Claim Missing Document
Check
Articles

Found 7 Documents
Search

Analisis Optimalisasi Rute dan Biaya Distribusi Penyaluran Cadangan Bantuan Pangan Tahun 2024 Wijaya, Vrannico Putra; Maniah; Waskito, Saptono Kusdanu
JURNAL MANAJEMEN PENDIDIKAN DAN ILMU SOSIAL Vol. 6 No. 3 (2025): Jurnal Manajemen Pendidikan dan Ilmu Sosial (April - Mei 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jmpis.v6i3.4285

Abstract

Penyaluran cadangan bantuan pangan (CBP) memainkan peran penting dalam menjaga ketahanan pangan, terutama saat menghadapi bencana atau situasi darurat di Indonesia. Efisiensi yang dilakuakan dalam proses distribusi dapat menekan biaya operasional logistik dan memastikan penyaluran bantuan cadangan pangan tiba tepat waktu di titik salur wilayah kerja antaran. Optimalisasi rute yang diharapkan adalah lebih efisien dari biaya awal distribusi yang sudah dilaksanakan, dimana hal ini sangat penting atau dibutuhkan dalam bidang logistik distribusi untuk meminimalkan biaya, mengurangi waktu pengiriman, dan meningkatkan efisiensi operasional secara keseluruhan. Penelitian ini mengusulkan rute yang optimal untuk proses pendistribusian bantuan. Metode yang digunakan adalah Capacitated Vehicle Routing Problem (CVRP) dan Travelling Salesman Problem (TSP). Perbandingan dari rute awal yang digunakan dengan Hasil dari penelitian ini terjadinya pengurangan jumlah ritase armada sebanyak 44% (105 ritase) yang digunakan dan pengurangan biaya yang signifikan sebesar 30,5% (Rp49.250.000) dalam proses distribusi. Penelitian ini diharapkan memberikan kontribusi bagi perencanaan logistik bantuan pangan yang lebih optimal di masa depan.
The Influence of Technological Advancements in Inventory Control on Distribution Efficiency and Customer Satisfaction: A Systematic Literature Review Hasahatan, Anuar; Maniah; Waskito, Saptono Kusdanu
International Journal of Science and Society Vol 7 No 2 (2025): International Journal of Science and Society (IJSOC)
Publisher : GoAcademica Research & Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54783/ijsoc.v7i2.1410

Abstract

In today fast paced and technological era and sophisticated distribution environment, an effective inventory management is important to achieve operational excellence and ensuring customer satisfaction. This study provides a review of existing literature on how technological advancements have revolutionized inventory control in distribution and effects to its customer satisfaction. Using the PRISMA method, we analyzed 61 peer-reviewed articles published between 2015 and 2025 to understand the impact of these technologies on distribution efficiency and customer outcomes. The findings consistently show that adopting AI, RFID, Blockchain and IoT systems significantly enhances operational performance by improving inventory visibility, reducing lead times, minimizing errors, and enabling real-time decision-making. These improvements lead to higher levels of customer satisfaction so it can give more accurate deliveries, quicker response times, and improved service reliability.
Pengaruh Agile Leadership dan Logistic Competency terhadap Transformasi Digital serta Implikasinya pada Kualitas layanan logistik (LSQ) PosInd Fikri, Fahmi Nurul; Maniah; Lestiani, Melia Eka
JURNAL MANAJEMEN PENDIDIKAN DAN ILMU SOSIAL Vol. 6 No. 6 (2025): Jurnal Manajemen Pendidikan dan Ilmu Sosial (Oktober-November 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jmpis.v6i6.6170

