Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Edisi terkini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di:
https://www.emerald.com/insight/2183-4172.htm

Dampak Industri 4.0 terhadap Industri 4.0 aktif

organisasi
kinerja organisasi: kasus industri pertunjukan

ritel Pakistan
Shahbaz Ali dan Yongping Xie 63
Universitas Xidian, Xian, Cina
Diterima 29 Januari 2021
Revisi 12 Mei 2021
Abstrak Diterima 20 Juli 2021
Tujuan -Tujuan dari makalah ini adalah untuk menilai dan menentukan dampak dari lima teknologi inti
Industri 4.0 (3D Printing, Big Data Analytics, Cloud Computing, Internet of Things (IoT) dan Robotika)
terhadap kinerja organisasi industri ritel di konteks Pakistan.
Desain/metodologi/pendekatan –Industri ritel Pakistan dipilih sebagai sektor target, dan populasi target
terdiri dari karyawan tingkat senior, termasuk manajer dari posisi tingkat pertama hingga posisi tingkat
atas, serta karyawan bawahan yang bekerja di bawah pengawasan manajer tingkat pertama. memiliki
pengetahuan teknologi Industri 4.0. Data dikumpulkan melalui kuesioner survei berbasis matriks yang
didasarkan pada skala Likert lima poin, mulai dari "sangat setuju" hingga "sangat tidak setuju". Proses
analisis data dilakukan dengan menggunakan IBM SPSS Statistics.
Temuan –Temuan yang diperoleh dari penelitian ini menunjukkan hubungan yang signifikan antara lima pilar inti
Industri 4.0 dan kinerja organisasi industri ritel Pakistan. Selain itu, temuan yang diperoleh memberikan bukti
awal bahwa teknologi pengganggu Industri 4.0, khususnya pencetakan 3D, analitik data besar, komputasi awan,
IoT, dan robotika, dapat membantu industri ritel Pakistan memecahkan berbagai masalah dan tantangan, seperti
pendapatan yang sedikit, peningkatan biaya. dan sistem yang tidak terorganisir. Orisinalitas/nilai –Studi ini
memperluas pengetahuan teoretis dengan mempelajari dan memeriksa lima faktor penting Industri 4.0 yang
secara signifikan berkontribusi pada sektor jasa, khususnya, industri ritel, dari ekonomi pasar berkembang (BEM)
yang besar, termasuk Pakistan.
Kata kunciIndustri 4.0, Kinerja Organisasi, Sektor Jasa, Industri Ritel, Pasar Berkembang
Besar (BEM)
Jenis kertasMakalah penelitian

1. Perkenalan
Revolusi industri telah sepenuhnya mengubah kerajinan tangan dan ekonomi berbasis
pertanian menjadi ekonomi berbasis pabrik, manufaktur mekanis, dan industri skala besar (
Rogers et al.,1978). Hasilnya, sumber daya dan mesin baru serta cara inovatif dalam
mengelola pekerjaan secara signifikan meningkatkan produktivitas dan efisiensi industri
yang ada (Evanset al.,2007). Tinjauan literatur menunjukkan bahwa ada empat fase dari

© Shahbaz Ali dan Yongping Xie. Diterbitkan diJurnal Studi Manajemen Eropa.Diterbitkan oleh Emerald Publishing
Limited. Artikel ini diterbitkan di bawah lisensi Creative Commons Attribution (CC BY 4.0). Siapa pun boleh
mereproduksi, mendistribusikan, menerjemahkan, dan membuat karya turunan dari artikel ini (baik untuk tujuan
komersial maupun non-komersial), tunduk pada atribusi penuh pada publikasi dan penulis asli. Persyaratan
lengkap lisensi ini dapat dilihat dihttp://creativecommons.org/licences/by/4.0/ legalcode

Pendanaan:Penelitian ini mendapatkan dana dari National Natural Science Foundation: Research on
Core Enterprise Leadership and Mechanism of Its Role in Strategic Alliance of Technological Innovation
(71472144), Penelitian tentang Mekanisme Pengaruh Core Enterprise Leadership terhadap Kinerja
Technology Innovation Strategy Alliance (14XJA630004) dari Proyek Kawasan Barat dan Perbatasan
Jurnal Manajemen Eropa
Masyarakat Kemanusiaan Kementerian Pendidikan, Penelitian Pengembangan Klaster Industri Integrasi Studi
Sipil-Militer Xi'an Berdasarkan Perusahaan Inti Memimpin Eksperimen Inovasi dan Reformasi Vol. 26 No. 2/3, 2021
hlm.63-86
Komprehensif Xi'an dari Proyek Ilmu Lunak Xi'an Rencana Sains dan Teknologi Xi'an [2017110SF/ RK004- Emerald Publishing Terbatas

(6)].Proyek Penelitian Jalur Pengembangan Klaster Industri Integrasi Sipil-Militer Shaanxi (2019KRM006) e-ISSN: 2635-2648
p-ISSN: 2183-4172
didanai bersama oleh Program Penelitian Ilmu Lunak Provinsi Shaanxi. DOI10.1108/EJMS-01-2021-0009
EJMS revolusi industri (Kagermannet al.,2013). Revolusi industri pertama terjadi pada akhir
26,2/3 abad ke-18, dan difokuskan pada mekanisasi, dengan air dan uap digunakan untuk
menggerakkan pabrik. Revolusi industri kedua terjadi sekitar awal abad ke-20 dan
berfokus pada produksi massal dan listrik. Elektronik, sistem IT, dan otomasi menjadi
fokus revolusi industri ketiga, yang mengacu pada periode tahun 1970-an. Revolusi
industri keempat dan saat ini (juga dikenal sebagai Industri 4.0 – istilah yang awalnya
diciptakan oleh pemerintah Jerman pada tahun 2011) terjadi pada awal abad ke-21 dan
64 berfokus pada sistem fisik-cyber (CPS). Industri 4.0 adalah istilah umum, yang
memanfaatkan berbagai teknologi perintis, mulai dari sistem fisik siber (cyber-physical
system/CPS) dan analitik data besar hingga IoT, 3Dprinting, dan komputasi awan.Zhou
et al.,2015). Industri 4.0 mengacu pada evolusi otomatisasi, dan perolehan data dan
teknologi, yang jika digabungkan, mengubah berbagai aktivitas rantai nilai, mulai dari
desain hingga produksi dan dari pemasaran hingga distribusi (Vaidyaet al.,2018).
Kemajuan teknologi adalah fokus utama dari tiga revolusi industri pertama, sedangkan
Industri 4.0 menekankan bagaimana kehidupan sehari-hari dipengaruhi oleh evolusi
dan kemajuan teknologi.Gambar 1menunjukkan empat fase revolusi industri.

Beberapa tahun terakhir telah terlihat peningkatan minat pada Industri 4.0, karena
pengaruhnya yang luas (Lasiet al.,2014;Lu, 2017). Sejumlah penelitian menunjukkan bahwa
teknologi disruptif Industri 4.0 dapat memadukan terobosan di sektor industri. Selama bertahun-
tahun, sejumlah besar penelitian telah dilakukan untuk menyelidiki peran Industri 4.0 di sektor
produksi, khususnya industri manufaktur (jujuret al.,2019;Qi dan Tao, 2018). Namun, peran
Industri 4.0 di sektor jasa, khususnya industri ritel, masih kurang dipahami. Selain itu, tidak ada
upaya yang dilakukan untuk mengeksplorasi dampak Industri 4.0 terhadap kinerja organisasi
industri ritel di negara-negara berkembang, seperti Pakistan, yang telah memberikan kontribusi
yang sangat besar terhadap pembangunan ekonomi total Pakistan.

Gambar 1.
Empat fase
revolusi industri
Bersama dengan industri grosir, industri ritel terdiri lebih dari sepertigaIndustri 4.0 aktif
Sektor jasa Pakistan, yang menyumbang lebih dari 53% dari PDB Pakistan (Imron, 2018).
organisasi
Oleh karena itu, untuk pertama kalinya, penelitian ini mengambil langkah yang belum pernah ada
sebelumnya untuk menilai dan menentukan dampak dari berbagai teknologi yang mengganggu di
pertunjukan
Industri 4.0, seperti pencetakan 3D, analitik data besar, komputasi awan, Internet of things (IoT), dan
robotika. pada kinerja organisasi industri ritel Pakistan, yang merupakan salah satu pasar ritel dengan
pertumbuhan tercepat di dunia.
Penelitian ini dilakukan dengan dua cara. Pertama, tinjauan pustaka menyeluruh dilakukan pada Industri 4.0, kinerja organisasi, dan industri ritel ekonomi BEM, seperti Pakistan.
65
Tinjauan literatur ini bertujuan untuk: mengembangkan pernyataan masalah, menyatakan pertanyaan penelitian, mendefinisikan variabel yang relevan dengan masalah yang sedang

diselidiki oleh penelitian ini, mengusulkan hipotesis untuk pekerjaan penelitian ini, dan mengembangkan model penelitian yang komprehensif untuk penelitian yang akan dilakukan.

-keluar. Untuk tujuan ini, berbagai sumber diperiksa, seperti layanan abstraksi dan pengindeksan, ulasan tahunan, dokumen pemerintah, buku pegangan dan ensiklopedia, mesin

pencari publik utama, dan artikel ulasan. Kedua, setelah menyelesaikan tinjauan pustaka, pendekatan kuantitatif digunakan untuk melakukan proses analisis data, termasuk

penggunaan kuesioner survei berbasis matriks untuk mengumpulkan tanggapan peserta dan memverifikasi hipotesis yang diajukan. IBM SPSS Statistics digunakan untuk analisis ini.

Peserta penelitian ini termasuk karyawan tingkat senior dari industri ritel Pakistan, termasuk manajer tingkat pertama hingga tingkat atas, serta karyawan bawahan yang bekerja di

bawah pengawasan manajer tingkat pertama. Industri 4.0 diambil sebagai variabel independen, dan lima pilar inti industri 4.0 dipertimbangkan, termasuk pencetakan 3D, analitik data

besar, komputasi awan, IoT, dan robotika. Kinerja organisasi industri ritel diambil sebagai variabel dependen. yang termasuk penggunaan kuesioner survei berbasis matriks untuk

mengumpulkan tanggapan peserta dan memverifikasi hipotesis yang diajukan. IBM SPSS Statistics digunakan untuk analisis ini. Peserta penelitian ini termasuk karyawan tingkat senior

dari industri ritel Pakistan, termasuk manajer tingkat pertama hingga tingkat atas, serta karyawan bawahan yang bekerja di bawah pengawasan manajer tingkat pertama. Industri 4.0

diambil sebagai variabel independen, dan lima pilar inti industri 4.0 dipertimbangkan, termasuk pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika. Kinerja

organisasi industri ritel diambil sebagai variabel dependen. yang termasuk penggunaan kuesioner survei berbasis matriks untuk mengumpulkan tanggapan peserta dan memverifikasi

hipotesis yang diajukan. IBM SPSS Statistics digunakan untuk analisis ini. Peserta penelitian ini termasuk karyawan tingkat senior dari industri ritel Pakistan, termasuk manajer tingkat

pertama hingga tingkat atas, serta karyawan bawahan yang bekerja di bawah pengawasan manajer tingkat pertama. Industri 4.0 diambil sebagai variabel independen, dan lima pilar

inti industri 4.0 dipertimbangkan, termasuk pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika. Kinerja organisasi industri ritel diambil sebagai variabel dependen.

