Antara Harapan dan Realita: Integrasi Teknologi Informasi dalam Pelayanan Administrasi Haji untuk Meningkatkan Transparansi dan Akuntabilitas Publik
Bibliographic record
Abstract
Saat ini, hampir seluruh instansi pemerintahan memaksimalkan penggunaan teknologi informasi (TI) pada setiap layanannya, tidak terkecuali kementerian agama dalam pelayanannya terhadap jamaah haji Indonesia. Ini merupakan harapan baru untuk masyarakat Indonesia yang akan melaksanakan haji, khususnya dalam meminimalisir adanya kecurangan, birokrasi yang berbelit serta layanan yang tidak transparan. Meski demikian, harapan dengan realita di masyarakat belum terpenuhi seluruhnya. Oleh karenanya, penelitian ini bertujuan menjawab sejauh mana penerapan teknologi informasi dalam pengelolaan layanan haji dapat meningkatkan transparansi dan akuntabilitas publik, serta mengidentifikasi kendala dan peluang yang diperlukan di masa mendatang untuk meningkatkan layanan haji di Indonesia. Penelitian ini menggunakan studi kasus dari berbagai literatur dengan topik terkait untuk melihat sejauh mana kepuasan masyarakat terkait layanan haji yang berbasis TI. Penelitian ini juga menggunakan pendekatan kualitatif deskriptif dan teknik analisis pustaka. Hasil penelitian menunjukkan bahwa teknologi informasi (TI) berdampak besar terhadap kepuasan masyarakat sebagai apresiasi positif terhadap layanan jamaah haji. Namun, beberapa diantaranya juga menunjukkan kelemahan seperti layanan aplikasi yang belum bisa diakses oleh seluruh masyarakat, laporan penyaluran keuangan kurang terbuka, serta adanya indikasi kecurangan pada masa tunggu jamaah haji. Hal ini kemudian berimplikasi pada harapan masyarakat terhadap layanan yang seharusnya memudahkan, transparan, sekaligus sebagai bentuk integritas dalam menumbuhkan kepercayaan publik pada layanan haji sedikit berbanding terbalik dengan realita di masyarakat
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.018 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.022 | 0.005 |
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".