IMPLEMENTASI DAERAH DALAM MENJALANKAN SPM BIDANG KESEHATAN DI KABUPATEN/KOTA PROVINSI GORONTALO
Bibliographic record
Abstract
Abstrak Untuk menjamin tercapainya sasaran dan prioritas pembangunan nasional bidang kesehatan, diperlukan pedoman Standar Pelayanan Minimal (SPM) yang ditetapkan oleh Pemerintah Pusat. Peraturan Pemerintah No 2 Tahun 2018 tentang Standar Pelayanan Minimum menjelaskan yang dimaksud dengan Standar Pelayanan Minimal adalah ketentuan mengenai Jenis dan Mutu Pelayanan Dasar yang merupakan Urusan Pemerintahan Wajib yang berhak diperoleh setiap Warga Negara secara minimal. Kemudian pada Pasal 6 ayat 4 diterangkan, Mutu pelayanan dasar untuk setiap jenis pelayanan dasar ditetapkan dalam standar teknis. Selanjutnya, pada Permenkes Nomor 4 tahun 2019 tentang Standar Pelayanan Minimal Bidang Kesehatandan PP Nomor 2 tahun 2018 disebutkan bahwa SPM Bidang Kesehatan mencakup 2 jenis mutu layanan dasar SPM Kesehatan di Daerah Provinsidan 12 jenis mutu layanan dasar SPM Kesehatan di Daerah Kabupaten/Kota. Standar Pelayanan Minimal yang telah ditetapkan Pemerintah ternyata belum sepenuhnya dapat diimplementasikan oleh hampir semua Daerah di Indonesia, termasuk di Kabupaten/Kota yang ada di Provinsi Gorontalo.Setelah kurang lebih 2 (dua) tahun pelaksanaannya, dilakukan analisis terhadap implementasi SPM Bidang Kesehatan Kabupaten/Kota. Beberapa kabupaten/kota dalam laporan SPM menunjukkan bahwa belum semua indikator dari SPM dapat tercapai sesuai target yang telah ditetapkan. Penelitian ini menggunakan rancangan mix method – concurrent triangulation. Pada desain ini, pendekatan kuantitatif dan kualitatif dilakukan secara simultan dalam satu waktu yang bersamaan dan keduanya memiliki proporsi yang berimbang. Sampel yang diambil dalam penelitian ini adalah berjumlah 6 dinas kesehatan kabupaten/kota, yang meliputi 93 Puskesmas dengan menggunakan teknik total sampling. Dalam melakukan analisa data pada penelitian ini menggunakan analisa data distribusi frekuensi untuk melihat ketersediaan sarana prasarana dan sumber daya dan tekhnik analisis deskriptif digunakan untuk menarik kesimpulan dengan hasil akhir akan disajikan dalam bentuk Geographic Information System (GIS). Secara keseluruhan kesiapan Puskesmas dalam Implementasi SPM Bidang Kesehatan berdasarkan kriteria wilayah, sebagian besar Puskesmas yang memiliki kesiapan 60%-80% berada pada kriteria wilayah Perkotaan yaitu sebesar 8,33%. Puskesmas yang memiliki kesiapan 10%-50% sebagian besar berada di wilayah dengan kriteria terpencil/sangat terpencil yaitu sebesar 65,22%, dan yang belum siap sebagian besar berada di wilayah dengan kriteria perdesaan yaitu sebesar 43,48%. Namun secara keseluruhan sebagian besar Puskesmas telah memiliki kesiapan (10%-50%) dalam pelaksanaan SPM Bidang kesehatan yaitu sebesar 58,06%. Tetapi masih ada juga Puskesmas yang belum siap yakni sebesar 36,56%, dan hanya 5,38% yang telah memiliki kesiapan (60%-80%).
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.056 | 0.012 |
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".