Hasil Pencarian  ::  Simpan CSV :: Kembali

"Waktu tunggu pasien di farmasi adalah masalah yang paling sering dihadapi farmasi rumah sakit. Implementasi Internet of Things (IoT) pada proses pelayanan farmasi rumah sakit diharapkan dapat membantu apoteker dan petugas farmasi untuk memberikan pelayanan yang lebih cepat dan akurat. Penelitian ini bertujuan untuk merancang perbaikan proses operasional layanan farmasi rawat jalan rumah sakit yang didukung oleh pengimplementasian IoT dengan pendekatan Rekayasa Ulang Proses Bisnis (BPR) menggunakan perangkat lunak iGrafx sehingga didapatkan perbaikan waktu proses pelayanan pada farmasi rawat jalan rumah sakit. Metode Complex Proportional Assessment (COPRAS) digunakan untuk memprioritaskan risiko dari proses saat ini yang akan diusulkan tindakan perbaikan dengan implementasi IoT. Usulan perbaikan dibagi menjadi tiga pilihan strategi dan hasil dari penelitian menunjukkan perbaikan terbesar terdapat pada model yang menerapkan kombinasi teknologi Automated Dispensing Machine dan Sistem Pendukung Keputusan Klinis dengan pengurangan total waktu proses sebesar 63% untuk proses pelayanan obat jadi dan 34% untuk proses pelayanan obat racikan pada farmasi rawat jalan rumah sakit.

---

Patient waiting time in pharmacy is the most common problem faced by hospital pharmacy. Implementation of the Internet of Things (IoT) in the hospital pharmacy service process is expected to help pharmacists and pharmacists assisstants to provide services more quickly and accurately. This study aims to design operational process improvements in hospital outpatient pharmacy services supported by the implementation of IoT with the Business Process Reengineering (BPR) approach using iGrafx software to obtain the improved processing time for the hospital outpatient pharmacy services. The Complex Proportional Assessment (COPRAS) method is used to prioritize the risks of the current process for which remedial actions will be proposed by implementing IoT. The proposed improvement is divided into three strategy choices and the results of the study show the greatest improvement is in the model that applies a combination technology of Automated Dispensing Machine and Clinical Decision Support System with a total reduction in processing time of 63% for the process of patent medicine service and 34% for the process of personalized medicine service in hospital outpatient pharmacy."

"Pertumbuhan kinerja industri alas kaki yang positif dengan permintaan alas kaki domestik yang terus meningkat menjadi peluang besar bagi para usaha mengembangkan bisnisnya di bidang alas kaki, termasuk Usaha Mikro, Kecil, dan Menengah. Seiring dengan dorongan pemerintah terhadap digitalisasi UMKM, semakin bertambahnya UMKM alas kaki yang memasarkan produknya melalui e-commerce. Hal tersebut mengakibatkan peningkatan persaingan antar UMKM alas kaki di e-commerce dalam memenangkan kompetisi bisnis. Salah satu upaya dalam mempertahankan keuntungan jangka panjang berupa penerapan customer relationship management untuk meningkatkan loyalitas pelanggan. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi karakteristik pelanggan melalui segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Length, Recency, Frequency, Monetary (LRFM) dan merumuskan serta menentukan strategi retensi pelanggan. Penelitian ini berfokus pada segmentasi pelanggan sepatu kulit sebagai volume produk terbesar dalam UMKM Alas Kaki tersebut. Pada tahap awal, metode K-Medoids clustering digunakan untuk mengelompokkan pelanggan dengan menggunakan model LRFM sehingga dapat menghitung CLV pada tiap segmen pelanggan. Tiap klaster tersebut dianalisis karakteristiknya berdasarkan model LRFM, CLV, dan pemetaan klaster pada Customer Value Matrix (CVM). Strategi retensi pelanggan dirumuskan dan ditentukan prioritasnya sesuai karakteristik klaster yang terbentuk menggunakan metode Complex Proportional Assessment (COPRAS). Penelitian ini menghasilkan 3 klaster pelanggan yang terbentuk dan 7 rekomendasi strategi peningkatan loyalitas pelanggan dengan tiga prioritas teratas pada tiap klaster.

