Hasil Pencarian  ::  Simpan CSV :: Kembali

"Konsumen merupakan aset yang sangat berharga dalam menciptakan keuntungan bagi setiap perusahaan. Meskipun banyak perusahaan yang menerapkan Customer Relationship Management (CRM) dalam menjaga hubungannya dengan konsumen, hasil yang didapatkan perusahaan tersebut tidaklah seperti yang diharapkan karena banyak kebijakan yang diambil perusahaan tersebut kurang didasarkan atas data ataupun fakta tentang konsumennya. Hal tersebut mengakibatkan berbagai kebijakan yang dijalankan tidak mencapai hasil yang maksimal karena memang tidak sesuai dengan apa yang dibutuhkan oleh para konsumen. Permasalahan utama dari hal tersebut ternyata terletak pada keterlambatan pengolahan data menjadi informasi danjuga knowledge. Peneliti akan merancang Business Intelligence sebagai solusi dari permasalahan diatas. Perancangan Business Intelligence sangat dirasa perlu diimplementasikan pada divisi tersebut mengingat divisi ini memiliki fungsi yang sangat penting yaitu mengumpulkan seluruh pengaduan konsumen yang selanjutnya berguna untuk ditanggapi. Perancangan Business Intelligence juga dipicu oleh permasalahan serius yang saat ini terjadi pada divisi tersebut ialah terdapatnya 89.906 pengaduan konsumen (Periode April-24 Mei 2006) yang belum ditanggapi oleh divisi tersebut karena kesalahan dari aplikasi yang dipakai saat ini. Tujuan dari penelitian ini ialah untuk memberikan usulan perancangan Business Intelligence yang berguna bagi divisi CCCO tersebut dalam menjalankan mngsinya agar bisa menjadi lebih baik.......Customers are the valuable asset in yielding profit for every company. In keeping the good relationship with the customers, many companies even implement Customer Relationship Management (CRM), but the result of it is not same as what has been expected before. Although those companies implement CRM, those companies' policies are not based at the data, and absolutely it makes the policies, which the companies has taken, is not suitable with what the customers want. The main problem is the lateness in mining the customers' data. The writer will design Business Intelligence as solution of that problem. The design of Business Intelligence is considered as an important thing to be implemented because of the importance role of this division. This division is responsible for gathering the complaint of the customers and handling those complaints well. Designing of Business Intelligence is also triggered with the serious problem which happens to this division. The Problem is, there are 89.906 problems between april and 24th Mai 2006, which can not be handled because the the problems happen to aplication needed. The goal of this observation is the designing of Business Intelligence which will be useful for CCCO division for running its tasks well."

"Menghadapi persaingan yang semakin ketat dengan mulai diberlakukanya MEA menuntut perusahaan untuk berbenah. PT Ganding Toolsindo adalah perusahaan yang bergerak dalam industri komponen otomotif,yang beberapa tahun terakhir perusahaan mengalami penurunan penjualan. Hal ini menunjukkan bahwa meskipun para pekerja telah bekerja sesuai dengan deskripsinya, namun belum menunjukkan hasil yang maksimal. Maka dari itu diperlukan penerapan perilaku OCB bagi semua karyawan, yang dipercaya efektif untuk meningkatkan stabilitas dan efektifitas perusahaan. Penelitian ini akan berfokus untuk membahas faktor-faktor yang mempengaruhi peningkatan perilaku OCB diantara para karyawan seperti Kepuasan Kerja, Kecerdasan Emosional dan Komitmen Organisasi. Penelitian dilakukan pada PT Ganding Toolssindo pada bulan September-November 2015 pada 109 responden yang merupakan karyawan dari PT Ganding Toolsindo. Hasil penelitian menunjukkan bahwa komitmen organisasi berperan aktif dalam memediasi kepuasan kerja dengan perilaku OCB secara penuh. Sementara itu komitmen organisasi memediasi kecerdasan emosional dengan perilaku OCB secara parsial. Berdasarkan hasil tersebut, dalam rangka meningkatkan OCB pada karyawan yang bertujun untuk meningkatkan efektifitas dan stabilitas perusahaan, PT Ganding Toolsindo perlu untuk merekrut para karyawan dengan kecerdasan emosional yang tinggi.. Selain itu, PT Ganding Toolsindo juga perlu meningkatkan kepuasan kerja karyawan untuk meningkatkan komitmen organisasi yang pada akhirnya akan meningkatkan perilaku OCB. ......In Order to face a tight competition based on upcoming MEA. The companies need to fix the problems that they face and prepare more for the future. Ganding Toolsindo is a company which places the business in the industry of otomotive component. In Recent years, the sales of company has been decreased. The thing stihh happen eventough the workers already work their best, following their job description, but it still not enough to get a maximal result. Thats why they need trying a new work method like encouraging their workers to apply organization citizen behavior as daily work behavior. Organization Citizen behavior can help to increase stability and effectivity of a company. This study focused to search those factors in organization which possibly can increase organization citizen behavior among workers like Job Satisfaction, Emotional Intelligence and organizational commitment. The researched was happened from from September to October with 109 respondents who are the workers of PT Gading Toolsindo. Based on the researched, the result showed that organizational commitment is effective mediator which connect job satisfaction with organization citizen behavior as a whole. Meanwhile organizational commitment mediate emotional intelligence with Organizational Citizen Behavior partially. Based on the result, in order to increase organizational citizen behaviour among workers which later will increase effectivity and stability of organization, PT Gading Toolsindo needs to recruit workers with high emotional intelligence. The workers with high emotional intelligence with will practice Organizational Citizen Behavior in the work enviroment easier. Beside that way, PT Ganding Toolsindo also need to increases the job satisfaction among the workers. The increase of Job Satisfaction among employee will increase their organizational commitment will later increase organizational citizen behavior later."

