OPTIMASI PENJADWALAN TEKNISI PT TUNAS MULTI DATA MENGGUNAKAN ALGORITMA GENETIKA
DOI:
https://doi.org/10.55123/storage.v3i4.4446Keywords:
Kecerdasan Buatan, Algoritma Genetika, Optimasi PenjadwalanAbstract
PT Tunas Multidata dalam proses pelayanan terhadap pelanggan khususnya dalam penanganan keluhan pelanggan masih menggunakan pesan pribadi melalui aplikasi Whatsapp yang kemudian dicatat untuk dimasukkan kedalam daftar kegiatan teknisi. Proses pelayanan tersebut hanya bisa diproses ketika jam kerja, sedangkan diluar jam tersebut keluhan atau pendaftaran pelanggan akan diproses keesokan hari sekaligus dilakukan penyusunan jadwal kegiatan teknisi untuk merespon laporan dari pelanggan. Setelah jadwal dibuat kemudian dicetak dan disampaikan kepada teknisi untuk dikerjakan, setelah pengerjaan selesai teknisi akan mencentang status kegiatan yang ada di kertas jadwal dan menuliskan informasi pengerjaan yang meliputi tanggal, waktu, biaya, keterangan, dan status yang nantinya akan dikumpulkan kembali kepada admin setelah semua jadwal selesai, selain mengisi pada kertas jadwal teknisi juga diharuskan melakukan konfirmasi kepada admin melalui aplikasi Whatsapp jika sudah selesai melakukan penanganan masalah pada pelanggan, namun terkadang teknisi tidak melakukan laporan status pengerjaan sehingga admin tidak dapat mengetahui progres pengerjaan jadwal. Jika ada keluhan pelanggan masuk ketika teknisi masih dilapangan untuk pengerjaan maka admin akan mengecek jadwal apakah masih bisa dilakukan pengerjaan pada hari yang sama atau tidak berdasarkan jadwal dan status pengerjaan dari teknisi yang sudah masuk, jika masih bisa maka admin akan mengirim pesan pribadi kepada teknisi jika ada tambahan dan teknisi akan menambahkan tambahan tersebut kedalam kertas jadwal secara manual.
Downloads
References
Buulolo, Efori. 2020. Data Mining Untuk Perguruan Tinggi. Sleman, Deepublish Publisher.
Chen, M., Yu, L., Zhi, C., Sun, R., Zhu, S., Gao, Z., ... & Zhang, Y. (2022). Improved faster R-CNN for fabric defect detection based on Gabor filter with Genetic Algorithm optimization. Computers in Industry, 134, 103551.
Ghanjati, C., & Tnani, S. (2023). Optimal sizing and energy management of a stand-alone photovoltaic/pumped storage hydropower/battery hybrid system using Genetic Algorithm for reducing cost and increasing reliability. Energy & Environment, 34(6), 2186-2203.
Gen, M., & Lin, L. (2023). Genetic algorithms and their applications. In Springer handbook of engineering statistics (pp. 635-674). London: Springer London.
Ghodang, Hironymus. Hantono. 2020. Metodologi Penelitian Kuantitatif (Konsep Dasar dan Aplikasi Analisis Regresi dan Jalur dengan SPSS). Medan. Penerbit Mitra Grup
Katoch, S., Chauhan, S. S., & Kumar, V. (2021). A review on genetic algorithm: past, present, and future. Multimedia tools and applications, 80, 8091-8126.
Normasari, S., Kumadji, S., & Kusumawati, A. (2013). Pengaruh kualitas pelayanan terhadap kepuasan pelanggan, citra perusahaan dan loyalitas pelanggan. Jurnal Administrasi Bisnis (JAB), 6(2).
Prabowo, Mei. 2020. METODOLOGI PENGEMBANGAN SISTEM INFORMASI. Salatiga. LP2M Press IAIN Salatiga.
Sahu, B., & Dash, S. (2023, June). Feature selection with novel mutual information and binary grey wolf waterfall model. In 2023 International Conference in Advances in Power, Signal, and Information Technology (APSIT) (pp. 29-34). IEEE.
Sohail, A. (2023). Genetic algorithms in the fields of artificial intelligence and data sciences. Annals of Data Science, 10(4), 1007-1018.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Muhammad Choirul Fadhli Nurfauzi, Muhamad Fuat Asnawi, Saifu Rohman
This work is licensed under a Creative Commons Attribution 4.0 International License.