kemungkinan serapan air ke dalam tanah. Penelitian ini bertujuan untuk menganalisis perkembangan area terbangun di Kota Padang. Metode penelitian yang digunakan dalam penelitian ini yaitu deskriptif kuantitatif, menggunakan data landsat 8 tahun 2014 dan tahun 2024. Normalized Difference Built-up Index (NDBI) digunakan untuk menganalisis indeks kerapatan bangunan. Area terbangun rapat dan sangat rapat mengalami peningkatan yang signifikan sebesar 113.33 persen dan 132.07 persen. Mayoritas area terbangun berada ke arah Barat yang merupakan daerah pesisir yaitu Padang Barat dan Padang Utara. Di Kecamatan Nanggalo Area terbangun mayoritas merupakan area terbangun kurang rapat. Area terbangun di Kecamatan Padang Selatan dan Lubuk Begalung yang mengalami peningkatan paling tinggi adalah area terbangun rapat, Area terbangun di Kecamatan Kuranji dan Kecamatan Koto Tangah yang mengalami peningkatan paling tinggi adalah area terbangun sangat rapat.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.003 | 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