Peserta penelitian ini termasuk karyawan tingkat senior dari industri ritel Pakistan, termasuk manajer tingkat pertama hingga tingkat atas, serta karyawan bawahan yang bekerja di

bawah pengawasan manajer tingkat pertama. Industri 4.0 diambil sebagai variabel independen, dan lima pilar inti industri 4.0 dipertimbangkan, termasuk pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika. Kinerja org

Temuan yang diperoleh menunjukkan hubungan yang signifikan antara lima

pilar inti Industri 4.0 dan kinerja organisasi industri ritel Pakistan, yaitu
implementasi Industri 4.0 dan teknologi mutakhir terkait dalam industri ritel
Pakistan tampaknya membantu. meningkatkan kinerja organisasi secara
keseluruhan dari industri ritel. Temuan yang diperoleh dari studi ini dapat
dimanfaatkan oleh berbagai kalangan, seperti business provider, pakar Industri
4.0, serta akademisi dan peneliti yang terkait dengan berbagai bidang ilmu sosial,
untuk mendapatkan wawasan yang komprehensif tentang keterkaitan antara
lima inti tersebut. Teknologi Industri 4.0 dan keseluruhan kinerja organisasi
industri ritel. Selain itu, studi yang dilakukan berfokus terutama pada perspektif
manajerial Industri 4.0,

1.1 Pertanyaan penelitian

Pekerjaan penelitian yang dilakukan bermaksud untuk mencari jawaban atas pertanyaan penelitian berikut:

RQ1. Apakah Industri 4.0 berimplikasi pada sektor jasa, khususnya industri
ritel di Pakistan?
RQ2. Sejauh mana Industri 4.0 memengaruhi kinerja organisasi industri ritel
Pakistan?

1.2 Tujuan penelitian

Tujuan dari pekerjaan penelitian ini adalah untuk menilai dan menentukan dampak Industri
4.0 dan lima teknologi intinya, yaitu pencetakan 3D, analitik data besar, komputasi awan,
IoT dan robotika, terhadap kinerja organisasi industri ritel dalam konteks Pakistan. .
EJMS Lima teknologi inovatif Industri 4.0 dari pencetakan 3D, analitik data besar,
26,2/3 komputasi awan, IoT, dan robotika diambil sebagai variabel independen, dan
kinerja organisasi industri ritel diambil sebagai variabel dependen.

2. Tinjauan literatur
2.1 Industri 4.0
66 Industri 4.0 telah secara signifikan mengubah cara kerja bisnis dan organisasi di abad
ke-21 (Iqbalet al.,2020). Ini adalah istilah umum, yang memanfaatkan berbagai
teknologi perintis, mulai dari sistem fisik siber (CPS) dan analitik data besar hingga IoT,
pencetakan 3D, dan komputasi awan. Di bawah payung Industri 4.0, teknologi
mutakhir ini menghasilkan transformasi unik dari rantai nilai ini (Zhouet al.,2015).
Gambar 2menunjukkan beberapa tren teknologi dan prinsip desain Industri 4.0.
Banyak sarjana telah menawarkan penjelasan untuk Industri 4.0 (Safaret al.,2020). Studi yang
dilakukan olehXuet al. (2018)mengungkapkan bahwa Industri 4.0 membantu meningkatkan
efisiensi dan kompetensi manufaktur dengan mengadopsi teknologi informasi dan komunikasi
(TIK) canggih di sektor manufaktur. Tampaknya ada kesepakatan umum di

Gambar 2.
Tren teknologi dan
prinsip desain dari
industri 4.0
literatur tentang Industri 4.0 bahwa Industri 4.0 akan meningkatkan pengalaman pelanggan, efisiensi danIndustri 4.0 aktif
produktifitas (Chenet al.,2017;Imron, 2018). Selanjutnya, Industri 4.0 akan memberikan ketangkasan dan
organisasi
fleksibilitas yang lebih baik dan sebagai hasilnya, profitabilitas akan meningkat secara signifikan.
Industri 4.0 memungkinkan bisnis dan organisasi untuk membangun hubungan di seluruh dunia yang
pertunjukan
mengintegrasikan sistem pergudangan, fasilitas produksi, dan mesin berbasis CPS mereka (Singal, 2020).
Akibatnya, beberapa proses industri yang terlibat dalam rekayasa, manajemen siklus hidup, manufaktur,
penggunaan material, dan rantai pasokan meningkat secara signifikan. Selanjutnya, dengan Industri 4.0,
pelanggan akan bebas menyesuaikan produk mereka kapan pun diperlukan dan ini akan membantu
67
meningkatkan keuntungan dan mengurangi pemborosan produksi. Selain itu, Industri 4.0 akan memungkinkan
proses perekayasaan dan bisnis membuat perubahan yang diperlukan pada jam sebelas dan mencapai
transparansi ujung ke ujung atas seluruh proses manufaktur – membantu dalam membuat keputusan yang
dioptimalkan (Hofmann dan Ru €sch, 2017). Selain itu, Industri 4.0 akan membantu usaha kecil
bisnis dan startup mengembangkan dan memberikan layanan hilir. Singkatnya, Industri 4.0 pada
akhirnya akan mendorong cara-cara baru untuk menciptakan model dan nilai bisnis (Islamet al.,2018).
Industri 4.0 juga memiliki potensi besar untuk mengatasi tantangan masyarakat kontemporer yang
mendesak, seperti pemanfaatan energi dan sumber daya lainnya secara efisien, perubahan populasi, dan
produksi perkotaan. Dengan Industri 4.0, peningkatan efisiensi dan produktivitas tanpa henti dari
sumber daya dapat disalurkan ke seluruh jaringan nilai yang lengkap. Selain itu, kondisi kerja akan
berubah secara unik, menghasilkan lebih banyak pertimbangan faktor sosial dan perubahan populasi.
Mesin akan melakukan tugas rutin, sedangkan manusia akan didorong untuk melakukan aktivitas
bernilai tambah baru. Selain itu, sifat bisnis dan organisasi yang fleksibel akan membantu karyawan
mereka mencapai keseimbangan kehidupan pribadi dan profesional yang lebih baik.
Sementara sebagian besar penelitian tentang Industri 4.0 berfokus pada bagaimana Industri
4.0 berdampak pada sektor manufaktur, pengaruh Industri 4.0 sangat luas (Vaidyaet al.,2018;
Zhong et al.,2017). Industri 4.0 dapat memadukan terobosan dalam bisnis secara keseluruhan (De
Marchi dan Di Maria, 2020;Maresovet al.,2018;Shamimet al.,2016). Meskipun Industri 4.0
mencakup beberapa teknologi pendukung, penelitian ini berfokus pada lima pilar utama Industri
4.0 dari perspektif industri ritel, yaitu: (1) pencetakan 3D, (2) analitik data besar, (3) komputasi
awan, (4 ) IoT dan (5) robotika. Menurut literatur yang tersedia di Industri 4.0, lima pilar inti ini
memainkan peran penting dalam industri ritel (Agnihotramet al.,2017;Aktas dan Meng, 2017;Caro
dan Sadr, 2019;Matahari dan Zhao, 2017;Zhao dan Xu, 2017).Gambar 3 menunjukkan lima pilar inti
Industri 4.0.
Pilar-pilar inti tersebut secara singkat dijelaskan sebagai berikut:
2.1.1 pencetakan 3D.Di era Industri 4.0, pemasok, perusahaan digital, dan pelanggan
semua jatuh dan bekerja di bawah payung ekosistem digital industri. Industri yang ada

Gambar 3.
Lima pilar inti dari
industri 4.0
EJMS Literatur terkait 4.0 menunjukkan bahwa pencetakan 3D adalah salah satu pilar inti Industri 4.0,
dan dapat memadukan terobosan di sektor industri, khususnya manufaktur (Almada-Lobo, 2015).
26,2/3
Bukti empiris menegaskan bahwa pencetakan 3D dapat mengganggu keseluruhan rantai nilai
secara signifikan. Selain itu, dengan menggunakan pencetakan 3D, pelanggan bebas
menyesuaikan produk sepenuhnya – sehingga memungkinkan perusahaan beralih dari produksi
massal tradisional ke penyesuaian penuh (Yinet al.,2018). Selain itu, produksi akan berubah
menjadi produksi terdistribusi alih-alih produksi terpusat tradisional. Memang, pencetakan 3D
68 akan sepenuhnya membentuk kembali cara produk yang berbeda diproduksi, dikirim, dan
dipelihara.
Penelitian terbaru menunjukkan bahwa selain industri manufaktur, pencetakan 3D juga akan
berdampak positif pada industri perawatan kesehatan, manufaktur alutsista, dan ritel. Literatur terkait
pencetakan 3D yang ada menunjukkan bahwa industri ritel dapat terganggu dengan menggabungkan
pencetakan 3D dalam model bisnis dan berbagai bagian rantai pasokan (Tjahjonoet al.,2017). Pencetakan
3D dapat membantu memenuhi persyaratan dan permintaan pelanggan dengan lebih baik,
menghasilkan pengalaman pelanggan yang lebih baik.
Literatur saat ini tentang pemanfaatan pencetakan 3D di Industri 4.0 menunjukkan bahwa pencetakan 3D
memainkan peran mendasar dalam industri yang mentransformasi secara digital karena kualitas, kecepatan,
pengurangan biaya, keamanan, dan keandalannya. Secara umum disepakati bahwa peningkatan kualitas dan
pengurangan biaya pencetakan 3D pada akhirnya akan meningkatkan pencetakan 3D ke tingkat produksi massal.
Selain itu, ragam produk yang dihasilkan juga akan semakin bertambah dengan semakin berkembangnya 3D
printing (Horstet al.,2018).
2.1.2 Analisis data besar.Data besar mengacu pada sejumlah besar data yang dihasilkan
oleh mesin melalui blog, komentar, transaksi komersial, dokumen, pesan, foto, formulir web, dan
weblog (Weber, 2009). Berdasarkan sumber penghasil datanya, big data dapat dikategorikan
menjadi professional big data, personal big data dan social big data (Liet al.,2018). Literatur terkini
tentang Industri 4.0 menunjukkan bahwa analitik data besar adalah salah satu pilar penting
Industri 4.0, dan membantu penanganan secara efektif di pabrik pintar (Wanget al.,2016;
Witkowski, 2017). Untuk mengelola pabrik pintar secara efektif, alat dan teknologi terbaru sangat
penting untuk memproses data besar dan mengubahnya menjadi bentuk yang dapat memberikan
wawasan berharga bagi bisnis dan organisasi. Di Industri 4.0, big data yang dihasilkan oleh
industri disebut industrial big data, dimana industri menghasilkannya melalui pemanfaatan data
berbasis cyber, data berbasis cloud, data yang diperoleh dari perangkat IoT dan kamera pengintai,
manusia-komputer antarmuka, ponsel, dan sensor cerdas. Data yang dihasilkan ini kemudian
dapat dikirim ke cloud untuk pemrosesan dan analisis tingkat lanjut, atau dapat langsung
disimpan dalam database industri untuk penggunaan di masa mendatang (Yanet al.,2017).
Dengan demikian, big data dan Industri 4.0 dapat membentuk kembali proses industri dalam hal
konsumsi sumber daya, optimalisasi proses, dan otomatisasi, sehingga pada akhirnya mencapai
pembangunan berkelanjutan (Bettencourt, 2014;Oliveira, 2019;Wuet al.,2016;Zhanget al.,2020).
2.1.3 Komputasi awan.Peran cloud merupakan terobosan dalam konvergensi
berbagai inovasi di berbagai bidang (Almarabehet al.,2016;Schmidtet al.,2015). Ini telah membantu
secara dramatis mengembangkan infrastruktur pasar dan sistem teknologi, mengubah rentang layanan
yang tepat menjadi kumpulan pelamar yang adaptif dan fleksibel yang terus diadaptasi untuk memenuhi
kebutuhan perusahaan dan konsumen (Mengasuhet al.,2008). Dalam lingkungan yang terus berubah dan
sangat kompetitif, dunia korporat harus memberikan keserbagunaan dan efisiensi yang unggul untuk
mendapatkan kinerja organisasi dalam konteks pemenuhan permintaan konsumen.Sether, 2016).
Ketidakmampuan untuk menyediakan layanan dengan kecepatan yang dibutuhkan dapat
mengakibatkan kegagalan bisnis. Kegagalan kinerja seperti itu di tingkat pasar dapat dikaitkan dengan
tidak adanya teknologi fleksibel dalam sistem host, yang mengakibatkan pengurangan output dan
hilangnya pelanggan (Putniket al.,2013). Sistem yang tidak mampu pada akhirnya akan gagal, dan basis
konsumen harus memprediksi hasil yang serupa jika mereka tidak menyesuaikan dan mempersiapkan
diri dengan peningkatan yang diperlukan. Kegagalan untuk memenuhi kriteria ini
akan menimbulkan masalah bagi seluruh industri. Komputasi awan, bagaimanapun, dapat membantu memenuhiIndustri 4.0 aktif
tujuan pemasaran yang ada dan memenuhi kebutuhan bisnis yang muncul. Selain itu, ini dapat
organisasi
membantu bisnis dan organisasi secara efektif menangani tantangan operasional dan organisasi.
Literatur yang ada tentang komputasi awan menunjukkan bahwa komputasi awan sekarang
pertunjukan
menjadi komponen penting dari perkembangan teknologi masyarakat kontemporer (Xue dan Xin,
2016). Banyak bisnis dan organisasi bergantung padanya untuk melakukan tugas-tugas penting (
Aljabre, 2012;Sainiet al.,2019). Selain itu, dengan perluasan digitalisasi dan peningkatan teknologi
di seluruh dunia, beberapa industri telah mengintegrasikan metode manajemen pekerjaan yang 69
terkomputerisasi dan digital dan sangat bergantung pada teknologi terbaru untuk
memaksimalkan produktivitas mereka (Wuet al.,2012;Zhanget al.,2014).
2.1.4 Internet of things (IoT).IoT memiliki kegunaan, peran, dan fasilitas yang beragam dalam kehidupan sehari-hari dan
melintasi berbagai alam; itu menghubungkan dunia nyata ke dunia digital dan memungkinkan
komputer dan manusia dihubungkan di mana-mana (Vermesanet al.,2011). Selain itu, IoT –
khususnya Industrial Internet of Things (IIoT) – adalah kekuatan utama di balik Industri 4.0.
Industri 4.0 memadukan proses produksi dan bisnis konvensional dengan inovasi revolusioner,
seperti CPS, komunikasi mesin-ke-mesin (M2M), dan IoT (Zhouet al.,2015). Pada gilirannya, ini
mengubah bisnis konvensional menjadi perusahaan pintar dengan memanfaatkan penyesuaian
diri, manajemen diri, optimalisasi diri, dan pengenalan diri ke dalam sektor industri (Dlamini dan
Johnston, 2016). Selain itu, IoT dapat menyediakan industri dengan berbagai solusi dan banyak
teknologi dan layanan tradisional dan modern yang akan meningkatkan kualitas hidup dan
berkontribusi pada prospek dan manfaat yang intim, teknis, dan ekonomis (Liet al., 2011;Nagyet
al.,2018).
IoT menggunakan komunikasi yang independen, andal, dan stabil, serta berbagi data antara
perangkat dan teknologi di dunia modern, yang mengarah pada pencapaian kolaborasi M2M dan
keterkaitan serta penggabungan informasi ke dalam aplikasi (Chowdhury dan Raut, 2019). Dengan
demikian, komputer dapat memproses pengetahuan dan data dan membuat penilaian instan
independen seperti manusia, seperti penilaian rasional, tetapi tanpa keterlibatan manusia. IoT
dengan demikian akan membangun lingkungan yang lebih aman bagi orang-orang, di mana hal-
hal di sekitar mereka mengetahui apa yang mereka inginkan, butuhkan, dan sukai, dan
berperilaku secara konsekuen tanpa memerlukan perintah manusia tertentu (
Kanagachidambaresanet al.,2020).
2.1.5 Robotika.Daya saing terus meningkat setiap hari dalam iklim pasar saat ini,
dan sangat penting untuk membuat keputusan yang lebih baik pada saat yang tepat, sehingga sistem
yang lebih cerdas dapat membuat keputusan yang cerdas (Galin dan Meshcheryakov, 2019). Mesin
berbentuk robot berumur puluhan tahun digunakan untuk menjalankan peran yang telah ditentukan
dalam proses produksi (Alberet al.,2016). Secara bersamaan, manusia dialokasikan peran yang telah
ditentukan sebelumnya dalam kemitraan, seperti memeriksa konsistensi komoditas dan membuang
yang memiliki kekurangan. Robotika memainkan fungsi penting di seluruh manufaktur modern dan
dapat dengan cerdas melaksanakan tugasnya, menekankan kesehatan, efisiensi, dan kerja sama tim (
Bahrin et al.,2016). Industri kecerdasan buatan dan robotika adalah inovasi utama dan mereka
menyediakan teknologi untuk meningkatkan permintaan dan ekonomi (Acemoglu dan Restrepo, 2019).

