cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dhimas Tribuana
Contact Email
dhimas@plexi.co.id
Phone
+62823-9355-4775
Journal Mail Official
editor@jtbcjournal.org
Editorial Address
Komp. BTN Tabaria D3/9, Makassar, Sulawesi Selatan 90221, Indonesia
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Jurnal Teknologi dan Bisnis Cerdas
Published by PT. Plexi Digital Indonesia
ISSN : -     EISSN : 31098924     DOI : https://doi.org/10.64476/jtbc
Core Subject : Economy, Science, Social, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science
Jurnal Teknologi dan Bisnis Cerdas (JTBC) mempublikasikan artikel ilmiah orisinal dari akademisi, peneliti, dan praktisi yang berfokus pada pengembangan dan integrasi antara teknologi dan dunia bisnis secara cerdas dan inovatif. Ruang lingkup jurnal ini meliputi namun tidak terbatas pada topik-topik berikut: Inovasi dalam Teknologi Informasi dan Komputer untuk pengambilan keputusan bisnis Sistem Informasi Manajemen, ERP, dan teknologi digital dalam organisasi Transformasi digital dan bisnis berbasis data di era industri 4.0 Kecerdasan buatan, data mining, dan machine learning untuk aplikasi ekonomi dan bisnis Manajemen bisnis digital, kewirausahaan berbasis teknologi, dan e-commerce Perilaku organisasi dan kepemimpinan dalam perusahaan teknologi Integrasi teknologi dalam manajemen sumber daya manusia, keuangan, pemasaran, dan operasional Studi kasus dan implementasi teknologi dalam pengembangan usaha mikro, kecil, dan menengah (UMKM) JTBC juga terbuka untuk artikel interdisipliner yang menjembatani ilmu komputer, ekonomi, dan manajemen dalam konteks solusi cerdas dan berbasis teknologi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 12 Documents
 1   2 
Transformasi SDM Dalam Mendorong Keberlanjutan Bisnis: Peran Strategis HR Dalam Implementasi ESG Tribuana, Dhimas; Usman, Usman; Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.1

Abstract

Penelitian ini bertujuan untuk mengeksplorasi kontribusi Green Human Resource Management (GHRM) dalam mendukung implementasi Environmental, Social, and Governance (ESG) serta keberlanjutan organisasi melalui pendekatan Systematic Literature Review (SLR). Kajian ini menganalisis 30 artikel ilmiah yang diterbitkan antara tahun 2018 hingga 2025 dan memenuhi kriteria inklusi berupa fokus pada GHRM, ESG, serta penggunaan metode kuantitatif. Hasil sintesis menunjukkan bahwa GHRM memberikan kontribusi signifikan dalam lima tema utama, yaitu: (1) peningkatan kinerja lingkungan, (2) mendorong inovasi hijau, (3) pembentukan perilaku pro-lingkungan, (4) penguatan dimensi sosial organisasi seperti kepuasan dan retensi karyawan, serta (5) integrasi GHRM ke dalam strategi ESG yang holistik. Temuan ini menggarisbawahi pentingnya peran strategis GHRM dalam mendukung transformasi organisasi menuju keberlanjutan jangka panjang. Studi ini memberikan implikasi penting bagi manajemen sumber daya manusia dan pembuat kebijakan untuk mengintegrasikan nilai-nilai keberlanjutan ke dalam sistem manajerial. Penelitian selanjutnya disarankan untuk menggunakan pendekatan campuran, memperluas konteks sektor dan wilayah, serta mengembangkan studi longitudinal untuk mendalami pengaruh jangka panjang GHRM terhadap kinerja ESG.
Analisis Perbandingan Employee Wellbeing terhadap Kinerja Pegawai pada Tiga Sektor Industri Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.2

