Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ketika pemerintah membentuk Provinsi Kalimantan Tengah berdasarkan Undang-Undang Darurat Nomor 10 Tahun 1957, Pahandut yang dipilih sebagai ibu kota belum siap melaksanakan fungsinya tersebut karena belum dibangunnya sarana dan prasarana yang representatif. Sambil menunggu pembangunan di Pahandut, untuk sementara waktu, ibu kota berkedudukan di Banjarmasin. Pada 1959, kedudukan Pemerintah Daerah Kalimantan Tengah dari Banjarmasin pindah ke Palangkaraya, yaitu nama baru Pahandut. Sesuai dengan kedudukannya sebagai ibu kota Provinsi Kalimantan Tengah, maka pemerintah daerah segera melakukan pembenahan Palangkaraya, dimulai dari pemekaran wilayah administrasi, pembentukan kecamatan, dan penataan kampung-kampung. Sesuai Undang-Undang Nomor 1 Tahun 1957, Palangkaraya merupakan kotapraja administratif, yaitu kota yang berfungsi sebagai pusat pemerintahan wilayah atau daerah tertentu. Oleh karena keinginan untuk mengatur rumah tangganya sendiri secara mandiri, pemerintah daerah Kotapraja Administratif Palangkaraya berusaha meningkatkan statusnya menjadi kotapraja otonom. Usaha ini terwujud pada 1965 dengan dikeluarkannya Undang-Undang Nomor 5 tahun 1965.

---

When the government of Republic of Indonesia established the Province of Central Borneo by Emergency Law No. 10 Year 1957, Pahandut chosen as the capital is not ready to perform its function as the construction of facilities and infrastructure has not representative. While waiting for construction in Pahandut, for a time, the capital located in Banjarmasin. In 1959, the seat of the local government of Central Borneo moved to Palangkaraya, the new name for Pahandut. In keeping with its position as the capital of Province of Central Borneo, the local government immediately make city reform of Palangkaraya, starting from the expansion of administrative region, the formation of the district, and the arrangement of the villages. As enumurated under Law No. 1 Year 1957, Palangkaraya is administrative municipality, i.e. the city who serves as the administrative center of the region. Because of the people aspiration to set up their own household independently, Administrative Municipality of Palangkaraya try to improve the status to a autonomous municipality. This effort was realized in 1965 under Law No. 5 Year 1965."

"Sejak tahun 2019, narasi perpindahan Ibu Kota Baru ke Kalimantan Timur dengan Forest City sebagai konsep utamanya resmi dikeluarkan oleh Pemerintah Indonesia. Dalam skripsi ini, saya menggunakan pendekatan kualitatif berupa analisis studi literatur dan refereni beberapa sumber mengenai berbagai konsep Forest City hingga perpindahan ibu kota baru yang telah diterapkan di beberapa negara sebelum Indonesia. Teori-teori ini nantinya menjadi parameter utama saya dalam menganalisis kesiapan, kelebihan, hingga potensi masalah dari konsep Forest City yang diusung pada Ibu Kota Negara Baru (IKN) Indonesia, Nusantara.

---

Since year 2019, the Indonesia’s government has announced the new capital city of Indonesia in Kalimantan Timur with Forest City as the main concept. In this thesis, I am using literature study as qualitative approach, referencing some similar Forest City concepts and the moving capital city used by some countries before Indonesia. These theories, then, will be used as my main standards in analyzing the preparations, advantages, and potential problems that might occur from the concept implemented in Indonesia’s new capital city, Nusantara.

"

"ABSTRAKPenelitian ini membahas mengenai penerapan Pertanggungjawaban Negara atas kebakaran hutan di Kota Palangka Raya Provinsi Kalimantan Tengah Berdasarkan Putusan Pengadilan Negeri Palangka Raya Nomor 118/Pdt.G/LH/2016/PN Plk. Pertanggungjawaban Negara atas kebakaran hutan tersebut dikaitkan dengan teori hukum nasional dan hukum internasional. Penelitian ini mengidentifikasi perbedaan Tanggung Jawab Negara State Responsibility dengan Tanggung Gugat Negara State Liability serta menganalisis keterkaitan antara Tanggung Jawab Negara State Responsibility dengan Tanggung Gugat Negara State Liability dalam kasus kebakaran hutan dan lahan. Penelitian ini juga mengidentifikasi dan menganalisis perihal penerapan Tanggung Jawab Negara State Responsibility dan Tanggung Gugat Negara State Liability dalam kasus kebakaran hutan dan lahan berdasarkan Putusan Pengadilan Negeri Palangka Raya Nomor 118/Pdt.G/Lh/2016/Pn Plk.

