RCF INDONESIARCF INDONESIA
Journal of Science Education and Management BusinessJournal of Science Education and Management BusinessPenelitian 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.
Dari hasil kajian literatur dapat disimpulkan bahwa algoritma penugasan maksimum merupakan pendekatan yang efektif dalam mendukung proses pengambilan keputusan manajerial, khususnya dalam hal distribusi sumber daya dan optimalisasi kinerja organisasi.Algoritma ini mampu menghasilkan keputusan terbaik dengan mempertimbangkan berbagai aspek seperti waktu, biaya, dan efisiensi operasional, sehingga membantu manajer membuat keputusan yang lebih rasional, cepat, dan berbasis data.Perkembangan metode ini, dari model matematis tradisional hingga penerapan machine learning dan graph neural network (GNN), menunjukkan peningkatan signifikan dalam akurasi serta kecepatan pengolahan data.Namun, efektivitas algoritma ini masih dipengaruhi oleh faktor seperti ketersediaan data real-time dan kompleksitas perhitungannya.Oleh karena itu, penting bagi organisasi untuk mengintegrasikan algoritma penugasan dengan teknologi kecerdasan buatan agar lebih responsif terhadap perubahan dan ketidakpastian lingkungan bisnis.Secara keseluruhan, penerapan algoritma penugasan maksimum tidak hanya meningkatkan efisiensi dan efektivitas keputusan manajerial, tetapi juga memperkuat pondasi bagi pengembangan sistem.
Untuk penelitian lanjutan, disarankan untuk mengintegrasikan algoritma penugasan maksimum dengan kecerdasan buatan dan data real-time agar hasil optimasi lebih akurat dan aplikatif. Selain itu, studi kasus atau eksperimen langsung dapat dilakukan untuk menguji efektivitas algoritma dalam praktik manajerial. Penelitian selanjutnya juga dapat fokus pada pengembangan model konseptual yang menggabungkan Enterprise Risk Management (ERM) dengan Performance Management System (PMS) untuk mendukung pengambilan keputusan strategis. Dengan demikian, organisasi dapat meningkatkan efisiensi, efektivitas, dan kualitas keputusan strategis di era digital.
| File size | 425.08 KB |
| Pages | 11 |
| DMCA | Report |
Related /
LAAROIBALAAROIBA Tujuan Penelitian ini adalah untuk mengetahui Implementasi Program Desa Mandiri Pangan di Kecamatan Pulubala. Populasi berdasarkan survei dalam penelitianTujuan Penelitian ini adalah untuk mengetahui Implementasi Program Desa Mandiri Pangan di Kecamatan Pulubala. Populasi berdasarkan survei dalam penelitian
RCF INDONESIARCF INDONESIA Tahap screening dan penilaian kelayakan dilakukan dengan mengacu pada panduan PRISMA 2020. Dari 35 artikel yang disaring, 5 artikel berhasil diakses penuhTahap screening dan penilaian kelayakan dilakukan dengan mengacu pada panduan PRISMA 2020. Dari 35 artikel yang disaring, 5 artikel berhasil diakses penuh
RCF INDONESIARCF INDONESIA Dengan menggunakan metode Systematic Literature Review (SLR), studi ini menelusuri dan mengkaji hasil penelitian terdahulu yang dipublikasikan dalam duaDengan menggunakan metode Systematic Literature Review (SLR), studi ini menelusuri dan mengkaji hasil penelitian terdahulu yang dipublikasikan dalam dua
RCF INDONESIARCF INDONESIA Berdasarkan hasil analisis sistematik, penerapan metode optimasi seperti Hungarian Method dan Maximum Assignment Optimization memiliki peran penting dalamBerdasarkan hasil analisis sistematik, penerapan metode optimasi seperti Hungarian Method dan Maximum Assignment Optimization memiliki peran penting dalam
IAINPTKIAINPTK Penelitian ini menemukan bahwa kualitas layanan dan harga memiliki pengaruh signifikan terhadap kepuasan pelanggan. Dukungan teknis juga diidentifikasiPenelitian ini menemukan bahwa kualitas layanan dan harga memiliki pengaruh signifikan terhadap kepuasan pelanggan. Dukungan teknis juga diidentifikasi
UNYUNY Penelitian ini menyimpulkan bahwa sistem berbasis deep learning unggul dalam akurasi tetapi kurang efisien secara komputasi. Pendekatan deep learning lebihPenelitian ini menyimpulkan bahwa sistem berbasis deep learning unggul dalam akurasi tetapi kurang efisien secara komputasi. Pendekatan deep learning lebih
IRPIIRPI Hasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasiHasil penelitian analisa sentimen opini masyarakat tentang vaksinasi COVID-19 yang telah dilakukan, cenderung ke tanggapan negatif dengan nilai akurasi
UNDIKSHAUNDIKSHA Hasil menunjukkan bahwa implementasi AI dapat mengurangi konsumsi energi sebesar 18,7% tanpa menurunkan kenyamanan lingkungan. Namun terdapat hambatanHasil menunjukkan bahwa implementasi AI dapat mengurangi konsumsi energi sebesar 18,7% tanpa menurunkan kenyamanan lingkungan. Namun terdapat hambatan
Useful /
RCF INDONESIARCF INDONESIA Selain itu, temuan penelitian menunjukkan bahwa pendekatan kooperatif dalam teori permainan cenderung menghasilkan utilitas konsumsi yang lebih tinggiSelain itu, temuan penelitian menunjukkan bahwa pendekatan kooperatif dalam teori permainan cenderung menghasilkan utilitas konsumsi yang lebih tinggi
RCF INDONESIARCF INDONESIA Hasil kajian menunjukkan bahwa pendekatan kuantitatif berbasis pemodelan matematis, optimasi, teori permainan, dan simulasi banyak dimanfaatkan untuk merumuskanHasil kajian menunjukkan bahwa pendekatan kuantitatif berbasis pemodelan matematis, optimasi, teori permainan, dan simulasi banyak dimanfaatkan untuk merumuskan
RCF INDONESIARCF INDONESIA Populasi penelitian adalah UMKM di Sumatra Barat. Teknik pengambilan sampel menggunakan random sampling dengan menyebarkan kuesioner melalui Google FormPopulasi penelitian adalah UMKM di Sumatra Barat. Teknik pengambilan sampel menggunakan random sampling dengan menyebarkan kuesioner melalui Google Form
IAINPTKIAINPTK Model yang diuji dengan silhouette score 0,62 ini mampu meningkatkan retensi 12% dan meningkatkan respon kampanye promosi 23% dibandingkan pendekatan massModel yang diuji dengan silhouette score 0,62 ini mampu meningkatkan retensi 12% dan meningkatkan respon kampanye promosi 23% dibandingkan pendekatan mass