Tinjauan literatur menunjukkan bahwa robotika adalah landasan Industri 4.0. Memang, pabrik pintar
yang menggabungkan robot akan sepenuhnya terprogram dan otonom (Bayram dan I_nce, 2018;
Dhanabalan dan Sathish, 2018;Klinikcewicz, 2018). Pabrik-pabrik ini akan menjadi lingkungan manufaktur
yang sangat produktif, dengan komputer yang digunakan pada berbagai tahap produksi dan jaringan
transportasi yang berbagi pengetahuan secara terus menerus tanpa banyak keterlibatan manusia (
Bartodziej, 2017). Selain itu, solusi otomasi yang dapat diadaptasi memungkinkan keluaran yang dibuat
khusus, yang, pada gilirannya, membantu memenuhi kebutuhan pelanggan dan konsumen yang
semakin kompleks (Goel dan Gupta, 2020).
EJMS 2.2 Kinerja organisasi
Baik untuk tujuan laba maupun nirlaba, kinerja organisasi adalah topik paling penting bagi perusahaan
26,2/3
mana pun. Memahami faktor mana yang mempengaruhi kinerja organisasi sangat penting bagi manajer.
Namun demikian, bukanlah pekerjaan yang berat untuk menggambarkan, membuat konsep, dan
mengevaluasi kinerja. Oleh karena itu, kinerja organisasi didefinisikan sebagai sejauh mana perusahaan
dapat memenuhi kebutuhan pemegang saham dan persyaratan kelangsungan hidup. Konsekuensinya,
kinerja tidak secara wajar dikaitkan dengan jumlah omzet tertentu, pangsa pasar yang signifikan, atau
70 penyediaan barang terbaik. Untuk itu juga dapat dicapai secara bersamaan melalui deskripsi kinerja.
Kinerja organisasi dapat dipengaruhi oleh berbagai faktor yang digabungkan dalam bentuk yang tidak
biasa yang meningkatkan efisiensi atau menghambat keluaran (Aluko, 2003;Ramayahet al.,2011). Untuk
berhasil di era digital, perusahaan dapat menggunakan mekanisme penilaian kinerja yang diambil dari
keterampilan dan pendekatan mereka (Mushref dan Ahmad, 2011).

BerdasarkanAluko (2003), kinerja organisasi mengacu pada kemampuan organisasi untuk

memenuhi kebutuhan pelanggan, karyawan dan pemilik sama. Peneliti biasanya fokus pada
pengukuran kinerja relatif, karena hal ini bergantung pada pengukuran kuantitatif dan digunakan
untuk mengidentifikasi lawan (Paman, 2011). Mengklarifikasi bagaimana perusahaan berinteraksi
dengan rekan bisnisnya ketika mengevaluasi efisiensi operasional adalah penting. Oleh karena itu,
perlu menggunakan metode industri komparatif saat membuat alat penilaian kinerja perusahaan
untuk perusahaan yang diambil sampelnya dari berbagai industri (Allen dan Helms, 2006).
BerdasarkanNarver dan Slater (1990), kinerja organisasi dapat diukur dengan cara subjektif dan
objektif. Ukuran subyektif difokuskan pada pendapat atau perkiraan yang diberikan oleh
responden yang biasanya diminta untuk menilai kinerja organisasi mereka. Namun, ukuran
objektif berfokus pada informasi dan dapat diuji secara objektif, baik dengan meminta responden
mengungkapkan nilai absolut, atau dengan meninjau sumber sekunder (Goselin, 2005). Dengan
demikian, evaluasi kinerja merupakan faktor penentu penting peningkatan kinerja, dan pada
akhirnya berdampak pada kinerja organisasi.

2.3 industri ritel Pakistan

Ritel mencakup interaksi transparan dengan klien dan manajemen operasi perusahaan dari ujung ke
ujung (Gani, 2005). Dalam beberapa tahun terakhir, Pakistan telah mengalami pergeseran dari kelompok
supermarket kecil menjadi grosir besar dan pusat perbelanjaan. Itu telah menyaksikan transformasi ritel
besar dan telah menjadi tuan rumah bagi berbagai merek multinasional dan rantai grosir asing terkenal (
Khanet al.,2014).
Sektor ritel Pakistan luar biasa dan telah menjadi sektor terbesar ketiga setelah pertanian dan
pertambangan, namun masih belum terorganisir. Selama dekade terakhir, persentase PDB
perdagangan grosir dan eceran sekitar 17,5%, dan utilitas sekitar 34%. Ritel juga merupakan
pemberi kerja terbesar kedua di dunia, merekrut sekitar 16% dari total tenaga kerja dunia. Karena
perdagangan grosir dan eceran menempati lebih dari sepertiga pasar jasa Pakistan, mewakili
lebih dari 53% PDB Pakistan, terdapat hubungan yang jelas antara ketiga pertumbuhan tersebut.
Perdagangan grosir dan eceran Pakistan mengarahkan pembangunan ekonomi negara secara
keseluruhan dengan memberikan dampak yang signifikan pada penyusutan dan perluasan
layanan serta peningkatan PDB (Ahmad dan Ahsan, 2011).
Pasar ritel adalah salah satu sektor utama Pakistan. Namun, itu telah menghadapi banyak
tantangan berbasis pembangunan. Karena penurunan kemajuan teknis, industri ritel tidak
menghasilkan efisiensi yang optimal. Selain itu, industri bisnis online Pakistan sangat kompetitif
dan bergejolak, dan sektor ritel berjuang untuk mengatasi berbagai masalah. Selain itu, relatif
terhadap negara-negara tetangga lainnya, termasuk India, China dan Malaysia, industri ritel
Pakistan sangat kurang. Oleh karena itu, untuk mencapai keunggulan kompetitif yang
berkelanjutan dan meningkatkan kinerja organisasi secara keseluruhan, industri ritel
Pakistan bisa mengikuti tren teknologi saat ini dengan memanfaatkan potensi sebenarnya dariIndustri 4.0 aktif
Industri 4.0 dan berbagai teknologi inovatifnya, seperti pencetakan 3D, analitik data besar,
organisasi
komputasi awan, IoT, dan robotika. Penggabungan teknologi inovasi ini dalam industri ritel
Pakistan dapat membantu menyelesaikan berbagai masalah dan tantangan organisasi dan
pertunjukan
dengan demikian menghasilkan peningkatan kinerja organisasi secara keseluruhan.

3. Pengembangan hipotesis dan model penelitian

3.1 Pengembangan hipotesis 71
3.1.1 Pencetakan 3D dan kinerja organisasi.Banyak sarjana telah melakukan studi empiris tentang
pencetakan 3D untuk memeriksa potensi manfaatnya bagi bisnis dan organisasi. BerdasarkanCohen
(2014), pencetakan 3D menawarkan banyak manfaat menarik, seperti pengurangan waktu pemasaran,
peningkatan kompleksitas geometris, dan pengurangan biaya perakitan dan perkakas. Pekerjaan dari
Schniederjans (2017)menunjukkan bahwa pencetakan 3D membantu meningkatkan kinerja manajemen
rantai pasokan dan mengoptimalkan operasi. Selain itu, desain inovatif dapat ditingkatkan secara
signifikan dengan menerapkan pencetakan 3D di industri. Vanderploeget al. (2017)mengklaim bahwa
pencetakan 3D membantu bisnis dan organisasi mengembangkan prototipe secara efektif dan
membantu perusahaan membuat produk yang disesuaikan dengan kebutuhan konsumen. Selain itu,
pencetakan 3D membantu meningkatkan kualitas produk dan mengurangi waktu tunggu secara
keseluruhan – yang mengarah pada peningkatan efisiensi dan efektivitas organisasi secara keseluruhan.
Berdasarkan temuan literatur sebagaimana disebutkan di atas, penelitian ini mengajukan hipotesis
sebagai berikut:

H1.Pencetakan 3D memiliki hubungan yang signifikan dengan Kinerja Organisasi.

