PERANCANGAN SISTEM PENGELOLAAN SAMPAH BERBASIS TPS3R DAN BANK SAMPAH DI KAWASAN GUNUNG PADANG KOTA PADANG
Bibliographic record
Abstract
Kawasan Gunung Padang Kota Padang merupakan kawasan pariwisata favorit dikunjungi oleh masyarakat lokal maupun luar daerah Kota Padang. Kawasan ini terdiri dari dua kelurahan yaitu Kelurahan Batang Arau dan Bukit Gado-Gado di Kecamatan Padang Selatan, Kota Padang. Pariwisata yang ada di Kawasan Gunung Padang yaitu Objek Wisata Gunuang Padang. Pengelolaan sampah di Kawasan Gunung Padang sudah ada namun belum maksimal. Tujuan dari tugas akhir ini yaitu merencanakan sistem pengelolaan sampah dan menaikkan tingkat pelayanan dari 5% pada kondisi eksisting ke 100% dengan melibatkan partisipasi masyarakat di Kawasan Gunung Padang agar masyarakat menjadi lebih mandiri dalam mengelola sampahnya sendiri sehingga dapat mengurangi sampah yang diangkut ke TPA. Rata-rata timbulan Kawasan Gunung Padang yaitu adalah 0,126 kg/orang/hari atau 2,622 L/orang/hari. Komposisi sampah terdiri dari 38% sampah sisa makanan, 13% sampah halaman, 14% kertas, 18% plastik kemasan, 13% botol minuman, 0,71% stryoform, 0,49% pembalut dan 0,36% kemasan obat. Perencanaan pengelolaan sampah direncanakan selama 10 tahun (tahun 2021- tahun 2030). Aspek teknis operasional yang direncanakan adalah pengurangan dan penanganan dengan melakukan pembatasan penggunaan wadah sekali pakai serta penanganan dengan konsep 3R. Skala pengelolaan kawasan yaitu dengan tiga kategori pemilahan (sampah mudah terurai, daur ulang, dan residu), pewadahan menggunakan wadah komunal (drum 150 L) untuk pemukiman dan (drum 60 L) untuk objek wisata, pengumpulan dengan becak motor kapasitas 1,5 m3 dan motor keranjang 0,25 m3 , pengolahan sampah dilakukan di TPS 3R yang bersinergi dengan bank sampah, serta sistem pengangkutan yang direncanakan yaitu HCS. Sampah residu menggunakan armroll truck kapasitas 6 m3 dari TPS 3R menuju TPA Air Dingin Kota Padang. Sementara itu, aspek non teknis yang direncanakan adalah menegakkan peraturan tentang pengelolaan sampah, pembentukan Kelompok Swadaya Masyarakat, penyesuaian pembiayaan sesuai peraturan yang berlaku, dan peningkatan peran serta masyarakat dan pengunjung. Rencana anggaran biaya yang diperlukan pada tahap I (2021-2025) adalah Rp. 2.159.043.139,00.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.009 |
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".