cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Junaidi
Contact Email
agus.asj@bsi.ac.id
Phone
+6221231170
Journal Mail Official
jurnal.imtechno@bsi.ac.id
Editorial Address
Jl. Kramat Raya No 98, Senen, Jakarta Pusat
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
IMTechno: Journal of Industrial Management and Technology
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 2774342X     DOI : https://doi.org/10.31294/imtechno
Core Subject : Science, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering
IMTECHNO Journal of Industrial Management and Technology pertama kali publikasi tahun 2020 dengan nomor ISSN (Elektonik): 2774-342X yang diterbitkan oleh Lembaga Ilmu Pengetahuan Indonesia (LIPI). IMTECHNO Journal of Industrial Management and Technology memuat tulisan ilmiah yang berhubungan dengan bidang teknologi, manajemen industri dan informatika. Jurnal diterbitkan 2 kali dalam satu tahun dibulan Januari dan Juli.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 154 Documents
 12   13   14   15   16 
Agent-Based Modeling untuk Anomali Toleransi Harga Energi dan Gaya Hidup dalam Strategi Operasional Fajar Anzari; Hendra Setyo Haryadi; Diah Andianingsari; Adhi Dharma Suriyanto; Setyadi Tri Yoga; Anggun Yuli Asih
IMTechno: Journal of Industrial Management and Technology Vol. 7 No. 2 (2026): Vol. 7 No 2 (2026) : Juli 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v7i2.13126

Abstract

Toleransi harga yang tidak berimbang berdampak buruk pada pola konsumsi. Konsumen menunjukkan kurangnya kepekaan terhadap kenaikan harga produk gaya hidup seperti kopi, namun sangat rentan terhadap variasi harga komoditas energi primer seperti bahan bakar minyak. Studi ini menggunakan metode Agent-Based Modeling yang divalidasi dengan data empiris dari 100 subjek untuk merekonstruksi interaksi agen konsumen dengan rasionalitas terbatas dalam konteks volatilitas harga dan intervensi gamifikasi. Analisis data distribusi memperkuat adanya perbedaan yang mencolok pada ambang batas toleransi kritis dengan rata-rata toleransi kenaikan harga kopi mencapai 30,24%, berbanding terbalik dengan bahan bakar minyak yang hanya 11,44%. Hasil eksperimen sistem juga menyatakan penolakan terhadap implementasi gamifikasi harga bahan bakar minyak sebesar 55,0% populasi, mengingat fungsinya sebagai barang esensial. Model ABM memproyeksikan peningkatan drastis dalam kepuasan ekstrem terhadap komoditas bahan bakar minyak ketika eskalasi harga menembus ambang psikologis 15%. Untuk mengatasi anomali perilaku tersebut, digunakan strategi operasional. Strategi ini mencakup mekanisme subsidi silang dengan asimetris margin dari produk gaya hidup, fokus gamifikasi yang beralih ke nilai tambah daripada harga dasar, dan penyesuaian harga kecil di bawah 11%. Strategi penerapan ini bertujuan menekan gelombang protes dari sisi psikologis dan menjaga kestabilan keuntungan sektor energi.
Long Short-Term Memory untuk Prediksi Beban Listrik Jangka Pendek pada Lini Produksi Manufaktur Martias Martias; sri watmah; Rian Septian Anwar
IMTechno: Journal of Industrial Management and Technology Vol. 7 No. 2 (2026): Vol. 7 No 2 (2026) : Juli 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v7i2.13268

Abstract

Pengelolaan energi listrik pada lini produksi merupakan faktor penting dalam efisiensi biaya operasional dan keberlanjutan industri manufaktur. Beban listrik lini produksi bersifat nonlinier dan fluktuatif karena dipengaruhi pola operasi sif, jadwal produksi, dan perilaku mesin, sehingga sulit diprediksi menggunakan metode statistik konvensional. Penelitian ini menerapkan model deep learning Long Short-Term Memory (LSTM) untuk peramalan beban listrik jangka pendek satu jam ke depan. Data yang digunakan adalah dataset publik ElectricityLoadDiagrams (Trindade, 2015) dari UCI Machine Learning Repository versi agregasi per jam yang memuat 321 pelanggan selama 2012-2014; satu pelanggan dengan profil industri dan autokorelasi harian tinggi (0,984) dipilih sebagai representasi beban lini produksi. Data diproses melalui pembersihan, standardisasi Z-score, penambahan fitur kalender, dan pembentukan sliding window 24 jam. Model LSTM dilatih menggunakan algoritma Adam dan dibandingkan dengan ARIMA serta Multilayer Perceptron (MLP). Hasil pengujian pada 3.946 titik data menunjukkan model LSTM memberikan akurasi terbaik dengan MAPE 6,83%, lebih rendah dibanding ARIMA (7,31%) dan MLP (10,07%), serta koefisien korelasi 0,99 terhadap data aktual. Temuan ini menunjukkan LSTM mampu menangkap ketergantungan temporal beban listrik sehingga dapat mendukung perencanaan produksi, penjadwalan beban, dan efisiensi energi dalam manajemen industri.
Segmentasi Tingkat Kepuasan Lokasi Belajar Menggunakan Algoritma K-Means Melalui Dasboard Tableau Interaktif Berbasis Data Rahmawati, Mari; Ramadhani, Anggi Putri; Sabariah, Etika; Suryani, Rani; Indrarti, Wahyu
IMTechno: Journal of Industrial Management and Technology Vol. 7 No. 2 (2026): Vol. 7 No 2 (2026) : Juli 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v7i2.13359

