Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Ilmu Manajemen Dan Kewirausahaan (JIMK)
Pebriyanti, Defi
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
EVALUASI PERAN BIG DATA DALAM MEMBENTUK STRATEGI KEWIRAUSAHAAN DAN PENGAMBILAN KEPUTUSAN: SYSTEMATIC LITERATURE REVIEW (SLR) Pebriyanti, Defi; Veri, Jhon
JURNAL ILMU MANAJEMEN DAN KEWIRAUSAHAAN (JIMK) Vol 5 No 2 (2024): Desember
Publisher : Program Studi Manajemen Fakultas Ekonomi dan Bisnis, Universitas Muslim Nusantara Al-Washliyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32696/jimk.v5i2.3885

Abstract

Penelitian ini merupakan hasil dari Systematic Literature Review (SLR) yang bertujuan menunjukkan bagaimana Big Data membentuk strategi dan keputusan bisnis. Kajian ini melibatkan analisis literatur dari 200 artikel yang bersumber dari Google Scholar, Scopus, dan IEEE. Pola, tren, dan hubungan dalam literatur diidentifikasi menggunakan alat analisis seperti Publish or Perish dan VOSviewer. Hasilnya menunjukkan bahwa VOSviewer efektif untuk memvisualisasikan analisis data bibliometrik guna memahami dinamika penelitian, khususnya dalam konteks geografis tertentu. (Sutisna, 2024). Hasil penelitian mengungkap bahwa Big Data berperan dalam meningkatkan kecepatan dan akurasi pengambilan keputusan strategi. Perusahaan dapat mengenali tren pasar, memahami perilaku pelanggan, dan mengoptimalkan operasional melalui analisis data yang mendalam. Penelitian ini juga menyoroti tantangan dalam penerapan Big Data, seperti kebutuhan infrastruktur teknologi yang memadai dan perhatian terhadap privasi data. Analisis menunjukkan bahwa integrasi Big Data ke dalam strategi organisasi dapat meningkatkan efisiensi operasional dan mendorong inovasi produk serta layanan. Studi ini memberikan wawasan penting bagi praktisi bisnis tentang pemanfaatan Big Data untuk memperoleh keunggulan kompetitif di era modern.
ANALISIS BIG DATA BEASISWA KIP-K MENGGUNAKAN K-MEANS CLUSTERING Pebriyanti, Defi; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/34aycf56

Abstract

The Kartu Indonesia Pintar Kuliah (KIP-K) Scholarship Program is a government initiative to provide higher education access to underprivileged students. It aims to reduce educational disparities and improve access for eligible students. However, the selection process faces challenges, particularly in identifying applicants who truly need financial aid. With the increasing number of applicants each year, a Big Data-based approach is essential to enhance selection efficiency and accuracy. This study analyzes KIP-K scholarship recipients’ profiles using the K-Means Clustering method. This technique groups data based on attribute similarities, allowing an objective and data-driven selection process. The dataset, obtained from Universitas Prima Nusantara Bukittinggi (2024), consists of 479 applicants. It includes attributes such as academic performance, parental income, number of dependents, KIP-K card ownership, and achievements. Results indicate that recipients can be categorized based on document completeness, academic scores above 85, and more than three family dependents. Implementing K-Means Clustering improves the selection process by making it more objective, transparent, and efficient.
Co-Authors Gunadi Widi Nurcahyo Sarjon Defit Veri, Jhon