Judul
Penulis
Ankit Singh , Deepak Jain, Ishant Mehta, Jishnu Mitra, Saurabh Agrawal
Gap peneliti
implementasi yang lebih baik untuk mengatasi isu-isu saat kemudian datang.
Jadi kita perlu pengembangan dengan perangkat lunak yang menyediakan sistem
yang lebih baik, Hanya 20% dari perusahaan telah mengambil big data
Analytics. Ini berarti bahwa banyak yang harus dipahami dalam pelaksanaan Big
Data analisis di SCM. Ini akan memberi prospek lebih lanjut dan memberikan
Pertanyaan Penelitian
analisis Big Data juga disajikan sebagai cara memperkenalkan beberapa wilayah
Metodologi Penelitian:
deskriptif dan evaluasi akhir. Salah satu metode penelitian yang paling efektif
yang telah digunakan baru-baru ini adalah Teknik Delphi. Teknik Delphi adalah
alat yang efektif untuk penelitian menyeluruh dan analisis masalah apapun.
mendalam tentang topik apapun dengan meminta para ahli. Para ahli yang
pengalaman pribadi dan bimbingan yang tepat. Metode lain yang telah
digunakan adalah studi tentang studi kasus yang berbeda. Dimasukkannya studi
Hasil penelitian
dan produktivitas yang lebih besar. Tapi biaya operasional adalah fungsi
dari biaya yang berkaitan dengan beberapa variabel seperti bahan baku,
banyak lagi.
Big Analisis Data dapat memainkan peran penting dalam proses ini
Penelitian kedepan
pasokan telah mengubah pesat dalam beberapa tahun terakhir. Jadi untuk
yang ampuh. Data yang besar memberikan kita solusi sempurna, dengan tidak
Peneliti menyarankan kepada penelitian kedepan untuk bekerja lebih lanjut pada
analisis Big Data menggunakan data hipotetis untuk lebih menyelesaikan
Judul
chain management
Penulis
Rajkumar,
Gap penelitian
aplikasi big data di SCM agak sulit dipahami dan bimbingan yang tepat untuk
praktisi saat ini terlihat lemah oleh karena itu pada jurnal ini pergerakan dari
percakapan big data berdasarkan empiris wawasan. Big data telah menjadi konsep
yang agak membingungkan dalam SCM studi ini menambahkan sudut pandang
data. Penelitian yang ada telah berusaha untuk lebih memahami data besar, di
dalam SCM tetapi semua aplikasi yang diidentifikasi belum diberi peringkat satu
sama lain untuk memungkinkan prioritas. Selain itu, literatur yang ada sangat
bahwa Big data paling bermanfaat dalam proses logistik, perencanaan dan
Dalam proses dan pengambilan keputusan pada tingkat strategis, taktis dan
operasional, apakah Big data mampu berperan sebagai peluang berharga untuk
Metodologi Penelitian
mengandung studi delphi dan angket survei. Pertama, Studi delphi dirancang
proses SCOR yang disesuaikan. Ini diikuti oleh survei kuesioner di antara
eksekutif rantai pasokan untuk menjelaskan temuan studi Delphi untuk menilai
Hasil penelitian :
aplikasi big data paling cocok untuk proses logistik, layanan dan perencanaan
terminologi big data. Itu pertanyaan yang diajukan, nilai rata-rata, dan
para ahli (skor rata-rata 4,4). Di sini para responden terutama setuju
dengan pemasok
pasokan berbasis data, di mana atribut big data telah diminta untuk
untuk semua sisanya skor di bawah tiga. Skor aktual tertinggi adalah
IT, mengidentifikasi masalah dan peluang dalam proses yang ada dan
Penelitian kedepan
ikhtisar aplikasi Big Data, termasuk studi ini, yang mencakup SCM sebagai
disiplin yang luas. Tinjauan umum ini hanya memberikan panduan awal karena
aplikasi big data tergantung pada konteks. Oleh karena itu, penelitian masa depan
pada aplikasi big data harus mencakup faktor-faktor seperti industri, dinamika
dalam rantai pasokan. Kedua, penelitian di masa depan harus mencari lebih
banyak studi mendalam tentang aplikasi spesifik yang dapat memandu praktisi