3.1.2 Analitik data besar dan kinerja organisasi.Literatur yang ada tentang analitik data besar menunjukkan
bahwa analitik data besar membantu bisnis dan organisasi meningkatkan kinerja organisasi mereka secara
keseluruhan. Dalam studi mereka tentang analitik data besar dan kinerja organisasi,Bogdan dan Borza (2019)
menemukan bahwa analitik data besar memainkan peran penting dalam keseluruhan kinerja organisasi. Selain
itu, mereka mengklaim bahwa analitik data besar meningkatkan efektivitas proses pengambilan keputusan.
Selain itu, analitik data besar membantu meningkatkan kepuasan pelanggan karena manajemen hubungan
pelanggan yang lebih baik dan penerapan analitik data besar menghasilkan peningkatan penjualan dan pangsa
pasar yang lebih tinggi. Analitik data besar membantu mencapai ketangkasan perusahaan, menghasilkan
peningkatan kemampuan organisasi untuk memprediksi dan merespons perkembangan.Wambaet al. (2017)
berpendapat bahwa adopsi analitik data besar perusahaan dapat secara signifikan membantu mereka mencapai
keunggulan kompetitif yang berkelanjutan dibandingkan perusahaan yang tidak memanfaatkan manfaat analitik
data besar. Dalam studi mereka tentang analitik data besar dan kinerja bisnis,Popovi-cet al. (2018)menemukan
bahwa analitik data besar mempromosikan penghematan biaya, meningkatkan efisiensi, mendorong
peningkatan manajemen kasus, dan meningkatkan kepuasan pelanggan.

Berdasarkan temuan literatur sebagaimana disebutkan di atas, penelitian ini mengajukan hipotesis
sebagai berikut:

H2.Big Data Analytics memiliki hubungan yang signifikan dengan Kinerja Organisasi.
3.1.3 Komputasi awan dan kinerja organisasi.Banyak sarjana telah berusaha untuk memahami komputasi
awan. Studi yang dilakukan olehGangwar (2017)mengungkapkan bahwa adopsi komputasi awan oleh
bisnis dan organisasi dapat secara signifikan membantu mereka mencapai profitabilitas dan
meningkatkan kinerja organisasi secara keseluruhan. Pekerjaan dari Ratten (2016)menunjukkan bahwa
komputasi awan memberi perusahaan mekanisme manajemen pengetahuan yang lebih kuat,
memungkinkan korelasi lebih lanjut antara sistem informasi dan standar organisasi. Dalam diskusi
mereka tentang komputasi awan dan kinerja perusahaan,Putraet al. (2011)mengklaim bahwa komputasi
awan membantu bisnis dan organisasi meningkatkan nilai pasar mereka secara keseluruhan.
Schniederjans dan Hales (2016)mendukung anggapan bahwa
EJMS komputasi awan dapat membantu bisnis mempertahankan kerja sama yang baik dalam rantai
pasokan dan menyelaraskan kinerja lingkungan dan ekonomi.Ooiet al. (2018)melakukan studi
26,2/3
ekstensif tentang komputasi awan dan menemukan bahwa adopsi komputasi awan oleh industri
meningkatkan inovasi, produktivitas, dan kinerja organisasi.
Berdasarkan temuan literatur sebagaimana disebutkan di atas, penelitian ini mengajukan hipotesis
sebagai berikut:

72 H3.Cloud Computing memiliki hubungan yang signifikan dengan Organizational Performance.

3.1.4 Internet of things (IoT) dan kinerja organisasi.Banyak sarjana telah meneliti peran IoT dalam
meningkatkan kinerja organisasi secara keseluruhan. Studi yang dilakukan olehLi dan Li (2017)
mengungkapkan bahwa IoT dapat membantu bisnis dan organisasi mempertahankan keunggulan
strategis mereka dalam ekosistem bisnis yang kompleks. Selain itu, lingkungan bisnis dan teknologi
modern, dibantu oleh IoT, memungkinkan manajer rantai pasokan untuk mengatasi masalah saat ini dan
masa depan secara dinamis dan menciptakan prosedur yang lebih taktis dan strategis untuk
meningkatkan pertumbuhan rantai pasokan, sambil menemukan cara untuk meningkatkan efisiensi
rantai pasokan melalui implementasi. praktik dan teknik manajemen rantai suplai revolusioner. Dalam
diskusi mereka tentang IoT dan kinerja perusahaan,Bauet al. (2018)berpendapat bahwa implementasi IoT
mendukung bisnis dan organisasi dan secara signifikan memengaruhi kinerja keuangan, profitabilitas,
dan permintaan konsumen. Pekerjaan dariCollymore (2017)menunjukkan bahwa IoT dapat membantu
organisasi meningkatkan keunggulan strategis perusahaan dan kinerja mereka secara keseluruhan, dan
bahwa IoT membantu perusahaan untuk menyusun, melacak, dan mengevaluasi kinerja proses
organisasi mereka. Akibatnya, peningkatan kinerja operasional perusahaan dapat berdampak besar pada
pendapatan bersih organisasi.
Berdasarkan temuan literatur sebagaimana disebutkan di atas, penelitian ini mengajukan hipotesis
sebagai berikut:

H4.Internet of Things (IoT) memiliki hubungan yang signifikan dengan Organisasi

Pertunjukan.
3.1.5 Robotika dan kinerja organisasi.Tinjauan literatur menunjukkan bahwa robotika memainkan peran
penting dalam meningkatkan kinerja organisasi secara keseluruhan. Pekerjaan dari Graetz dan Michaels
(2018)menunjukkan bahwa robotika membantu bisnis dan organisasi dengan tidak hanya meningkatkan
throughput secara keseluruhan tetapi juga dengan mengurangi biaya output. Selain itu, mereka
menemukan bahwa robotika secara substansial berdampak dan meningkatkan produktivitas tenaga
kerja secara keseluruhan. Studi yang dilakukan olehLichthaller (2019)mengungkapkan bahwa kecerdasan
buatan dan robotika dapat membantu perusahaan mencapai keunggulan kompetitif yang berkelanjutan
atas perusahaan-perusahaan yang tidak mendapat manfaat dari teknologi yang mengganggu ini.
Fragapanet al. (2020)mengklaim bahwa robotika meningkatkan fleksibilitas industri produksi, yang, pada
gilirannya, meningkatkan kapasitas organisasi untuk menanggapi kebutuhan pelanggan dalam kerangka
waktu yang wajar dan memaksimalkan profitabilitas rantai produksi, tanpa menimbulkan biaya yang
tidak perlu dan atau kebutuhan untuk berkomitmen. sumber daya tambahan. Pekerjaan dariMorikawa
(2016)menunjukkan bahwa kecerdasan buatan dan robotika secara signifikan berkontribusi pada
peningkatan kinerja produktivitas keseluruhan industri manufaktur dan jasa.
Berdasarkan temuan literatur sebagaimana disebutkan di atas, penelitian ini mengajukan hipotesis
sebagai berikut:

H5.Robotika memiliki hubungan yang signifikan dengan Kinerja Organisasi.

3.2 Model penelitian

Berdasarkan tinjauan literatur sistematis formal dan temuan serta interpretasi literatur,
model penelitian komprehensif diusulkan dalam penelitian ini, yang ditunjukkan pada
Gambar 4.
 Industri 4.0 aktif
organisasi
pertunjukan

73

Gambar 4.
Model penelitian

4. Bahan dan metode

4.1 Pengambilan sampel dan pengumpulan data

Industri ritel Pakistan dipilih sebagai sektor sasaran, dengan populasi target terdiri
dari karyawan tingkat senior dari industri ritel Pakistan, termasuk manajer mulai dari
posisi tingkat pertama hingga posisi tingkat atas, serta karyawan bawahan yang
bekerja di bawah pengawasan. manajer tingkat pertama yang memiliki pengetahuan
teknologi Industri 4.0. Untuk memastikan apakah peserta memiliki pengetahuan
teknologi Industri 4.0, wawancara informal singkat terkait Industri 4.0 dan teknologi
terkaitnya dilakukan sebelum penyebaran kuesioner survei, yang membantu memilih
peserta yang paling cocok untuk penelitian selanjutnya. kerja, oleh
EJMS tidak termasuk mereka yang tidak mengetahui Industri 4.0 dan teknologi terkaitnya.
Pengumpulan data dilakukan melalui kuesioner survei berbasis matriks. Pekerjaan olehComrey
26,2/3
dan Lee (2013)menunjukkan bahwa ukuran sampel yang dapat diterima harus lebih dari 200
responden. Menggambar pada pekerjaan mereka,Haqueet al. (2017)sorot bahwa setiap ukuran
sampel lebih dari 200 cukup dalam penelitian ilmu sosial untuk mencapai kesimpulan yang masuk
akal. Dengan demikian, sebanyak 630 kuesioner survei dikirimkan kepada responden baik secara
online maupun offline, dengan petunjuk yang memadai tentang cara mengisi kuesioner survei
74 dengan benar, serta tujuan penelitian yang terbukti efisien. Metode online distribusi kuesioner
termasuk formulir Google, email dan platform media sosial, dimana metode offline distribusi
kuesioner termasuk mengunjungi peserta secara langsung dan mengirimkan hard copy kuesioner
survei kepada mereka yang tidak tersedia untuk wawancara. pertemuan orang, karena alasan
pribadi. Setelah mengirimkan kuesioner survei baik online maupun offline, 477 tanggapan
dikumpulkan, dengan tingkat tanggapan 75,71%. Dari 477 tanggapan ini, 8 tanggapan ditemukan
tidak valid. Akhirnya, 469 kuesioner survei digunakan, yang merupakan ukuran sampel yang dapat
diterima untuk menarik kesimpulan. Metode pengambilan sampel yang digunakan untuk
pekerjaan penelitian selanjutnya adalah pengambilan sampel yang representatif, untuk
memastikan bahwa hanya peserta yang ditargetkan yang benar-benar mewakili populasi yang
lebih besar, yang, sebagai hasilnya, membantu meningkatkan akurasi pekerjaan penelitian yang
akan dilakukan secara keseluruhan.

