Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sampah makanan merupakan timbulan sampah yang dihasilkan di sepanjang tahapan rantai pasok pangan – produksi, pascapanen & penyimpanan, pemrosesan & pengemasan, distribusi & pemasaran, dan konsumsi. Setiap tahunnya, jumlah timbulan sampah makanan mengalami peningkatan yang cukup signifikan dan mengakibatkan dampak kerugian secara ekonomi, lingkungan, dan sosial. Indonesia merupakan salah satu negara yang berkomitmen untuk mengurangi separuh dari jumlah sampah makanan saat ini melalui perjanjian SDGs 2030. Untuk mendukung komitmen tersebut, dibutuhkan sebuah kebijakan yang bersifat komperhensif dan terpadu dari hulu ke hilir untuk menurunkan jumlah sampah makanan. Penelitian ini berfokus untuk mempelajari hubungan dinamis dalam sistem rantai pasok makanan yang menghasilkan food loss and waste dan memberikan usulan kebijakan yang tepat untuk mendukung pengurangan jumlah sampah makanan di Indonesia. Penelitian ini menggunakan causal loop diagram untuk melihat hubungan timbal balik dari variabel sistem rantai pasok pangan yang menghasilkan food loss and waste. Causal loop diagram akan di ubah menjadi bentuk stock and flow diagram yang menghasilkan 5 submodel, yaitu submodel produksi, submodel konsumsi, submodel emisi karbon, submodel food loss and waste, dan submodel daur ulang. Penelitian ini menunjukkan terdapat dua kebijakan yang dapat digunakan untuk mengurangi sampah makanan, yaitu kebijakan green campaign education and sampah daur ulang.

---

Food waste is generated throughout the food supply chain stages – production, post-harvest & storage, processing & packaging, distribution & marketing, and consumption. Every year, the amount of food waste generated increases significantly, resulting in economic, environmental, and social losses. Indonesia is one of the countries that has committed to reducing half of the current amount of food waste through the Sustainable Development Goals 2030 agreement. To support this commitment, a policy that is comprehensive and integrated is needed to reduce the amount of food waste. This paper focuses on studying the dynamic relationships in food supply chain systems that produce food loss and waste. This study provides appropriate policy recommendations to support the reduction of food loss and waste in Indonesia. This study uses a causal loop diagram to see the feedback relationship of the variables in the food supply chain system that results in food loss and waste. Causal loop diagram transformed into Stock and Flow Diagram that consist 5 submodel, which are production submodel, consumption submodel, food loss and waste submodel, carbon emission submodel, and recycling submodel. This research shows that there are two policies that can be used to reduce food loss and waste, namely green campaign education policies and recycling waste."

"Suku cadang adalah bagian dari material MRO yang mana merupakan barang-barang pendukung kegiatan pemeliharaan, perbaikan dan operasional di Perusahaan Minyak dan Gas. Pengelolaan persediaan suku cadang dilakukan untuk menjamin kelancaran kegiatan operasional dengan memenuhi kebutuhan suku cadang pada setiap periodenya. Tantangan yang dihadapi dalam manajemen persediaan adalah memenuhi kebutuhan suku cadang yang tidak pasti secara efektif seraya meminimalkan biaya. Metode yang dapat digunakan untuk menentukan kebijakan persediaan suku cadang yang tepat adalah Simulasi Monte Carlo dengan menggunakan Kebijakan Tinjauan Persediaan Berkelanjutan dan Kebijakan Tinjauan Persediaan Berkala. Metode tersebut diterapkan pada data dari kelompok suku cadang habis pakai yang sebelumnya telah dikategorikan menggunakan Analisis ABC berdasarkan nilai. Metode-metode ini digunakan untuk mendapatkan parameter kebijakan seperti kuantitas pesanan (Q), order-up-to-level (S), titik pemesanan kembali (s), dan total biaya persediaan. Model pengendalian persediaan yang optimal beserta dengan nilai optimal parameternya untuk setiap suku cadang berhasil ditemukan dengan implementasi kedua metode tersebut. Hasil penelitian menunjukkan bahwa Kebijakan Tinjauan Persediaan Berkelanjutan memberikan hasil yang lebih baik daripada Kebijakan Tinjauan Persediaan Berkala dalam hal total biaya persediaan. Ditemukan juga bahwa penggunaan kombinasi dari keduanya sesuai kondisi kebutuhan suku cadang yang berbeda mampu menghasilkan total biaya persediaan yang lebih rendah.

