📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenPERANCANGAN SISTEM ENTERPRISE RESOURCE PLANNING (ERP) MODUL MANUFACTURING DAN INVENTORY MENGGUNAKAN ERPNEXT PADA PERUSAHAAN MAKLON
Perusahaan maklon sektor pangan, kosmetik, dan suplemen merupakan perusahaan berskala internasional yang telah berpengalaman sejak tahun 2004 dalam menyediakan layanan maklon. Dengan keahlian profesional yang dimilikinya, produk dari perusahaan ini telah tersebar ke lima puluh negara dan dipercaya oleh ratusan merek ternama untuk memproduksi produknya. Saat ini, perusahaan masih menggunakan pencatatan secara manual yang dapat menyebabkan timbulnya ketidaksesuaian data, keterlambatan update, dan kesalahan input karena human error. Masalah pada perusahaan maklon ini dapat diatasi dengan menerapkan sistem ERP modul manufacturing dan inventory untuk memfasilitasi kebutuhan pencatatan bahan baku sehingga proses produksi dapat berjalan dengan lancar dan minim kesalahan input. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem ERP modul manufacturing dan inventory menggunakan ERPNext pada perusahaan maklon sektor pangan, kosmetik, dan suplemen. Sistem ERPNext dipilih karena memiliki fitur yang lebih lengkap dan fleksibel untuk perusahaan maklon. Perancangan sistem ERP dilakukan dengan beberapa tahap, yaitu identifikasi objek penelitian, identifikasi proses bisnis saat ini (as-is), identifikasi masalah dan tujuan perbaikan, identifikasi kebutuhan sistem informasi, penyusunan proses bisnis usulan, penyesuaian fitur, perubahan fitur, pemodelan proses, dan pengujian sistem. Penyesuaian dan perubahan fitur dilakukan menggunakan metode fit-to-standard dan fit gap analysis untuk memastikan fitur yang dirancang sesuai dengan kebutuhan yang terdapat di Business Requirement Document (BRD) dan standar ERPNext. Sistem ERP yang dirancang memanfaatkan beberapa fitur pada modul manufacturing dan inventory. Sistem hasil rancangan telah melalui tahap validasi dan pada tahap User Acceptance Testing (UAT) memperoleh tingkat kesesuaian 100%.
OPTIMISASI PORTOFOLIO DENGAN REFERENCE VECTOR GUIDED EVOLUTIONARY ALGORITHM (RVEA) DALAM PEMBIAYAAN RISIKO BENCANA
Meningkatnya frekuensi bencana alam di Indonesia menuntut adanya strategi pembiayaan risiko yang terstruktur. Penelitian ini mengusulkan kerangka kerja optimisasi portofolio multiobjektif untuk pengembangan dana melalui investasi. Tujuan utamanya adalah membentuk alokasi aset efisien untuk memenuhi target pembiayaan yang dihitung dari analisis retensi optimal kerugian bencana gempa bumi tektonik. Model Autoregressive Integrated Moving Average (ARIMA) digunakan untuk mendapatkan prakiraan imbal hasil saham bulanan sebagai input pada proses optimisasi. Selanjutnya, optimisasi portofolio dilakukan secara bulanan selama satu tahun menggunakan Reference Vector Guided Evolutionary Algorithm (RVEA) untuk memaksimalkan imbal hasil dan meminimalkan risiko, dengan mempertimbangkan kendala praktis seperti round lot dan buy-in threshold. Dua skenario investasi, tanpa dan adanya alokasi pada deposito, dianalisis menggunakan tiga metode seleksi, yaitu: Sharpe ratio; risiko minimum; dan imbal hasil maksimum. Hasil penelitian menunjukkan bahwa RVEA efektif dalam menghasilkan front Pareto, meskipun menghadapi kesulitan pada bentuk front yang irregular. Setiap skema seleksi secara konsisten menghasilkan portofolio dengan profil risiko-imbal hasil yang berbeda. Meskipun portofolio gabungan mencatat keuntungan positif, total keuntungan selama satu tahun hanya memenuhi 4.03% hingga 4.92% dari target pembiayaan. Temuan ini menegaskan kelayakan investasi dalam pengembangan dana bencana, sekaligus menekankan bahwa pemenuhan target pembiayaan memerlukan strategi jangka panjang yang komprehensif.
