Abstract:Abstract: The advancement of information technology is progressively exerting significant impact across diverse aspects of life, including business. PT Semen Baturaja Tbk is developing a marketplace platform called Build…
Id to meet community's needs for high-quality construction materials and services, also aims to enhance company's product sales and brand recognition. A system with quality provides ease of use in order to achieve customer satisfaction. Build Id merchant for architects website requires user-friendly design recommendations to increase the user experience when it gets distributed to the market. To achieve this goal, Task-Centered System Design (TCSD) method is being used to focused the design process. TCSD is a method in Human Computer Interaction (HCI) used to identify task and user requirements. The method consists of 4 stages, namely, identification, user-centered requirements analysis, design through scenarios, and walkthrough evaluation. In this study, identification was carried out by conducting system observations and interviews with Build Id team at Digital Marketing Unit of PT Semen Baturaja Tbk and architect as the prospective system users. The interface design results were evaluated using System Usability Scale (SUS) and received final score of 69.615, indicating that the interface design made using TCSD method is feasible for users to use.
Keywords: Interface; System Usability Scale; Task-Centered System Design
Abstrak: Perkembangan teknologi informasi kian berpengaruh besar dalam berbagai bidang kehidupan, termasuk di dunia bisnis. PT Semen Baturaja Tbk mengembangkan suatu sistem dalam bentuk marketplace dengan nama Build Id, dengan tujuan untuk memenuhi kebutuhan bahan bangunan dan jasa konstruksi yang berkualitas bagi masyarakat, serta memperluas penjualan produk dan branding merk dari PT Semen Baturaja Tbk ini sendiri. Sistem yang berkualitas memberikan kemudahan dan kenyamanan dalam penggunaannya demi mewujudkan kepuasan pelanggan. Build Id merchant untuk arsitek memerlukan rekomendasi desain atau prototype user interface yang user friendly demi meningkatkan pengalaman pengguna ketika didistribusikan ke pasaran nantinya. Metode Task-Centered System Design (TCSD) digunakan untuk membantu proses perancangan lebih terarah. TCSD adalah metode dalam Human Computer Interaction (HCI) yang digunakan untuk mengidentifikasi kebutuhan task dan pengguna. Metode TCSD terdiri dari 4 tahap yaitu, identification, user-centered requirements analysis, design through scenario, dan walkthrough evaluation. Identifikasi dalam penelitian ini dilakukan dengan observasi dan wawancara bersama tim Build Id dan calon pengguna sistem yaitu arsitek. Hasil dari rancangan interface kemudian dievaluasi menggunakan System Usability Scale (SUS) dengan hasil skor akhir 69,615, menunjukkan rancangan interface yang dibuat dengan metode TCSD ini layak untuk digunakan pengguna.
Kata kunci: Interface; System Usability Scale; Task-Centered System Design
Abstract:Abstract: Sales of sponge cakes at Zahra's shop have difficulty meeting customer demand when the demand for sponge cakes increases drastically at certain times. This is because the sales of sponge cakes at Zahra's shop are…
re still calculated based on their own estimates, causing excess production to be made and even a shortage of sponge cake supplies. This problem has an impact on the supply control of sponge cake production which cannot be predicted properly by Zahra's shop. The purpose of this study is to build a forecasting system using the double exponential smoothing method to predict sales of sponge cake at Zahra's shop for the next period based on the data obtained. The research method used in this study is a quantitative method. The results in the calculation of sponge cake sales forecasting using the Double Exponential Smoothing method using alpha 0.5, the number of sponge cake sales for July 2023 on Banana Cake is 430 boxes, with a forecasting error rate of 2.75%, on Chiffon Mocca Sponge cake is 330 boxes, with a forecasting error rate of 2.75%. forecasting error of 4.50%, on Pandan Cake as many as 92 Boxes, with a forecasting error rate of 7.21%, on Ordinary Roll Cake as many as 77 Boxes, with a forecasting error rate of 4.78, So the error rate on Banana Cake, Bolu Chiffon Mocca, Pandan Cake, and Ordinary Roll Cake are in the very good category because they have an error value of less than 10%.