---

Spare parts fall into the MRO material category which refers to items utilized in supporting maintenance, repair, and operational activities of an Oil and Gas Company. The management of spare parts inventory is done to ensure smooth operational activities by fulfilling the spare parts requirements in each period. The challenge faced in inventory management is in satisfying the uncertain spare parts demand effectively while minimizing costs. The method which can be employed to determine the appropriate spare parts inventory policy is Monte Carlo Simulation using Continuous Review System and the Periodic Review System. The methods are applied to data of A group consumable spare parts which has previously been categorized using ABC Analysis based on value. These methods are utilized to obtain policy parameters such as order quantity (Q), order-up-to-level (S), and reorder point (s), and total inventory cost. Optimal inventory review model along with its optimal parameter values for each item was found with the implementation of the two methods. Research results indicated that the Continuous Review Inventory Policy yields better result than the Periodic Review Inventory Policy in terms of total inventory cost for the assessed items, and that utilizing a combination of both across the different spare parts allows for even lower total inventory cost."

"Perusahaan Engineering Procurement Construction (EPC) memiliki ruang lingkup pekerjaan yang luas sehingga proyek-proyeknya membutuhkan dukungan dari rekanan terutama dalam bidang penyediaan jasa atau yang dikenal dengan Subkontraktor. Dengan mengalihkan lingkup mayoritas kepada Subkontraktor, hal ini menyebabkan Subkontraktor mempengaruhi kinerja keberhasilan proyek. Namun dalam prakteknya subkontraktor yang dipilih belum efektif dalam mendukung peningkatan kinerja perusahaan karena banyak subkontraktor yang gagal dalam melaksanakan pekerjaannya. Masalah ini juga dihadapi oleh salah satu perusahaan EPC terkemuka di Indonesia yang dipilih sebagai studi kasus. Dalam menghadapi permasalahan tersebut, penelitian ini memandang perlu adanya pengembangan proses pengambilan keputusan terutama pada kriteria yang digunakan dalam proses pemilihan subkontraktor agar tujuan pemilihan subkontraktor yang lebih baik dapat tercapai. Multi Criteria Decision Making (MCDM) dipilih dalam penelitian ini karena kompleksitas kriteria dalam proses pengambilan keputusan dan teknik Analitycal Hierarchy Process (AHP) diusulkan. AHP menerapkan struktur hirarkis dalam mencapai tujuan dan mampu mengkonsolidasikan expert judgment pada multikriteria yang tidak berkaitan satu sama lain. Berikut adalah kriteria dan subkriteria yang diperoleh melalui tahapan literature review dan pengolahan data. Kriteria yang penting adalah kriteria kemampuan, keselamatan, dan teknis. Sedangkan ringkasan subkriteria penting adalah kekuatan finansial untuk kriteria kapabilitas, dan program keselamatan kerja untuk kriteria keselamatan, serta jadwal pelaksanaan dan daftar personil untuk kriteria teknis.

---

Engineering Procurement Construction (EPC) companies have a wide scope of work so that their projects require support from partners, especially in the field of service supply or known as Subcontractors. By transferring the majority scope to Subcontractors, this causes Subcontractors to affect the performance of project success. However, in practice the selected subcontractors have not been effective in supporting increased company performance because many subcontractors have failed in carrying out their work. This problem is also faced by a leading EPC company in Indonesia, which is selected as a case study. In dealing with this problem, this study considers that it is necessary to develop the decision-making process, especially on the criteria used in the subcontractor selection process so that the goal of choosing a better subcontractor can be achieved. Multi Criteria Decision Making (MCDM) is selected in this study due to complex criteria in the decision-making process and Analytical Hierarchy Process (AHP) technique is proposed. AHP applies hierarchical structure in achieving goals and can consolidate expert judgments on multi-criteria that are not related to one another. The following are the criteria and sub-criteria obtained through the literature review and data processing stages. The important criteria are Kapabilitas, safety, and technical criteria. While the summary of the important sub-criteria is financial strength for Kapabilitas criteria, and work safety program for safety criteria, and implementation schedule and personnel list for the technical criteria."

