Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penerapan Teknologi Informasi dan Komunikasi (TIK) untuk meningkatkan keunggulan kompetitif.tidak hanya dimanfaatkan oleh sektor industri, namun juga sektor pemerintahan. Pemerintah Indonesia sendiri di dalam kaitannya dengan pemanfaatan TIK, telah membangun suatu sistem yang memungkinkan masyarakat untuk melaporkan keluhan dan aspirasinya melalui sistem LAPOR!. Sistem LAPOR! ciptaan pemerintah ini ternyata ditanggapi dengan antusias oleh masyarakat, terbukti dengan banyaknya laporan yang masuk ke pemerintah. Guna membantu kinerja pemerintah, dilakukan penelitian untuk menganalisis data tekstual laporan masyarakat dengan text mining untuk kemudian dilakukan disposisi otomatis ke dalam dua kategori utama LAPOR! yaitu topik dan instansi terkait. Disposisi otomatis dilakukan menggunakan teknik problem transformation pada multilabel classification melalui algoritma klasifikasi support vector machine dan naïve bayes. Hasil penelitian menunjukkan bahwa disposisi otomatis dapat diterapkan ke dalam sistem LAPOR! dan dapat meningkatkan kinerja disposisi laporan. Algoritma yang menghasilkan performa terbaik di dalam penerapannya adalah algoritma support vector machine

---

The application of Information Technology and Communication (ICT) to escalate the competitive advantage is not only used in the industrial sector, but also in the government as well. The government of the Republic of Indonesia itsef, in the use of ICT, has built a system that enable its citizen to report their grievance and aspiration through LAPOR! system. This system turned out to be accepted with great enthusiasm by the public, as evidenced by the many reports to the government. In order to support the government’s performance, research is conducted to analyze the textual data using text mining, for later automatic disposition into two groups of LAPOR!'s category which is topik and instansi terkait. disposition is done using problem transformation technique in multilabel classification through support vector machine and naïve bayes classification algorithm. The result showed that automatic disposition can be applied into LAPOR! system and improves the report disposition’s performance. Algorithm that produces the best performance in the application is support vector machine. "

"Female Daily Network perusahaan yang bergerak di bidang media sosial. Female Dailymemiliki media sosial untuk membagikan pengalaman menggunakan produk kecantikanbernama Female Daily. Female Daily memiliki peraturan untuk tidak menggunakanFemale Daily Platform untuk mempromosikan, menjual produk, dan layanan di platformmedia sosial di Female Daily. Namun, pengguna di Female Daily terkadang melanggarperaturan tersebut di post mereka dan menyebabkan pengguna lain terganggu akan haltersebut. Admin di Female Daily kesulitan untuk mengidentifikasi pengguna yangmelanggar aturan itu dan melarang post mereka yang berisi penjualan produk karenaketerbatasan jumlah admin dengan jumlah post yang masuk tiap hari. Text mining jugadapat mengatasi permasalahan ini dengan menentukan klasifikasi secara otomatis denganmembuat sistem yang melakukan proses pembelajaran dengan dari kata-kata post yangtersedia. Algoritme yang bisa digunakan untuk melakukan proses text mining padapenelitian ini seperti Support Vector Machine (SVM), Naïve Bayes (NB), Decision Tree(DT), dan Random Forest (RF). Penelitian ini menggunakan kombinasi cara ekstraksifitur, fitur kontekstual, dan melakukan balancing data. Penelitian ini menggunakanskenario penelitian untuk menganalisis ekstraksi fitur, penggunaan fitur kontekstual, danbalancing data. Algoritme terbaik dilihat dari nilai recall pada kombinasi algoritme danfitur penelitian ini adalah Random Forest TF-IDF Unigram dan menggunakan tambahanfitur kontekstual deteksi uang dan kata-kata menjual dengan data yang seimbang. Nilairecall 88.37% didapatkan dari hasil kombinasi algoritme dan fitur tersebut.