PENGARUH ARTIFICIAL INTELLIGENCE TERHADAP KONTEN VISUAL DALAM PEMASARAN SERTA DAMPAKNYA PADA RESPONS KONSUMEN
Di era digital saat ini, kecerdasan buatan (Artificial Intelligence/AI) semakin banyak digunakan dalam pemasaran, termasuk dalam pembuatan konten visual. Salah satu inovasi yang berkembang adalah penggunaan AI untuk menciptakan latar belakang gambar produk sehingga dapat membantu bisnis menampilkan produknya dengan lebih menarik tanpa perlu sesi pemotretan yang mahal. Namun, masih sedikit penelitian yang mengeksplorasi bagaimana konsumen merespons visual yang dibuat oleh AI dibandingkan dengan visual yang dihasilkan secara manual oleh manusia. Penelitian ini bertujuan untuk memahami bagaimana latar belakang produk yang dibuat oleh AI memengaruhi imajinasi mental (Mental imagery), penilaian produk (Product evaluation), dan emosi positif (Positive emotion) yang akhirnya berdampak pada niat beli (Purchase intention). Melalui eksperimen yang melibatkan responden pengguna media sosial, penelitian ini membandingkan dua jenis latar belakang produk: yang dibuat oleh AI dan yang dibuat secara manual. Data dikumpulkan melalui kuesioner online dan dianalisis menggunakan metode Partial Least Squares-Structural Equation Modeling (PLS-SEM). Hasilnya menunjukkan bahwa latar belakang yang dibuat oleh AI dapat memengaruhi persepsi konsumen secara signifikan, terutama dalam membangun imajinasi mental dan meningkatkan daya tarik produk. Ini menunjukkan bahwa teknologi AI bisa menjadi solusi praktis bagi bisnis, terutama Usaha Kecil dan Menengah (UMKM), untuk menciptakan konten visual yang lebih menarik dan efektif dalam meningkatkan niat beli konsumen.
PENGEMBANGAN STRATEGI DEMARKETING PAKAIAN BEKAS IMPOR TERHADAP MINAT BELI KONSUMEN BERDASARKAN FAKTOR INTENSI MENGURANGI PEMBELIAN
Perlambatan pertumbuhan ekonomi mendorong masyarakat mencari alternatif usaha, salah satunya perdagangan fesyen. Tren thrifting atau pembelian pakaian bekas impor tumbuh pesat berkat harga terjangkau, variasi gaya, dan akses pasar daring. Namun, fenomena ini menekan industri tekstil lokal, meningkatkan limbah, serta menimbulkan risiko kesehatan. Pemerintah mencetuskan regulasi larangan impor pakaian bekas, karena dampak negatif yang dihasilkan, namun belum efektif karena tingginya permintaan tetap menjaga keberlangsungan pasar. Dengan demikian, dalam konteks impor pakaian bekas, penguatan penegakan hukum dapat diefektifkan dengan pelengkap berupa edukasi konsumen, kampanye kesadaran terhadap ekonomi lokal, dan rekomendasi produk lokal sebagai alternatif lebih baik. Salah satu strategi untuk menekan permintaan konsumen adalah menggunakan demarketing yang perlu diketahui terlebih dahulu faktor pendorong dan hambatan perilaku untuk merumuskan strategi yang baik. Maka dari itu, penting untuk meninjau faktor pendorong dan hambatan perilaku berbelanja pakaian bekas impor untuk mengurangi pembelian, terutama dari perspektif penegakan hukum yang lebih efektif. Studi literatur menunjukkan bahwa orientasi konsumen dapat dieksplorasi dalam meninjau latar belakang perilaku konsumen. Penelitian melibatkan 10 variabel dan 245 responden dari Indonesia. Pengembangan model dilakukan dengan PLS-SEM. Hasil penelitian menunjukkan adanya variasi signifikan dalam mengurangi pembelian pakaian bekas impor serta ditemukan bahwa risiko dan disonansi yang dirasakan oleh konsumen menjadi faktor yang penting. Studi ini memberikan kontribusi teoritis dalam memperkaya literatur terkait strategi demarketing dan serta implikasi praktis bagi pemangku kebijakan untuk mengefektifkan hukum mengenai larangan impor pakaian bekas.