"Peramalan permintaan penjualan telah memainkan peran penting dalam industri tenaga manufaktur. Peramalan permintaan penjualan dalam bisnis diperlukan untuk perencanaan produksi, pengurangan biaya manajemen, tingkat persediaan dan pembelian bahan baku. Banyak badan usaha manufaktur seperti produksi suku cadang rem mobil memerlukan ramalan permintaan penjualan untuk memenuhi kebutuhan produksi. Oleh karena itu, peramalan permintaan penjualan dalam beberapa bulan ke depan sangat diperlukan untuk menjadi acuan dalam menentukan strategi manajemen produksi. Penelitian ini bertujuan untuk memprediksi permintaan penjualan bulanan dalam beberapa bulan mendatang pada pabrik manufaktur yang memproduksi suku cadang rem mobil dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA), Seasonal Auto-Regressive Integrated Moving Average with eXogenous factors (SARIMAX), dan Rolling SARIMA dengan tipe data musiman per tahun. Studi ini menggunakan data historis bulanan yang dikumpulkan dari perusahaan produksi suku cadang rem dari 01 Januari 2013 hingga 31 Desember 2022 untuk membangun dan mengevaluasi kinerja model. Hasil penelitian menunjukkan bahwa model Rolling SARIMA (1,1,0)(1,1,1)12 memiliki akurasi model terbaik dengan MAPE sebesar 15,77%. Kesimpulan studi menyoroti potensi model untuk mendukung praktik manajemen produksi di pabrik pembuatan suku cadang rem mobil dan pabrik serupa lainnya.

---

Sales demand forecasting has played an important role in the electric power manufacturing industry. Sales demand forecasting in business is necessary for production planning, management cost reduction, inventory levels, and the purchase of raw materials. Many manufacturing companies, such as those that produce auto brake parts, require sales demand forecasts to meet production needs. Therefore, forecasting sales demand in the next few months is needed as a reference in determining a production management strategy. This study aims to predict monthly sales demand in the coming months at manufacturing factories that produce car brake parts using the Seasonal Auto-Regressive Integrated Moving Average (SARIMA), the seasonal auto-Regressive Integrated Moving Average with exogenous factors (SARIMAX), and the rolling SARIMA with seasonal data type per year. This study uses monthly historical data collected from brake parts production companies from January 1, 2013 to December 31, 2022 to build and evaluate model performance. The results showed that the Rolling SARIMA (1,1,0) (1,1,1)12 model had the best model accuracy with a MAPE of 15.77%. The study's conclusions highlight the potential of the model to support production management practices in auto brake parts manufacturing plants and other similar factories."