---

Female Daily Network is a company engaged in social media. Female Daily has social

media to share experiences using beauty products called Female Daily. Female Daily has

regulations not to use the Female Daily Platform to promote, sell products and services

on social media platforms in Female Daily. However, users on Female Daily sometimes

violate these rules in their posts and cause other users to be annoyed about it. Admins at

Female Daily have difficulty identifying users who violate these rules and ban their posts

containing product sales due to the limited number of admins with the number of posts

that enter each day. Text mining can also overcome this problem by determining the

classification automatically by creating a system that carries out the learning process

from the available post words. Algorithms that can be used to carry out the text mining

process in this research are Support Vector Machine (SVM), Naïve Bayes (NB), Decision

Tree (DT), and Random Forest (RF). This study uses a combination of feature extraction,

contextual features, and data balancing. This study uses research scenarios to analyze

feature extraction, contextual feature usage, and data balancing. The best algorithm seen

from the recall value in the combination of algorithms and features of this research is the

Random Forest TF-IDF Unigram and uses additional contextual features to detect money

and selling words with balanced data. The recall value of 88.37% is obtained from the

results of the combination of these algorithms and features."

"Perkembangan teknologi saat ini telah menawarkan banyak kemungkinan untuk prosedur administratif publik yang demokratis agar menjadi lebih efisien dan dapat diakses oleh masyarakat luas. Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!) merupakan e-government, khususnya merupakan e-complaint berskala nasional di Indonesia yang melayani penyampaian aspirasi dan pengaduan rakyat secara online sehingga dapat diakses dengan mudah oleh publik. Pengelola LAPOR! melakukan pengembangan sistem dengan antarmuka yang baru, yang disebut sebagai LAPOR! versi 3.0. Namun dalam perjalanan pengembangan LAPOR! versi 3.0 dalam dua tahun terakhir tidak melibatkan pengguna dari instansi pemerintah (admin). Hal ini dapat mengakibatkan admin menjadi tidak nyaman dalam mengoperasikan LAPOR! versi 3.0 dan proses adaptasi menjadi lambat, mengingat selama 5 tahun LAPOR! tidak mengalami perubahan. Kemudahan dan kenyamanan dalam berinteraksi dengan warga melalui sistem dipengaruhi oleh antusiasme dari admin dalam menggunakan sistem tersebut, maka penelitian ini mengevaluasi sistem LAPOR! versi 3.0 dari sisi kebergunaannya. Penelitian ini melibatkan 30 admin dari 16 Kementerian/ Lembaga/ Pemerintah Daerah (K/L/D). Hasil dari penelitian ini menunjukkan bahwa skor rata-rata kebergunaan LAPOR! versi 3.0 dengan System Usability Scale (SUS) adalah 45 dengan grade F yang berarti LAPOR! versi 3.0 masih memiliki banyak kekurangan dari sisi kebergunaan pada instansi pemerintah. Penelitian ini memberikan rekomendasi pada pengelola LAPOR! dari permasalahan kebergunaan yang ditemukan melalui hasil analisis uji kebergunaan (usability testing) dan rekomendasi pada pengelola e-government secara umum dan e-complaint secara khususnya agar dapat mengetahui pentingnya mengembangkan kebutuhan berdasarkan kebergunaan dari pengguna, khususnya pegawai pemerintah.

---

Nowadays, technological developments have offered many possibilities for public administrative procedures to be more efficient and accessible to the wider society. The Government National Complaint Handling System (LAPOR!) is one of e-government in Indonesia, specifically a national-scale e-complaint in Indonesia that serves online public aspirations and complaints so that can be easily accessed by the public. The manager of LAPOR! developed the system with a new interface, called LAPOR! version 3.0. But in the journey of developing LAPOR! version 3.0 in the past two years did not involve users from government agencies (admin). It can cause the admin feel uncomfortable to operate the LAPOR! version 3.0 and slow for adaptation process, because LAPOR! is not change for 5 years. The easeness and convenience of interacting with citizens through the system is influenced by the enthusiasm of the admin when using the system, so this study evaluates LAPOR! version 3.0 in terms of its usability. This study involved 30 admins from 16 Ministries / Institutions / Local Governments.

The results of this study indicate that the average score of the use of LAPOR! version 3.0 with System Usability Scale (SUS) is 45 with F grade which means LAPOR! version 3.0 still has many disadvantages in usability from government agencies. This study provides recommendations to the manager of LAPOR! from usability problems that found through the results of usability testing. The recommendations for e-government managers in general and e-complaint in particular in order to know the importance of developing system needs based on the usability of users, especially government employees."