PERANCANGAN SISTEM MANAJEMEN PENGETAHUAN BERBASIS CHATBOT MENGGUNAKAN LARGE LANGUANGE MODEL (LLM) DAN TEKNOLOGI RETRIEVAL AUGMENTED GENERATION (RAG) DI TOKO RETAIL OLAHRAGA GOBIG
Toko GoBIG merupakan perusahaan ritel sepatu dan perlengkapan olahraga yang mengedepankan kualitas pelayanan pelanggan dalam strategi bisnisnya. Saat ini GoBIG sedang mengalami tantangan dalam mengelola pengetahuan karyawan akibat keterbatasan sumber daya manusia serta operasional bisnis yang dinamis. Setiap karyawan diharapkan mampu menjalankan berbagai tugas, mulai dari melayani pelanggan, menata produk, hingga melakukan pemasangan senar raket. Kondisi ini menuntut adanya sistem manajemen pengetahuan yang mampu menyimpan, mengelola dan mendistribusikan informasi dengan cepat dan mudah diakses. Penelitian ini bertujuan untuk merancang sebuah sistem manajemen pengetahuan berbasis chatbot dengan memanfaatkan Large Language Model (LLM) yang terintegrasi dengan teknologi Retrieval Augmented Generation (RAG), serta melakukan uji terhadap hasil perancangan nya. Pendekatan ini diharapkan dapat memudahkan karyawan dalam memperoleh informasi terkait operasional toko, pengetahuan produk, serta prosedur layanan secara mudah dan berkelanjutan. Metodologi penelitian yang digunakan pada rancangan ini adalah System Development Life Cycle (SDLC) sebagai kerangka perancangan sistem, melibatkan proses identifikasi kebutuhan fungsional dan non-fungsional, serta objektif perbaikan sistem hingga tahap perancangan dan uji prototipe sistem. Kemudian penggunaan model SECI (Socialization, Externalization, Combination, Internalization) untuk memetakan proses penciptaan, penyimpanan, dan distribusi pengetahuan di dalam organisasi. Hasil dari penelitian ini berupa prototipe chatbot yang mengakomodasi 3 (tiga) mode interaksi (tanya-jawab, kuis interaktif, dan simulasi) dengan teknologi LightRAG untuk mendukung proses manajemen pengetahuan di Toko GoBIG. Prototipe telah diverifikasi berdasarkan kebutuhan fungsional dan divalidasi berdasarkan objektif perbaikan sistem. Hasil dari evaluasi uji yang dilakukan terhadap sistem menunjukkan perlunya penggunaan model dengan kapasitas token yang cukup tinggi agar dapat menerima pengetahuan yang diberikan. Kombinasi antara model Gemini 2.5-flash dan teknologi LightRAG menunjukan hasil yang mengesankan, dimana sistem dapat memberikan respon yang sesuai dengan basis pengetahuan pada masing-masing mode interaksi.
USULAN KEBIJAKAN INVENTORI PART IMPOR UNTUK MENGATASI FLUKTUASI PERMINTAAN DAN MEMINIMASI BIAYA DI PT X
Industri otomotif di Indonesia merupakan salah satu sektor strategis yang menghadapi tantangan signifikan akibat menurunnya kinerja pasar domestik. Di tengah kondisi ini, PT sebagai salah satu pemain utama menghadapi tantangan dalam mengelola inventori part impor. Komitmen perusahaan untuk selalu memenuhi permintaan pelanggan yang sangat fluktuatif demi menjaga pangsa pasar membuat kebijakan inventori yang diterapkan saat ini bersifat reaktif. Akibatnya, perusahaan bergantung pada pemesanan darurat (Critical Part Order atau CPO) yang berbiaya tinggi untuk menghindari kehabisan stok dan mencegah lost sales di tengah meningkatnya kompetitor. Penelitian ini bertujuan untuk merancang sebuah kebijakan inventori yang proaktif dan adaptif untuk menurunkan ketergantungan pada pemesanan darurat dan meminimalkan total biaya inventori. Untuk mencapai tujuan tersebut, dikembangkan sebuah model simulasi Model Predictive Control (MPC) satu tahap yang diadaptasi dari kerangka kerja Distributed Economic Model Predictive Control (DE-MPC) oleh Köhler dkk. (2021). Model ini bekerja dengan mekanisme rolling horizon sepanjang 13 periode menggunakan prediksi permintaan yang diperbarui secara adaptif serta parameter stabilitas (W) untuk mengendalikan rencana pemesanan. Kinerja kebijakan usulan kemudian dievaluasi dengan membandingkan hasil simulasinya terhadap kebijakan existing selama periode satu tahun. Hasil penelitian menunjukkan bahwa kebijakan usulan berbasis MPC memberikan perbaikan performa yang signifikan, dengan total biaya inventori berhasil diturunkan dari Rp19.098.646.873 menjadi Rp17.317.384.300, menghasilkan penghematan sebesar 9,33%. Penghematan ini terutama dicapai melalui penurunan signifikan biaya CPO, meskipun terdapat peningkatan biaya simpan dan biaya beli akibat strategi proaktif model dalam menjaga ketersediaan stok. Pendekatan ini memungkinkan perusahaan lebih siap menghadapi fluktuasi permintaan dan potensi ketidakpastian pasar. Dengan demikian, kebijakan usulan dinilai lebih unggul dari sisi biaya dan stabilitas operasional serta layak dipertimbangkan perusahaan.
