Monitoring Dan Evaluasi Kinerja Pada Badan Perencanaan Pembangunan Daerah Kota Makassar Pada Program Penanganan Stunting
Notice bibliographique
Résumé
Penelitian bertujuan untuk menganalisis faktor-faktor yang memengaruhi efektivitas pelaksanaan monitoring dan evaluasi (monev) dalam program penurunan stunting di Kota Makassar, dengan fokus pada peran Badan Perencanaan Pembangunan Daerah (Bappeda). Metode penelitian yang digunakan adalah kualitatif deskriptif, dengan teknik pengumpulan data melalui observasi, wawancara mendalam, dan studi dokumentasi. Data diperoleh dari informan kunci, termasuk pejabat struktural dan fungsional Bappeda, serta operator Aksi Bangda. Hasil penelitian menunjukkan bahwa pelaksanaan monev stunting di Kota Makassar telah berjalan dengan baik, didukung oleh alokasi anggaran yang memadai dan pelatihan kader posyandu. Namun, tantangan utama meliputi ketidakakuratan data, ego sektoral antar-organisasi perangkat daerah (OPD), serta rendahnya kesadaran masyarakat tentang pola asuh anak. Studi ini mengidentifikasi lima faktor kunci yang memengaruhi efektivitas monev, yaitu ketersediaan data, komitmen pemimpin, penggunaan teknologi informasi, koordinasi lintas sektor, dan partisipasi masyarakat. Rekomendasi yang diajukan meliputi penguatan sistem pendataan terintegrasi, peningkatan kapasitas kader, dan sosialisasi kebijakan yang lebih efektif. Temuan ini memberikan kontribusi praktis bagi perbaikan kebijakan penurunan stunting di tingkat daerah, khususnya dalam konteks pembangunan kesehatan berbasis bukti. This study aims to analyze the factors influencing the effectiveness of monitoring and evaluation (monev) implementation in stunting reduction programs in Makassar City, focusing on the role of the Regional Development Planning Agency (Bappeda). The research employs a descriptive qualitative method, with data collected through observation, in-depth interviews, and documentation studies. Key informants include structural and functional officials of Bappeda, as well as Aksi Bangda operators. The results indicate that stunting monev in Makassar City has been implemented effectively, supported by adequate budget allocation and posyandu cadre training. However, major challenges include data inaccuracy, sectoral egos among regional apparatus organizations (OPD), and low public awareness of child-rearing practices. This study identifies five key factors affecting monev effectiveness: data availability, leadership commitment, information technology utilization, cross-sector coordination, and community participation. Recommendations include strengthening integrated data systems, enhancing cadre capacity, and improving policy socialization. The findings provide practical contributions to refining stunting reduction policies at the regional level, particularly in evidence-based health development contexts.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,006 |
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 ».