<![CDATA[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.]]>
Copyrights © 2026