PENGARUH KENAIKAN MUKA AIR DAN ANGIN EKSTREM TERHADAP DINAMIKA ARUS LAUT DI PERAIRAN TIMUR PULAU BANGKA
Kenaikan muka laut (KML) dan angin ekstrem berpotensi memengaruhi dinamika arus di wilayah pesisir. Penelitian ini menggunakan model Delft3D-FLOW untuk mensimulasikan kondisi arus saat ini dan skenario masa depan di perairan timur Pulau Bangka dengan proyeksi KML sebesar 0,30 m, serta skenario kombinasi KML dan angin ekstrem. Validasi terhadap data pasang surut lapangan pada April– Mei 2018 menunjukkan model mampu merepresentasikan fase dan amplitudo pasut secara baik (RMSE = 0,0715 m; r = 0,978). Hasil simulasi menunjukkan bahwa KML meningkatkan elevasi muka air secara merata tanpa mengubah fase pasang surut, sekaligus memperkuat kecepatan arus terutama saat spring tide. Penguatan terbesar tercatat di T2, baik pada musim barat (+0,0064 m?s) maupun musim timur (+0,0071 m?s), dengan arah arus tetap mengikuti pola musiman namun cenderung bergeser ke komponen zonal. Pada skenario angin ekstrem, kecepatan arus rata-rata melebihi 0,33 m?s dengan puncak di atas 0,6 m?s di wilayah sekitar tanjung pada musim barat, serta terjadi pembalikan arus yang kuat pada musim timur. Penambahan KML secara konsisten meningkatkan kecepatan arus meski relatif kecil, terutama saat aliran searah angin dominan serta memperkuat sirkulasi musiman pada periode pasang maupun angin kuat.
STRATEGI PRICING DENGAN PRICE DISCRIMINATION BERBASIS WILLINGNESS TO PAY UNTUK LAYANAN BATTERY-AS-A-SERVICE DI INDONESIA
Kesadaran masyarakat terhadap lingkungan mendorong minat terhadap kendaraan listrik, namun adopsinya di Indonesia masih jauh dari target Nationally Determined Contribution (NDC). Salah satu hambatan utama adalah tingginya harga, terutama karena baterai menyumbang sekitar 40% dari total biaya kendaraan. Pusharlis, sebagai unit strategis PLN yang ditugaskan mendukung percepatan adopsi kendaraan listrik, selama ini berfokus pada pembangunan infrastruktur pengisian. Namun, percepatan ini juga memerlukan pendekatan strategis, seperti model bisnis Battery-as-a-Service (BaaS) yang menurunkan biaya awal dengan mengalihkannya menjadi biaya sewa berkala. Sebelum menerapkan model ini, Pusharlis perlu memahami kondisi pasar, salah satunya dengan mengestimasi Willingness to Pay (WTP) konsumen sebagai dasar perumusan strategi bisnis, baik dari sisi pendekatan maupun strategi harga yang digunakan. Penelitian ini menggunakan survei Contingent Valuation Method (CVM) dengan metode Double-Bounded Dichotomous Choice (DBDC), lalu dianalisis menggunakan model probit dan disimulasikan dengan diskriminasi harga. Survei dilakukan secara daring dan luring di lingkungan ITB dengan total 273 responden. Estimasi WTP menunjukkan bahwa variabel harga, pendapatan, usia, jarak tempuh, dan pengetahuan tentang BaaS berpengaruh signifikan. Lalu, hasil