##plugins.themes.academic_pro.article.main##
Analisa dan Perancangan Technical Support System Untuk Meningkatkan Efisiensi Dan Efektivitas Dukungan Teknis Pada PT. Intikom Berlian Mustika dengan Metode Clustering
Abstract
Dalam lingkungan perusahaan berbasis teknologi informasi, layanan dukungan teknis berperan penting dalam menjaga kelancaran operasional. Di PT Intikom Berlian Mustika, pengelolaan tiket gangguan internal masih dilakukan secara konvensional sehingga menyebabkan keterlambatan penanganan, kesalahan pencatatan, dan kesulitan pemantauan status tiket. Penelitian ini bertujuan merancang dan membangun Technical Support System berbasis web untuk meningkatkan efektivitas dan efisiensi layanan dukungan teknis. Metode K-Means clustering diterapkan untuk mengelompokkan tiket secara otomatis berdasarkan kategori kerusakan dan tingkat urgensi. Pengembangan sistem menggunakan model Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi menggunakan PHP, Laravel, dan MySQL, serta pengujian dengan metode black box dan white box. Hasil penelitian menunjukkan bahwa sistem mampu mengelola tiket secara terstruktur, memantau status secara real-time, serta meningkatkan kecepatan dan ketepatan penanganan gangguan teknis.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat,” PENA Tek. J. Ilm. Ilmu-Ilmu Tek., vol. 6, no. 2, p. 48, 2021, doi: 10.51557/pt_jiit.v6i2.659.
Y. Baskoro, S. Basuki, and G. GAZALI, “Analisa Dan Perancangan Sistem Informasi Presensi Mahasiswa Dengan Random Password Generator Berbasis Website Pada Fakultas Ilmu Komputer Universitas Insan Pembangunan Indonesia,” Insa. Pembang. Sist. Inf. dan Komput., vol. 11, no. 1, pp. 27–35, 2023, doi: 10.58217/ipsikom.v11i1.227.
Sutiyono and F. S. Ramadan, “Rancang Bangun Sistem Informasi Menejemen Inventaris Labolatorium Komputer Berbasis Web dengan Integrasi Radio Frequency Identification (RFID),” vol. 07, pp. 61–69, 2025.
V. Virtusena, A. Johar, and A. Wijanarko, “Pengelompokan Potensi Kelulusan Mahasiswa Fakultas Teknik UNIB Menggunakan Algoritme K-Means (Studi Kasus: Fakultas Teknik Universitas Bengkulu),” Rekursif J. Inform., vol. 9, no. 2, pp. 206–225, 2021, doi: 10.33369/rekursif.v9i2.17073.
M. Rafi Nahjan, N. Heryana, and A. Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 101–104, 2023, doi: 10.36040/jati.v7i1.6094.
K. Auliasari, “Feature Extraction and K-Means Clustering Approach to Classify the COVID-19 Lung CT-Scan Image IJISCS (International Journal of Information System and Computer Science),” vol. 0793, pp. 171–183, 2021.
T. Pricillia and Zulfachmi, “Perbandingan Metode Pengembangan Perangkat Lunak (Waterfall, Prototype, RAD),” J. Bangkit Indones., vol. 10, no. 1, pp. 6–12, 2021, doi: 10.52771/bangkitindonesia.v10i1.153.
A. A. M. Hsb, F. Annas, and A. Fitri, “Perancangan Bisnis UMKM Rumahan Berbasis Digital untuk Meningkatkan Aksebilitas Pasar di Kab . Mandailing Natal,” vol. 02, no. 01, pp. 154–167, 2023,[Online]. Available: https://journal.makwafoundation.org/index.php/jovishe/article/view/501
Y. M. Djaksana, I. M. Sugi Ardana, and R. Achmadani, “Perancangan sistem pengelolaan bank sampah berbasis android dengan metode waterfall,” vol. 7, no. 3, pp. 908–923, 2025.