---

ABSTRACT This research discusses the application of State Responsibility law during the forest fire in Palangka Raya City of the Kalimantan Tengah Province based on the Decision of the Palangka Raya District Court Number 118 Pdt.G LH 2016 PN Plk. The state rsquo s responsibility for forest fire is related to the theory of national and international law. This research identifies not only the differences between State Responsibility and State Liability but also analyzes the connection between the two in the scope of land and forest fire. It also identifies and analyzes the state responsibility and state liability in land and forest fire based on the Decision of the Palangka Raya District Court Number 118 Pdt.G LH 2016 PN Plk. "

"Amerika Seriitat telah menjadi pemeran utama dalamindustri kayu. Kondisi tersebut telah menjadi beban bagipemerintah Amerika Serikat oleh karena meningkatanyatekanan dari para ahii di bidang lingkungan, yang lebihmendukung dilaksanakannya reboisasi dibandingkandeboisasi. Pergeseran peran dari pengekspor kayuutama menjadi pengimpor kayu, telah menyebabkanpasar nasional Amerika Serikat mengalami kerugian,seperti meningkatnya harga produk kayu. Konflik antaraAmerika Serikat dengan Kanada berkaitan denganpraduk kayu telah menarik banyak perhatian dari parastakeholder, dan telah membuat Pemerintahan Bushmeresmikan saatu kebijakan perkayuan yang didalamnya diatur mengenai pembaukaan hutan kembaiidan program hutan sehat. Artikel ini mencoba menbahasmengenai situasi seputar kebijakan Amerika Serikatmengenai praduksi kayu."

"Mangroves are halophyte plants, they exist in conditions of high salinity,extreme tides, strong winds, high temperature, muddy and anaerobic soils. This extreme conditions enable mangroves to yield secondary metabolites as chemical defense for their lives..."

"Penelitian ini bertujuan untuk mengidentifikasi persebaran pusat kota di DKI Jakarta berdasarkan tiga sudut pandang, yaitu empiris, keilmuan, dan kebijakan publik. Selain menggunakan metode overlay peta, penelitian ini juga menggunakan menggunakan Teknik Delphi terutama untuk mengumpulkan pendapat ahli planologi, arsitektur, dan sosiologi mengenai kriteria dan lokasi pusat kota di DKI Jakarta. Sementara itu, sudut pandang empiris dilandasi oleh teori kota inti berganda, sedangkan sudut pandang kebijakan publik ditinjau berdasarkan Rencana Tata Ruang Wilayah DKI Jakarta Tahun 2010. Semua data yang diperoleh kemudian disintesiskan sehingga menghasilkan pandangan utuh mengenai pusat kota. Hasil penelitian ini memperlihatkan ada 14 lokasi pusat kota yang terbagi menjadi : 6 lokasi pusat perkantoran yang tersebar baik di bagian tengah maupun di sisi barat dan timur kota; 6 lokasi pusat perdagangan dan komersil yang tersebar memanjang dari utara hingga ke tengah kota; 4 lokasi pusat industri yang tersebar di bagian barat dan timur kota; dan 2 lokasi pusat hiburan dan jasa yang tersebar di bagian tengah kota. Pusat kota yang sesungguhnya di DKI Jakarta adalah di kawasan Sudirman - Thamrin.

---

This study aims the distribution center city in DKI Jakarta. Jakarta City Center examined using the method Technuique Delphy (Delphi technique) to assess the arguments of experts urban design, architecture, and sociology through the interview process. The results of these interviews will be obtained based on the views of the city center of scientific fields. Empirical point of view obtained through the theory of multiple core city sedangakn public policy point of view seen by Spatial Plan of DKI Jakarta in 2010. Data obtained in the form of each view of city center synthesized or combined to produce acomplete view of city center.