Abstract

Penelitian ini bertujuan untuk menganalisis perbedaan tingkat employee wellbeing dan kinerja pegawai pada tiga sektor industri strategis di Kota Makassar, yaitu pendidikan tinggi, kesehatan, dan perbankan. Metode penelitian yang digunakan adalah pendekatan kuantitatif komparatif dengan melibatkan 225 responden, masing-masing 75 pegawai dari setiap sektor. Instrumen penelitian diuji reliabilitasnya menggunakan Cronbach’s Alpha dan dianalisis menggunakan ANOVA satu arah dan uji lanjut Tukey HSD. Hasil penelitian menunjukkan bahwa terdapat perbedaan signifikan dalam tingkat employee wellbeing dan kinerja pegawai antar sektor. Sektor perbankan dan keuangan menunjukkan tingkat kesejahteraan dan kinerja tertinggi, disusul oleh pendidikan tinggi, sementara sektor kesehatan menunjukkan nilai terendah. Temuan ini mengindikasikan bahwa konteks industri memengaruhi kondisi kesejahteraan dan performa kerja pegawai. Implikasi praktis dari penelitian ini memberikan arah penguatan manajemen sumber daya manusia berbasis sektor. Penelitian ini juga memberikan saran untuk pengembangan kajian lebih lanjut yang mempertimbangkan variabel mediasi atau moderasi serta pendekatan metodologi campuran dalam memahami dinamika kerja lintas industri.
Penerapan Natural Language Processing Untuk Analisis Sentimen Terhadap Layanan Publik Di Media Sosial Twitter Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.3

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji model klasifikasi sentimen publik terhadap layanan BPJS Ketenagakerjaan berdasarkan data media sosial Twitter. Metode yang digunakan adalah pendekatan kuantitatif eksperimental yang terdiri dari lima tahap, yaitu pengumpulan data, pra-pemrosesan teks, pelabelan data, ekstraksi fitur dan pelatihan model, serta evaluasi performa. Data dikumpulkan melalui API Twitter menggunakan kata kunci terkait layanan BPJS Ketenagakerjaan dengan total 4.357 tweet. Setelah pra-pemrosesan dan pelabelan, data bersih sebanyak 4.102 tweet diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Dua pendekatan representasi teks digunakan, yaitu TF-IDF dan IndoBERTweet embedding, yang kemudian diuji dengan algoritma pembelajaran mesin seperti Naive Bayes, SVM, Random Forest, dan Logistic Regression. Hasil penelitian menunjukkan bahwa model IndoBERTweet + Logistic Regression memberikan performa terbaik dengan akurasi 86,5% dan F1-score 85,6%. Temuan ini menegaskan efektivitas pretrained language models dalam memahami bahasa Indonesia informal di media sosial. Model yang dikembangkan memiliki potensi untuk digunakan sebagai sistem pemantauan opini publik secara real-time guna meningkatkan kualitas layanan BPJS Ketenagakerjaan. Penelitian selanjutnya disarankan mengeksplorasi penanganan sarkasme dan dataset multi-platform untuk meningkatkan generalisasi model.
Deteksi Sampah Otomatis Pada Lingkungan Terbuka Menggunakan YOLOV8 Dan Dataset Roboflow Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.4

Abstract

Peningkatan volume sampah di ruang publik menuntut solusi cerdas untuk mendeteksi dan mengelola kebersihan secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem deteksi sampah otomatis berbasis model deteksi objek YOLOv8 dengan fokus pada lima kategori sampah: plastik, kertas, logam, kaca, dan lainnya. Dataset diperoleh dari platform Roboflow, kemudian dianotasi secara manual dan digunakan untuk melatih dua varian model YOLOv8, yaitu YOLOv8s dan YOLOv8l. Hasil pelatihan menunjukkan bahwa YOLOv8l mencapai mAP@0.5 sebesar 93,1% dan F1-score 91,1%, sementara YOLOv8s memberikan kecepatan inferensi lebih tinggi dengan akurasi yang kompetitif. Evaluasi lapangan terbatas dilakukan menggunakan kamera laptop dan smartphone di lingkungan terbuka seperti taman dan trotoar. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi sampah secara real-time dengan tingkat akurasi visual yang baik, meskipun terdapat penurunan performa pada objek kecil atau tertutup sebagian. Studi ini menunjukkan potensi besar model YOLOv8 dalam mendukung pengembangan sistem monitoring lingkungan berbasis visi komputer. Ke depan, integrasi ke perangkat edge dan pelatihan ulang dengan data lokal direkomendasikan untuk meningkatkan ketahanan model dalam kondisi nyata.
Penerapan Algoritma XGBoost Untuk Prediksi Kepuasan Pelanggan Pada Layanan E-Commerce: Studi Pada Dataset Transaksi Nyata Tribuana, Dhimas; Baharuddin, Baharuddin; Muhammad Resky, Andi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.5

