INOVASI PELAYANAN NING YAONAH (NIKMATNYA NGANTRI DAN PELAYANAN ONLINE MUDAH) UNTUK MENCIPTAKAN KEPUASAN MASYARAKAT OLEH DINAS KEPENDUDUKAN DAN CATATAN SIPIL KABUPATEN JOMBANG
Bibliographic record
Abstract
Instansi publik berkembang untuk memberikan kepuasan bagi masyarakat melalui inovasinya agar sesuai dengan harapan masyarakat. Salah satunya berupa inovasi pada teknologi. Penyelenggaraan inovasi pelayanan publik berupa administrasi kependudukan di Kabupaten Jombang diwujudkan dalam sistem bernama “Ning Yaonah”. Peresmian sistem online terjadi pada tahun 2021 dilatarbelakangi oleh pandemi Covid-19, dan ingin mempermudah pengajuan masyarakat menggunakan satu sistem yang dapat mengakses keseluruhan proses pelayanan. Akan tetapi, dalam prosesnya ditemui beberapa keluhan permasalahan yang dirasakan masyarakat seperti kendala pada gagap teknologi, serta tata cara penggunaannya. Tujuan penelitian adalah menjelaskan inovasi pelayanan “Ning Yaonah” untuk menciptakan kepuasan masyarakat oleh Dinas Kependudukan dan Catatan Sipil Kabupaten Jombang. Teori dalam penelitian menggunakan tahapan inovasi menurut Sherwood yang terdiri dari memproduksi gagasan, mengevaluasi gagasan, dan Implementasi gagasan. Teknik pengumpulan data menggunakan observasi, wawancara, dan dokumentasi. Subjek wawancara yakni pegawai Dinas Kependudukan dan Catatan Sipil Kabupaten Jombang. Analisis data terdiri dari pengumpulan data, reduksi data, penyajian data, serta penarikan kesimpulan. Hasil penelitian berdasarkan Sherwood, memproduksi gagasan, “Ning Yoonah” (Nikmatnya Ngantri dan Pelayanan Online Mudah) adalah produk inovasi dari Dinas Kependudukan dan Pencatatn Sipil Kabupaten Jombang lahir dilatarbelakangi oleh pademi Covid-19 serta merupakan upaya untuk memperbarui aplikasi yang sudah ada sebelumnya. Mengevaluasi gagasan, adanya “Ning Yaonah” memenuhi kebutuhan, dan harapan masyarakat dibandingkan dengan pelayanan yang dilakukan secara langsung pada Dinas Kependudukan dan Catatan Sipil Kabupaten Jombang. Implementasi gagasan, Dinas Kependudukan dan Catatan Sipil Kabupaten Jombang melakukan upaya sosialisasi kepada masyarakat secara bertahap, baik secara langsung maupun melalui media sosial agar tepat sasaran, dan masyarakat dapat mudah menggunakannya. Kata Kunci: Pelayanan publik, Inovasi, Ning Yaonah
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.076 | 0.017 |
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".