tentang sumber data apa diperlukan, teknik analitik apa yang harus diterapkan dan
kedalam praktik bisnis yang ada. Ketiga, angket-survei penelitian ini mewakili
sampel kecil dan mengandung bias, oleh karena itu, survei skala besar akan
dilakukan berharga untuk lebih mengukur adopsi dan aplikasi Big Data. Keempat,
penelitian yang ada tentang big data tampaknya sebagian besar berfokus pada
perusahaan besar tetapi big data bisa ga untuk perusahaan kecil dan menengah
yang lebih kecil. Dalam hal ini, praktik di antara ukuran perusahaan yang berbeda
dapat dimasukkan dalam penelitian masa depan. Kelima, penelitian ini juga
mengindikasikan adopsi lambat digitalisasi dan Big Data dalam SCM, yang harus
diselidiki lebih lanjut. Ini diketahui bahwa ada hambatan parah untuk menerapkan
Big Data tetapi sedikit tampaknya diketahui bagaimana cara mengatasi hambatan
ini. Oleh karena itu, penelitian masa depan sangat dianjurkan untuk membantu
yang mencakup big data ke dalam agenda digitalisasi yang lebih besar, di mana
Judul
Penulis
Gap penelitian
Kesenjangan antara teori big data dan rantai pasokan pada praktiknya
masih ada, dan masih banyak pertanyaan tidak terjawab, misalnya, bagaimana
memanfaatkan volume data besar dan data tidak terstruktur. Lebih jauh lagi, sudah
menetapkan bahwa analitik data besar dapat diterapkan di seluruh rantai pasokan
didalam bisnis masih memiliki sentimen positif tentang big data. Ulasan literatur
terbaru tentang data besar dalam SCM menegaskan bahwa kontribusi sebagian
besar konseptual dan, dan kurangnya ketelitian teoretis dan metodologis. Untuk
mengatasi kesenjangan teoretis ini dan untuk memandu SCM praktisi, ada
meningkatkan nilaigenerasi proses SCM. Lebih khusus lagi, landasan teori untuk
penelitian ini, diikuti oleh penjelasan dan argumen untuk metode pilihan kami.
Kemudian temuan empiris disajikan dan dibahas melawan teori yang ada.
Metodologi Penelitian
keseluruhan, untuk menangani masalah yang rumit. Kekuatan metode ini adalah
yang tidak memiliki bukti empiris yang merupakan kasus big data di SCM. Delphi
tujuan akhir aplikasi peringkat Big Data dalam SCM, metode ini akan diterapkan
untuk mengidentifikasi cara-cara di mana big data berada digunakan dalam proses
rantai pasokan. Penelitian telah diikuti pendekatan studi desain Delphi tradisional,
Hasil penelitian :
(skor rata-rata 4,4). Di sini responden setuju bahwa Big Data dalam
data (DAM), pertanyaan dari lintas data dan analisis sistem tingkat
lanjut yaitu algoritma, alat, dan aplikasi untuk analisis data miliki
Penelitian kedepan
karena penelitian ini memiliki eksplisit fokus pada Big Data dalam SCM,
analisis, analisis rantai pasokan, dan Big Data Analisis. Selain itu, ini adalah
keterbatasan penelitian ini hanya mencakup pakar Denmark. Karena itu, kami
mendorong melakukan studi dalam konteks nasional lain untuk bandingkan
peneliti statistik bekerja bersama untuk memahami berbagai teknik analitik yang
dapat digunakan untuk berbagai keperluan dan aplikasi SCM. Di lain kata-kata,
ilmuwan
KORELASI ANTARA JURNAL 1, 2 DAN 3
dalam rantai pasokan terutama dalam bidang industri. Big data dalam setiap
aplikasi dan penggunaaanny selalu meningkat dari waktu ke waktu yang berarti
dari analisis data yang besar yang inovatif untuk memfasilitasi perbaikan dalam
pasokan.
positif
generasi data,
b) pentingnya mengintegrasikan dan standardisasi jenis data dalam SCM,
c) penggunaan beberapa jenis analisis untuk mengasimilasi Temuan ke dalam
proses bisnis. penerapan analisis big data dalam rantai pasokan dan
berbagai cara.