STUDI IMPLEMENTASI PERDA NOMOR 7 TAHUN 2014 TENTANG RPJMD KOTA MALANG PADA URUSAN PENDIDIKAN
Bibliographic record
Abstract
Penelitian ini bertujuan untuk menganalisis implementasi kebijakan perencanaan anggaran pada bidang pendidikan di Kota Malang. Penelitian dilakukan dengan membandingkan dokumen perencanaan, penganggaran dan realisasi anggaran tahun 2016 s.d. 2016 s.d. 2018. Selain itu, penelitian ini juga menganalisis faktor-faktor yang menjadi kendala dan pendorong yang dihadapi dalam pelaksanaan kebijakan perencanaan anggaran bidang pendidikan di Kota Malang. Penelitian ini bersifa deskriptif kualitatif, teknik pengumpulan data dilakukan dengan observasi, wawancara dan dokumentasi. Data sekunder berupa dokumen RKPD, APBD dan LRA tahun 2016 s.d. 2016 s.d. Tahun 2018, data primer diperoleh dengan purposive sampling. Data dianalisis dengan mereduksi data, menyajikan data kemudian menarik kesimpulan dan verifikasi. Hasil penelitian ini menunjukkan bahwa implementasi kebijakan perencanaan penganggaran di bidang pendidikan di Kota Malang dilihat dari faktor kebijakan adalah tingkat kesesuaian antara dokumen perencanaan dan dokumen penganggaran dari tahun 2016 sampai dengan tahun 2016 s.d. Tahun 2018 mengalami penurunan, pada tahun 2016 tingkat konsistensi sebesar 75,51% turun menjadi 55,38% pada tahun 2017 dan turun kembali menjadi 50% pada tahun 2018. Namun jika dilihat dari faktor mekanisme dan infrastruktur, Bappeda telah melaksanakannya dengan baik. Faktor pendorongnya adalah keluarnya Surat Edaran Walikota mengenai penyusunan RKPD, pendampingan rutin dan pengembangan aplikasi perencanaan. Sedangkan faktor penghambatnya adalah kurangnya komitmen, kemampuan sumber daya manusia, dan terbatasnya pendapatan daerah.
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.042 | 0.009 |
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".