Abstract

Abstrak - Kepuasan murid dan orang tua merupakan salah satu indikator penting dalam menilai kualitas layanan pendidikan serta menjadi pertimbangan utama dalam memilih lokasi belajar yang sesuai. Penelitian ini bertujuan untuk memetakan tingkat kepuasan orang tua dan murid pada berbagai lokasi belajar berdasarkan aspek sarana dan prasarana dengan memanfaatkan algoritma K-Means Clustering serta visualisasi data menggunakan Tableau. Data penelitian dikumpulkan dari sejumlah lokasi belajar dan dianalisis untuk mengelompokkan tingkat kepuasan berdasarkan karakteristik yang serupa. Hasil analisis menunjukkan bahwa lokasi belajar 21 memiliki jumlah responden tertinggi, sedangkan jenjang pendidikan kelompok belajar mencatat jumlah responden sebanyak 71 orang. Tingkat partisipasi tertinggi ditemukan pada lokasi belajar 8, sementara lokasi belajar 18 berada pada kelompok dengan tingkat kepuasan relatif rendah. Faktor-faktor yang paling memengaruhi kepuasan meliputi kejelasan penyampaian materi, kemampuan guru dalam mengajar, efektivitas komunikasi guru, serta penerapan komunikasi dan protokol kesehatan. Hasil penelitian ini diharapkan dapat menjadi dasar pengambilan keputusan bagi pemangku kepentingan dalam meningkatkan kualitas layanan pendidikan dan kenyamanan lingkungan belajar. Kata Kunci: Kepuasan Belajar, K-Means Clustering, Tableau.  
Optimasi Kinerja Sistem Antrian Menggunakan Simulasi Diskrit Berbasis ProModel Pada Coffee Fore Cikini Hamidah, Siti Nur; Aprilia, Hafiza; Meilaningrum, Ardania
IMTechno: Journal of Industrial Management and Technology Vol. 7 No. 2 (2026): Vol. 7 No 2 (2026) : Juli 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v7i2.14071

Abstract

Sistem antrian merupakan salah satu permasalahan yang sering terjadi pada sektor jasa, manufaktur maupun F&B akibat ketidakseimbangan antara tingkat kedatangan pelanggan dan kapasitas pelayanan yang tersedia. Salah satunya yang terjadi pada gerai Coffee Fore Cikini,  permasalahan yang terjadi  menyebabkan peningkatan waktu tunggu, panjang antrian, serta penurunan kualitas pelayanan. Penelitian ini bertujuan untuk menganalisis sistem antrian pada gerai Coffee Fore Cikini dan memberikan usulan perbaikan menggunakan pendekatan simulasi diskrit berbasisi perangkat lunak ProModel. Data penelitian diperoleh langsung melalui  wawancara dan observasi langsung terhadap waktu kedatangan pelanggan, waktu pelayanan serta jumlah fasilitas pelayanan yang tersedia. Metodologi penelitian ini diawali dengan merancang model simulasi aktual berdasarkan data waktu yang didapatkan terdiri waktu antara kedatangan (arrivals time), data waktu pemesanan dan pembayaran, data waktu menunggu proses, dan data waktu selesai dilayani. Model simulasi dibangun berdasarkan kondisi actual sistem yang diverifikasi dan divalidasi menggunakan perbandingan output sistem nyata dengan hasil simulasi menggunakan Software ProModel. Selanjutnya diberikan usulan skenario perbaikan berupa perubahan penambahan alokasi sumber daya. Hasil simulasi menunjukkan bahwa skenario usulan mampu menurunkan rata-rata waktu tunggu pelanggan sebesar 23,89%, menambah jumlah exits pelanggan dan meningkatkan tingkat pelayanan dibandingkan kondisi eksisting. Sehingga penggunaan simulasi ProModel dapat menjadi alat bantu yang efektif untuk pengambilan keputusan dalam meningkatkan efisiensi sistem pelayanan.

Page 16 of 16 | Total Record : 154

 12   13   14   15   16 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2026): Vol. 7 No 2 (2026) : Juli 2026 Vol. 7 No. 1 (2026): Vol. 7 No. 1 (2026): Januari 2026 Vol. 6 No. 2 (2025): Vol. 6 No. 2 (2025): Juli 2025 Vol. 6 No. 1 (2025): Vol. 6 No. 1 (2025): Januari 2025 Vol. 5 No. 2 (2024): Vol. 5 No. 2 (2024): Juli 2024 Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Januari 2024 Vol. 4 No. 2 (2023): Juli 2023 Vol. 4 No. 1 (2023): Januari 2023 Vol. 3 No. 2 (2022): Juli 2022 Vol. 3 No. 1 (2022): Januari 2022 Vol. 2 No. 2 (2021): Juli 2021 Vol. 2 No. 1 (2021): Januari 2021 Vol. 1 No. 2 (2020): Juli 2020 Vol. 1 No. 1 (2020): Januari 2020 More Issue