simulasi diskriminasi harga dengan segmentasi berdasarkan jarak tempuh harian menunjukkan bahwa variasi skema harga dapat meningkatkan pendapatan dan partisipasi, meskipun konsumen surplus cenderung menurun. Namun, terdapat efek diminishing return, di mana semakin banyak skema harga ditambahkan, tambahan manfaat dari pendapatan dan partisipasi semakin berkurang. Analisis sensitivitas menunjukkan efektivitas penggunaan diskriminasi harga meningkat jika sebaran WTP kecil dan perbedaan antar segmen besar. Implikasi bagi Pusharlis termasuk menyasar segmen muda dan menengah ke atas serta menerapkan diskriminasi harga untuk meningkatkan adopsi dan pendapatan. Penelitian ini memberi gambaran potensi pendapatan berdasarkan segmentasi, meskipun terbatas pada populasi responden yang diteliti. Perusahaan disarankan memanfaatkan variabel signifikan seperti usia, pendapatan, jarak tempuh, dan pengetahuan dalam menyusun strategi bisnis. Penelitian selanjutnya dapat memperluas populasi, mengeksplorasi variabel tambahan, serta menambahkan analisis kelayakan finansial agar hasilnya lebih aplikatif.
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PERENCANAAN PEMENUHAN KEBUTUHAN VAKSIN DENGAN DATA MINING DI PT MAS
PT MAS adalah perusahaan yang memproduksi dan mendistribusikan vaksin. Perusahaan menghadapi kesulitan dalam operasionalnya dalam menentukan alokasi vaksin yang tepat untuk berbagai segmen konsumen, terutama ketika ada permintaan mendadak atau perubahan prioritas. Ketidakpastian ini dapat menyebabkan distribusi yang tidak efisien dan pemenuhan kebutuhan vaksin di setiap segmen. Peneliti mengusulkan penggunaan sistem pendukung keputusan dengan menggunakan algoritma reinforcement learning, yaitu A2C (Advantage Actor–Critic) untuk meningkatkan pembelajaran menggunakan simulasi harian. Ini memastikan FEFO (First Expired First Out), eligibility, dan pemisahan stok per produk. Data operasional dalam rentang dua tahun digunakan untuk melatih dan menguji kebijakan dengan fungsi reward yang menyeimbangkan layanan, risiko kedaluwarsa, sisa stok, dan prioritas pemerintah. Peneliti juga melakukan uji skenario untuk melihat dampak perubahan permintaan, rilis, dan bobot reward. Sementara framework CRISP-DM (Cross Industry Standard Process for Data Mining) digunakan dalam perancangan data mining. Hasil menunjukkan bahwa A2C mencapai tingkat fill-rate 100% untuk Pemerintah, PEI, dan PEB dengan jumlah expired adalah nol, sementara swasta menurun pada hari-hari ketika stok dengan RSL 6 hingga 17 bulan tidak mencukupi. Hasil akhir sistem berupa prototipe yang dapat digunakan oleh perusahaan untuk melakukan simulasi permintaan, sehingga keputusan dapat dijalankan secara cepat dan hasilnya dapat terevaluasi menggunakan tiga indikator, yaitu fill rate, expired, dan jumlah vaksin tidak teralokasikan.
