Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Dinasti International Journal of Education Management and Social Science Jurnal Manajemen Pendidikan dan Ilmu Sosial (JMPIS)
Erna Mulyati
Universitas Logistik dan Bisnis Internasional, Bandung, Indonesia
Decision Sciences, Operations Research & Management Education Social Sciences

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

Found 3 Documents
Search

 1 
Kapabilitas Dinamis sebagai Jembatan antara Customer Experience, Keunggulan Operasi dan Inovasi Logistik dalam Meningkatkan Kinerja Perusahaan: Bukti dari PT Pos Indonesia (Persero) Arif Yudha Wahyudi; Agus Purnomo; Erna Mulyati
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.v6i6.6161

Abstract

PT Pos Indonesia (Persero) Regional 3 Jawa Barat saat ini menghadapi tantangan dalam pencapaian target kinerja di tengah tuntutan pelanggan dan dinamika industri logistik. Penelitian ini bertujuan untuk menganalisis pengaruh Customer Experience, Operational Excellence, dan Innovation Logistics Capabilities terhadap kinerja perusahaan, dengan mempertimbangkan peran mediasi Dynamic Logistics Capabilities. Penelitian ini dapat mengisi celah empiris dalam kajian logistik nasional, khususnya pada perusahaan milik negara. Penelitian ini dilakukan dengan pendekatan kuantitatif melalui penyebaran kuesioner kepada 150 pelanggan logistik di 20 kota dan kabupaten di wilayah kerja Regional 3 Jawa Barat. Analisis data dilakukan dengan metode Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa secara langsung, Customer Experience berpengaruh signifikan terhadap kinerja perusahaan, namun tidak terhadap Dynamic Logistics Capabilities. Sebaliknya, Operational Excellence dan Innovation Logistics Capabilities berpengaruh positif terhadap Dynamic Logistics Capabilities, tetapi tidak secara langsung terhadap kinerja perusahaan. Secara tidak langsung, Operational Excellence dan Innovation Logistics Capabilities berpengaruh signifikan terhadap kinerja melalui mediasi Dynamic Logistics Capabilities, sedangkan Customer Experience tidak menunjukkan pengaruh yang signifikan. Penelitian ini menegaskan pentingnya penguatan kapabilitas logistik dinamis sebagai penghubung antara operational excellence dan inovasi logistik dalam mendorong kinerja perusahaan. Implikasi praktis dari penelitian ini memberikan wawasan bagi manajemen dalam merumuskan strategi peningkatan layanan dan inovasi logistik yang berkelanjutan.
Logistics Management Optimization through Machine Learning: A Predictive Model for Item Transfer Time in Warehouse Activity-Space Hendri Lasmana; Agus Purnomo; Erna Mulyati
Dinasti International Journal of Education Management And Social Science Vol. 6 No. 5 (2025): Dinasti International Journal of Education Management and Social Science (June
Publisher : Dinasti Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dijemss.v6i5.5083

Abstract

Operational efficiency in warehouse logistics relies heavily on accurately predicting item transfer time. This study presents a machine learning-based framework using Gradient Boosting Classifier to classify transfer durations in the dynamic Jakarta Centrum warehouse, managed by the Corruption Eradication Commission (KPK) and PosIND. Field observations revealed inefficiencies due to unstructured layouts and fluctuating volumes. To improve prediction accuracy, the model incorporates Z-score normalization, SMOTE for class balancing, and hyperparameter tuning using GridSearchCV and PSO. The optimized model successfully classified 258 High, 285 Low, and 277 Medium transfer-time instances. SHAP analysis identified distance, distribution volume, and throughput as key influencing factors. Results demonstrate the potential of predictive modeling to enhance warehouse operations through better space usage, workforce planning, and SLA compliance. This study supports machine learning as a strategic tool for data-driven logistics optimization, with future work recommended to include contextual variables like workforce capacity and shift schedules for improved precision and real-world applicability.
Model Integratif Pengaruh Armada Logistik Ramah Energi, Strategi Hub Berbasis Energi Lokal, dan Kualitas Infrastruktur Logistik terhadap Loyalitas Pelanggan dengan Peran Ketahanan Sistem Distribusi Logistik pada Perusahaan Kurir di Indonesia Agil Prasetyo; Agus Purnomo; Erna Mulyati
Jurnal Manajemen Pendidikan dan Ilmu Sosial Vol. 7 No. 3 (2026): Jurnal Manajemen Pendidikan dan Ilmu Sosial (April - Mei 2026)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jmpis.v7i3.7978

Abstract

Dengan ketahanan sistem distribusi logistik sebagai variabel mediasi, penelitian ini mengkaji hubungan antara loyalitas pelanggan dan armada logistik hemat energi, strategi pusat berbasis energi lokal, dan kualitas infrastruktur logistik. Temuan menunjukkan bahwa ketiga faktor operasional tersebut memiliki dampak signifikan terhadap loyalitas pelanggan dan ketahanan distribusi, dengan nilai β = 0,396 (p < 0,001), β = 0,460 (p < 0,001), dan β = 0,380 (p < 0,001), masing-masing. Daya penjelas yang kuat ditunjukkan oleh nilai R2 sebesar 0,815, yang berarti bahwa variabel yang diteliti dapat menjelaskan 81,5% varians dalam loyalitas pelanggan. Hubungan antara faktor operasional dan loyalitas pelanggan sangat dimediasi oleh Ketahanan Sistem Distribusi Logistik, menurut uji mediasi. Hasil ini menunjukkan bahwa peningkatan kualitas infrastruktur logistik, pembentukan strategi pusat berbasis energi lokal, dan penggunaan armada hemat energi semuanya berkontribusi pada sistem distribusi yang lebih tangguh, yang pada gilirannya meningkatkan loyalitas pelanggan terhadap jasa kurir di Indonesia.
Co-Authors Agil Prasetyo Agus Purnomo Arif Yudha Wahyudi Hendri Lasmana