Value Chain Analysis Perguruan Tinggi Keagamaan Buddha Negeri di Indonesia
Bibliographic record
Abstract
Tujuan penelitian mendeskripsikan analisis rantai nilai yang membentuk pelayanan dan jasa pendidikan pada STABN Sriwijaya. Penelitian kualitatif dengan pendekatan studi kasus. Objek penelitian adalah berbagai aktivitas, kegiatan, dan proses meliputi tugas dan fungsi yang dilakukan pada STABN Sriwijaya dalam operasional pelayanan dan menyelenggarakan pendidikan. Subjek penelitian adalah sivitas akademika STABN Sriwijaya yang meliputi dosen dan tenaga kependidikan. Metode pengumpulan data melalui observasi, wawancara, dan dokumentasi. Keabsahan data dilakukan dengan kredibilitas, transferabilitas, dependabilitas, dan konfirmabilitas. Analisis internal rantai nilai dilakukan dengan Value Chain Analysis, analisis data dengan model Miles and Huberman.Value chain STABN Sriwijaya tergambar kedalam sebuah model value chain yang terdiri dari aktivitas utama dan pendukung. Aktivitas utama yaitu: (1)Penelitian, (2)Pengembangan Kurikulum dan Program, (3)Sistem Penerimaan Mahasiswa, (4)Pendaftaran Mahasiswa, (5) Pembelajaran dan Pengabdian Kepada Masyarakat, (6)Penilaian dan Pemeriksaan, serta (7)Manajemen Alumni. Penelitian, Pembelajaran, dan Pengabdian Kepada Masyarakat menjadi core dalam aktivitas utama value chain STABN Sriwijaya. Aktivitas pendukung pada value chain STABN Sriwijaya yaitu: (1)Kepegawaian, Sumber Daya Manusia, Rekrutmen, (2)Sistem dan Teknologi Informasi, (3)Perencanaan dan Keuangan, (4)Marketing, Publikasi, dan Promosi, (5)Administrasi Perundang-undangan, Peraturan, dan Pelaporan, (6)Sarana Prasarana dan umum, serta (7)Pengadaan. Aktivitas pendukung pada STABN Sriwijaya terfokus pada tiga sub bagian, terdiri dari: (1)subbag Akademik, Kemahasiswaan, dan Alumni, (2)Subbag Perencanaan Keuangan, dan Akuntansi, (3)Subbag Administrasi Umum.Value Chain Analysis, Perguruan Tinggi Keagamaan Buddha, STABN Sriwijaya, Porter’s Value Chain
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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; both teacher heads agree on what is shown here.
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".