Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Strategis Blueprint Sistem Informasi menggunakan Metode Enterprise Architecture Planning Studi Kasus Universitas Kartamulia Purwakarta Divi Adiffia Freza Alana; Salim, Asep Yusapra; Putri, Rizqy Amalia; Mardiman; Basysyar, Fadhil Muhammad
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 6 No 2 (2025): Jurnal Informatika dan Teknologi Komputer ( J-ICOM)
Publisher : E-Jurnal Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55377/j-icom.v6i2.13216

Abstract

The increasing need for integrated information systems in higher education requires a strategic and structured architectural plan. Universitas Kartamulia Purwakarta faces challenges from fragmented systems among departments and the absence of a long-term roadmap for information technology development. This study aims to design a strategic information system blueprint using the Enterprise Architecture Planning (EAP) method to support the university’s core processes. A descriptive qualitative approach with a case study method was applied. Data were collected through interviews, observations, and document analysis. The EAP stages include Planning Initiation, Business Modeling, Current System Analysis, Data Architecture, Applications Architecture, Technology Architecture, and Implementation Planning. The results produce an integrated architecture blueprint covering key domains such as student admissions, academic processes, research, and student services. This blueprint provides a strategic foundation for aligning information systems with institutional goals and improving operational effectiveness. The proposed design strengthens the university’s digital transformation and supports the realization of an integrated, efficient, and competitive smart campus.
Segmentasi Karyawan Berdasarkan Kesehatan Mental dan Dampaknya terhadap Turnover Menggunakan Algoritma X-Means berbasis Kecerdasan Bisnis Basysyar, Fadhil Muhammad; Putri, Rizqy Amalia; Salim, Asep Yusapra; Maulida, Prima Noor
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 10 No 2 (2025): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (DES 2025)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/imbi.v10i2.3713

Abstract

Penelitian ini bertujuan untuk mengembangkan model segmentasi karyawan berdasarkan kesehatan mental dan dampaknya terhadap turnover menggunakan algoritma X-Means yang terintegrasi dalam sistem kecerdasan bisnis (business intelligence). Dengan memanfaatkan data survei dari 1.251 responden di sektor industri berbasis pengetahuan, penelitian ini mengidentifikasi tiga segmen utama karyawan yang merefleksikan variasi kondisi psikologis dan tingkat retensi. Hasil klasterisasi menunjukkan distribusi anggota pada Cluster_0 (132), Cluster_1 (168), dan Cluster_2 (951), dengan nilai Davies–Bouldin Index (DBI) sebesar –0,206, yang menandakan kualitas segmentasi yang sangat baik dan separasi antar-klaster yang optimal. Analisis mendalam memperlihatkan bahwa Cluster_0 merupakan kelompok dengan tingkat tekanan kerja dan risiko burnout tinggi, Cluster_1 menggambarkan keseimbangan psikososial moderat, sedangkan Cluster_2 merepresentasikan kesejahteraan mental dan loyalitas karyawan yang optimal. Temuan ini menegaskan bahwa X-Means lebih adaptif dibandingkan model tradisional seperti K-Means dalam mengidentifikasi struktur alami data yang kompleks. Implikasi praktis dari hasil penelitian ini adalah perlunya organisasi mengembangkan pendukung keputusan berbasis prediksi kesehatan mental untuk menurunkan tingkat turnover. Institusi pendidikan dan industri dapat mengintegrasikan model ini dalam kebijakan dukungan psikologis, layanan konseling, serta program kesejahteraan yang dipersonalisasi. Selain itu, penerapan Explainable AI (XAI) direkomendasikan untuk menginterpretasikan hasil segmentasi secara transparan dan memperkuat akuntabilitas keputusan berbasis data. Dengan demikian, penelitian ini tidak hanya berkontribusi terhadap literatur mengenai kesehatan mental dan retensi tenaga kerja, tetapi juga membuka arah baru bagi integrasi analitik cerdas dan model adaptif dalam pengelolaan sumber daya manusia di era digital.