The results obtained there are 14 city center locations which are divided into several functions of 6 as a central office locations spread across the central part of town, west side, and east of the city; 6 locations as trade and commercial center of the scattered extends from north to city center; 4 locations as scattered industrial centers in western and eastern cities, and 2 locations as a center of entertainment and services that are scattered in the middle of town."

"Kebakaran hutan telah mengakibatkan kerugian pada aspek ekologis, sosial dan ekonomi. Indonesia menjadi salah satu negara yang sering terjadi kebakaran hutan. Kebakaran hutan di Indonesia paling signifikan terjadi pada lahan gambut. Untuk mencegah kejadian kebakaran hutan dan mengurangi tingkat kerugian jika terjadi kebakaran hutan, perlu dilakukan pemetaan prediksi potensi kerentanan kebakaran hutan. Dalam beberapa tahun terakhir, metode Convolutional Neural Network (CNN) telah menjadi state-of-the-art algoritma deep learning dan banyak diimplementasikan pada berbagai bidang diantaranya computer vision. Oleh sebab itu, penelitian ini mengusulkan model prediksi spasial kerentanan kebakaran hutan dengan menambahkan data kedalaman gambut yang digabungkan dengan data Topografi, Pengaruh Manusia, Iklim dan Vegetasi. Selanjutnya hasil data fusion dimodelkan menggunakan Alexnet yang berbasis CNN. Model yang diusulkan juga dibandingkan dengan algoritma machine learning yang sudah umum yaitu Random Forest (RF), Gradient Boosting Machine (GBM), dan Support Vector Machine (SVM) dan Deep Neural Network (DNN). Sebagai studi kasus, digunakan data kebakaran hutan di Pulang Pisau, Kalimantan Tengah dari tahun 2014 hingga 2019 dan 11 variabel pendukung kebakaran hutan yang diturunkan dari faktor penyebab kebakaran hutan. Terakhir, performa model diuji dengan menggunakan beberapa metode statistik yaitu uji akurasi, Area Under Curve (AUC) dan Wilcoxon Signed Rank Test (WSRT). Hasilnya modifikasi arsitektur Alexnet menghasilkan performa akurasi paling tinggi yaitu (0,94) dibandingkan dengan RF (0,90), DNN (0,89), GBC (0,89), SVC (0,89). Selain itu dari uji perbedaan statistik menunjukkan bahwa proposed model berbeda dibandingkan model pembandingnya. Hasil tersebut mengungkapkan bahwa CNN mampu mengungguli model yang sudah umum, oleh sebab itu dapat digunakan sebagai alternatif model prediksi indeks kerentanan kebakaran hutan.

---

Forest fires have resulted in losses in ecological, social and economic aspects. Indonesia is one of the countries with frequent forest fires. The most significant forest fires in Indonesia occur on peatlands. To prevent forest fires and reduce the level of losses in the event of forest fires, it is necessary to develop prediction map of potential forest fire susceptibilities. In recent years, the Convolutional Neural Network (CNN) method has become a state-of-the-art deep learning algorithm and is widely implemented in various fields including computer vision. Therefore, this study proposes a spatial prediction model for forest fire susceptibility by adding peat depth data combined with topography, human influence, climate and vegetation data. Furthermore, the results of the data fusion are modeled using a modified Alexnet based on CNN. The proposed model is also compared with common machine learning algorithms, namely Random Forest (RF), Gradient Boosting Machine (GBM), and Support Vector Machine (SVM) and Deep Neural Network (DNN). As a case study used data on forest fires in Pulang Pisau, Central Kalimantan from 2014 to 2019 and 11 variabels supporting forest fires derived from the factors causing forest fires. Finally, the performance of the model was tested using several statistical methods, namely accuracy test, Area Under Curve (AUC) and Wilcoxon Signed Rank Test (WSRT). The result is that the Alexnet architecture modification produces the outstanding accuracy performance (0,94) compared to RF (0,90), DNN (0,89), GBC (0,89), SVC (0,89). In addition, the statistical difference test shows that the proposed model is different from the comparison model. These results conclude that CNN is able to outperform the benchmark model, therefore it can be used as an alternative model for predicting forest fire susceptibility index."