Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENERAPAN TEKNOLOGI INFORMASI DAN COUSTUMER RELATIONSHIPMANAGEMENT SEBAGAI KEUNGGULAN BERSAING BERKELANJUTKANGUNA MENINGKATKAN KINERJA PERUSAHAAN Dinata, Benny Martha; Wahyudi, Sugeng; Yuniawan, Ahyar
JURNAL BISNIS STRATEGI Vol 25, No 1 (2016): Juli
Publisher : Magister Manajemen, Fakultas Ekonomika dan Bisnis Undip

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.782 KB) | DOI: 10.14710/jbs.25.1.1-15

Abstract

This study was conducted to examine the effect of Information Technology and Customer Relationship Management (CRM) of the Company's Performance with Sustainable Competitive Advantage as an intervening variable. Object of this research is the workshops authorized Toyota network in Central Java and Yogyakarta, Indonesia.This research is an empirical study with a sample of the entire population in the data collection. Data obtained by conducting a survey of 30 Chief and Assistant Chief Workshop an authorized Toyota network in Central Java and Yogyakarta, Indonesia. Data analysis was done using descriptive analysis and Structural Equation Model (SEM). The type of SEM in this study is the variance based SEM or Partial Least Square (PLS) SEM using an application program SmartPLS (Partial Least Square) 2.0 M3.Based on the calculation result R2 is known that variable of Information Technology, Customer Relationship Management, and Sustainable Competitive Advantage Companies able to explain the variable performance of 57.87%, while 42.13% is explained by factors outside the model. Thus, indicating that the resulting model is good and has a level of closeness that a strong correlation (substantial).
PEMODELAN HYBRID SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGBORS UNTUK PERAMALAN PERMINTAAN SUKU CADANG OTOMOTIF: PENDEKATAN MACHINE LEARNING TERHADAP DATA FLUKTUATIF Dinata, Benny Martha; Ardhianto, Eka
Jurnal Education and Development Vol 14 No 1 (2026): Vol 14 No 1 Januari 2026
Publisher : Institut Pendidikan Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37081/ed.v14i1.7642

Abstract

Pengelolaan persediaan suku cadang otomotif menghadapi tantangan kompleks akibat pola permintaan yang fluktuatif, bersifat sporadis, dan tidak sepenuhnya mengikuti pola musiman. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja empat pendekatan peramalan, yaitu Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Hybrid Weighted Ensemble (gabungan SVM dan KNN), serta Seasonal ARIMA (SARIMA). Dataset yang digunakan berasal dari riwayat penjualan suku cadang selama 33 bulan, dengan karakteristik permintaan yang sangat bervariasi antar item.Hasil evaluasi menunjukkan bahwa model KNN memberikan performa terbaik dengan nilai MAE 33,22, RMSE 35,92, MAPE 7,31%, dan sMAPE 7,63%, diikuti oleh SVM dengan MAE 62,36 dan sMAPE 14,84%. Model Hybrid menghasilkan performa menengah, sedangkan SARIMA menunjukkan akurasi terendah dengan sMAPE mencapai 28,23%. Visualisasi tren prediksi memperkuat temuan ini, di mana model berbasis machine learning mampu mengikuti fluktuasi aktual secara lebih konsisten dibandingkan pendekatan statistik klasik. Kebaruan penelitian ini terletak pada penerapan model hybrid yang secara khusus diadaptasikan untuk data permintaan suku cadang otomotif, serta integrasinya dengan teknik feature engineering seperti lag features dan seasonal encoding. Temuan ini merekomendasikan penggunaan pendekatan machine learning, khususnya KNN dan model hybrid, sebagai solusi praktis dalam sistem perencanaan persediaan. Implementasi model ini berpotensi menekan biaya penyimpanan, mengurangi risiko stockout maupun overstock, serta mendukung pengambilan keputusan berbasis data di tingkat operasional dan manajerial.