ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI KEBERHASILAN UNIT KERJA KEMENTERIAN/LEMBAGA UNTUK MENCAPAI TARGET KINERJA DITENGAH PEMOTONGAN ANGGARAN Studi pada Pusat Teknologi Radioisotop dan Radiofarmaka - Badan Tenaga Nuklir Nasional (PTRR – BATAN)
Bibliographic record
Abstract
ABSTRAK Anggaran yang dirancang sebagai sarana pembiayaan program dan kegiatan Kementerian dan Lembaga sering mengalami pemotongan di tengah tahun berjalan termasuk di Pusat Teknologi Radioisotop dan Radiofarmaka (PTRR) Badan Tenaga Nuklir Nasional (BATAN). Tujuan penelitian ini adalah untuk menginvestigasi penyebab capaian kinerja PTRR tetap dapat memenuhi target kinerja meskipun dilakukan pemotongan anggaran dan mengidentifikasi strategi PTRR dalam memenuhi target kinerja meskipun dilakukan pemotongan anggaran. Penelitian ini menggunakan metode penelitian kualitatif dengan teknik wawancara kepada narasumber kunci di PTRR yang terdiri dari Kepala Unit, Kepala Bidang, sampai dengan Kepala Sub Bidang. Selain wawancara, penilitian ini juga menganalisis dokumen keuangan di PTRR.Hasil penelitian menunjukkan penyebab PTRR-BATAN dapat mencapai target sesuai perjanjian kinerja setelah dilakukan pemotongan anggaran yaitu adanya karakteristik output pada laporan data riset yang fleksibel dalam batasan waktu pengakuannya. Terdapat faktor lain yang memengaruhi kinerja PTRR-BATAN yang dikelompokkan pada faktor individu, kepemimpinan, tim, sistem, kontekstual, dan komunikasi. Sedangkan, strategi yang dilakukan PTRR untuk mengantisipasi pemotongan anggaran dapat dikelompokkan dalam dua strategi, yaitu strategi internal dan eksternal. Strategi internal ialah cara yang dilakukan secara internal oleh pimpinan PTRR beserta pegawai lainnya untuk mengantisipasi adanya pemotongan anggaran. Terdapat empat strategi dalam kelompok strategi internal, yaitu melakukan pemotongan anggaran dengan kriteria prioritas, menunda kegiatan yang masih dapat dilaksanakan di tahun berikutnya, meningkatkan jumlah dan kualitas penulisan KTI, serta pelatihan dan pembuatan bank proposal. Strategi eksternal ialah strategi mengantisipasi pemotongan anggaran dengan melibatkan pihak luar PTRR-BATAN. Terdapat dua cara dalam kelompok strategi eksternal, yaitu melakukan negosiasi dengan Biro Perencanaan dan menjalin kerja sama dengan pihak luar BATAN.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".