Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
This timely and fascinating book illustrates how applied geography can contribute in a multitude of ways to assist policy processes, evaluate public programs, enhance business decisions, and contribute to formulating solutions for community-level problems

Abstrak :
ABSTRAK
Kota Malang merupakan kota terbesar kedua dengan luas 110,6 Km2 di Provinsi Jawa Timur, pertumbuhan kota dengan adanya kegiatan pendidikan meningkatkan pembangunan di Kota Malang. Penelitian ini memiliki tujuan untuk menganalisis perubahan penggunaan tanah pada tahun 1996-2016 di Kota Malang. Menganalisis faktor-faktor yang mempengaruhi perubahan pengunaan tanah di Kota Malang tahun 1996-2016. Mensintesa dan membuat model prediksi penggunaan tanah di Kota Malang pada tahun 2030 dengan pendekatan aplikasi metode markov chain Celullar Automata.Metode yang dapat mengkaji fenomena perubahan penggunaan tanah kaitannya dengan pertumbuhan kota di Kota Malang adalah metode markov chain cellular automata. Metode markov chain cellular automata mampu memprediksi perubahan penggunaan tanah akibat pertumbuhan sebuah kota. Hasil prediksi pertumbuhan perkotaan dengan melihat dominansi lahan terbangun memiliki luas 8860,87 ha sedangkan lahan pertanian dan tegalan terus berkurang diangkibatkan adanya pertumbuhan perkotaan. Hasil prediksi tahun 2030 mengenai perubahan penggunaan tanah lahan tidak terbangun sebesar 2.145,13 dibandingkan tahun 2016 sebesar 3400.06 ha artinya terjadi perubahan penggunaan tanah sebesar 1,254.93. Berdasarkan hasil penelitian dari penerapan metode markov chain cellular automata ini maka diharapkan temuan ini dapat dijadikan pertimbangan dalam merancang RTRW Kota Malang yang berkelanjutan. Sehingga keseimbangan ekologis, keseimbangan lingkungan dan ketahanan pangan dapat terjaga dan memenuhi syarat sebuah Kota yang memiliki daya dukung dan daya tampung lingkungan.

---

ABSTRACT
Malang is the second largest city with an area of 110.6 km2 in the province of East Java, the growth of the city with their educational activities to promote development in the city of Malang. This study has the objective to analyze the land use change in 1996 2016 in the city of Malang. Analyzes the factors that influence changes in land use in the city of Malang in 1996 2016. Synthesize and create predictive models of land use in Malang in 2030 with the approach ofapplicationmethod Markov chainCelullar Automata.This method to examine the phenomenon of land use changes in relation to the growth of the city of Malang is amethod of Markov chaincellularautomata.method Markov chain cellular automata is able to predict changes in land use due to the growth of a city. The result of urban growth predictions by looking at the dominance of developed and undeveloped land has an area of 8860.87 ha of agricultural land and moor while declining impact to their urban growth. The prediction results in 2030 regarding changes in land use land is not awakened at 2145.13 compared to 2016 amounted to 3400.06 ha it is mean changes in land use amounted to 1,254.93. Based on the results of the application method of cellular automataMarkov chain it is expected that these findings can be taken into consideration in designing a sustainable RTRW Malang. So that the ecological balance, food security and environmental balance can be maintained and qualify a city which has a carrying capacity and environmental capacity.

