Riview Jurnal Aplikasi Pendukung Keputusan dalam Mengukur Tingkat Kepuasan Pelayanan Publik menggunakan Metode MFEP

Riview Jurnal Aplikasi Pendukung Keputusan dalam Mengukur Tingkat Kepuasan Pelayanan Publik menggunakan Metode MFEP

dhimas adhitiya       Comment   

 

https://www.djkn.kemenkeu.go.id/files/images/2023/12/Jurnal-retno2.png

Ingin Tahu Cara Efektif Mengukur Tingkat Kepuasan Pelayanan Publik?

Pendahuluan: Artikel ini menyajikan sebuah inovasi penting dalam dunia pelayanan publik, yakni Aplikasi Pendukung Keputusan (APD) berbasis Metode Multifactor Evaluation Process (MFEP). Dalam era di mana kepuasan publik menjadi tolok ukur utama kinerja pelayanan, adanya alat yang dapat mengukur dan meningkatkan kepuasan tersebut menjadi sangat penting.

Metodologi: Penelitian ini memanfaatkan metode MFEP untuk mengevaluasi dan mengukur tingkat kepuasan pelayanan publik. Data yang digunakan mencakup berbagai indikator pelayanan, seperti kecepatan pelayanan, keramahan petugas, dan akurasi informasi yang diberikan. Metode ini dipilih karena kemampuannya untuk mengolah banyak variabel secara komprehensif dan menghasilkan penilaian yang objektif.

Link jurnal terkait : Link Artikel

Hasil dan Pembahasan:

·    Implementasi MFEP: Penelitian ini menunjukkan bahwa metode MFEP dapat diterapkan secara efektif dalam aplikasi pendukung keputusan untuk mengukur kepuasan publik. Aplikasi ini mampu mengumpulkan data dari berbagai sumber dan mengolahnya menjadi informasi yang berguna bagi pengambil keputusan.

·   
 Analisis Kepuasan: Hasil analisis menunjukkan bahwa faktor kecepatan pelayanan dan keramahan petugas memiliki pengaruh besar terhadap tingkat kepuasan publik. Data ini membantu institusi publik untuk fokus pada area yang perlu ditingkatkan.

·         Keuntungan Aplikasi: Aplikasi yang dikembangkan tidak hanya mempermudah pengukuran kepuasan tetapi juga menyediakan laporan yang mudah dipahami dan diakses. Hal ini memungkinkan manajemen untuk mengambil tindakan korektif dengan cepat.

Kesimpulan: Studi ini membuktikan bahwa penggunaan metode MFEP dalam aplikasi pendukung keputusan adalah cara yang efektif untuk mengukur dan meningkatkan tingkat kepuasan pelayanan publik. Dengan alat ini, institusi publik dapat membuat keputusan yang lebih baik dan lebih responsif terhadap kebutuhan masyarakat.

Riview Jurnal Sistem Pendukung Keputusan Berbasis K-Means untuk Evaluasi Keberhasilan Bisnis dan Nilai Perusahaan

Riview Jurnal Sistem Pendukung Keputusan Berbasis K-Means untuk Evaluasi Keberhasilan Bisnis dan Nilai Perusahaan

dhimas adhitiya       Comment   

https://www.djkn.kemenkeu.go.id/files/images/2023/12/Jurnal-retno2.png

Perkembangan dunia bisnis saat ini berjalan seiring dengan kemajuan teknologi. Nilai perusahaan menjadi daya tarik utama bagi investor. Namun, pertanyaan yang sering muncul adalah, bagaimana kita bisa mengetahui apakah sebuah perusahaan benar-benar mengalami pertumbuhan nilai?

Sebuah penelitian terbaru yang dipublikasikan di Jurnal Sistem Informasi Bisnis berjudul "Sistem Pendukung Keputusan Berbasis K-Means untuk Evaluasi Keberhasilan Bisnis dan Nilai Perusahaan" memberikan solusi menarik. 

 

Penelitian ini bertujuan untuk membantu perusahaan mengklasifikasikan tingkat pertumbuhan nilai mereka menggunakan K-means clustering. Sistem yang dirancang ini mengelompokkan perusahaan ke dalam tiga kategori pertumbuhan: Rendah (R), Sedang (S), dan Tinggi (T) berdasarkan dua indikator utama: Investment Opportunity Set (IOS) dan profitabilitas.
 

Masalah yang Diangkat: 

Penelitian ini berfokus pada bagaimana merancang sistem pendukung keputusan (SPK) yang dapat secara efektif mengelompokkan perusahaan berdasarkan IOS dan profitabilitas. Kedua indikator ini memainkan peran penting dalam menentukan nilai perusahaan dan menjadi daya tarik bagi investor.
 

Solusi yang Ditawarkan:
Penelitian ini menawarkan Sistem Pendukung Keputusan (SPK) berbasis K-means clustering. Sistem ini dirancang untuk membantu perusahaan dalam mengevaluasi dan mengklasifikasikan pertumbuhan nilai mereka. 

 

Dengan menggunakan pendekatan clustering, sistem ini mampu mengelompokkan perusahaan ke dalam tiga tingkat pertumbuhan. SPK ini sangat berguna bagi perusahaan yang ingin mengetahui posisi mereka dalam pasar dan membuat keputusan strategis untuk meningkatkan nilai perusahaan.
 

Metode yang Digunakan:
Penelitian ini menggunakan metode K-means clustering, algoritma populer dalam dunia data mining, untuk melakukan pengelompokan perusahaan berdasarkan data yang ada. Metode ini dipilih karena kesederhanaan dan efisiensinya dalam menangani dataset besar. 

 

Sistem ini dikembangkan dengan menggunakan metode Rapid Application Development (RAD), yang memungkinkan pengembangan sistem yang lebih cepat dengan hasil berkualitas tinggi. Pengujian sistem dilakukan menggunakan silhouette coefficient untuk mengevaluasi kualitas hasil clustering, dan black box testing untuk memastikan fungsionalitas sistem berjalan dengan baik.

 

Hasil yang Didapat:
Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan berhasil mengelompokkan perusahaan dengan akurasi yang cukup baik. Nilai silhouette coefficient rata-rata yang diperoleh adalah 0.684, yang mendekati nilai maksimal 1. 

 

Ini menunjukkan bahwa pengelompokan yang dilakukan oleh sistem memiliki validitas yang tinggi. Sistem ini tidak hanya mampu memberikan klasifikasi yang akurat, tetapi juga membantu perusahaan dalam mengidentifikasi posisi mereka, baik di tingkat pertumbuhan rendah, sedang, maupun tinggi.

Jika kamu ingin mengetahui lebih banyak tentang bagaimana sistem ini bekerja, kamu bisa membaca jurnal lengkapnya => https://ejournal.undip.ac.id