"This book contains a wide swath in topics across social networks & data mining. Each chapter contains a comprehensive survey including the key research content on the topic, and the future directions of research in the field. There is a special focus on text embedded with heterogeneous and multimedia data which makes the mining process much more challenging. A number of methods have been designed such as transfer learning and cross-lingual mining for such cases."

"Peningkatan data digital mendorong peningkatan kebutuhan teknik penggalian informasi. Media sosial merupakan salah satu penghasil data digital dalam jumlah besar, berupa aspirasi masyarakat mengenai apa yang terjadi di sekitar mereka. Maka dari itu, penelitian ini menganalisis respon masyarakat melalui akun twitter mengenai harga bahan pokok dan mengklasifikasikan respon tersebut menjadi dua kelompok; respon positif dan negatif. Penelitian ini menggunakan metode text mining, sedangkan asosiasi jenis bahan pokok dengan sentimen respon diukur menggunakan uji Chi Square dan Prosedur Marascuillo. Hasil penelitian menunjukkan bahwa Harga Susu, Harga Telur dan Harga Bawang Merah berasosiasi paling signifikan terhadap munculnya sentimen negatif dibandingkan komoditas lain.

---

The increase number of digital data pushes the needs of techniques in mining the information. Social media creates a large pool of data consisting of people’s aspiration on what happen around them. Therefore, this research analyzes people’s responses through their twitter account on staple food prices and classify them into sentiment classes; positive and negative. Research is done using text mining and the association between types of staple foods and sentiments is analyzed using Chi Square Test and Marascuillo Procedure. The result reveals Milk price, Egg Price and Red Onion price associate with negative sentiment tweets most significantly than others."

"Penelitian ini bertujuan untuk menganalisis penerapan Collaborative Governance pada Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!) sebagai Sistem Pengeloaan Pengaduan Pelayanan Publik Nasional (SP4N) dan faktor apa saja yang menghambat pelaksanaan collaborative governance pemanfaatan LAPOR!-SP4N. Pendekatan digunakan adalah pendekatan post-positivisme dengan analisis deskriptif. Teknik pengumpulan data dilakukan melalui, wawancara dan studi literatur. Hasil penelitian menunjukkan bahwa penerapan collaborative governance pada pemanfaatan LAPOR!-SP4N belum sepenuhnya dapat tercapai dengan baik karena adanya beberapa indicator yang belum terpenuhi, meskipun dalam prosesnya telah terbentuk sebuah siklus kolaboratif. Dari segi ketersedian SDM sebagai salah satu modal awal kolaborasi masih perlu ditingkatkan. Untuk konteks desain kelembagaan masih perlu membentuk struktur kolaborasi dan memilih pemimpin kolaborasi yang berfungsi sebagai leading dalam proses kolaborasi. Selain itu, juga perlu upaya menyamakan pemahaman bersama terhadap skala prioritas yang akan dicapai kedepan. Untuk faktor yang menghambat kolaborasi antara lain faktor SDM, finansial/anggaran, kepemimpinan, dan cakupan kewenangan dan kekuasaan.

---

This research aim to analyze the implementation of Collaborative Governance on Utilization of Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!) as SP4N system and the inhibiting factors of collaborative governance of it. In this research uses post-positivist approach with descriptive analysis. The data collection is conducted through interview as well as literature study. The results showed that implementation of of Collaborative Governance on Utilization of Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!) as SP4N system is not yet fully achieved because some of indicators which has not optimally fulfilled. But, in the process has formed a collaborative cycle. In terms of availability of human resources as one of the initial capital of collaboration still needs to be improved. The Institutional design of collaborative governance of LAPOR!-SP4N has not a collaboration structure and collaboration leader that serves as a leading in collaboration process. In addition, it is also necessary to equate a common understanding of the priority scale that will be achieved in the future. Inhibiting factors of collaboration include human resources, finance / budget, leadership, and scope of authority and power."