"Latar Belakang Uji latih jantung beban (ULJB) merupakan modalitas diagnostik PJKO yang telah lama digunakan. Meskipun demikian, perannya semakin semakin tergantikan oleh karena tingginya angka positif palsu, khususnya pada respons iskemik sugestif positif. Tujuan studi ini adalah untuk menyusun sebuah model algoritme prediksi menggunakan kecerdasan buatan untuk mendeteksi PJKO pada populasi respons iskemik sugestif positif.Metode Pasien yang menjalani ULJB dengan hasil respons iskemik sugestif positif dan angiografi koroner invasif dalam rentang 1 tahun pasca ULJB diikutsertakan dalam studi ini. Populasi studi dibagi secara acak menjadi kelompok latihan (80%) dan uji (20%) untuk membuat algoritme prediktif. Total 16 dari 122 fitur yang digunakan, meliputi informasi klinis, faktor risiko dan EKG saat ULJB. Algoritme yang digunakan meliputi support vector machine, logistic regression, random forest, k-nearest neighbor, naive Bayesian, Adaboost, decision tree dan extreme gradient boosting. Hasil Sebanyak 124 dari 513 pasien dengan respons iskemik sugestif positif ikutserta dalam studi ini. Algoritme random forest memiliki nilai akurasi yang paling tinggi 0,75±0,05 dengan indeks Youden 0,37 serta AUC 0,7±0,14. Sebanyak 86(69,35%) populasi terbukti memiliki stenosis signifikan.Kesimpulan ULJB dengan bantuan kecerdasan buatan dapat mendeteksi adanya PJKO pada pasien dengan sindroma koroner kronik dengan respons iskemik sugestif positif.......Background Treadmill stress testing (TST) used to be an established diagnostic modalities in diagnosing obstructive coronary artery disease (OCAD) among patients with chronic coronary syndrome (CCS). Nevertheless, it has high false positive rate especially especially those with suggestive positive ischemic response (SPIR). We aim to develop an predictive model based on machine learning to detect OCAD among those with SPIR.Method Patients who underwent TST and coronary angiography (CAG) within 1 year interval were enrolled into the study. They were randomly splitted into training (80%) and testing (20%) dataset for model development. Sixteen out of 122 features were used, including clinical information, risk factor and ECG parameter during TST. Several algorithm were used in model development including support vector machine, logistic regression, random forest, k-nearest neighbor, naive Bayesian, Adaboost, decision tree dan extreme gradient boosting.Result 124 out of 513 patients with SPIR were enrolled in this study. Random forest algorithm achieved the highest accuracy (0,75±0,05) with Youden index of 0,37 and AUC 0,7±0,14. A total of 86(69,35%) patients had OCAD based on CAG.Conclusion Machine learning based predictive model can diagnosed OCAD among CCS patients with SPIR."