PERBAIKAN DESAIN LABEL PRODUK CV. XYZ DENGAN PENDEKATAN EVALUASI USABILITY MENGGUNAKAN EYE TRACKER
Industri Pakaian telah mencapai nilai 1.84 triliun dolar di tahun 2025 dengan proporsi 1,65% dari pendapatan per kapita seluruh dunia. Dengan nilai ini, diekspektasikan konsumsi pada industri pakaian akan meningkat 63% di tahun 2030. Di Indonesia, industri tekstil, pakaian jadi, dan alas kaki menunjukkan kinerja positif sesuai perannya sebagai sektor prioritas dalam Rencana Pembangunan Jangka Panjang Nasional (RPJPN) 2025-2045. Berdasarkan data pada tahun 2024, total investasi pada sektor pakaian dan tekstil ini meningkat sebesar 31,1 persen menjadi Rp 39,21 persen. Dengan perkembangan ini, pelaku industri pakaian perlu melakukan penyesuaian dan perkembangan untuk bisa memanfaatkan peningkatan potensi ini. Penelitian ini bertujuan untuk dapat mengatasi masalah yang dialami pihak pengambilan pesanan produk mengenai tingkat kesalahan pada pengambilan pesanan produk yang disebabkan karena desain label yang kurang efektif dengan menggunakan metode evaluasi usability Metode evaluasi usability yang akan digunakan untuk melakukan evaluasi pada desain label produk busana, khususnya CV. XYZ akan dilakukan dengan dua tahapan, yaitu usability testing dan usability inquiry. Untuk melakukan usability testing, digunakan metode performance measurement dan neuro-usability menggunakan eye tracker. Sedangkan pada usability inquiry digunakan kuesioner Post-study System Usability Questionnaire (PSSUQ) yang merupakan kuesioner yang diberikan pada akhir setiap tahapan pengujian usability. Penelitian ini menghasilkan rancangan desain 4 sebagai rancangan desain yang dapat mengurangi 27,96% dari waktu penyelesaian desain existing dengan overall score PSSUQ sebesar 1,89 yang mengindikasikan hasil PSSUQ yang baik. Dengan dilakukannya penelitian ini, diharapkan terdapat manfaat yang didapat melalui keluaran yang dapat membantu pihak terkait agar dapat mengetahui desain perbaikan yang dapat dilakukan pada desain label produk berdasarkan hasil evaluasi usability dan dapat memberikan rekomendasi perbaikan yang dapat meningkatkan kemudahan dan produktivitas pengguna ketika melakukan pengambilan pesanan produk.
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PELATIHAN KARYAWAN BERBASIS MACHINE LEARNING DI PT POS INDONESIA (PERSERO) KANTOR CILAKI
Perkembangan industri logistik global berdampak pada PT Pos Indonesia (Persero) yang saat ini menghadapi tantangan peningkatan efisiensi operasional dan kompetensi sumber daya manusia. Evaluasi kinerja menunjukkan performansi pegawai masih berada pada kategori “cukup”, sehingga diperlukan pelatihan yang tepat sasaran. Namun, proses penentuan pelatihan di Divisi Digital Learning Center (DLC) masih bersifat manual dan judgment- based, sehingga berpotensi kurang optimal. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis machine learning yang mampu memberikan rekomendasi pelatihan secara lebih objektif dan terukur. Metode yang digunakan adalah text mining dengan TF-IDF dan cosine similarity. Hasil perhitungan tersebut digabungkan dengan kriteria lain seperti gap kompetensi dan biaya pelatihan melalui metode Simple Additive Weighting (SAW). Hasil evaluasi menunjukkan model mencapai nilai kepresisian rata-rata lebih besar sama dengan 86% dengan rata-rata presisi tertinggi sebesar 88,3% pada P@5 untuk rekomendasi berbasis arahan serta nilai sebesar 85,32% (P@15) untuk rekomendasi berbasis standar kompetensi. Selain itu, evaluasi dengan rating scale menunjukkan tingkat kesesuaian rekomendasi berdasarkan standar kompetensi yang dihasilkan adalah sebesar 71,8% serta kesesuaian model berbasis arahan sebesar 80% . SPK yang dirancang dapat membantu proses pengambilan keputusan pelatihan secara lebih terstruktur dan transparan.
PERANCANGAN STRATEGI AMBIDEXTERITY PADA PT APLIKASI RENTAS DIGITAL
PT Aplikasi Rentas Digital (ARD) merupakan perusahaan pengembang perangkat lunak yang menghadapi tantangan dalam menjaga keberlanjutan bisnis karena belum mampu menjalankan inovasi secara konsisten. Saat ini, perusahaan lebih berfokus pada pengembangan aktivitas bisnis yang telah dimiliki sehingga kegiatan inovasi belum dijalankan secara optimal. Padahal, kemampuan berinovasi merupakan faktor krusial untuk mempertahankan daya saing sekaligus mendorong pertumbuhan di industri teknologi informasi. Penelitian ini bertujuan merancang strategi untuk menyeimbangkan kapabilitas inovasi eksploitasi dan eksplorasi dalam perusahaan melalui pendekatan organizational ambidexterity. Mengacu pada kerangka pengembangan organisasi Cummings & Worley, penelitian dilakukan mulai dari tahap diagnosis hingga perancangan perubahan. Diagnosis dilakukan menggunakan model maturitas organizational ambidexterity dengan enam dimensi utama yaitu strategi, struktur, budaya, manusia, teknologi informasi, dan kolaborasi eksternal. Hasil diagnosis menunjukkan bahwa saat ini PT ARD telah melakukan kegiatan eksplorasi dan eksploitasi secara seimbang. Namun, masih terdapat area perbaikan untuk meningkatkan kapabilitas inovasi eksploitasi dan eksplorasi dari perusahaan. Analisis kesenjangan kemudian dilakukan dan prioritas perbaikan ditentukan menggunakan metode Fuzzy Analytical Hierarchy Process (Fuzzy AHP). Diketahui bahwa saat ini perusahaan belum memiliki struktur organisasi yang mengakomodasi kegiatan inovasi atau eksplorasi. Oleh karena itu, dilakukan perancangan struktur organisasi yang dapat mendukung PT ARD untuk meningkatkan kapabilitas inovasi eksplorasi melalui pembentukan tim lintas fungsi berdasarkan work breakdown structure dan pembagian tanggung jawab menggunakan matriks RACI.