4.2 Instrumen penelitian

Pendekatan kuantitatif digunakan untuk mengumpulkan tanggapan peserta, yang melibatkan
penggunaan kuesioner survei berbasis matriks – berdasarkan skala Likert lima poin, mulai dari
"sangat setuju" hingga "sangat tidak setuju". Kuesioner survei dirancang dan kemudian dibagi
menjadi dua segmentasi utama: (1) segmentasi demografis dan (2) segmentasi sikap dan perilaku.
Bagian segmentasi demografi dari kuesioner survei didasarkan pada profil demografi responden,
yang terdiri dari empat item: (1) jenis kelamin, (2) usia, (3) tingkat pendidikan dan (4) pengalaman
kerja.Tabel 1menunjukkan profil demografis responden berdasarkan jenis kelamin, usia, tingkat
pendidikan, dan pengalaman kerja.
Bagian segmentasi sikap dan perilaku dari kuesioner survei didasarkan pada item
penelitian sikap dan perilaku – berdasarkan variabel independen dan dependen utama
dari penelitian ini, yaitu pencetakan 3D, analitik data besar, komputasi awan, IoT,
robotika, dan kinerja organisasi.
Bagian pencetakan 3D terdiri dari lima item, yang diambil dari penelitian oleh Schniederjans
(2017). Para peserta diminta untuk menjawab berbagai pertanyaan tentang pencetakan 3D,
seperti “pencetakan 3D meningkatkan produktivitas organisasi kami”.
Bagian analitik data besar berisi delapan item, dari mana enam item diambil dari studiMitra
NewVantage (2012), sedangkan dua item baru dikembangkan. Para peserta diminta untuk
menjawab berbagai pertanyaan tentang analitik data besar, seperti "menggunakan analitik data
besar memungkinkan organisasi kami membuat keputusan berbasis fakta yang lebih baik."
Bagian komputasi awan terdiri dari tujuh item, yang baru dikembangkan. Para peserta diminta
untuk menjawab berbagai pertanyaan tentang komputasi awan, seperti “komputasi awan
membantu organisasi kami mencapai kolaborasi yang lebih baik antar tim.”
Bagian IoT berisi tujuh item, dari mana tiga item diambil dari studiImran (2018), sedangkan
empat item baru dikembangkan. Para peserta diminta untuk menjawab berbagai pertanyaan
tentang IoT, seperti “menggunakan IoT membantu organisasi kami menyediakan komunikasi
yang lebih baik antar karyawan.”
Bagian robotika terdiri dari enam item, yang semuanya baru dikembangkan. Para peserta diminta
untuk menjawab berbagai pertanyaan tentang robotika, seperti “menggunakan robotika memungkinkan
organisasi kami mengurangi risiko”.
Variabel Frekuensi Persentase (%)
Industri 4.0 aktif
organisasi
Jenis kelamin Pria 316 67.4 pertunjukan
Perempuan 153 32.6
Total 469 100
Usia 18–25 Tahun 128 27.3
26–35 Tahun 191 40.7
36–45 Tahun 107 22.8 75
46–55 Tahun 43 9.2
56 Tahun ke atas 0 0
Total 469 100
Tingkat pendidikan SSC/HSSC/Diploma 7 1.5
BA/BS/BE 290 61.8
MA/MS/ME 145 30.9
MPhil 27 5.8
PhD 0 0
Total 469 100
Pengalaman kerja 1–2 Tahun 128 27.3
3–5 Tahun 85 18.1
6–8 Tahun 58 12.4
9–12 Tahun 71 15.1
13–16 Tahun 60 12.8 Tabel 1.
17–20 Tahun 32 6.8 Demografi
21 Tahun ke atas 35 7.5 profil dari
Total 469 100 responden (N5469)

Bagian kinerja organisasi berisi lima item, yang diambil dari studiPowell (1995).
Para peserta diminta untuk menjawab berbagai pertanyaan tentang kinerja
organisasi, seperti “selama tiga tahun terakhir, kinerja keuangan kami luar biasa.”

5. Hasil dan Pembahasan

5.1 Hasil
5.1.1 Analisis reliabilitas dan validitas.IBM SPSS Statistics digunakan untuk analisis data. Reliabilitas
instrumen penelitian diuji dengan menggunakan Cronbach's alpha, sedangkan KMO measure of
sampling adequacy dan Bartlett's test of sphericity digunakan untuk menguji validitas instrumen
penelitian.Meja 2menunjukkan hasil analisis reliabilitas dan validitas.
Literatur yang ada tentang Cronbach's alpha menunjukkan bahwa untuk lolos uji reliabilitas,
setiap variabel instrumen penelitian perlu memiliki nilai Cronbach's alpha lebih besar dari atau

Uji kebulatan Bartlett

Jumlah dari milik Cronbach ukuran KMO dari Chi-
Variabel item alfa (α) kecukupan sampel persegi df Sig

pencetakan 3D 5 0,930 0,883 1888.292 10 0.000

Analitik data besar 8 0,951 0,947 3598.760 28 0.000
Komputasi awan 7 0,943 0,931 3187.108 21 0.000
Internet untuk segala 7 0,950 0,945 3475.500262 21 0.000
(IoT)
Robotika 6 0,935 0,922 2529.185 15 0.000 Meja 2.
Organisasi 5 0,953 0,899 2806.951 10 0.000 Keandalan dan validitas
pertunjukan analisis
EJMS sama dengan 0,7.Meja 2menunjukkan bahwa masing-masing variabel instrumen penelitian
memiliki nilai Cronbach's alpha lebih besar dari 0,7. Dengan demikian uji reliabilitas
26,2/3
instrumen penelitian berhasil dilalui. Untuk lolos uji validitas, secara umum disepakati
bahwa setiap variabel instrumen penelitian harus memiliki nilai KMO lebih besar atau sama
dengan 0,5. Selanjutnya, setiap variabel instrumen penelitian juga harus memiliki aP-nilai
(Sig.) kurang dari 0,05.Meja 2menunjukkan bahwa setiap variabel instrumen penelitian
memiliki nilai KMO lebih besar dari 0,5. Selain itu, setiap variabel instrumen penelitian
76 memiliki aP-nilai 0,000. Uji validitas juga berhasil dilalui oleh instrumen penelitian. Dengan
demikian dapat disimpulkan bahwa instrumen penelitian terbukti reliabel dan valid.
5.1.2 Analisis korelasi dan regresi.Sebuah analisis korelasi dilakukan untuk
mengevaluasi korelasi antara semua variabel instrumen penelitian.Tabel 3
menunjukkan hasil analisis korelasi untuk semua variabel instrumen penelitian,
danTabel 4menunjukkan hasil analisis korelasi antara Industri 4.0 (satu variabel
dihitung dengan menambahkan lima variabel Industri 4.0) dan kinerja organisasi.
Tabel 3menunjukkan bahwa korelasi positif dan signifikan secara statistik diperoleh
untuk pencetakan 3D, analitik data besar, komputasi awan, IoT, robotika, dan kinerja
organisasi. Selanjutnya, ketika Industri 4.0 diambil sebagai variabel tunggal, diperoleh
korelasi antara Industri 4.0 dan kinerja organisasi, yang juga positif dan signifikan secara
statistik (seperti yang ditunjukkan padaTabel 4).Gambar 5menunjukkan model penelitian
dengan korelasi yang diperoleh.
Semua variabel instrumen penelitian berkorelasi positif dan signifikan satu sama
lain. Oleh karena itu, temuan yang diperoleh dianggap cocok untuk melakukan analisis
regresi.
Analisis regresi dilakukan dengan dua cara: (1) analisis regresi antara masing-
masing variabel Industri 4.0 dan kinerja organisasi, dan (2) analisis regresi antara
Industri 4.0 (satu variabel dihitung dengan menambahkan lima variabel Industri 4.0)
dan kinerja organisasi. Untuk melakukan analisis regresi untuk semua variabel dari

Korelasi
Internet dari
3D Data besar Awan Hal-hal Organisasi
pencetakan analitik komputasi (IoT) Robotika pertunjukan

pencetakan 3D 1
Analitik data besar 0,642** 1
Komputasi awan 0,529** 0,669** 1
Internet untuk segala 0,472** 0,567** 0,708** 1
(IoT)
Tabel 3. Robotika 0,527** 0,471** 0,518** 0,611** 1
Korelasi di antara semuanya
Organisasi 0,421** 0,433** 0,438** 0,427** 0,489** 1
variabel dari pertunjukan
instrumen penelitian Catatan: **Korelasi signifikan pada level 0,01 (2-tailed)

Korelasi
Tabel 4. Industri 4.0 Penampilan organisasi
Korelasi antara
industri 4.0 dan Industri 4.0 1
organisasi Penampilan organisasi 0,540** 1
pertunjukan Catatan: **Korelasi signifikan pada level 0,01 (2-tailed)
 Industri 4.0 aktif
organisasi
pertunjukan

77

Gambar 5.
Model penelitian dengan
diperoleh korelasi

Industri 4.0 dan kinerja organisasi, pencetakan 3D, analitik data besar, komputasi
awan, IoT dan robotika diambil sebagai variabel independen, dan kinerja
organisasi diambil sebagai variabel dependen.Tabel 5menunjukkan hasil analisis
regresi untuk lima variabel Industri 4.0 dan kinerja organisasi.
Secara umum disepakati bahwa hipotesis dengan aT-nilai lebih besar atau sama dengan 1,96
dianggap sebagai hipotesis yang diterima, sedangkan hipotesis dengan aT-nilai kurang dari 1,96
dianggap sebagai hipotesis ditolak.Tabel 5menunjukkan bahwa hasilnya menghasilkan hubungan
yang signifikan secara statistik antara pencetakan 3D dan kinerja organisasi.Hipotesis 1 karena itu
diterima. Demikian pula, hubungan yang signifikan secara statistik diperoleh antara analitik data
besar dan kinerja organisasi dan dengan demikianHipotesis 2tidak
EJMS ditolak. Selain itu, hubungan antara komputasi awan dan kinerja organisasi secara
26,2/3 statistik signifikan. Dengan demikian,Hipotesis 3diterima. Selanjutnya, hasilnya
menghasilkan hubungan yang signifikan secara statistik antara IoT dan kinerja
organisasi dan karenanyaHipotesis 4tidak ditolak. Ditemukan juga bahwa hubungan
antara robotika dan kinerja organisasi secara statistik signifikan danHipotesis 5
demikian diterima. Selain itu, nilai-β, ditunjukkan padaTabel 5, menunjukkan bahwa
semua hubungan yang diperoleh adalah positif. Hipotesis bersama dengan indikator
78 statistik relevansinya ditunjukkan padaTabel 6.
Selain itu, kami juga melakukan analisis regresi antara Industri 4.0 (satu
variabel dihitung dengan menambahkan lima variabel Industri 4.0) dan kinerja
organisasi, dimana Industri 4.0 diambil sebagai variabel independen, dan kinerja
organisasi diambil sebagai variabel dependen. .Tabel 7menunjukkan hasil analisis
regresi antara Industri 4.0 dan kinerja organisasi.
Tabel 7menunjukkan bahwa hasilnya juga menghasilkan hubungan yang signifikan secara statistik
antara Industri 4.0 dan kinerja organisasi. Selanjutnya, nilai β, ditunjukkan padaTabel 7, menunjukkan
bahwa hubungan yang diperoleh adalah positif.

5.2 Diskusi
Studi ini dilakukan untuk menilai dan menentukan dampak dari lima teknologi pengganggu
Industri 4.0 terhadap kinerja organisasi industri ritel Pakistan, yang merupakan salah satu
pasar ritel dengan pertumbuhan tercepat di dunia. Temuan yang diperoleh memberikan
bukti yang meyakinkan tentang hubungan yang kuat antara lima pilar inti Industri 4.0 dan
kinerja organisasi industri ritel Pakistan, yaitu penerapan

Regresi (kinerja organisasi)

β T Sig
Tabel 5.
Regresi di antara pencetakan 3D 0,421 10.040 0.000
lima variabel dari Analitik data besar 0,433 10.375 0.000
Industri 4.0 dan Komputasi awan 0,438 10.527 0.000
Organisasi Robotika Internet of 0,427 10.194 0.000
Pertunjukan Things (IoT). 0,489 12.112 0.000

Indikator statistik relevansi

Hipotesis T Korelasi Sig Hasil akhir

Hipotesis 1 10.040 0,421 0.000 Diterima

Tabel 6. Hipotesis 2 10.375 0,433 0.000 Diterima
Hipotesis bersama dengan Hipotesis 3 10.527 0,438 0.000 Diterima
statistik mereka Hipotesis 4 10.194 0,427 0.000 Diterima
indikator relevansi Hipotesis 5 12.112 0,489 0.000 Diterima