Keywords : double exponential smoothing; forecasting; spoke cake
Abstrak: Penjualan kue bolu pada toko zahra mengalami kesulitan untuk memenuhi permintaan pelanggan ketika permintaan kue bolu meningkat secara drastis diwaktu-waktu tertentu. Hal ini disebabkan karena penjualan kue bolu di toko zahra masih perhitungan berdasarkan perakiraan sendiri sehingga menyebabkan produksi yang dibuat sering kelebihan bahkan kekurangan persedian kue bolu. Masalah tersebut berdampak pada pengendalian persedian produksi kue bolu yang tidak dapat diprediksi dengan baik oleh toko zahra. .Tujuan penelitian ini adalah membangun sistem peramalan dengan metode double exponential smoothing untuk meramalkan penjualan bolu pada Toko Zahra untuk periode berikutnya berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah metode kuantitatif. Hasil dalam perhitungan peramalan penjualan kue bolu dengan metode Double Exponential Smoothing menggunakan alpha 0.5 jumlah penjualan kue bolu untuk bulan Juli 2023 pada Bolu Pisang sebanyak 430 Kotak, dengan tingkat kesalahan peramalan sebesar 2,75%, Pada Bolu Chiffon Mocca sebanyak 330 Kotak, dengan tingkat kesalahan peramalan sebesar 4,50%, pada Bolu Pandan sebanyak 92 Kotak, dengan tingkat kesalahan peramalan sebesar 7,21%, pada Bolu Gulung Biasa sebanyak 77 Kotak, dengan tingkat kesalahan peramalan sebesar 4,78, Sehingga tingkat kesalahan pada Bolu Pisang, Bolu Chiffon Mocca,Bolu Pandan, dan Bolu Gulung biasa tergolong kategori sangat baik karena memiliki nilai kesalahan kurang dari 10%.
Kata Kunci : peramalan; kue bolu; pemulusan eksponensial ganda
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Alumni data is one of the most important data that can be used as a reference for the quality of education at a university. XYZ University maintains alumni data on a regular basis, but the alumni data continues…
es to grow each semester. The Alumni Data Report submission remains suboptimal and does not contain information to help universities assess the outstanding qualities of individual alumni. The purpose of the research conducted here is to analyze the application of business intelligence systems in the management of XYZ University's alumni data within the framework of XYZ University's quality assessment and management. The focus of this research is on the analysis of functional and informational requirements. The analysis process for this study is based on the Business Intelligence Roadmap methodology, which includes the inference or business justification, planning, and analysis phases. The study analyzed plans to implement a business intelligence system to manage alumni data in a way that meets the information needs of decision makers. Dashboard menjelaskannya secara visual, baik dari segi navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Keywords: alumni data, business intelligence, tableau, visualization
Abstrak : Data alumni merupakan salah satu data penting yang dapat dijadikan acuan mutu pendidikan pada suatu perguruan tinggi. Universitas XYZ memelihara data alumni secara rutin, namun data alumni terus bertambah setiap semesternya. Penyampaian Laporan Data Alumni masih kurang optimal dan tidak memuat informasi untuk membantu universitas menilai kualitas luar biasa dari individu alumni. Tujuan penelitian yang dilakukan disini adalah untuk menganalisis penerapan sistem intelijen bisnis dalam pengelolaan data alumni Universitas XYZ dalam rangka penilaian dan pengelolaan mutu Universitas XYZ. Fokus penelitian ini adalah pada analisis kebutuhan fungsional dan informasional. Proses analisis penelitian ini didasarkan pada metodologi Business Intelligence Roadmap yang meliputi tahap inferensi atau pembenaran bisnis, perencanaan, dan analisis. Studi ini menganalisis rencana penerapan sistem intelijen bisnis untuk mengelola data alumni sedemikian rupa sehingga memenuhi kebutuhan informasi para pengambil keputusan. Dashboard menjelaskannya secara visual, baik dari bidang navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Kata Kunci: business intelligence, data alumni, tableau, visualisasi
Abstract:Abstract: Distributor Center (DC) Ria Sari, one of the official herbal medicine agents from PT HPAI (Herba Penawar Alwahida Indonesia) company. Sales of herbal medicines at the Ria Sari Anggriani Distributor Center (DC)…
often experience instability. Where in the period March 2022 to May 2022 there was a significant increase in sales. This resulted in the Ria Sari Anggriani Distributor Center (DC) being unable to serve requests for available herbal medicines. So that it becomes an obstacle in the stock of herbal medicines that must be prepared. If there are too many drug stocks but the demand for herbal medicines is decreasing then this will result in a loss, conversely if the demand for medicines increases but the stock of herbal medicines cannot be prepared then this will be a loss for DC Ria Sari Anggriani. For this reason, it is necessary to do a forecasting/prediction technique, using the Single Exponential Smoothing Method . The purpose of the forecasting/prediction will be to assist in terms of the supply of herbal medicines in the following month's period. The results of testing this method were obtained in the period June 2023, requests for 167 herbal medicines, 178 Extra foods, 189 Etta Goat Milk, 91 Herbal Toothpastes, 74 products of Propolis Soap.