Abstrak :
Kota Semarang mengalami pertumbuhan pesat yang mendorong perluasan ke pinggiran kota bahkan melewati batas administrasi. Pembangunan yang tidak terencana dapat menimbulkan masalah lingkungan dan dampak negatif seperti banjir, longsor, dan polusi. Dalam perencanaan pengembangan permukiman, diperlukan analisis kondisi fisik wilayah dan aspek kenyamanan agar pemanfaatan ruang optimal, aman, dan berkelanjutan. Penelitian bertujuan menganalisis hasil pemodelan lokasi-lokasi yang sesuai untuk perkembangan permukiman berbasiskan kenyamanan, menganalisis prediksi perkembangan kota, dan mensintesa perbandingan prediksi perkembangan tersebut dengan rencana tata ruang wilayah. Digunakan metode AHP dan SMCA dalam membangun model lokasi-lokasi yang sesuai untuk perkembangan permukiman, CA-Markov untuk melakukan prediksi perkembangan ke depan dan windrose untuk menganalisis arah perkembangan kota, serta olah crosstab tumpang susun SIG untuk perbandingannya terhadap rencana tata ruang. Secara keseluruhan hampir setengah cakupan kajian (41,5%) memiliki kelas kesesuaian yang sesuai seluas 381.7 km2, dan 21,1% sangat sesuai seluas 194 km2. Dari 2000-2022 hingga prediksi 2040, terdapat perkembangan seluas 214,21 km2 (97,51 km2 dan 116.74 km2), dengan arah perkembangan ke pinggiran Kota Semarang arah Selatan dan Tenggara. Dari simulasi pertumbuhan 2040 terdapat 39,75 km2 area yang berpotensi bias dari rencana tata ruangnya, selain itu hanya sedikit (3,01 km2 atau 2,7%) rencana permukiman belum terbangun yang memiliki kesesuaian lahan permukiman yang buruk. ......Semarang is experiencing rapid growth which is driving expansion to the outskirts of the city and even beyond administrative boundaries. Unplanned development can cause environmental problems and negative impacts such as flooding, landslides, and pollution. In planning of residential development, an analysis of the physical conditions of the area and aspects of livability is needed so that land utilization is optimal, safe, and sustainable. The study aims to analyze the results of modeling locations suitable for livability-based residential development, analyze predictions of urban development, and synthesize comparisons of these development predictions with spatial plans. AHP and SMCA methods were used in building models of locations suitable for residential development, CA-Markov to predict future development, and windrose to analyze the direction of urban development, as well as SIG overlay crosstab analysis for comparison with landuse plan. Almost half of the study area (41.5%) has suitable suitability classes covering 381.7 km2, and 21.1% are very suitable covering 194 km2. From 2000-2022 to the 2040 projection, there are 214.21 km2 development area (97.51 km2 and 116.74 km2), with the direction of development to the outskirts of Semarang City south and southeast. From the 2040 growth simulation there are 39.75 km2 areas that have the potential to bias from landuse plan, besides that there are only a few (3.01 km2 or 2.7%) planned residential areas that have not been built which have poor residential land suitability.

Abstrak :
ABSTRAK
Studi ini mengidentifikasi dan menganalisis pengaruh modal manusia terhadap pertumbuhan tenaga kerja di kota dan kabupaten di sembilan area metropolitan di Indonesia, dalam tiga periode waktu, yakni 2000 ke 2005, 2000 ke 2010, dan 2000 ke 2014. Menggunakan pendekatan OLS cross-section, ditemukan bahwa peningkatan 1 poin persen stok modal manusia (proporsi lulusan D-I, D-II, D-III, S1, dan di atasnya pada tahun 2000), meningkatkan pertumbuhan tenaga kerja sebesar 1.68%, 2.12%, dan 2.35% pada tahun 2005, 2010, dan 2014, mengindikasikan bahwa efek dari modal manusia meningkat dalam jangka waktu yang panjang. Stok modal manusia pada tingkat metropolitan juga terbukti secara positif dan signifikan mempengaruhi pertumbuhan tenaga kerja pada dua dari tiga periode observasi dalam suatu kota. Faktor lain, seperti presentase PDRB di sektor industri, terbukti mempengaruhi pertumbuhan tenaga kerja pada semua periode observasi, sedangkan faktor lain seperti faktor daerah dan jumlah tenaga kerja pada tahun awal ditemukan secara signifikan berhubungan dengan pertumbuhan tenaga kerja pada jangka waktu yang pendek.

---

ABSTRACT
This study identifies the effect of human capital towards employment growth in cities and regencies in nine Indonesian metropolitan areas. The scope of study covers three time periods, namely 2000 to 2005, 2000 to 2010, and 2000 to 2014. Using a cross-section OLS approach, it was revealed that the effect of human capital concentration, measured by percentage of college graduates in 2000 (D-I, D-II, DIII, S1, and upwards), increases employment growth by 1.68%, 2.12%, and 2.35% by 2005, 2010, and 2014 respectively, indicating that the effect of human capital amplifies over time. The effect of human capital in cities and regencies within the same metropolitan area is also found to positively and significantly affects owncity employment growth in two of the three observed periods, indicating that the effect of human capital is not localized at a city or regency level. Other factors, such as the share of industrial sector GRDP is also found to affect employment growth in all observed periods, while other explanatory variables such as region and initial level of employment are found to affect employment growth in short-term observations.