Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal Of Science Education And Management Business
Safitri, Rian
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

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

Found 2 Documents
Search

 1 
Implementasi strategi Inovatif Manajemen SDM di Era Transformasi Digital Menggunakan Metode Systematic Literature Review Safitri, Rian; Veri, Jhon
Journal of Science Education and Management Business Vol. 4 No. 3 (2025): JOSEMB (Journal Of Science Education And Management Business)
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/joseamb.v4i3.773

Abstract

Transformasi digital menuntut penerapan strategi inovatif dalam manajemen sumber daya manusia (MSDM) agar organisasi tetap kompetitif. Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA untuk menganalisis 12 artikel terindeks Scopus periode 2022–2025. Hasil kajian menunjukkan bahwa reskilling, peningkatan kompetensi digital, serta pemanfaatan teknologi seperti artificial intelligence dan big data menjadi faktor kunci dalam meningkatkan adaptabilitas tenaga kerja. Namun, tantangan masih ditemui, antara lain kesiapan budaya organisasi, keterbatasan infrastruktur digital, dan kesenjangan keterampilan. Penelitian ini memberikan kontribusi teoritis bagi pengembangan ilmu manajemen, sekaligus implikasi praktis bagi organisasi dalam merancang kebijakan MSDM yang adaptif dan berkelanjutan.
Systematic Literature Review Tentang Efektivitas Algoritma Penugasan Maksimum untuk Pengambilan Keputusan Manajerial Safitri, Rian
Journal of Science Education and Management Business Vol. 5 No. 1 (2026): JOSEMB (Journal Of Science Education And Management Business)
Publisher : Riset Sinergi Indonesia

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

Abstract

Penelitian ini bertujuan untuk menganalisis peran dan efektivitas algoritma penugasan maksimum dalam mendukung pengambilan keputusan manajerial berbasis data. Di tengah kompleksitas dan dinamika bisnis modern, kemampuan mengalokasikan sumber daya secara optimal menjadi aspek penting bagi keberhasilan organisasi. Dengan menggunakan metode Tinjauan Literatur Sistematis (Systematic Literature Review/SLR) yang mengikuti pedoman PRISMA, penelitian ini mengidentifikasi dan menelaah sejumlah studi yang membahas penerapan algoritma penugasan maksimum dalam konteks manajemen. Dari hasil pencarian literatur melalui database Scopus, ditemukan enam artikel relevan yang mengkaji penerapan algoritma ini, termasuk model yang memanfaatkan machine learning, graph neural network (GNN), dan multi-objective optimization. Hasil analisis menunjukkan bahwa algoritma penugasan maksimum efektif dalam meningkatkan efisiensi alokasi sumber daya, penjadwalan, serta perencanaan strategis organisasi dengan menghasilkan keputusan yang lebih cepat dan akurat. Namun, tantangan seperti keterbatasan data real-time dan tingkat kompleksitas komputasi masih perlu diatasi. Secara keseluruhan, penelitian ini menegaskan pentingnya integrasi antara algoritma penugasan maksimum dan teknologi kecerdasan buatan untuk mendukung pengambilan keputusan manajerial yang adaptif, efisien, dan cerdas di era digital.
Co-Authors Veri, Jhon