Kajian Kinerja Pembangunan Smart Governance dengan Pendekatan Importance Performance Analysis
Notice bibliographique
Résumé
Abstract. Bogor City as a hinterland city is one of the cities included in the 'First 100 Cities Movement Towards a Smart City in Indonesia' as a pilot project since 2017-2021. The construction plan is stated in the Bogor City Smart City Masterplan document for 2017-2021. One of the important factors in the success of smart cities is smart governance. Smart governance is government governance that aims to improve government performance through the use of ICT. This study focuses on governance problems that occur in Bogor City, especially in Central Bogor subdistrict. Where there are several problems such as inactive sub-district government websites, publication of government agency performance reports (LAKIP) that are not updated, and so on. So that this study was prepared with the aim of measuring the achievements of smart governance development based on 14 indicators synthesized from journal sources and smart city masterplan documents. This research uses a mix method approach method with a descriptive research method. The analysis method used is an IPA (Importance Performance Analysis) analysis to measure the level of performance and the level of community expectations for the development of smart governance and a descriptive analysis to explain the results of the IPA analysis. Based on the analysis, it is known that development achievements based on the level of suitability of smart governance development in Central Bogor subdistrict reached a score of 84.19%, which means that the government's performance in general is considered not in accordance with community expectations so improvements need to be made to improve government performance. Abstrak. Kota Bogor sebagai kota penyangga ibu kota negara merupakan salah satu kota yang termasuk dalam ‘Gerakan 100 Kota Pertama Menuju Smart City di Indonesia’ sebagai pilot project sejak tahun 2017-2021. Rencana pembangunannya tercantum dalam dokumen Masterplan Smart City Kota Bogor Tahun 2017-2021. Salah satu faktor penting dalam keberhasilan smart city adalah smart governance. Smart governance adalah tata kelola pemerintah yang bertujuan untuk meningkatkan kinerja pemerintah melalui pemanfaatan TIK. Kajian ini berfokus pada permasalahan tata kelola pemerintahan yang terjadi di Kota Bogor khususnya di Kecamatan Bogor Tengah. Dimana terdapat beberapa permasalahan seperti website pemerintah kecamatan yang tidak aktif, publikasi laporan kinerja instansi pemerintah (LAKIP) yang tidak diperbarui, dan sebagainya. Sehingga penelitian ini disusun dengan tujuan untuk mengukur capaian pembangunan smart governance yang didasarkan pada 14 indikator yang disintesis dari sumber jurnal dan dokumen masterplan smart city. Penelitian ini menggunakan metode pendekatan mix method dengan metode penelitian deskriptif. Adapun metode analisis yang digunakan adalah analisis IPA (Importance Performance Analysis) untuk mengukur tingkat kinerja dan tingkat harapan masyarakat terhadap pembangunan smart governance dan analisis deskriptif untuk menjelaskan hasil dari analisis IPA. Berdasarkan analisis IPA, diketahui bahwa capaian pembangunan berdasarkan tingkat kesesuaian pembangunan smart governance di Kecamatan Bogor Tengah mencapai skor 84,19% yang artinya kinerja pemerintah secara umum dianggap belum sesuai dengan harapan masyarakat sehingga perlu dilakukan perbaikan untuk meningkatkan kinerja pemerintah.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».