Keywords: herbal medicine; prediction; single exponential smoothing
Abstrak: Distributor Center (DC) Ria Sari salah satu agen resmi obat herbal dari perusahaan PT HPAI (Herba Penawar Alwahida Indonesia). Penjualan obat herbal pada Distributor Center (DC) Ria Sari Anggriani sering terjadi ketidak stabilan. Dimana pada periode Maret 2022 sampai dengan Mei 2023 terjadi kenaikan penjualan yang seknifikan. Ini mengakibatkan Distributor Center (DC) Ria Sari Anggriani tidak dapat melayani permintaan akan obat herbal yang tersedia. Sehingga menjadi kendala dalam stok obat herbal yang harus disiapkan. Jika stok obat terlalu banyak namun permintaan akan obat herbal menurun maka ini akan manjedi kerugian, sebaliknya jika permintaan akan obat meningkat namun stok obat herbal tidak dapat disiapkan maka ini menjadi kerugian bagi DC Ria Sari Anggriani. Untuk itu perlu dilakukan suatu teknik peramalan/prediksi, menggunakan Metode Single Exponential Smoothing (SES). Tujuan dari peramalan/prediksi nantinya dapat membantu dalam hal penyediaan akan obat herbal pada periode bulan berikutnya. Hasil dari pengujian terhadap metode ini diperoleh pada periode Juni 2023, perminaan akan obat herbal 167 , Extrafood 178, Etta Goat Milk 189, Pasta Gigi Herbal 91, Sabun Propolis 74 produk. Hasil simpulan dari penelitian ini koefisien nilai alpha (α) mempengaruhi seberapa besar pengaruh data masa lalu terhadap peramalan masa depan.
Kata Kunci: obat herbal; prediksi; single exponential smoothing
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Abstract: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty…
ty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.
Keywords: Application; Data Mining; Multiple Linear Regression
Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya. Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.
Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda
Abstract:Abstract: Paskibra selection is an annual agenda held by schools, district disporas, provincial disporas, and the Ministry of Youth and Youth. This activity aim select the best students who will serve as flag raisers at…
independence commemoration ceremonies and other holidays. Paskibra participants have to choose. This reliable, formidable and attractive students are choosen. So the flag raising can be carried out solemnly and well. This school has a large number of students. Paskibra extracurricular enthusiasts also have many enthusiasts. This school Paskibra is a favourite extracurricular and quite prestigious among students. The selection of Paskibra has been running so well, but the decisions taken are sometimes not by the standards procedures. Therefore, a system that will be a reference for objective decision-making need to created . The decision-making system using the data mining algorithm C4.5. This study aim to create a system that makes it easier for the selection committee to select eligible Paskibra members. The method used is a qualitative method in the form of the results of interviews with data from participants in the last three years of the Pakskibra selection. As a result, there are three main criteria and five rules of the selection system.