Abstract

Pertumbuhan e-commerce di Indonesia yang pesat memunculkan tantangan baru bagi penyedia layanan untuk menjaga kepuasan pelanggan di tengah kompetisi yang semakin ketat. Penelitian ini bertujuan untuk mengembangkan model prediktif berbasis Extreme Gradient Boosting (XGBoost) dalam memprediksi kepuasan pelanggan e-commerce dengan memanfaatkan dataset nyata berskala besar. Dataset yang digunakan berasal dari Kaggle (E-Commerce Customer Satisfaction) yang mencakup lebih dari 100.000 transaksi dengan atribut seperti harga, biaya pengiriman, waktu pengiriman, serta ulasan pelanggan. Data diproses melalui tahapan pembersihan, encoding, normalisasi, dan feature engineering. Model XGBoost dibandingkan dengan Random Forest dan Logistic Regression untuk mengevaluasi performa prediksi. Hasil eksperimen menunjukkan bahwa XGBoost mencapai akurasi 92,4%, F1-score 90,6%, dan ROC-AUC 0,941, mengungguli kedua model pembanding. Analisis feature importance dan SHAP mengidentifikasi bahwa review score, freight value, dan delivery delay merupakan faktor dominan yang mempengaruhi kepuasan pelanggan. Temuan ini memiliki implikasi praktis bagi pelaku e-commerce untuk mengoptimalkan strategi logistik dan layanan pasca-pembelian dalam meningkatkan pengalaman pelanggan. Penelitian ini juga menekankan pentingnya pemanfaatan machine learning dalam pemantauan kepuasan secara real-time dan memberikan kontribusi bagi literatur ilmu data di bidang e-commerce Indonesia.
Dampak Kecerdasan Emosional Dan Kompensasi Terhadap Kinerja Pegawai Dengan Kepuasan Kerja Sebagai Variabel Intervening Akbar, Tarmizi; Syahril; Rohman, Abdul; Oruw, Arikus; Subhan; Mulyadi, Edi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i2.6

Abstract

This study aims to analyze the effect of emotional intelligence and compensation on employee performance, with job satisfaction as a mediating variable, in the financial and banking sector in Bandung City, Indonesia. A quantitative approach using a survey method was employed, involving 170 respondents selected through purposive sampling. Data analysis was conducted using Partial Least Squares Structural Equation Modeling (PLS-SEM) with SmartPLS 4. The findings reveal that emotional intelligence and compensation have a positive and significant effect on both job satisfaction and employee performance. Job satisfaction significantly mediates the relationship between emotional intelligence and compensation on employee performance. The mediation effect indicates that enhancing emotional intelligence and providing fair compensation can optimally improve performance when accompanied by high job satisfaction. These results emphasize the importance of developing emotional intelligence through training and implementing fair compensation systems to increase employee motivation, loyalty, and productivity.
Pengaruh Kepemimpinan Transformasional Dan Kompensasi Terhadap Kinerja Pegawai Dengan Motivasi Kerja Sebagai Variabel Mediasi Pada Perguruan Tinggi Swasta Di Kota Makassar Purbawati Naprilia, Tania; Nurmi; Usman; Nooraeni, Endah; Yunita, Irma; Mulyadi, Edi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i2.7

Abstract

This study aims to analyze the effect of transformational leadership and compensation on employee performance, with work motivation as a mediating variable, in private universities in Makassar City, Indonesia. A quantitative approach was employed using a survey method involving 257 permanent employees from six private universities in Makassar. Data were analyzed using Structural Equation Modeling (SEM) with the Partial Least Squares (PLS) method via SmartPLS 4. The findings indicate that transformational leadership and compensation have a positive and significant effect on both work motivation and employee performance. Work motivation also has a positive effect on employee performance and partially mediates the influence of transformational leadership and compensation on employee performance. Simultaneous testing shows that the combination of transformational leadership, compensation, and work motivation explains a substantial proportion of the variance in employee performance. The results contribute theoretically by strengthening the human resource management literature, and practically by providing strategic recommendations to enhance employee performance through inspirational leadership development, fair compensation policies, and effective work motivation management.
Analisis Kompensasi Berbasis Kesejahteraan Holistik Terhadap Turnover Intention Karyawan Budiyanto, Gatot; Halwatiah; Adianto; Hamdani, Rizki; Rusmana; Mulyadi, Edi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i2.8