Tabel 7.
Regresi antara Regresi (kinerja organisasi)
industri 4.0 dan β T Sig
organisasi
pertunjukan Industri 4.0 0,540 13.877 0.000
Industri 4.0 dan teknologi mutakhir terkait di industri ritel Pakistan bisaIndustri 4.0 aktif
membantu meningkatkan kinerja organisasi ritel secara keseluruhan.
organisasi
Temuan yang diperoleh menunjukkan bahwa ada hubungan yang signifikan secara
statistik antara pencetakan 3D dan kinerja organisasi. AT-nilai 10,040 dan nilai β 0,421
pertunjukan
menunjukkan bahwa pencetakan 3D memiliki hubungan positif dan langsung dengan
kinerja organisasi. Hasil yang diperoleh memberikan bukti awal bahwa pencetakan 3D dapat
membantu menyelesaikan tugas dan aktivitas lebih cepat dan pencetakan 3D dapat
meningkatkan produktivitas organisasi. Dengan demikian, penerapan pencetakan 3D 79
mengarah pada peningkatan kinerja organisasi keseluruhan industri ritel Pakistan. Temuan
kami konsisten dengan hasil yang diperoleh olehCohen (2014)DanSchniederjans (2017).
Hasilnya menghasilkan hubungan yang signifikan secara statistik antara analitik data besar
dan kinerja organisasi. AT-nilai 10,375 dan nilai β 0,433 menunjukkan hubungan positif dan
langsung antara analitik data besar dan kinerja organisasi. Temuan yang diperoleh memberikan
bukti awal bahwa analitik data besar dapat meningkatkan pengalaman pelanggan dan mengarah
pada pengambilan keputusan berbasis fakta yang lebih baik, dan mencapai operasi organisasi
yang lebih efisien. Selain itu, analitik data besar dapat memungkinkan peningkatan penjualan dan
mengurangi risiko. Dengan demikian, penerapan analitik data besar akan meningkatkan
keseluruhan kinerja organisasi industri ritel Pakistan. Selain itu, temuan kami sejalan dengan
penelitian yang dilakukan olehBogdan dan Borza (2019),Wambaet al. (2017), Dan Popovi-cet al. (
2018).
Temuan yang diperoleh juga menunjukkan bahwa ada hubungan yang signifikan secara
statistik antara komputasi awan dan kinerja organisasi. AT-nilai 10,527 dan β-value 0,438
menunjukkan bahwa komputasi awan memiliki hubungan positif dan langsung dengan kinerja
organisasi. Hasil yang diperoleh memberikan bukti awal bahwa komputasi awan dapat membantu
meningkatkan kelincahan organisasi dan bahwa komputasi awan juga membantu mencapai
kolaborasi yang lebih baik antar tim. Dengan demikian, penerapan komputasi awan akan
meningkatkan kinerja organisasi secara keseluruhan industri ritel Pakistan. Selain itu, temuan
kami konsisten dengan hasil yang diperoleh olehGangwar (2017),Putraet al. (2011), DanOoiet al. (
2018).
Temuan yang diperoleh menghasilkan hubungan yang signifikan secara statistik antara
IoT dan kinerja organisasi. AT-nilai 10,194 dan nilai β 0,427 menunjukkan bahwa hubungan
antara IoT dan kinerja organisasi adalah positif dan langsung. Hasil yang diperoleh
memberikan bukti awal bahwa IoT dapat memberikan komunikasi yang lebih baik antar
karyawan. Selain itu, IoT dapat meningkatkan efisiensi organisasi dan kepuasan pelanggan.
Oleh karena itu, penerapan IoT akan meningkatkan keseluruhan kinerja organisasi industri
ritel Pakistan. Temuan kami sejalan dengan studi yang dilakukan olehCollymore (2017)Dan
Bauet al. (2018).
Hasil yang diperoleh menunjukkan bahwa ada hubungan yang signifikan secara statistik
antara robotika dan kinerja organisasi. AT-nilai 12,112 dan β-value 0,489 menunjukkan
bahwa robotika memiliki hubungan positif dan langsung dengan kinerja organisasi. Temuan
yang diperoleh memberikan bukti awal bahwa robotika dapat membantu mengurangi
risiko. Selanjutnya, robotika dapat meningkatkan pengalaman pelanggan dan kepuasan
pelanggan. Oleh karena itu, penerapan robotika akan meningkatkan kinerja organisasi
industri ritel Pakistan secara keseluruhan. Selain itu, temuan kami konsisten dengan hasil
yang diperoleh olehFragapanet al. (2020)DanMorikawa (2016).
Temuan yang diperoleh menunjukkan bahwa ada juga hubungan yang signifikan secara
statistik antara Industri 4.0 (satu variabel dihitung dengan menambahkan lima variabel
Industri 4.0) dan kinerja organisasi. AT-nilai 13,877 dan β-value 0,540 menunjukkan
hubungan positif dan langsung antara Industri 4.0 dan kinerja organisasi; ini berarti
implementasi Industri 4.0 akan meningkatkan kinerja organisasi industri ritel Pakistan
secara keseluruhan.
EJMS 6. Kesimpulan dan saran untuk penelitian selanjutnya
6.1 Kesimpulan
26,2/3
Studi ini mengambil langkah yang belum pernah terjadi sebelumnya untuk menilai dan menentukan dampak dari lima teknologi utama Industri 4.0, yaitu pencetakan 3D, analitik data

besar, komputasi awan, IoT, dan robotika, terhadap kinerja organisasi industri ritel Pakistan. Populasi sasaran terdiri dari karyawan tingkat senior dari industri ritel Pakistan, termasuk

manajer mulai dari posisi tingkat pertama hingga posisi tingkat atas, serta karyawan bawahan yang bekerja di bawah pengawasan manajer tingkat pertama, yang memiliki

pengetahuan teknologi. Industri 4.0. Pengumpulan data dilakukan melalui kuesioner survei berbasis matriks. Temuan yang diperoleh menghasilkan beberapa temuan yang menarik

80
dan memberikan bukti yang meyakinkan tentang keterkaitan yang kuat di antara lima pilar inti Industri 4. 0 dan kinerja organisasi industri ritel Pakistan. Selain itu, hasil yang diperoleh

memberikan bukti awal bahwa teknologi pengganggu Industri 4.0, khususnya pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika, dapat membantu industri ritel

Pakistan dalam menyelesaikan berbagai masalah dan tantangan, seperti pendapatan yang sedikit. , peningkatan biaya dan sistem yang tidak terorganisir. Oleh karena itu dapat

disimpulkan bahwa penerapan Industri 4.0 di industri ritel Pakistan akan meningkatkan kinerja organisasi industri ritel Pakistan secara keseluruhan. Oleh karena itu, industri ritel

Pakistan harus memperkenalkan Industri 4.0 melalui strategi komprehensif, yang mencakup lima teknologi industri 4.0 yang mengganggu tersebut. hasil yang diperoleh memberikan

bukti awal bahwa teknologi pengganggu Industri 4.0, khususnya pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika, dapat membantu industri ritel Pakistan dalam

menyelesaikan berbagai masalah dan tantangan, seperti pendapatan yang sedikit, peningkatan biaya dan sistem yang tidak terorganisir. Oleh karena itu dapat disimpulkan bahwa

penerapan Industri 4.0 di industri ritel Pakistan akan meningkatkan kinerja organisasi industri ritel Pakistan secara keseluruhan. Oleh karena itu, industri ritel Pakistan harus

memperkenalkan Industri 4.0 melalui strategi komprehensif, yang mencakup lima teknologi industri 4.0 yang mengganggu tersebut. hasil yang diperoleh memberikan bukti awal

bahwa teknologi pengganggu Industri 4.0, khususnya pencetakan 3D, analitik data besar, komputasi awan, IoT, dan robotika, dapat membantu industri ritel Pakistan dalam

menyelesaikan berbagai masalah dan tantangan, seperti pendapatan yang sedikit, peningkatan biaya dan sistem yang tidak terorganisir. Oleh karena itu dapat disimpulkan bahwa

penerapan Industri 4.0 di industri ritel Pakistan akan meningkatkan kinerja organisasi industri ritel Pakistan secara keseluruhan. Oleh karena itu, industri ritel Pakistan harus

memperkenalkan Industri 4.0 melalui strategi komprehensif, yang mencakup lima teknologi industri 4.0 yang mengganggu tersebut. dapat membantu industri ritel Pakistan dalam

memecahkan berbagai masalah dan tantangan, seperti pendapatan yang sedikit, peningkatan biaya, dan sistem yang tidak terorganisir. Oleh karena itu dapat disimpulkan bahwa penerapan Industri 4.0 di indus

6.2 Keterbatasan penelitian dan rekomendasi untuk penelitian selanjutnya

Temuan yang diperoleh tidak dapat digeneralisasikan untuk seluruh sektor jasa.
Oleh karena itu, penelitian di masa depan harus mengeksplorasi dampak dari
berbagai teknologi pengganggu Industri 4.0 terhadap kinerja organisasi industri
lain di sektor jasa. Selain itu, temuan kami tidak dapat digeneralisasikan di luar
populasi yang dipelajari dan dengan demikian studi di masa depan harus
mempertimbangkan negara lain. Sarjana dan peneliti masa depan dari negara
maju dan berkembang didorong untuk menyelidiki dan mengklarifikasi hubungan
antara Industri 4.0 dan kinerja organisasi sektor produksi dan jasa di negara
masing-masing, karena hal ini akan membantu lebih jauh pemahaman tentang
Industri 4.0 dalam konteks produksi dan jasa di negara maju dan berkembang.
Selain itu,