---

The positive performance growth of the footwear industry with the increasing demand for domestic footwear is a great opportunity for businesses to develop their business in footwear, including Micro, Small and Medium Enterprises. Along with the government's encouragement of the digitalization of MSMEs, more and more footwear MSMEs are marketing their products through e-commerce. This has resulted in increased competition among footwear MSMEs in e-commerce in winning business competitions. One of the efforts in maintaining long-term profits is the implementation of customer relationship management to increase customer loyalty. Therefore, this research aims to identify customer characteristics through customer segmentation based on Customer Lifetime Value (CLV) with the Length, Recency, Frequency, Monetary (LRFM) model approach and formulate also determine customer retention strategies. This research focuses on segmenting leather shoe customers as the largest volume of products in this company. In the initial stage, the K- Medoids clustering method is used to group customers using the LRFM model so as to calculate CLV in each customer segment. Each cluster is analyzed for characteristics based on the LRFM model, CLV, and cluster mapping on the Customer Value Matrix (CVM). Customer retention strategies are formulated and prioritized according to the characteristics of the clusters formed using the Complex Proportional Assessment (COPRAS) method. This research resulted in 3 customer clusters formed and 7 recommendations for strategies to increase customer loyalty with the top three priorities in each cluster."

"Pertumbuhan minat investasi seperti perhiasan emas di Indonesia memberikan peluang yang baik bagi para pemilik usaha perhiasan emas, termasuk Usaha Menengah, Kecil, dan Mikro (UMKM). Seiring dengan hal tersebut, perkembangan zaman dan teknologi mengarahkan perubahan pola belanja masyarakat Indonesia menuju pembelanjaan online melalui e-commerce. Dengan meningkatnya daya saing, UMKM perlu membangun customer relationship management guna meningkatkan loyalitas pelanggan. Untuk itu, penelitian ini bertujuan untuk mengetahui perilaku pelanggan melalui segmentasi pelanggan dan merancang strategi pengembangan pelanggan UMKM Perhiasan Emas. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa klaster berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Metode Customer Lifetime Value (CLV) dan Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan dirancang strategi pengembangan dengan penentuan prioritas menggunakan Complex Proportional Assessment (COPRAS). Terdapat empat klaster pelanggan yang terbentuk dalam penelitian ini dengan delapan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

The growing interest in investments such as gold jewelry in Indonesia provides good opportunities for gold jewelry business owners, including Medium, Small and Micro Enterprises(MSMEs). Along with this, the times and technology have directed changes in spending behavior of the Indonesian people towards online shopping through e-commerce. With increasing competitiveness, MSMEs need to develop customer relationship management to maintain and increase customer loyalty. For this reason, this study aims to determine customer behavior through customer segmentation and design customer development strategies for Indonesian Gold Jewerly MSMEs. The K-Means Clustering method is used to group customers into several clusters based on Recency, Frequency, and Monetary variables. Customer Lifetime Value(CLV) and Customer Value Matrix(CVM) methods are also used to determine the characteristics of customers in each cluster. Each cluster will be designed with a development strategy with prioritization using the Complex Proportional Assessment(COPRAS). In this study, there are four clusters with eight recommendation strategies to increase customer loyalty based on the characteristics of each cluster."

