Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI
Hindrawan, Dimas
Unknown Affiliation
Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
The Implementation of an ERP System for SMEs Obtaining Working Capital Hindrawan, Dimas; Marlina, Marlina; Nurviriana, Savira; Heikal, Jerry
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.30033

Abstract

Implementasi Enterprise Resource Planning (ERP) telah menjadi strategi yang semakin umum diadopsi oleh Usaha Mikro, Kecil, dan Menengah (UMKM) untuk meningkatkan efisiensi operasional dan mengelola sumber daya mereka dengan lebih baik. Salah satu aspek penting dari ERP adalah kemampuannya untuk mempengaruhi akses UMKM terhadap modal kerja yang vital untuk pertumbuhan dan kelangsungan bisnis mereka. Tulisan ini membahas pada UMKM implementasi ERP Marquee Technology Solutions dalam mendapatkan modal kerja, dengan fokus pada peningkatan proses pengelolaan keuangan, optimasi rantai pasokan, dan peningkatan kepercayaan dari pihak pemberi pinjaman dan investor. Melalui analisis literatur dan studi kasus, tulisan ini menyoroti bagaimana Sistem ERP dapat membantu UMKM dalam meningkatkan aksesibilitas dan kualitas informasi keuangan, mempercepat siklus operasi, mengurangi biaya, dan meningkatkan efisiensi, yang pada gilirannya meningkatkan kemungkinan untuk mendapatkan modal kerja dari berbagai sumber. Implikasi praktis dan rekomendasi bagi UMKM dan pihak berkepentingan lainnya juga dibahas untuk memberikan panduan dalam memanfaatkan potensi ERP dalam mendukung keberhasilan finansial UMKM dan pertumbuhan ekonomi secara keseluruhan. Selain itu dalam penelitian ini memberikan rekomendasi Teknologi Informasi dalam menyesuaikan kebutuhan UMKM dalam meningkatkan pertumbuhan bisnis, dengan meningkatkan efisiensi proses bisnis secara efisiensi.
Implementation of K-Means Clustering Algorithm for Segmentation of Patient Visit Patterns in Public Hospital (Case study: Rumah Sakit Umum Pekerja) Marlina, Marlina; Hindrawan, Dimas; Kornela, Andhini; Heikal, Jerry
Jurnal Pendidikan Tambusai Vol. 9 No. 1 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i1.26592

Abstract

Kebutuhan informasi dan pengetahuan baru untuk pendukung keputusan Rumah Sakit sangat diperlukan, pengelolaan kunjungan pasien merupakan tantangan utama bagi rumah sakit, terutama dalam mengoptimalkan sumber daya dan meningkatkan kualitas layanan. Untuk itu diperlukan pengelompokan poli klinik dirumah sakit demi mengetahui pola atau jenis kebutuhan pasien dengan jumlah banyak maupun sedikit. Rumah Sakit Umum Pekerja (RSUP) menghadapi kompleksitas dalam memahami pola kunjungan pasien yang bervariasi berdasarkan waktu, jenis layanan, dan frekuensi. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering guna mengelompokkan pola kunjungan pasien, sehingga dapat membantu rumah sakit dalam merancang strategi layanan yang lebih efisien dan terfokus. Metode penelitian menggunakan data kunjungan pasien selama tiga bulan, mencakup demografis, jenis layanan, dan frekuensi kunjungan dengan jumlah data 29.628 pasien yang menghasilnya 10 klaster. Data dianalisis menggunakan algoritma K-Means untuk mengidentifikasi kelompok-kelompok pasien dengan karakteristik pola kunjungan yang serupa. Hasil segmentation, targeting and positioning (STP) menunjukkan bahwa pasien dapat dibagi menjadi beberapa kelompok sesuai dengan poli klinik yang dituju yang disesuaikan dengan kebutuhan penyakit pasien, dimana hasil segmentasi yang memiliki jumlah pasien paling banyak dalam kurun waktu 3 bulan dan dengan usia pasien diatas 45 tahun dapat diprioritaskan. Strategi Online Value Proposition (OVP) kemudian disesuaikan dengan karakteristik setiap segmen untuk meningkatkan kepuasan pasien serta efisiensi operasional rumah sakit.
Efisiensi Rantai Pasok Berbasis Artificial Intelligence Melalui Transformasi Digital ERP–AI (Studi Kasus PT. Akila Kitchen) Hindrawan, Dimas; Saragih, Hoga
Jurnal Pendidikan Tambusai Vol. 9 No. 3 (2025): Desember
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Transformasi digital berbasis Artificial Intelligence (AI) telah merekonstruksi lanskap manajemen rantai pasok modern dengan menggeser proses pengambilan keputusan dari sistem administratif reaktif menuju optimasi prediktif berbasis data. Namun, bukti empiris mengenai dampak integrasi Enterprise Resource Planning (ERP) berbasis AI pada industri dengan karakteristik mudah rusak dan permintaan berbasis acara, seperti katering, masih terbatas—terutama di negara berkembang. Penelitian ini menganalisis bagaimana integrasi ERP–AI meningkatkan kinerja rantai pasok end-to-end pada PT. Akila Kitchen, perusahaan katering menengah di Jakarta. Metode yang digunakan adalah mixed methods, dengan mengombinasikan data kuantitatif dari log ERP–AI, pemantauan rantai dingin berbasis IoT, serta dashboard logistik real-time, yang kemudian ditriangulasi dengan evaluasi kualitatif terhadap perubahan proses bisnis. Hasil penelitian menunjukkan peningkatan kinerja yang signifikan setelah implementasi ERP–AI: akurasi peramalan meningkat dari 82% menjadi 95%, food waste turun menjadi 0,9%, lead time produksi berkurang 33%, dan ketepatan pengiriman naik dari 87% menjadi 98%. Temuan tersebut memberikan validasi empiris bahwa arsitektur ERP yang diperkaya AI mampu meningkatkan adaptivitas rantai pasok, mengurangi variabilitas operasional, serta memperkuat ketahanan organisasi di sektor layanan makanan katering. Penelitian ini memberikan kontribusi akademik melalui model empiris integratif untuk transformasi rantai pasok berbasis AI, sekaligus menawarkan implikasi praktis bagi pelaku industri yang mengadopsi teknologi prediktif dan otomatis.
Co-Authors Heikal, Jerry Hoga Saragih Kornela, Andhini Marlina Marlina Nurviriana, Savira