Referensi
Acemoglu, D. dan Restrepo, P. (2019),Kecerdasan Buatan, Otomasi, dan Kerja,Universitas
Pers Chicago.
Agnihotram, G., Vepakomma, N., Trivedi, S., Laha, S., Isaacs, N., Khatravath, S., Naik, P. dan Kumar,
R. (2017), “Kombinasi robotika canggih dan visi komputer untuk analitik rak di toko
ritel”,Konferensi Internasional Teknologi Informasi,IEEE, hlm. 119-124.
Ahmed, A. dan Ahsan, H. (2011), “Kontribusi sektor jasa dalam perekonomian Pakistan”,
Kertas Kerja dan Laporan Penelitian.
Aktas, E. dan Meng, Y. (2017), “Eksplorasi praktik big data di sektor ritel”,Logistik,Vol. 1
No.2, hal. 12.
Albers, A., Gladysz, B., Pinner, T., Butenko, V. dan Stu €rmlinger, T. (2016), “Prosedur untuk mendefinisikan
sistem tujuan pada fase awal proyek industri 4.0 yang berfokus pada sistem kontrol kualitas
yang cerdas”,Cirp Procedia,Vol. 52 No. 1, hlm. 262-267.
Aljabre, A. (2012), “Komputasi awan untuk peningkatan nilai bisnis”,Jurnal Bisnis Internasional Industri 4.0 aktif
dan Ilmu Sosial,Vol. 3 No.1, hlm. 234-239.
organisasi
Allen, RS dan Helms, MM (2006), “Menghubungkan praktik strategis dan kinerja organisasi ke
strategi umum Porter”,Jurnal Manajemen Proses Bisnis,Vol. 12, hlm. 433-454.
pertunjukan
Almada-Lobo, F. (2015), “Revolusi Industri 4.0 dan masa depan eksekusi manufaktur
sistem (MES)”,Jurnal Manajemen Inovasi,Vol. 3 No. 4, hlm. 16-21.
Almarabeh, T., Majdalawi, YK dan Mohammad, H. (2016),Cloud Computing dari E-Government, 81
Penerbitan Riset Ilmiah.
Aluko, MAO (2003), “Dampak budaya pada kinerja organisasi di perusahaan tekstil terpilih di
Nigeria",Jurnal Studi Afrika Nordik,Vol. 12 No.2, hlm.164-179.
Bahrin, MAK, Othman, MF, Azli, NHN and Talib, MF (2016), “Industry 4.0: review on industrial
otomatisasi dan robotik”,Jurnal Teknologi,Vol. 78, hlm. 6-13.
Bartodziej, CJ (2017), “Teknologi dan fungsi dari konsep Industri 4.0”,Industri Konsep
4.0,hlm.51-78.
Bayram, B. dan I_nce, G. (2018), “Kemajuan robotika di era industri 4.0”,Industri 4.0:
Mengelola Transformasi Digital,Springer, Cham.
Bettencourt, LM (2014), “Penggunaan big data di perkotaan”,Data besar,Vol. 2 No. 1, hlm. 12-22.
Bogdan, M. dan Borza, A. (2019), “Analitik data besar dan kinerja organisasi: analisis Meta
belajar",Tinjauan Manajemen dan Ekonomi,Vol. 4 No. 2, hlm. 1-13.
Caro, F. and Sadr, R. (2019), “Internet of things (IoT) in retail: bridging supply and demand”,
Cakrawala Bisnis,Vol. 62 No. 1, hlm. 47-54.
Chen, B., Wan, J., Shu, L., Li, P., Mukherjee, M. and Yin, B. (2017), “Pabrik pintar industri 4.0: kunci
teknologi, kasus aplikasi, dan tantangan”,Akses IEEE,Vol. 6, hlm. 6505-6519.
Chowdhury, A. dan Raut, SA (2019), “Manfaat, tantangan, dan peluang dalam adopsi industri
IoT”,Jurnal Internasional Kecerdasan Komputasi dan IoT,Vol. 2 No.4, hlm.822-828.
Cohen, DL (2014), “Membina adopsi arus utama pencetakan 3D industri: memahami
manfaat dan mempromosikan kesiapan organisasi”,Pencetakan 3D dan Manufaktur Aditif, Vol. 1
No. 2, hlm. 62-69.
Collymore, A. (2017), “IOT dan IIOT: inovasi, keunggulan kompetitif, dan kinerja perusahaan
lingkungan yang beragam”,Jurnal Internasional Penelitian dan Peninjauan Informasi,Vol. 4 No. 12, hlm.
4793-4800.
Comrey, AL dan Lee, HB (2013),Kursus Pertama dalam Analisis Faktor,Pers Psikologi.
De Marchi, V. dan Di Maria, E. (2020), “Mencapai ekonomi sirkular melalui adopsi industri 4.0
teknologi: perspektif manajemen pengetahuan”,Manajemen Pengetahuan dan Industri 4.0,
Springer, Cham, hlm. 163-178.
Dhanabalan, T. dan Sathish, A. (2018), “Mengubah industri India melalui kecerdasan buatan
dan robotika dalam industri 4.0”,Jurnal Internasional Teknik Mesin dan Teknologi, Vol. 9 No.
10, hlm. 835-845.
Dlamini, NN dan Johnston, K. (2016), “Penggunaan, manfaat dan tantangan menggunakan Internet of
Things (IoT) dalam bisnis ritel: tinjauan literatur”,Konferensi Internasional tentang Kemajuan
dalam Teknik Komputer dan Komunikasi,IEEE, hlm. 430-436.
Evans, S., Partid-ario, PJ dan Lambert, J. (2007), “Industrialisasi sebagai elemen kunci dari produk berkelanjutan-
solusi layanan”,Jurnal Riset Produksi Internasional,Vol. 45 No. 18-19, hlm. 4225-4226.
Foster, I., Zhao, Y., Raicu, I. dan Lu, S. (2008), “Komputasi awan dan komputasi jaringan 360 derajat
dibandingkan”,Akses IEEE,hlm. 1-10.
Fragapane, G., Ivanov, D., Peron, M., Sgarbossa, F. dan Strandhagen, JO (2020), “Meningkatkan fleksibilitas
dan produktivitas dalam jaringan produksi industri 4.0 dengan robot bergerak otonom dan
intralogistik cerdas”,Sejarah Riset Operasi,hlm. 1-19.
EJMS Frank, AG, Dalenogare, LS dan Ayala, NF (2019), “Teknologi Industri 4.0: Implementasi
pola di perusahaan manufaktur”,Jurnal Internasional Ekonomi Produksi,Vol. 210, hlm.
26,2/3 15-26.
Galin, R. dan Meshcheryakov, R. (2019), “Otomatisasi dan robotika dalam konteks Industri 4.0:
beralih ke robot kolaboratif”,Seri Konferensi IOP: Ilmu dan Teknik Material,Penerbitan IOP,
Vol. 537, hlm. 032073-032077.
Gangwar, H. (2017), “Penggunaan komputasi awan dan pengaruhnya terhadap kinerja organisasi”,Manusia
82 Manajemen Sistem,Vol. 36 No. 1, hlm. 13-26.
Ghani, JA (2005), “Konsolidasi di sektor ritel Pakistan”,Jurnal Kasus Manajemen Asia,
Vol. 2 No.2, hlm.137-161.
Ghobakhloo, M. (2018), “Masa depan industri manufaktur: peta jalan strategis menuju Industri
4.0”,Jurnal Manajemen Teknologi Manufaktur,Vol. 29, hlm. 910-936.
Goel, R. dan Gupta, P. (2020), “Robotika dan industri 4.0”,Peta Jalan Menuju Industri 4.0: Cerdas
Produksi, Bisnis Tajam dan Pembangunan Berkelanjutan,Springer, Cham, hlm. 157-169.
Gosselin, M. (2005), "Studi empiris pengukuran kinerja di perusahaan manufaktur",
Jurnal Internasional Produktivitas dan Manajemen Kinerja,Vol. 54 No 5-6, hlm.
419-437.
Graetz, G. dan Michaels, G. (2018), “Robot sedang bekerja”,Tinjauan Ekonomi dan Statistik,Vol. 100
No.5, hlm.753-768.
Haque, AU, Faizan, R. and Cockrill, A. (2017), “Hubungan antara keterwakilan perempuan di
tingkat strategis dan daya saing perusahaan: bukti dari perusahaan logistik kargo Pakistan dan
Kanada”,Jurnal Studi Manajemen Polandia,Vol. 15, hlm. 69-81.
Hofmann, E. dan Ru€sch, M. (2017), “Industri 4.0 dan status saat ini serta prospek masa depan
logistik",Komputer di Industri,Vol. 89, hlm. 23-34.
Horst, DJ, Duvoisin, CA dan de Almeida Vieira, R. (2018), “Manufaktur aditif di Industri 4.0: a
tinjauan",Jurnal Internasional Penelitian Teknik dan Teknis,Vol. 8 No. 8, hlm. 3-8.
Imran, M. (2018), “Pengaruh industri 4.0 pada sektor produksi dan jasa di Pakistan: bukti
dari industri tekstil dan logistik”,Ilmu Sosial,Vol. 7 No. 12, hal. 246.
Iqbal, MS, Rahim, ZA and Hussain, SA (2020), “Revolusi Industri 4.0 dan tantangan dalam
negara berkembang: studi kasus di Pakistan”,Jurnal Penelitian Lanjutan dalam Studi Bisnis
dan Manajemen,Vol. 21 No. 1, hlm. 40-52.
Islam, MA, Jantan, AH, Hashim, H., Chong, CW, Abdullah, MM and Abdul Hamid, AB (2018),
"Revolusi industri keempat di negara-negara berkembang: sebuah kasus di Bangladesh",Jurnal
Ilmu Manajemen Informasi dan Keputusan,Vol. 21 No. 1, hlm. 1-9.
Kagermann, H., Helbig, J., Hellinger, A. dan Wahlster, W. (2013),Rekomendasi untuk Implementasi
Inisiatif Strategis INDUSTRIE 4.0: Mengamankan Masa Depan Industri Manufaktur
Jerman; Laporan Akhir Pokja Industri 4.0,Acatech, Forschungsunion.
Kanagachidambaresan, GR, Anand, R., Balasubramanian, E. dan Mahima, V. (2020),Internet dari
Hal untuk Industri 4.0,Springer, Cham.
Khan, SA, Liang, Y. dan Shahzad, S. (2014), “Adopsi manajemen rantai pasokan elektronik dan e-
perdagangan oleh usaha kecil dan menengah dan kinerjanya: survei UKM di Pakistan”,
Jurnal Manajemen Industri dan Bisnis Amerika,Vol. 4, hlm. 433-444.
Klincewicz, K. (2018), “Robotika dalam konteks industri 4.0: kegiatan mematenkan di Polandia dan
dibandingkan dengan perkembangan global”,Masalah Zarządzania,Vol. 17, No 2(82), hlm. 53-95.
Lasi, H., Fettke, P., Kemper, HG, Feld, T. dan Hoffmann, M. (2014), “Industri 4.0”,Bisnis dan
Rekayasa Sistem Informasi,Vol. 6 No.4, hlm.239-242.
Li, B. dan Li, Y. (2017), “Internet of things mendorong inovasi rantai pasokan: kerangka penelitian”,
Jurnal Internasional Inovasi Organisasi,Vol. 9 No. 3, hlm. 71-92.
Li, J., Huang, Z. dan Wang, X. (2011), “Pemberitahuan pencabutan: penelitian penanggulangan tentang pengembangan
Industri 4.0 aktif
internet of things economy: kasus kota Hangzhou”,Konferensi Internasional tentang E-Business
dan E-Government,IEEE, hlm. 1-5.
organisasi
Li, J., Xu, L., Tang, L., Wang, S. and Li, L. (2018), “Big data in tourism research: a literature review”,
pertunjukan
Manajemen Pariwisata,Vol. 68, hlm. 301-323.
Lichtenthaler, U. (2019), “Pandangan berbasis intelijen tentang kinerja perusahaan: mengambil untung dari buatan
intelijen",Jurnal Manajemen Inovasi,Vol. 7 No. 1, hlm. 7-20.
83
Lu, Y. (2017), “Industri 4.0: survei tentang teknologi, aplikasi, dan masalah penelitian terbuka”,Jurnal
Integrasi Informasi Industri,Vol. 6, hlm. 1-10.
Maresova, P., Soukal, I., Svobodova, L., Hedvicakova, M., Javanmardi, E., Selamat, A. dan Krejcar, O.
(2018), “Konsekuensi industri 4.0 dalam bisnis dan ekonomi”,Ekonomi,Vol. 6 No.3, hal. 46.
Morikawa, M. (2016),Pengaruh Kecerdasan Buatan dan Robotika pada Bisnis dan
Ketenagakerjaan: Bukti dari Survei Perusahaan Jepang,Lembaga Penelitian Ekonomi,
Perdagangan dan Industri.
Mushref, AM dan Ahmad, SB (2011), “Hubungan antara manajemen pengetahuan dan
kinerja bisnis: studi empiris di industri Irak",Tinjauan Dunia Riset Bisnis,Vol. 1 No. 2,
hlm. 35-50.
Nagy, J., Ol-ah, J., Erdei, E., M-at-e, D. dan Popp, J. (2018), “Peran dan dampak Industri 4.0 dan
internet of things tentang strategi bisnis rantai nilai—kasus Hungaria”, Keberlanjutan,
Vol. 10 No. 10, hal. 3491.
Narver, JC dan Slater, SF (1990), "Pengaruh orientasi pasar pada profitabilitas bisnis",
Jurnal Pemasaran,Vol. 54 No. 4, hlm. 20-35.
Mitra NewVantage, LLC (2012),Survei Eksekutif Big Data 2012,Mitra NewVantage, LLC.
Oliveira, AL (2019), “Bioteknologi, data besar dan kecerdasan buatan”,Jurnal Bioteknologi,
Vol. 14 No. 8, hal. 1800613.
Ooi, KB, Lee, VH, Tan, GWH, Hew, TS dan Hew, JJ (2018), “Komputasi awan di bidang manufaktur:
revolusi industri berikutnya di Malaysia?”,Sistem Pakar dengan Aplikasi,Vol. 93, hlm. 376-394.
Popovi-c, A., Hackney, R., Tassabehji, R. dan Castelli, M. (2018), “Dampak analitik data besar pada
kinerja bisnis bernilai tinggi perusahaan”,Perbatasan Sistem Informasi,Vol. 20 No.2, hlm.209-222.
Powell, TC (1995), “Manajemen kualitas total sebagai keunggulan kompetitif: review dan empiris
belajar",Jurnal Manajemen Strategis,Vol. 16 No. 1, hlm. 15-37.
Putnik, G., Sluga, A., ElMaraghy, H., Teti, R., Koren, Y., Tolio, T. dan Hon, B. (2013), “Skalabilitas dalam
desain dan operasi sistem manufaktur: peta jalan pengembangan mutakhir dan masa
depan”,Sejarah CIRP,Vol. 62 No.2, hlm.751-774.
Qi, Q. dan Tao, F. (2018), “Kembaran digital dan data besar menuju manufaktur cerdas dan industri 4.0:
perbandingan 360 derajat”,Akses IEEE,Vol. 6, hlm. 3585-3593.
Ramayah, T., Samat, N. dan Lo, MC (2011), “Orientasi pasar, kualitas layanan dan organisasi
kinerja dalam organisasi jasa di Malaysia”,Jurnal Administrasi Bisnis Asia-Pasifik,Vol. 3,
hlm. 8-27.
Ratten, V. (2016), “Kelanjutan menggunakan niat komputasi awan: inovasi dan kreativitas
perspektif”,Jurnal Riset Bisnis,Vol. 69 No. 5, hlm. 1737-1740.
Rogers, DL, Pendleton, BF, Goudy, WJ dan Richards, RO (1978), “Industrialisasi, pendapatan
manfaat, dan masyarakat desa”,Sosiologi Pedesaan,Vol. 43 No.2, hal. 250.
Safar, L., Sopko, J., Dancakova, D. dan Woschank, M. (2020), “Industri 4.0—kesadaran di Selatan
India",Keberlanjutan,Vol. 12 No. 8, hal. 3207.
Saini, H., Upadhyaya, A. dan Khandelwal, MK (2019), “Manfaat komputasi awan untuk bisnis
perusahaan: tinjauan”,Prosiding Konferensi Internasional tentang Kemajuan dalam Komputasi dan
Manajemen.
EJMS Schmidt, R., M€ohring, M., H€seni, RC, Reichstein, C., Neumaier, P. dan Jozinovi-c, P. (2015), “Industri
4.0-potensi untuk menciptakan produk cerdas: hasil penelitian empiris”,Konferensi Internasional
26,2/3 tentang Sistem Informasi Bisnis,Springer, Cham, hlm. 16-27.
Schniederjans, DG (2017), “Adopsi teknologi pencetakan 3D di bidang manufaktur: survei
analisis",Jurnal Internasional Ekonomi Produksi,Vol. 183, hlm. 287-298.
Schniederjans, DG dan Hales, DN (2016), “Komputasi awan dan dampaknya terhadap ekonomi dan
kinerja lingkungan: perspektif ekonomi biaya transaksi”,Sistem Pendukung
84 Keputusan,Vol. 86, hlm. 73-82.
Sether, A. (2016), “Manfaat komputasi awan”, tersedia di: SSRN 2781593.
Shamim, S., Cang, S., Yu, H. dan Li, Y. (2016), “Pendekatan manajemen untuk Industri 4.0: manusia
perspektif manajemen sumber daya”,Kongres IEEE tentang Komputasi Evolusioner,IEEE,
hlm.5309-5316.
Singhal, N. (2020), “Investigasi empiris kesiapan industri 4.0 di India”,Penglihatan,Vol. 25,
hlm. 300-311, 0972262920950066.
Putra, I., Lee, D., Lee, JN dan Chang, YB (2011),Memahami Dampak Inovasi Layanan TI pada
Kinerja Perusahaan: Kasus Cloud Computing,PACIS, Asosiasi Sistem Informasi, hal.
180.
Sun, L. dan Zhao, L. (2017), “Membayangkan era pencetakan 3D: model konseptual untuk mode
industri",Fashion dan Tekstil,Vol. 4 No. 1, hlm. 1-16.
Tang, CP, Huang, TCK dan Wang, ST (2018), “Dampak penerapan Internet of things pada
kinerja perusahaan”,Telematika dan Informatika,Vol. 35 No. 7, hlm. 2038-2053.
Tjahjono, B., Esplugues, C., Ares, E. and Pelaez, G. (2017), “Apa arti industri 4.0 untuk memasok
rantai?",Manufaktur Procedia,Vol. 13, hlm. 1175-1182.
Paman, MD (2011), “Meneliti orientasi pasar dan kinerja bisnis”,Australasia
Jurnal Pemasaran,Vol. 19 No.3, hlm.161-164.
Vaidya, S., Ambad, P. dan Bhosle, S. (2018), “Industri 4.0–sekilas”,Manufaktur Procedia,
Vol. 20, hlm. 233-238.
Vanderploeg, A., Lee, SE dan Mamp, M. (2017), “Penerapan teknologi pencetakan 3D di
industri mode”,Jurnal Internasional Desain Mode, Teknologi dan Pendidikan,Vol. 10 No.2,
hlm.170-179.
Vermesan, O., Friess, P., Guillemin, P., Gusmeroli, S., Sundmaeker, H., Bassi, A., Jubert, IS, Mazura,
M., Harrison, M., Eisenhauer, M. dan Doody, P. (2011), “Peta jalan penelitian strategis Internet of
things”,Internet of Things-Tren Teknologi dan Masyarakat Global,hlm.9-52.
Wamba, SF, Gunasekaran, A., Akter, S., Ren, SJF, Dubey, R. dan Childe, SJ (2017), “Data besar
analitik dan kinerja perusahaan: efek kapabilitas dinamis”,Jurnal Riset Bisnis, Vol. 70,
hlm. 356-365.
Wang, S., Wan, J., Zhang, D., Li, D. and Zhang, C. (2016), “Towards smart factory for industry 4.0: a
sistem multi-agen mandiri dengan umpan balik dan koordinasi berbasis data besar”,Jaringan
komputer,Vol. 101, hlm. 158-168.
Weber, L. (2009),Bagaimana Komunitas Pelanggan Digital Membangun Bisnis Anda,John Wiley & Sons.
Witkowski, K. (2017), “Internet of things, big data, industri 4.0–solusi inovatif dalam logistik dan
manajemen rantai pasokan”,Rekayasa Procedia,Vol. 182, hlm. 763-769.
Wu, D., Thames, JL, Rosen, DW dan Schaefer, D. (2012), “Menuju desain berbasis cloud dan
paradigma manufaktur: melihat ke belakang, melihat ke depan”.Konferensi Teknis
Rekayasa Desain Internasional dan Komputer dan Informasi dalam Konferensi Teknik,
Masyarakat Insinyur Mekanik Amerika (ASME), hlm. 315-328.
Wu, J., Guo, S., Li, J. dan Zeng, D. (2016), “Data besar memenuhi tantangan hijau: data besar menuju hijau
aplikasi",Jurnal Sistem IEEE,Vol. 10 No.3, hlm.888-900.
Xu, LD, Xu, EL dan Li, L. (2018), “Industri 4.0: mutakhir dan tren masa depan”,Internasional Industri 4.0 aktif
Jurnal Riset Produksi,Vol. 56 No. 8, hlm. 2941-2962.
organisasi
Xue, CTS dan Xin, FTW (2016), “Manfaat dan tantangan penerapan komputasi awan di
bisnis",Jurnal Internasional tentang Cloud Computing: Layanan dan Arsitektur,Vol. 6 No. 6,
pertunjukan
hlm. 1-15.
Yan, J., Meng, Y., Lu, L. dan Li, L. (2017), “Data besar industri dalam lingkungan industri 4.0:
tantangan, skema, dan aplikasi untuk pemeliharaan prediktif”,Akses IEEE,Vol. 5, hlm.
23484-23491. 85
Yin, Y., Stecke, KE dan Li, D. (2018), “Evolusi sistem produksi dari Industri 2.0 hingga
Industri 4.0”,Jurnal Riset Produksi Internasional,Vol. 56 No 1-2, hlm. 848-861.
Zhang, L., Luo, Y., Tao, F., Li, BH, Ren, L., Zhang, X., Guo, H., Cheng, Y., Hu, A. and Liu, Y. (2014 ),
"Manufaktur cloud: paradigma manufaktur baru",Sistem Informasi Perusahaan,Vol. 8 No.2,
hlm.167-187.
Zhang, H., Song, M. dan He, H. (2020), “Mencapai keberhasilan proyek pembangunan berkelanjutan
melalui analitik data besar dan kemampuan kecerdasan buatan”,Keberlanjutan,Vol. 12 No.3, hal.
949.
Zhao, SM dan Xu, XH (2017), “Pola makna dan jalur pengembangan 'ritel baru'”,Cina
Bisnis dan Pasar,Vol. 31 No.5, hlm.12-20.
Zhong, RY, Xu, X., Klotz, E. dan Newman, ST (2017), “Manufaktur cerdas dalam konteks
industri 4.0: tinjauan”,Rekayasa,Elsevier LTD atas nama Chinese Academy of
Engineering and Higher Education Press Limited Company, Vol. 3 No.5, hlm.616-630.
Zhou, K., Liu, T. dan Zhou, L. (2015), “Industri 4.0: menuju peluang industri masa depan dan
tantangan”,Konferensi Internasional ke-12 tentang Sistem Fuzzy dan Penemuan Pengetahuan,IEEE, hlm.
2147-2152.

