Penerapan E-Government Dan Kinerja Aparatur Sipil Negara Pada Badan Penanggulangan Bencana Daerah Kota Makassar
Notice bibliographique
Résumé
Penelitian bertujuan untuk menganalisis pengaruh penerapan E-Government, budaya kerja, motivasi, serta sarana dan prasarana terhadap kinerja Aparatur Sipil Negara (ASN) di Badan Penanggulangan Bencana Daerah (BPBD) Kota Makassar. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan survei melalui kuesioner yang disebarkan kepada 29 responden ASN di BPBD Kota Makassar. Data dianalisis menggunakan regresi linier berganda dengan bantuan program SPSS. Hasil penelitian menunjukkan bahwa penerapan E-Government berpengaruh positif dan signifikan terhadap kinerja ASN dengan nilai signifikansi 0,000. Selain itu, budaya kerja, motivasi, serta sarana dan prasarana juga berpengaruh signifikan terhadap kinerja dengan nilai signifikansi masing-masing sebesar 0,000; 0,000; dan 0,014. Uji F membuktikan bahwa keempat variabel tersebut berpengaruh secara simultan terhadap kinerja ASN. Temuan ini mengindikasikan bahwa optimalisasi E-Government, peningkatan budaya kerja, motivasi, dan penyediaan sarana-prasarana yang memadai dapat menjadi strategi efektif untuk meningkatkan kinerja ASN di BPBD Kota Makassar. Penelitian ini memberikan kontribusi praktis bagi pengambil kebijakan dalam merancang program peningkatan kinerja aparatur di sektor penanggulangan bencana. This study aims to analyze the influence of E-Government implementation, work culture, motivation, and facilities on the performance of Civil Servants (ASN) at the Regional Disaster Management Agency (BPBD) of Makassar City. A quantitative research method was employed, utilizing a survey approach with questionnaires distributed to 29 ASN respondents at BPBD Makassar. Data were analyzed using multiple linear regression with the assistance of SPSS. The results indicate that E-Government implementation has a positive and significant effect on performance, with a significance value of 0.000. Additionally, work culture, motivation, and facilities also significantly influence performance, with significance values of 0.000, 0.000, and 0.014, respectively. The F-test confirms that these variables collectively impact ASN performance. These findings suggest that optimizing E-Government, enhancing work culture, motivation, and providing adequate facilities can be effective strategies to improve ASN performance at BPBD Makassar. This study provides practical contributions for policymakers in designing programs to enhance civil servant performance in the disaster management sector.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,003 |
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 ».