Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini dilatarbelakangi dengan program sertifikasi pendidik yag bertujuan meningkatkan mutu pendidikan dan kesejahteraan pendidik namun pelaksanaan sertifikasi tersebut kurang memenuhi tujuan tersebut. Di dalam pelaksanaannya banyak pendidik hanya berorentasi terhadap tunjangannya saja. Penelitian ini menggunakan pendekatan kualitatif dengan metode wawancara mendalam, studi kepustakaan, dan pengumpulan data sekunder. Dengan melibatkan informan sebagai narasumber yang terdiri dari pejabat di lingkungan Kemdiknas dan LPTK, penelitian ini mencoba menjawab dari akar permasalahannya. Dari hasil penelitian ditemukan, penyebab tidak tercapainya tujuan sertifikasi pendidik dikarenakan setengah hatinya pemerintah dalam pelaksanaan sertifikasi tersebut, yakni proses rekruetmen calon dan evalusi pendidik yang telah tersertifikasi. Adapun faktor lainnya seperti faktor Intelektual, faktor pretasi kerja, faktor pelatihan sumber daya manusia, faktor motivasi, guru profesional, faktor kebijakan publik, faktor mutu, faktor proses dan faktor evaluasi kebijakan publik tidak signifikan sebagai penyebab utama permasalahan tersebut. Untuk melihat kualitas dan mutu pendidik dikategorikan baik atau tidak belum dapat diartikan dengan memiliki sertifikat pendidik atau tidak.

---

The research is motivated by yag educator certification program aimed at improving the quality of education and welfare educators but certification is not meet that goal. In many educators in the implementation‐oriented only towards alimony only. This study used a qualitative approach with indepth interviews, library research, and secondary data collection. By involving the informant as a resource consisting of officials in Kemdiknas and LPTKs, this study tries to answer the root of the problem.

From the results of the study found, the cause of failure educator certification because half his government in the implementation of the certification, the candidate and the evaluation process rekruetmen educators who have been certified. As for other factors such as intellectual factors, factor interpretation of the work, training of human resource factors, motivational factors, professional teachers, public policy factors, quality factors, process factors and public policy evaluation factors are not significant as a major cause of the problem. To see the quality and the quality of teachers categorized as good or not can not be defined by having a certified educator or not."

"This is a guide to the Institute of Developing Economies (IDE), a semi-governmental "

"Keberadaan rumah sakit sebagai bagian dari sistem pelayanan kesehatan dengan nilai strategis Millenium Development Goals, standar kualitas optimum dan cost effective telah menjadi alasan utama diterapkannya TQM di rumah sakit melalui model generik TQM seperti ISO 9001 dan Joint Commission International (JCI) (Munechika, Sano, Jin & Kajihara, 2014; Milner, 2007). Namun demikian, masih banyak pasien yang mengeluhkan pelayanan yang tidak sesuai Standard Operating Procedure (SOP), sarana dan prasarana yang tidak memadai dan biaya yang tinggi (Guspianto, 2015). Hal ini telah membuktikan bahwa penerapan model generik TQM belum efektif dengan mutu pelayanan rumah sakit pemerintah lebih rendah dibandingkan dengan rumah sakit swasta (Guspianto, 2015; Arasli & Ahmadeva, 2004). Milakovich, 1991 dalam Milner 2007 menyatakan bahwa akreditasi seperti JCI mewakili model yang tidak efektif dalam meningkatkan mutu lintas rumah sakit dan telah menciptakan resistensi bahkan oposisi dari staf rumah sakit. Untuk itulah, penelitian ini ditujukan untuk mengembangkan model TQM untuk rumah sakit.Metode yang digunakan adalah Partial Least Square Structural Equation Modeling terhadap persepsi karyawan dan statistik deskriptif terhadap persepsi pasien dan manajemen. Penelitian ini dilakukan di RSPAD Gatot Soebroto dan RSUP Fatmawati di 8 unit pelayanan dengan 16 manajemen, 64 karyawan dan 170 pasien. Hasilnya adalah model TQM untuk rumah sakit yang fit dengan variabel dan indikator yang valid dan reliabel serta Customer Satisfaction dan Result yang baik. Dengan model ini, ditemukan beberapa variabel yang berhubungan (p-value <0.05) dan tidak berhubungan (p-value > 0.05).Hasil penelitian ini menyarankan bahwa variabel yang berhubungan adalah Continuous Improvement terhadap Process Management (r=0.394, p-value=0.000), Organization Behavior and Culture terhadap Process Management (r=0.392, p-value=0.014), Top Management Commitment terhadap Process Management (r=0.303, p-value=0.005), Training and Education terhadapContinuous Improvement (r=0.372, p-value=0.017), Teamwork and Participation terhadap Continuous Improvement (r=0.353, p-value=0.002). Sementara itu, untuk variabel yang tidak berhubungan adalah Information Managementterhadap Continuous Improvement (p-value= 0.076), Customer Focus and Satisfaction terhadap Process Management (p-value= 0.684), Supplier Management terhadap Process Management (p-value=0.287), dan Resource Managementterhadap Process Management (p-value=0.869). Dalam penelitian ini, manajemen rumah sakit direkomendasikan agar menggunakan model TQM untuk Rumah Sakit dalam rangka mendapatkan manfaat berupa kinerja rumah sakit dan kepuasan pasien yang meningkat.