Keywords: C4.5 algorithm; data mining; paskibra
Abstrak: Seleksi paskibra merupakan agenda tahunan yang diadakan oleh sekolah, dispora kabupaten, dispora provinsi, dan kemenpora untuk memilih siswa-siswi terbaik yang akan bertugas sebagai pengibar bendera pada upacara peringatan kemerdekaan dan hari-hari besar lainnya. Peserta paskibra perlu diseleksi agar terpilih siswa-siswi yang handal, tangguh dan menarik sehingga pengiabaran bendera dapat dilaksanakan dengan khidmad dan baik. Sekolah ini adalah salah satu sekolah menengah atas yang menjadi favorit para lulusan SMP. Oleh karena itu sekolah ini mempunyai siswa yang sangat banyak. Dengan banyaknya siswa yang masuk, maka peminat ekskul paskibra juga memiliki peminat yang banyak, selain itu di sekolah ini paskibra merupakan ekskul favorit dan cukup bergengsi di kalangan siswa. Seleksi paskibra yang berjalan selama ini sudah dilakukan dengan baik, akan tetapi keputusan yang diambil terkadang tidak sesuai dengan standar yang telah ditetapkan. Oleh karena itu perlu dibuatkan sebuah sistem yang akan menjadi acuan untuk pengambilan keputusan yang objektif. Sistem pengambilan keputusan akan dibuat menggunakan data mining algoritma C4.5. Tujuan dari penelitian ini adalah membuat sebuah sistem yang memudahkan panitia penyeleksi untuk memilih anggota paskibra yang layak. Metode yang digunakan adalah metode kualitatif berupa hasil wawancara data peserta seleksi pakskibra tiga tahun terakhir. Hasilnya berupa tiga kriteria utama dan lima aturan sistem seleksi.
Kata kunci: Algoritma C4.; data mining; paskibra;
Abstract:Abstract: Currently in Indonesia freight forwarding services or expeditions are increasingly being used in business. Companies that provide freight forwarding services are also increasingly popping up, besides that the range…
ange of shipping services is much wider, starting from big cities to small villages, now they are starting to become targets in the business process of freight forwarding services. There are also various kinds of goods that can be sent, ranging from small items, large items such as vehicles, or items that are private in nature such as documents. It is also undeniable that currently goods delivery services have become a mainstay of the community since the pandemic hit. However, in a number of cases with the onset of COVID-19 this can reduce income in goods delivery services due to the emergence of lock down policies in various regions according to the risk map zone for the spread of COVID-19 so that public transportation restrictions must be carried out, therefore it is necessary to carry out and also transformation in technology. One of the companies in the delivery service sector, namely a logistics company, must create a management strategy so that it can survive under the effects of the post-pandemic digital transformation in the logistics sector. In this study, the authors will discuss the business strategies carried out by logistics companies in dealing with the post-COVID-19 pandemic.
Keywords: logistics, strategy management, transformation digital
Abstrak: Saat ini di Indonesia jasa pengiriman barang atau ekspedisi semakin marak digunakan dalam proses bisnis. Perusahaan penyedia jasa layanan pengiriman barang pun semakin banyak bermunculan, selain itu jangkauan pengiriman barang pun jauh lebih luas mulai dari kota-kota besar sampai ke desa-desa kecil sekarang sudah mulai menjadi target dalam proses bisnis jasa layanan pengiriman barang. Barang yang dapat dikirim pun ada berbagai macam mulai dari barang yang kecil, barang yang besar seperti kendaraan, ataupun barang yang bersifat privasi seperti dokumen. Tidak dapat dipungkiri juga bahwa saat ini jasa pengiriman barang menjadi andalan masyarakat semenjak melandanya pandemi. Namun, pada beberapa kasus dengan melandanya COVID-19 ini bisa menurunkan penghasilan pada jasa layanan pengiriman barang dikarenakan munculnya kebijakan lock down di berbagai daerah sesuai dengan zona peta resiko penyebaran COVID-19 sehingga harus dilakukan pembatasan transportasi umum. Perusahaan di bidang jasa pengiriman yaitu perusahaan logistik harus membuat manajemen strategi yang lebih baik agar mampu bertahan di bawah pengaruh pandemic terhadap perusahaan logistic dalam teknologi informasi dalam transformasi digital ERP logistik. Pada penelitian ini penulis akan membahas mengenai strategi-strategi yang dilakukan oleh perusahaan logistic untuk menangani masalah tersebut.
Kata kunci: logistik, manajemen strategi,transformasi digital