نبذة مختصرة : Penelitian ini bertujuan untuk menerapkan konsep Big Data dalam rangka mengoptimalkan manajemen aset di PT Pos Indonesia. PT Pos Indonesia perlu mengadopsi teknologi Big Data untuk mengumpulkan, mengelola, dan menganalisis data yang dihasilkan oleh berbagai sumber. Metode penelitian yang digunakan dalam penelitian ini adalah Scrum, sebuah kerangka kerja pengembangan perangkat lunak yang berfokus pada fleksibilitas dan kolaborasi tim. Penelitian ini melibatkan beberapa tahapan. Pertama, dilakukan analisis kebutuhan dan identifikasi aset yang perlu dioptimalkan. Selanjutnya, dilakukan pengumpulan data dari berbagai sumber seperti sistem manajemen aset. Data yang dikumpulkan kemudian diproses dan disimpan dalam infrastruktur Big Data yang sesuai. Selanjutnya, menggunakan metode Scrum, tim peneliti dan stakeholder terlibat dalam proses pengembangan solusi Big Data. Sprint-sprint pendek dilakukan untuk mengimplementasikan dan menguji berbagai komponen sistem, seperti platform pengumpulan data, algoritma analisis, dan visualisasi hasil. Iterasi secara teratur memungkinkan penyesuaian dan perbaikan berkelanjutan sesuai dengan umpan balik yang diberikan oleh tim dan pemangku kepentingan. Hasil dari penelitian ini adalah prototype aplikasi dan penerapan konsep Big Data yang diimplementasikan dalam aplikasi manajemen aset di PT Pos Indonesia. Dengan mengoptimalkan penggunaan data, PT Pos Indonesia dapat meningkatkan efisiensi operasional, memperbaiki pengambilan keputusan berdasarkan analisis data yang lebih akurat. ; This research aims to apply the Big Data concept in order to optimize asset management at PT Pos Indonesia. PT Pos Indonesia needs to adopt Big Data technology to collect, manage, and analyze data generated by various sources. The research method used in this study is Scrum, a software development framework that focuses on flexibility and team collaboration. This research involves several stages. First, a needs analysis and identification of assets that need to be optimized were conducted. Next, data was ...
No Comments.