Analisis Implementasi Keberhasilan Program Penurunan Angka Kematian Ibu (AKI) Melalui Studi Kasus Pemanfaatan Dana Alokasi Khusus (DAK) Non Fisik Tahun 2017
Notice bibliographique
Résumé
Latar belakang: Angka Kematian Ibu (AKI) merupakan indikator utama untuk melihat kualitas hidup negara. Di Indonesia, Angka Kematian Ibu dan Angka Kematian Bayi masih tinggi. Berdasarkan data SUPAS Tahun 2015, AKI di Indonesia sebesar 305/100.000 Kelahiran Hidup (KH) dan berdasarkan SDKI 2017, Angka Kematian Bayi (AKB) 24 per 1.000 KH. Angka tersebut masih jauh dari target RPJMN untuk penurunan AKI Tahun 2024 menjadi 183/100.000 KH dan AKB menjadi 16/1000 KH. Pendanaan dari dana transfer ke daerah melalui DAK (Dana Alokasi Khusus) ke dalam sistem pendanaan APBD merupakan bantuan pembiayaan operasional yang disalurkan oleh Pemerintah Pusat kepada Pemerintah Daerah (Kabupaten/Kota). Meskipun tingkat proporsinya terhadap seluruh dana perimbangan nilainya masih kecil (sekitar 8,5%), sehingga perlu dilakukan studi analisis pemanfaatan.Metode: Studi kasus dilakukan melalui analisis penggunaan DAK Non Fisik yang mencakup BOK dan Jampersal terhadap pencapaian kinerja program penurunan Angka Kematian Ibu (AKI). Metode penelitian yang digunakan merupakan hasil analisis gabungan deskriptif dan statistik dengan menggunakan software SPSS, karena analisis ini memberikan kecenderungan hasil penelitian yang menunjukkan hubungan / pengaruh beberapa variabel penelitian yang diujicobakan. Instrumen penelitian menggunakan data primer dan sekunder. Hasil: Berdasarkan hasil penelitian terhadap analisis hasil implementasi keberhasilan program penurunan Angka Kematian Ibu (AKI) melalui studi kasus pemanfaatan Dana Alokasi Khusus (DAK) Non Fisik Tahun 2017, diketahui bahwa indikator ketersediaan Tim Evaluasi BOK dari Kab/Kota memiliki peranan lebih potensial terhadap peningkatan realisasi penganggaran program KIA untuk penurunan AKI yang dilaksanakan oleh UPT Puskesmas. Faktor-faktor yang menjadi hambatan di dalam peningkatan capaian realisasi penganggaran DAK Non Fisik di Dinas Kesehatan Kabupaten/Kota, yaitu : 1) adanya hambatan dalam perencanaan DAK Non Fisik, 2) terdapat menu BOK yang tidak bisa dianggarkan menggunakan kode rekening daerah, 3) sulitnya proses pencairan BOK dan 4) sulitnya pertanggungjawaban BOK di daerah.Simpulan: Indikator ketersediaan Tim Evaluasi BOK dari Kab/Kota memiliki peranan lebih potensial terhadap peningkatan realisasi penganggaran program KIA untuk penurunan AKI yang dilaksanakan oleh UPT Puskesmas.Kata kunci : DAK Non Fisik; Angka Kematian Ibu (AKI); BOKABSTRACTTitle: Analysis of The Successful Implementation of Maternal Mortality Rate Reduction Program through Case Studies of Utilization of Non-Physical Special Allocation Funds in 2017Background: The Maternal Mortality Rate (AKI) is a leading indicator to see the quality of life of the country. In Indonesia, maternal mortality and infant mortality are still high. Based on SUPAS data in 2015, AKI in Indonesia is 305/100,000 Live Births (KH) and based on the 2017 SDKI, the Infant Mortality Rate (AKB) is 24 per 1,000 KH. This figure is still far from the RPJMN target for reducing the 2024 AKI to 183/100,000 KH and AKB to 16/1000 KH. Funding from transfer funds to the regions through DAK (Special Allocation Fund) into the APBD funding system is operational financing assistance distributed by the Central Government to Regional Governments (Regencies/Cities). Although the level of proportion to the entire balance fund is still small (about 8.5%), it is necessary to conduct a utilization analysis study.Method: The case study was conducted through an analysis of the use of Non-Physical DAK which includes BOK and Jampersal on the achievement of the performance of the Maternal Mortality Reduction Program (AKI). The research method used is the result of a combined descriptive and statistical analysis using SPSS software, because this analysis provides a tendency to research results that show the relationship / influence of several research variables being tested. The research instrument uses primary and secondary data. Result: Based on the results of research on the analysis of the results of the successful implementation of the Maternal Mortality Reduction (AKI) program through a case study on the use of the Non-Physical Special Allocation Fund (DAK) in 2017, that the availability indicators of the BOK Evaluation Team from the District / City have a more potential role in increasing the realization of budgeting for the KIA program for reducing AKI implemented by the UPT Puskesmas. Factors that become obstacles in increasing the achievement of non-physical DAK budgeting realization in the District / City Health Office, namely: 1) there are obstacles in the planning of Non-Physical DAK, 2) there is a BOK menu that cannot be budgeted using the regional account code, 3) the difficulty of the BOK disbursement process and 4) the difficulty of BOK accountability in the regions.Conclusion: The availability indicators of the BOK Evaluation Team from the District / City have a more potential role in increasing the realization of budgeting for the KIA program for reducing AKI implemented by the UPT PuskesmasKeywords: Non-Physical DAK; Maternal Mortality Rate (AKI); BOK
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».