PENGEMBANGAN INTEGRASI MODEL KESIAPAN DAN KEMATANGAN MANAJEMEN PERUBAHAN PADA ANAK PERUSAHAN BUMN DI INDONESIA
Transformasi organisasi di lingkungan BUMN kerap menemui kegagalan karena tidak tersedianya alat ukur yang mampu mengoperasionalisasi manajemen perubahan secara terstruktur dan kontekstual. Padahal, keberhasilan perubahan sangat bergantung pada aktivitas perubahan yang efektif dan efisien. Penelitian ini bertujuan mengembangkan model pengukuran kesiapan manajemen perubahan yang berfokus pada operasionalisasi serta fleksibilitas model yang tinggi dan mengujinya dalam konteks perusahaan BUMN. Pendekatan yang digunakan pada penelitian ini adalah dengan melakukan penyusunan model yang diawali dengan tahapan perubahan ADKAR, di mana bagian AD digunakan untuk menilai kesiapan dan bagian KAR digunakan untuk menilai kematangan, yang selanjutnya dirincikan melalui proses bisnis manajemen perubahan milik ACMP. Selanjutnya, dilakukan identifikasi dan pemetaan CSF dan stakeholder role pada masing-masing proses bisnis untuk dikembangkan menjadi dimensi dan indikator. Penentuan level dilakukan dengan mengacu pada level Prosci CMM dan disusun bukti pendukung untuk memenuhi level maturitas organisasi. Content validity dilakukan dengan empat ahli dari dua perusahaan BUMN untuk menguji kesesuaian indikator, serta face validity dengan tiga praktisi untuk menilai keterbacaan dan kejelasan penggunaan model. Uji reliabilitas dilakukan dengan 24 pekerja pada anak perusahaan BUMN. Setelah terbukti valid dan reliabel, model diuji implementasinya melalui wawancara di dua perusahaan, yaitu PT X dan PT Y. Hasil pengukuran menunjukkan bahwa PT X memiliki kelemahan pada tahap ability dengan skor 2, yang mencerminkan kurangnya kesiapan individu dalam menjalankan perubahan. Sementara itu, PT Y paling lemah pada tahap reinforcement dengan skor 1 yang menandakan lemahnya sistem penguatan perilaku pasca-perubahan. Validasi akhir mengonfirmasi bahwa model dinilai mudah digunakan, relevan dengan konteks organisasi, serta dapat menjadi alat bantu strategis dalam evaluasi kesiapan perubahan. Penelitian ini memberikan pendekatan dalam pengukuran manajemen perubahan yang dioperasionalisasi secara jelas dan rinci melalui tahapan perubahan yang diukur dengan faktor keberhasilan manajemen perubahan dan penanggung jawab pada setiap dimensi yang diukur melalui indikator.
