Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal of Business Management

Pengaruh Keterikatan Kecerdasan Kompetitif dalam Organisasi: Pengembangan Kerangka Konseptual Galushasti, Andarula; Kurniawan, Bagus Putu Yudhia; Mahanani, Retno Sari
Journal of Business Management Vol. 1 No. 1 (2023): August
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jobm.v1i1.3

Abstract

Competitive Intelligence membantu organisasi mencapai keunggulan kompetitif ketika ada komitmen dari seluruh organisasi dan jaringan pasokannya untuk mengembangkan wawasan yang dapat ditindaklanjuti untuk mencapai kinerja yang unggul. Namun, tanpa model terintegrasi yang menilai lingkungan internal dan eksternal, sulit bagi organisasi untuk mengantisipasi perubahan di pasar untuk bersaing dan bertahan. Penelitian ini bertujuan untuk meninjau literatur saat ini, menganalisis, dan akhirnya mengusulkan model terintegrasi. Penelitian ini bersifat kualitatif, dan metode penelitian perpustakaan digunakan untuk mengidentifikasi artikel jurnal akademik peer-review dan memastikan keandalan. Metode grounded theory digunakan untuk melakukan analisis model. Temuan menunjukkan bahwa sebagian besar model tidak mengeksploitasi driver dan hasil. Sebagian besar model menunjukkan bahwa sistem dikembangkan untuk menganalisis, mengumpulkan, menangkap, menyimpan, dan menyebarkan informasi tanpa memasukkan faktor organisasi dan pasar yang memengaruhi kualitas dan penggunaan informasi.
Praktik Keberlanjutan di Teaching Factory Agribisnis: Perspektif Model Bisnis Galushasti, Andarula; Anggraeni, Rifqi Dwi; Amarullah, Dudi
Journal of Business Management Vol. 2 No. 1 (2024): August
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jobm.v2i1.25

Abstract

Keberlanjutan dalam agribisnis semakin dipandang penting mengingat tantangan lingkungan global, masalah ketahanan pangan, dan harapan pemangku kepentingan yang terus berkembang. Konsep Teaching Factory (TF) di bidang agribisnis semakin populer sebagai model untuk mengintegrasikan pendidikan dengan industri untuk meningkatkan praktik pertanian berkelanjutan dan inovasi bisnis. Makalah ini mengeksplorasi titik temu antara praktik keberlanjutan dan model bisnis di Teaching Factory, khususnya dalam pengaturan agribisnis pasca-2022. Dengan menggunakan lensa model bisnis, kami memeriksa bagaimana keberlanjutan tertanam dalam TF, dan kami menilai tantangan dan peluang untuk menyelaraskan tujuan ekonomi, lingkungan, dan sosial dalam pendidikan agribisnis. Melalui studi kasus, yang didukung oleh penelitian terbaru, kami menyoroti model-model yang menunjukkan manfaat dan keterbatasan dari praktik-praktik berkelanjutan. Temuan kami berkontribusi pada wacana yang berkembang tentang peran TF dalam mendorong agribisnis berkelanjutan dan menawarkan implikasi praktis bagi para pendidik, pembuat kebijakan, dan praktisi industri.
Basic Model of Artificial Intelligence Marketing (AIM) for Predictive Market Intelligence: Insights from Teaching Factory Product Planning Mahanani, Retno Sari; Hidayat, Taufik; Choirunnisa, Shabrina; Galushasti, Andarula; Kurniawan, Bagus Putu Yudhia
Journal of Business Management Vol. 3 No. 2 (2025): December
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jobm.v3i2.173

Abstract

This research aims to develop an AI-based marketing Intelligence Model as an effort to support strategic decision-making in the development of Teaching Factory products at the Jember State Polytechnic. The study addresses the challenge of optimizing product planning and market positioning within educational manufacturing environments. An integrated approach combining internal production data from Teaching Factory operations with external market data, including price trends, consumer behavior patterns, and competitor activities, was implemented. The methodology employs K-Means Clustering algorithms for consumer segmentation analysis and advanced forecasting algorithms for demand prediction. The system architecture encompasses comprehensive data collection, preprocessing, modeling, and visualization components delivered through an interactive web-based prototype. Preliminary results demonstrate the model's capability to generate enhanced market segmentation accuracy and reliable demand projections, thereby supporting improved production planning and strategic marketing decisions for Teaching Factory operations. The implementation shows promising potential for educational institutions seeking to optimize their product development and market intelligence capabilities.