"Penelitian ini menganalisis manajemen pengaduan pada aplikasi Jakarta Lapor (JakLapor), yang menjadi salah satu kanal pengaduan pelayanan publik di Provinsi DKI Jakarta. Fokus utama adalah pada efektivitas aplikasi dalam menangani keluhan masyarakat dan kontribusinya terhadap peningkatan kualitas pelayanan publik. Dalam pelaksanaannya, JakLapor merupakan kanal pelaporan yang paling banyak digunakan oleh masyarakat dan berhasil mendapatkan umpan balik yang positif. Berkaitan dengan hal tersebut, penelitian ini bermaksud untuk mengetahui faktor-faktor yang membuat manajemen pengaduan JakLapor berhasil. Penelitian ini menggunakan pendekatan post-positivisme, teknik pengumpulan data primer dengan wawancara mendalam serta data sekunder melalui studi literatur, analisis melalui teknik triangulasi data, serta menggunakan teori utama Best Practice Complaint Management oleh Johnston dan Mehra (2002). Hasil penelitian menunjukkan bahwa aplikasi JakLapor berhasil meningkatkan partisipasi masyarakat dalam proses pengaduan dan memberikan feedback yang cepat dan efektif kepada pengguna. Akan tetapi, terdapat beberapa tantangan dalam operasionalisasi sistem ini, termasuk kebutuhan untuk peningkatan integrasi pelaporan terpusat dan terdesentralisasi serta pelatihan bagi petugas yang menangani pengaduan. Penelitian ini merekomendasikan pengembangan lebih lanjut pada sistem pengaduan untuk memastikan efektivitas dan efisiensi dalam penanganan aduan masyarakat.

---

This study analyzes the complaint management within the Jakarta Lapor (JakLapor) application, a primary public service complaint channel in DKI Jakarta Province. It focuses on the application's effectiveness in handling public grievances and its contribution to enhancing public service quality. JakLapor, being the most utilized reporting channel by the public, has received positive feedback. This research aims to identify the factors contributing to JakLapor's complaint management success. Employing a post-positivism approach, primary data was gathered through in-depth interviews, and secondary data through literature review. Data triangulation techniques were used for analysis, alongside the primary theory of Best Practice Complaint Management by Johnston and Mehra (2002). The findings reveal JakLapor's success in increasing public participation in the complaint process and providing quick and effective feedback. However, challenges exist, including the need for better centralized and decentralized reporting integration and training for complaint handlers. The study recommends further development of the complaint system to ensure its effectiveness and efficiency in managing public complaints."

"Pasca runtuhnya orde baru, tuntutan masyarakat akan pemenuhan hak-haknya semakin meningkat, salah satunya adalah hak untuk mengadu. Pemerintah menjawab tuntutan tersebut dengan menyediakan sistem penanganan pengaduan berbasis digital yang bernama Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!). Dalam pelaksanaannya terdapat sejumlah kendala yang membuat masyarakat tidak puas terhadap LAPOR!. Untuk itu penelitian ini berusaha menjelaskan faktor-faktor yang memengaruhi kepuasan masyarakat terhadap LAPOR!. Hasil penelitian ini menunjukkan proses dan hasil penanganan pengaduan berpengaruh terhadap kepuasan masyarakat pada LAPOR!. Responsivitas menjadi dimensi yang mempunyai tingkat kekuatan hubungan cukup kuat dengan kepuasan masyarakat pada LAPOR!. Selain itu, diketahui pula bahwa mayoritas pengguna LAPOR! mempunyai keterampilan digital yang tinggi dan merasa puas terhadap LAPOR!. Meskipun kepuasan masyarakat menunjukkan hasil yang tinggi, partisipasi masyarakat menunjukkan hasil rendah. Hal itu tercermin dari rendahnya partisipasi perempuan dan tidak tersebarnya pelapor di seluruh wilayah Indonesia. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengumpulan data berupa survei dengan instrumen kuesioner online yang disebarkan kepada pengguna lapor melalui e-mail dan SMS.

---

After the collapse of the new order era, citizen demand of their rights fulfillment was increasing, one of them is the right to complain. Government answered these demands by providing a digital-based complaint handling system called Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!). This study shows, there are a number of obstacles that make people dissatisfied with LAPOR!. Therefore, this study tries to explain the factors that influence citizen satisfaction LAPOR!. The results showed complaints handling process and results had influenced the satisfaction of the citizen on LAPOR!. Responsiveness into dimensions that has a strong relationship with the citizen satisfaction on LAPOR!. In addition, known that the majority of users of LAPOR! have a high digital skills and are satisfied with LAPOR!. Although citizen satisfaction shows a high level, in contrast, the result shows a low participation of citizen. It reflected to the low participation of women and the spread of the complainant in Indonesia regions. This research uses a quantitative approach with data collection in the form of an online survey questionnaire that distributed to LAPOR users by e-mail and text (SMS)."