---

The existence of hospitals as part of health service system with Strategic Millenium Development Goals (MDGs), optimal quality standards and cost effectiveness has been the major rationalization of TQM implementation in hospitals by adopting generic TQM model such as ISO 9001 dan Joint Commission International (JCI) (Munechika, Sano, Jin & Kajihara et. al., 2014; Milner, 2007). However, there are still many complaints from patient`s side regarding hospital`s service that is not comply with standard operating procedure (SOP), inadequacy of hospital`s facility and high cost (Guspianto, 2015). These evidences have proven that the implementation of generic TQM model is ineffective with condition that the quality of service from public hospitals are lower than private hospitals (Guspianto, 2015; Arasli & Ahmadeva, 2004). Milakovich, 1991 in Milner 2007 has revealed that hospital accreditation such as JCI has represented ineffective model in increasing hospital-wide service quality and created resistance among hospital`s personnels. Therefore, this research is intended to develop TQM model for hospital.

The research methods that has been deployed are quantitative research using Partial Least Square Structural Equation Modeling for analyzing insights from employee perspective and descriptive statistics for generating insights from both management and patient perspectives. This research has been taken place at Gatot Soebroto Army Central Hospital and Fatmawati General Central Hospital in 8 working units with 16 management team members, 64 personnels, and 170 patients.

The result has revealed that the TQM model for hospital is fit with valid and reliable variables and indicators with good Customer Satisfaction and Result. Furthermore, this model finds that several constructs are related and some are not related. Those related are Continuous Improvement with Process Management (r=0.394, p-value=0.000), Organization Behavior and Culture with Process Management (r=0.392, p-value=0.014), Top Management Commitment with Process Management (r=0.303, p-value=0.005), Training and Education with Continuous Improvement (r=0.372, p-value=0.017), Teamwork and Participation with Continuous Improvement (r=0.353, p-value=0.002). Those not related are Information Management with Continuous Improvement (p-value= 0.076), Customer Focus and Satisfaction with Process Management (p-value= 0.684), Supplier Management with Process Management (p-value=0.287), and Resource Management with Process Management (p-value=0.869). In this research, hospital management has been suggested to implement this TQM model for hospital in order to increase both hospital performance and customer satisfaction."

"Singlish adalah sebuah bahasa informal yang sering digunakan warga Singapura. Karena informal, bahasa Singlish jarang ditemukan di media umum seperti majalah, koran, dan artikel internet. Meski demikian, bahasa ini sangat sering digunakan oleh warga Singapu- ra pada percakapan sehari-hari, baik daring maupun luring. Banyak campuran bahasa lain (code-mixing) merupakan tantangan lain dari Singlish. Keterbatasan GPU juga menjadi tantangan dalam mendapatkan model yang baik. Mempertimbangkan semua tantangan ini, penulis telah melatih sebuah model Efficiently Learning an Encoder that Classifies Token Replacements Accurately (ELECTRA) pada data berbahasa Singlish. ELECTRA merupakan sebuah model baru yang menawarkan waktu training lebih cepat sehingga menjadi pilihan baik jika memiliki keterbatasan GPU. Data Singlish didapatkan melalui web scraping pada reddit dan hardwarezone. Penulis membuat sebuah dataset benchmark pada dua buah permasalahan yaitu sentiment analysis dan singlish identification dengan anotasi manual sebagai metode untuk mengukur kemampuan model dalam Singlish. Penulis melakukan benchmarking pada model yang dilatih dengan beberapa model yang tersedia secara terbuka dan menemukan bahwa model ELECTRA yang dilatih memiliki perbedaan akurasi paling besar 2% dari model SINGBERT yang dilatih lebih lama dengan data yang lebih banyak.

---

Singlish is an informal language frequently used by citizens of Singapore (Singaporeans). Due to the informal nature, Singlish is rarely found on mainstream media such as magazines, news paper, or internet articles. However, the language is commonly used on daily conversation, whether it be online or offline. The frequent code-mixing occuring in the language is another tough challenge of Singlish. Considering all of these challenges, we trained an Efficiently Learning an Encoder that Classifies Token Replacements Accurately (ELECTRA) model on a Singlish corpus. Getting Singlish data is hard, so we have built our own Singlish data for pre-training and fine-tuning by web scraping reddit and hardwarezone. We also created a human-annotated Singlish benchmarking dataset of two downstream tasks, sentiment analysis and singlish identification. We tested our models on these benchmarks and found out that the accuracy of our ELECTRA model which is trained for a short time differ at most 2% from SINGBERT, an open source pre-trained model on Singlish which is trained with much more data."