"

Pertumbuhan industri produk hijau kian meningkat di Indonesia, salah satunya adalah industri budidaya larva BSF yang digunakan sebagai pakan ternak. Dengan meningkatnya pertumbuhan industri larva BSF, mendesak perusahaan untuk dapat berdaya saing sehingga dapat memimpin pasar. Perpaduan antara ilmu pemasaran dan data mining penting untuk dilakukan perusahaan dalam menerjemahkan data pelanggan menjadi data informasi yang berguna bagi perusahaan. Untuk itu, penelitian ini bertujuan untuk menemukan segmen pelanggan potensial untuk dijadikan target perusahaan dalam menerapkan alternatif pemasaran yang sesuai dengan karakteristik segmen pelanggan tersebut. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa klaster berdasarkan 4 variabel, yaitu Recency, Frequency, Monetary, dan Interpurchase Time. Dalam pemilihan segmen pelanggan potensial digunakan metode Analytical Hierarchy Process (AHP) dan studi literatur. Hasil dari penelitian adalah terpilihnya tiga klaster pelanggan potensial dengan enam alternatif pemasaran sesuai dengan karakteristik klaster tersebut menggunakan metode Complex Proportional Assessment (COPRAS).

---

The growth of the green product industry is increasing in Indonesia, one of which is the BSF larvae cultivation industry used as animal feed. The increasing growth of the BSF larvae industry pushes companies to be more competitive to lead the market. The combination of marketing knowledge and data mining is important for companies to translate customer data into useful information for the company. Therefore, this research aims to identify potential customer segments to be targeted by the company in implementing marketing strategies that are suitable for the characteristics of those customer segments. The K-Means Clustering method is used to group customers into several clusters based on four variables: Recency, Frequency, Monetary, and Interpurchase Time. In the selection of potential customer segments, the Analytical Hierarchy Process (AHP) method and study of literature. The result of the research is the selection of three potential customer clusters with six alternative marketing strategies according to the characteristics of those clusters using the Complex Proportional Assessment (COPRAS) method.

"

"Psikoterapi yang diperuntukan untuk orang-orang yang memiliki masalah kesehatan jiwa menghadapi permasalahan dalam keberlangsungan tindakan dengan durasi dan intensitas yang terbatas. Hal ini terjadi dikarenakan beberapa kondisi, seperti kurangnya sumber daya psikiater, diperlukan komunikasi dengan beberapa multidisiplin, tindakan dan prosedur yang kompleks, dan kedisiplinan penderita yang minim. Penelitian ini bertujuan untuk memilih alternatif teknologi IoT yang dapat diimplementasikan pada tindakan psikoterapi dengan memperhatikan kriteria-kriteria penerapan Internet of Things. Implementasi Internet of Things (IoT) untuk tindakan psikoterapi dapat membantu seorang psikiater memberikan perawatan intensif dengan pengawasan minimal, meningkatkan pengukuran berkualitas dengan bukti hasil real time, dan identifikasi pemulihan yang lebih cepat. Best Worst Method (BWM) digunakan untuk memperoleh bobot setiap kriteria dan sub kriteria penerapan IoT. Metode Complex Proportional Assessment (COPRAS) digunakan untuk mengetahui prioritas teknologi yang dapat diterapkan. Hasil dari penelitian ini ditemukan bahwa perangkat teknologi virtual reality merupakan penerapan Internet of Things yang terpilih berdasarkan kriteria penerapan IoT.

---

Psychotherapy which are intended for patients with mental health issues face problems in terms of limited duration and intensity of therapy. This occurs due to several conditions, such as a lack of psychiatric resources, required communication with several multidisciplinary groups, complex procedures, and lack of patient discipline. This study aims to choose the right alternative Internet of Things (IoT) technology that can be implemented in psychotherapy services in psychiatric hospital by taking into account the criteria of Internet of Things implementation. IoT for psychotherapy can help a psychiatrist to provide intensive care with minimal supervision, improve quality measurements with real-time evidence of results, and identify faster recovery. The Best Worst Method (BWM) is used to obtain the weight of each criteria and sub-criteria for applying IoT. The Complex Proportional Assessment Method (COPRAS) is used to determine the priority technology that can be applied. The final result is that virtual reality is chosen based on the criterion of Internet of Things implementation."