PERAN KELEMBAGAAN DALAM PENUNTASAN RUMAH TIDAK LAYAK HUNI (RTLH) DI BANYUASIN DAN SOLUSI PENERAPAN DIMENSI SMART PEOPLE DAN SMART GOVERNMENT
Bibliographic record
Abstract
Rumah layak huni dan terjangkau untuk MBR merupakan persoalan yang belum bisa diatasi tuntas meskipun pemerintah sudah merancang program-program untuk menyelesaikan angka backlog perumahan yang semakin meningkat (Widiawati, 2022). Smart City merupakan konsep pengembangan kota yang berdasarkan prinsip teknologi informasi dibuat serta ditujukan untuk kepentingan bersama secara efektif dan efisien khususnya dalam konteks pengembangan perkotaan. Konsep Smart City sendiri mengacu pada kota yang terukur tata kelolanya dam melakukan kolaborasi dan keterlibatan dari semua pihak, bukan dari pemerintah saja, tetapi lebih ditekankan pada pelaksanaan fungsi pengelolaan secara bersama-sama oleh pemerintah beserta para stakeholder, misalnya perusahaan swasta, lembaga atau komunitas masyarakat, dan yang paling terpenting adalah partisipasi dari masyarakat itu sendiri. Berdasarkan data RTLH yang diperoleh dari dinas teknis terkait, pada tahun 2021 Kabupaten Banyuasin memiliki jumlah RTLH yang cukup tinggi dibandingkan kabupaten/kota lain di Provinsi Sumatera Selatan. Pada tahun 2021 terdata total ada 30.284 rumah yang teridentifikasi sebagai RTLH, melalui program penuntasan RTLH yang dilaksanakan tercatat hanya sekitar 7% (tujuh persen) atau 2.142 RTLH yang dituntaskan pada tahun 2021, sehingga pada tahun 2022 tercatat masih tersisa 28.142 RTLH yang memerlukan penanganan. Program penuntasan RTLH yang berjalan di Kabupaten Banyuasin merupakan kegiatan swadaya yang didasarkan dari bantuan dana stimulan dari pemerintah yaitu Pro-Rakyat (Program Optimlisasi Rumah Masyarakat) Kabupaten Banyuasin yang pada dasarnya memerlukan partisipasi aktif dari masyarakat. Untuk mewujudkan partisipasi masyarakat dalam Smart City diperlukan keterhubungan yang terkait satu sama lainnya antara Smart People, Smart Community dan Smart Government untuk mewujudkan Smart City yang partisipatif. (Winarsoh dan Arafah, 2019). Tujuan dari penelitian ini adalah untuk mengkaji sejauh mana peran kelembagaan dalam proses penuntasan persoalan RTLH dan merumuskan strategi penerapan dimensi Smart City pada program Pro-Rakyat di Kabupaten Banyuasin, dalam mewujudkan kepemilikan rumah layak huni dan berkelanjutan untuk MBR serta menurunkan backlog perumahan. Analisis yang digunakan pada penelitian ini adalah analisis studi literatur untuk menyusun indikator, analisis gap untuk melihat sejauh mana peran pemerintah dan masyarakat, dan analisis SWOT untuk merumuskan strategi penerapan dimensi Smart People dan Smart Government.
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 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 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; both teacher heads agree on what is shown here.
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".