Bacaan lebih lanjut

Abubakar, AM, Elrehail, H., Alatailat, MA and Elçi, A. (2019), “Manajemen pengetahuan, keputusan-
membuat gaya dan kinerja organisasi”,Jurnal Inovasi dan Pengetahuan,Vol. 4 No.2,
hlm.104-114.
Ahmed, N. (2013), “Sektor perdagangan grosir dan eceran di Pakistan”,Tinjauan Triwulan FBR,
Vol. 12, hlm. 1-21.
Ahuett-Garza, H. dan Kurfess, T. (2018), “Diskusi singkat tentang tren teknologi habilitasi
untuk Industri 4.0 dan Manufaktur Cerdas”,Surat Manufaktur,Vol. 15, hlm. 60-63.
Batista, NC, Mel-Sayacio, R. and Mendes, VMF (2017), “Arsitektur pengaktif layanan untuk smart grid dan
penyedia layanan smart living di bawah industri 4.0”,Energi dan Bangunan,Vol. 141, hlm. 16-27.
Davenport, TH, Barth, P. and Bean, R. (2012), “Betapa 'big data' berbeda”,Manajemen Sloan MIT
Tinjauan,Vol. 54, hlm. 21-25.
Dilberoglu, UM, Gharehpapagh, B., Yaman, U. dan Dolen, M. (2017), “Peran aditif
manufaktur di era industri 4.0”,Manufaktur Procedia,Vol. 11, hlm. 545-554.
Fatorachian, H. dan Kazemi, H. (2018), “Investigasi kritis terhadap Industri 4.0 di bidang manufaktur:
kerangka kerja operasionalisasi teoretis”,Perencanaan dan Pengendalian Produksi,Vol. 29 No.8,
hlm.633-644.
Lee, J., Ardakani, HD, Yang, S. dan Bagheri, B. (2015a), “Industrial big data analytics and cyber-
sistem fisik untuk pemeliharaan dan inovasi layanan di masa depan”,Cirp Procedia,Vol. 38, hlm. 3-7.
Lee, J., Bagheri, B. dan Kao, HA (2015b), “Arsitektur sistem siber-fisik untuk industri 4.0-
berbasis sistem manufaktur”,Surat Manufaktur,Vol. 3, hlm. 18-23.
Okano, MT (2017), “IOT dan industri 4.0: revolusi baru industri”,Konferensi Internasional tentang
Manajemen dan Sistem Informasi,P. 26.
EJMS Perera, C., Zaslavsky, A., Christen, P. dan Georgakopoulos, D. (2013), “Komputasi sadar konteks untuk
internet of things: survei”,Survei dan Tutorial Komunikasi IEEE,Vol. 16 No.1, hlm.
26,2/3 414-454.
Ur Rehman, HI dan Ishaq, Z. (2017), “Dampak citra merek terhadap niat beli: Memoderasi
peran citra toko di sektor ritel Pakistan”,Jurnal IUP Manajemen Merek,Vol. 14 No.3,
hlm.54-66.

86
Penulis yang sesuai
Shahbaz Ali dapat dihubungi di:ali.shahbaz@qq.com

Untuk petunjuk cara memesan cetak ulang artikel ini, silakan kunjungi situs web
kami: www.emeraldgrouppublishing.com/licensing/reprints.htm Atau hubungi
kami untuk informasi lebih lanjut:izin@emeraldinsight.com