Abstract

Transformasi digital telah muncul sebagai elemen krusial dalam meningkatkan kualitas layanan logistik. Untuk mencapai keunggulan layanan, banyak bisnis masih kesulitan mengintegrasikan teknologi digital dengan sukses. Keberhasilan transformasi digital, yang berdampak pada kualitas layanan logistik, dipandang sangat dibantu oleh kepemimpinan yang tangkas dan kecakapan logistik. Tujuan penelitian ini adalah untuk mengkaji bagaimana kepemimpinan yang tangkas dan keahlian logistik memengaruhi transformasi digital dan bagaimana hal tersebut memengaruhi kualitas layanan logistik. Kuesioner yang disebarkan kepada karyawan di industri jasa pengiriman digunakan untuk mengumpulkan data dalam studi kuantitatif dengan analisis regresi linier berganda. Temuan menunjukkan bahwa transformasi digital dipengaruhi secara positif dan signifikan oleh kepemimpinan yang tangkas dan kapabilitas logistik. Selain itu, transformasi digital terbukti sangat meningkatkan kualitas layanan logistik. Hasil ini sejalan dengan studi lain yang menyoroti pentingnya keterampilan digital dan kepemimpinan yang adaptif dalam mendorong inovasi dan efektivitas operasional. Kesimpulan studi ini menekankan bahwa untuk meningkatkan daya saing dan kinerja bisnis, organisasi harus meningkatkan kepemimpinan yang tangkas, memperkuat keterampilan logistik karyawan, dan memaksimalkan taktik transformasi digital.
Menjelajahi Hubungan antara Agile Leadership, Crowd Logistics, dan Efisiensi Pengiriman Last-Mile: Insight dari PT Pos Indonesia Sugiarta, Tata; Maniah; Waskito, Saptono Kusdanu
JURNAL MANAJEMEN PENDIDIKAN DAN ILMU SOSIAL Vol. 6 No. 6 (2025): Jurnal Manajemen Pendidikan dan Ilmu Sosial (Oktober-November 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jmpis.v6i6.6270

Abstract

Meningkatnya belanja daring dan transformasi digital telah menyebabkan pergeseran besar di sektor logistik, karena tren ini menuntut pengiriman jarak jauh (LMD) yang lebih efisien. Di tengah persaingan global yang ketat dan infrastruktur yang kompleks, PT Pos Indonesia kesulitan untuk tetap kompetitif. Dua metode yang dapat meningkatkan efisiensi distribusi dan fleksibilitas operasional adalah Crowd Logistics dan Agile Leadership. Namun demikian, belum ada penelitian empiris yang substansial mengenai hubungan antara kedua karakteristik ini terkait dengan LMD. Tujuan utama penelitian ini adalah untuk meneliti bagaimana Crowd Logistics dapat meningkatkan efisiensi distribusi dan bagaimana Agile Leadership memengaruhi efisiensi LMD di PT Pos Indonesia. Penelitian ini menggunakan metodologi kuantitatif berdasarkan data survei yang dikumpulkan dari personel manajerial dan operasional PT Pos Indonesia. Variabel penelitian diperiksa korelasinya menggunakan analisis data menggunakan Variance-based Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa dengan meningkatkan fleksibilitas dan reaktivitas operasional, Agile Leadership secara signifikan meningkatkan efisiensi LMD. Selain itu, dengan melibatkan komunitas, Crowd Logistics membantu mengurangi biaya distribusi dan mempercepat pengiriman. Dengan menggabungkan Agile Leadership dengan logistik massal, PT Pos Indonesia lebih mampu mengatasi kesulitan logistik dan tetap kompetitif. Dari sudut pandang teoritis, penelitian ini menambah pengetahuan yang ada tentang topik-topik terkait distribusi, termasuk Agile Leadership dan manajemen logistik. Perusahaan logistik dapat menerapkan hasil penelitian ini dengan mengikuti saran-saran yang diberikan untuk taktik yang lebih adaptif dan berbasis komunitas guna meningkatkan efisiensi operasional.
Applying Clustering Techniques for Customer Segmentation Based on Shipping Behavior, Cost, and Satisfaction in Logistics Services Sunara, Jaka; Purnomo, Agus; Maniah
INOVTEK Polbeng - Seri Informatika Vol. 11 No. 1 (2026): February
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/h62gy548