PENGENDALIAN PERSEDIAAN SPARE PARTS DI WAREHOUSE SUPPLY DEPARTMENT PT INDOCEMENT TUNGGAL PRAKARSA TBK. PLANT CIREBON DENGAN MODEL P BACK ORDER UNTUK MEMINIMASI BIAYA PERSEDIAAN
Penelitian ini dilakukan di warehouse supply department PT Indocement Tunggal Prakarsa Tbk., plant Cirebon, dengan tujuan utama mengembangkan metode pengendalian persediaan yang lebih efisien untuk komponen spare parts KIND-13 General Metalc. Fokus penelitian adalah mengurangi biaya persediaan yang disebabkan oleh overstock spare part yang sering terjadi akibat kurangnya evaluasi terhadap pengendalian persediaan eksisting. Metode yang digunakan dalam penelitian ini adalah analisis XYZ untuk mengklasifikasikan komponen berdasarkan variasi penggunaan dan model P guna menentukan periode waktu antar pemesanan (T) dan titik persediaan maksimum (R). Penelitian ini mengandalkan data historis penggunaan dan harga komponen spare parts tahun 2023. Hasil penelitian ini yaitu tingkat variasi penggunaan komponen auto purchase KIND-13 General Metalc dengan analisis XYZ menghasilkan 2 (dua) kelas yaitu kelas Y dan kelas Z dari 47 komponen yang menjadi objek penelitian. Dari 47 komponen, hanya 9 (sembilan) komponen yang masuk kelas Y, sisanya masuk ke kelas Z. Komponen kelas Z akan dilanjutkan pada perhitungan pengendalian persediaan usulan dengan model P, karena kelas tersebut adalah kelas dengan variasi penggunaan sangat tinggi. Oleh sebab itu, perlu dievaluasi pengendalian persediaanya lebih lanjut. Perhitungan pengendalian persediaan usulan dengan model P dilakukan dan menghasilkan periode waktu antar pemesanan (T) dan titik inventori maksimum (R) setiap komponen berbeda karena bergantung pada rata-rata penggunaan per bulan (D) masing-masing komponen tersebut. Solusi optimal telah diperoleh untuk masing- masing komponen setelah melalui iterasi dengan metode Hadley-Within. Total biaya persediaan dari komponen yang diteliti sebesar Rp869.094.879,66. Model pengendalian persediaan usulan dibandingkan dengan model eksisting yaitu min-max, akan dilihat model mana yang lebih meminimasi total biaya persediaan. Hasil perbandingan menunjukan bahwa model P lebih meminimasi total biaya persediaan dengan penghematan sebesar Rp2.309.158.762,54 setara dengan menghemat biaya 72,65% dari total biaya eksisting dengan model min-max.
PERANCANGAN SISTEM EVALUASI UNTUK PENGEMBANGAN PENGELOLAAN PELANGGAN USAHA MIKRO, KECIL, DAN MENENGAH (UMKM)
Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan salah satu tulang punggung dari ekonomi di Indonesia. Namun, dari tahun ke tahun, banyak UMKM yang harus mengalami kegagalan dan menutup bisnisnya dalam waktu singkat. Banyak faktor yang memengaruhi hal tersebut, salah satunya adalah karena belum adanya sistem pengelolaan pelanggan yang diterapkan oleh UMKM untuk melakukan manajemen pelangannya. Hal tersebut terjadi karena UMKM terkadang belum memiliki kemampuan dan kapabilitas dalam membangun sistem pengelolaan pelanggan yang sesuai dengan kebutuhan bisnisnya. Untuk itu, dilakukan penelitian yang bertujuan untuk membangun suatu sistem yang dapat mengevaluasi pengelolaan pelanggan UMKM dengan mengidentifikasi area perbaikan, serta memberikan rekomendasi arah strategi pengeloalaan pelanggan yang terstruktur. Penelitian dilakukan dengan menyusun asesmen berbasis model Payne dan Gartner, yang kemudian diolah untuk menghasilkan analisis pengelolaan pelanggan. Asesmen akan diintegrasikan ke dalam sistem menggunakan Macro VBA sehingga dapat menghasilakn dashboard yang memuat tingkat maturitas, grafik importance-performance analysis, serta rekomendasi arah strategi untuk mengoptimalkan performansi. Hasil penelitian menunjukan bahwa rata-rata UMKM berada pada tingkat maturitas menengah, dengan kelemahan utama pada aspek kepemimpinan strategis, nilai umur pelanggan, kepuasan pelanggan, dan akses pelanggan. Secara keseluruhan, penelitian ini dilakukan dengan harapan dapat menghasilkan sistem evaluasi yang sederhana dan praktis untuk digunakan, serta menjadi pijakan awal bagi UMKM untuk mengembangkan strategi pengelolaan pelanggan yang lebih terarah dan berbasis data.