Abstract

This PRISMA-guided systematic review synthesizes evidence on holistic welfare-based compensation and its association with turnover intention. Searches across Scopus, ScienceDirect, Taylor & Francis Online, Google Scholar, and SINTA targeted 2018–2025 peer-reviewed publications in Indonesian/English directly linking compensation components work flexibility, work–family support/FSSB, compensation & justice, mental-health support/EAP, recognition, and leadership/resources to intention to quit. Thirty-two studies met inclusion criteria (four meta-analyses, three systematic reviews, one randomized field experiment, and twenty-four quantitative studies). Thematic synthesis and SWiM vote counting indicated 28/32 studies reported reduced turnover intention when holistic components were implemented; 3/32 reported increases associated with psychological violence, absenteeism, and burnout/stress; 1/32 showed a nonsignificant direct effect but an indirect pathway via job satisfaction. Key mediators included job satisfaction, engagement, and motivation, while work–family conflict and burnout decreased. Findings align with the Job Demands–Resources framework: augmenting job resources enhances psychological functioning and dampens demands, thereby lowering intention to quit. We recommend a Holistic Total Rewards bundle combining structured flexibility, accessible work–family/FSSB practices, fair and transparent pay, EAP/mental-health supports, recognition, and supportive leadership; future research should use longitudinal/experimental designs, standardize indicators, and assess cost–benefit
Peran Penilaian Kerja dan Kompensasi dalam Meningkatkan Kinerja Tutor di PKBM Prestasi Gemilang Agus Hidayat, Handi; Zuniarti, Astrini; Romdhoni, Ahmad; Helmin; Mulyadi, Edi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i2.9

Abstract

This study examines the roles of performance appraisal and compensation in enhancing tutor performance within a nonformal education setting at PKBM Prestasi Gemilang. Adopting a quantitative descriptive approach, data were collected via a Likert-scale questionnaire from 53 active tutors. Instrument quality was established through validity and reliability testing, and relationships among variables were analyzed using multiple regression. The findings indicate that both performance appraisal and compensation are positive predictors of tutor performance, with appraisal emerging as the more salient driver when it is objective, transparent, and accompanied by targeted feedback. Compensation both financial and nonfinancial strengthens motivation, loyalty, and retention, reinforcing the impact of appraisal on day-to-day teaching practice. Theoretically, the results affirm the relevance of performance management as a continuous cycle and align with Herzberg’s two-factor theory in the context of community learning centers. Practically, the study recommends formalizing indicator-based appraisal systems, linking appraisal outcomes to professional development, and structuring equitable, transparent compensation packages. Limitations include the cross-sectional design, single-site context, and reliance on self-report measures. Future studies should broaden the institutional scope, employ longitudinal designs, incorporate mediators or moderators (e.g., motivation, work environment, organizational support), and integrate learner outcomes and classroom observation into the appraisal cycle
Peran Kompensasi Dan Penilaian Kinerja Dalam Meningkatkan Kepuasan Dan Produktivitas Tenaga Kesehatan Pada Era Digitalisasi Rumah Sakit Dewi Hastuti, Ade; Endah Puspaningrum, Florentina; Mulyadi, Edi
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i2.10

Abstract

This systematic review examines how compensation and performance appraisal influence health-care workers’ job satisfaction and productivity within digital hospital settings. Following PRISMA 2020, we searched major databases (2019–2025), deduplicated records, and applied dual-review screening; twenty-five studies met the inclusion criteria. Data were extracted with a structured form; study quality was appraised using RoB2/ROBINS-I/AXIS/AMSTAR-2, and certainty of evidence was summarized with GRADE. The synthesis indicates a consistent positive association between compensation salary/benefits, bonuses, and pay-for-performance and job satisfaction, and in several contexts with productivity and retention; however, P4P effects vary by indicator design and governance capacity. Well-designed performance appraisal clear goals, measurable indicators, specific feedback, and procedural fairness is linked to higher satisfaction, engagement, and work outcomes. Digitalization acts as a moderator: EHR usability, EHR engagement programs, telemedicine integration, and digital-hospital initiatives can amplify or dampen HR policies’ effects via documentation burden and workflow changes. Certainty is generally moderate for satisfaction, and low-to-moderate for productivity, retention, and engagement. Managerial implications call for a bundled HR–digital approach aligning transparent, performance-linked compensation and developmental appraisal with measurable workflow improvements. Regulatory implications include enforcing interoperability/usability standards and valid incentive indicators. Main limitations are the predominance of observational designs, heterogeneous productivity measures, and uneven reporting of digital components. Future research should employ longitudinal or quasi-experimental designs with standardized outcomes and objective data.

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 1 No 2 (2025): Volume 1 Nomor 2 (September 2025) Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)