Abstract

In modern logistics operations, behavioral data-based customer segmentation plays a crucial role in optimizing service delivery and achieving competitive differentiation. This study proposes a clustering-based approach using K-Means, Agglomerative, and Gaussian Mixture to segment sender-level customer profiles in a logistics network based on shipping cost and delivery duration, while customer satisfaction is used for post-cluster profiling and interpretive analysis. A comprehensive preprocessing pipeline is implemented, including temporal feature engineering and sender-based statistical aggregation. Grid search is used for hyperparameter tuning, and clustering performance is evaluated using the Silhouette Score, Calinski-Harabasz Index, and Davies-Bouldin Index. The results indicate that K-Means with two clusters achieves the highest silhouette score (0.843), outperforming the aggregative and Gaussian mixture models. Principal Component Analysis (PCA) reveals clear separability between clusters labeled as Efficient Senders and Costly & Slow Senders. These findings provide actionable information for logistics service providers to improve pricing strategies, delivery efficiency, and customer satisfaction through intelligent segmentation.
English Analisis Peramalan Permintaan Beras pada SPPG dan Proyeksi Kebutuhan untuk Program Makan Bergizi Gratis di Kota Bandung: Analisis Peramalan Permintaan Beras di SPPG dan Proyeksi Permintaan untuk Program Makanan Bergizi Gratis di Kota Bandung Riandani, MHD Wahyu; Agus Purnomo; Maniah
Transparansi : Jurnal Ilmiah Ilmu Administrasi Vol. 9 No. 1: Juni 2026
Publisher : Institut Ilmu Sosial dan Manajemen STIAMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31334/transparansi.v9i1.5735

Abstract

The Free Nutritious Meal Program (MBG) is expected to significantly increase food demand, particularly for rice as the main staple in meal preparation. However, studies linking operational kitchen data with city-level rice demand projections remain limited. This study aims to analyze operational rice demand at Nutrition Fulfillment Service Units (SPPG) in Bandung City and to project rice demand under different program expansion scenarios. A quantitative approach was employed using time series forecasting by comparing ARIMA, Holt-Winters, and Default Forecast (Mean in Window) models. Model performance was evaluated using RMSE and MAPE indicators. The dataset consists of operational data from 26 SPPG units, including rice purchases, meal portions produced, and the frequency of rice-based menus during April 2025–January 2026. Results show that ARIMA provides the best forecasting performance (RMSE 3859.634; MAPE 15.08%). Consumption calibration indicates rice usage of approximately 0.055–0.066 kg per portion. Scenario projections suggest that MBG expansion may substantially increase rice demand, highlighting the need to integrate program planning with regional food security policies.
Performance Evaluation of Machine Learning Algorithms for Supply Chain Data Classification Maniah
Engineering Science Letter Vol. 5 No. 01 (2026): Engineering Science Letter
Publisher : The Indonesian Institute of Science and Technology Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56741/IISTR.esl.001524

Abstract

Forecasting systems that are data-driven are of great importance in streamlining industrial and business processes during the digital transformation age. Supply chain management (SCM) is among the most significant processes for enhancing operational efficiency and supporting strategic decision-making. This study seeks to evaluate the performance of two machine learning-based classification algorithms, namely Naive Bayes and the k-Nearest Neighbours (K-NN) algorithm, using data in the supply chain. Some of the most valuable operational attributes, including payment method, customer segment, shipment status, profit per transaction, and customer location, are stored in the database. The data were first cleaned and then normalised and label-encoded, after which they were split into training and test sets with a ratio of 80:20. The performance of the two algorithms was assessed using accuracy, precision, recall, and F1-score. The findings of the research indicate that Naive Bayes is the most promising algorithm; its accuracy and precision are 99.75%, and its recall rate is close to 100% in the majority of the classes. These findings show that Naive Bayes is a probabilistic algorithm that better fits the data distribution than a distance-based K-NN algorithm.