SURVEI KEPUASAN MASYARAKAT ATAS PELAYANAN PEMERINTAHAN DESA DI LINGKUNGAN KABUPATEN PANDEGLANG TAHUN 2017
Bibliographic record
Abstract
Salah satu upaya pemerintah untuk meningkatkan salah satu kualitas pelayanan publik, adalah dengan menyusun Indeks Kepuasan Masyarakat sebagai tolok ukur untuk menilai tingkat kualitas pelayanan. Indeks Kepuasan Masyarakat (IKM) merupakan data atau informasi tentang tingkat kepuasan masyarakat yang di peroleh dari hasil pengukuran secara kuantitatif dan kualitatif atas pendapat masyarakat dalam memperoleh pelayanan dari aparatur penyelenggara pelayanan publik. Selain itu data IKM akan dapat menjadi bahan penilaian terhadap unsur pelayanan yang masih perlu perbaikan dan menjadi pendorong setiap unit penyelenggara pelayanan untuk meningkatkan kualitas pelayanannya. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan masyarakat terhadap layanan pemerintahan desa di Kabupaten Pandeglang dan untuk mengetahui kelemahan serta kekurangan dari setiap jenis layanan yang diselenggarakan pemerintahan desa di Kabupaten Pandeglang. Penelitian ini menggunakan pendekatan kuantitatif dengan penjelasan deskriptif. Unit analisisnya adalah masyarakat pengguna layanan pemerintah desa yang tersebar di 53 desa di lima kecamatan yang mewakili lima zona di wilayah Kabupaten Pandeglang sebanyak 530 responden. Sehingga, teknik sampling yang tepat untuk digunakan adalah teknik aksidental. Adapun lama waktu dalam proses aksidental tersebut dilakukan secara serentak. Instrumen penelitian menggunakan angket dengan berpedoman pada Surat Keputusan Menteri Pendayagunaan Aparatur Negara Reformasi dan Birokrasi No. 14 tahun 2017 tentang Pedoman Penyusunan Survei Kepuasan Masyarakat. Berdasarkan hasil penelitian menunjukan bahwa Indeks Kepuasan Masyarakat (IKM) terhadap pelayanan Pemerintahan Desa di Kabupaten Pandeglang memperoleh nilai interval 2,7826 dan nilai interval setelah dikonversi adalah 69,56, sehingga mutu layanannya “C”. Nilai mutu tersebut menunjukan bahwa unit layanan Pemerintahan Desa masuk kinerja layanan yang “Kurang Baik”. Dari ke-9 unsur pelayanan yang disurvey, unsur ke-4 (Biaya/Tarif) memperoleh respon tertinggi dengan kategori kinerja mutu layanan ―Baik‖ (B) dari masyarakat. Sedangkan unsur dengan respon terendah terdapat pada unsur ke-8 (Penanganan pengaduan, saran dan masukan) dan unsur ke-9 (Sarana dan Prasarana), keduanya masing-masing memperoleh kinerja mutu layanan ―Tidak Baik‖ (D).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.049 | 0.016 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".