"Biaya investasi industri panas bumi dan tarif listrik telah bersaing dengan pembangkit listrik berbiaya yang lebih rendah. Situasi ini menantang semua orang yang bekerja untuk industri untuk mengoptimalkan keandalan pabrik mereka, meningkatkan pendapatan, dan mengurangi biaya. Kegiatan pemeliharaan dapat dianggap sebagai proses penting yang bisa menyebabkan biaya tinggi jika kegiatan tersebut tidak dikelola dengan baik. Bagian dari manajemen pemeliharaan adalah menentukan interval pemeliharaan yang optimal dengan biaya pemeliharaan terendah. Penelitian ini menentukan interval pemeliharaan optimal dari subsistem paling kritis di fasilitas pembangkit panas bumi skala besar di Indonesia. Subsistem yang paling kritis dari fasilitas dipilih berdasarkan nilai keandalan. Salah satu metode yang dipilih dalam industri sebagai kerangka kerja untuk mengevaluasi keandalan sistem adalah Reliability Block Diagram (RBD). Berdasarkan RBD, sub-sistem yang paling kritis adalah Cooling Tower Structure System yang terdiri dari dua peralatan, yaitu Cooling Tower Fan dan Cooling Tower Structure. Interval pemeliharaan optimal dari Cooling Tower Fan dan Cooling Tower Structure dihitung menggunakan persamaan model biaya total. Analisis sensitivitas juga dilakukan dalam penelitian ini untuk menentukan rasio biaya di mana perhitungan biaya pemeliharaan dan biaya kegagalan harus dihitung secara rinci. Resampling data dengan metode bootstrap diterapkan pada data kegagalan peralatan karena jumlah data yang terbatas untuk mendapatkan interval pemeliharaan yang optimal dengan selang kepercayaan tertentu. Interval pemeliharaan optimal untuk Cooling Tower Fan adalah 412 hari dan untuk Cooling Tower Structure adalah 914 hari.

---

Geothermal industry unit capital cost and electricity tariff has been competing with lower-cost power generators. This situation has challenged all people that work for the industry to optimize their plant reliability, increase revenue, and reduce costs. Maintenance activities can be considered a critical process which can be very costly if those activities are not managed properly. Part of maintenance management is to determine the optimal maintenance interval with the lowest maintenance cost. This paper determines the optimal maintenance interval of the most critical subsystem in Indonesia's big-scale geothermal generation facility. The most critical subsystem of the facility is chosen based on reliability value. One of the tools chosen in the industry as a framework for evaluating system reliability is Reliability Block Diagram (RBD). Based on RBD, the most critical sub-system is the Cooling Tower Structure System which consists of two equipment, the Cooling Tower Fan, and the Cooling Tower Structure. The optimum maintenance interval of the Cooling Tower Fan and Cooling Tower Structure was calculated using the total cost model equation. Sensitivity analysis is also carried out in this paper to determine the cost ratio at which maintenance cost and failure cost calculations must be calculated in detail. The data resampling with the bootstrap method is applied to the equipment failure data due to the limited amount of data to obtain optimum maintenance intervals with a certain confidence interval value. The optimum maintenance interval for Cooling Tower Fan is 412 days and for Cooling Tower Structure is 914 days."

"Peramalan beban listrik, juga dikenal sebagai Probabilistic Load Forecasting (PLF), memiliki peran penting dalam industri tenaga listrik, terutama dalam merencanakan operasi sistem tenaga, menjaga stabilitas, dan memfasilitasi perdagangan energi. Di Bandar Udara Internasional Soekarno-Hatta yang merupakan sebuah entitas komersial besar, peramalan yang akurat dan andal sangat penting untuk optimalisasi layanan, kepatuhan terhadap regulasi dan meningkatkan akurasi perencanaan konsumsi energi. Tujuan penelitian ini adalah menentukan model peramalan yang akurat untuk digunakan di Bandar Udara Internasional Soekarno-Hatta. Dalam penelitian ini, empat model berbeda diuji: Seasonal Autoregressive Integrated Moving Average (SARIMA), Seasonal Autoregressive Integrated Moving Average with Exogenous (SARIMAX), serta dua model berbasis neural network, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Units (GRU). Kemudian model ini diterapkan pada data historis harian yang dikumpulkan dari perusahaan operator bandar udara dengan rentang waktu 01 Januari 2022 hingga 31 Desember 2022. Hasil penelitian menunjukkan bahwa model LSTM mencapai performa terbaik dalam melakukan peramalan, dengan Mean Absolute Error (MAE) 12.79, Root Mean Square Error (RMSE) 15.47, dan Mean Absolute Percentage Error (MAPE) 1.91%. Sehingga berdasarkan hasil penelitian, model LSTM dapat digunakan untuk meningkatkan akurasi perencanaan konsumsi listrik harian di Bandar Udara Internasional Soekarno-Hatta dan fasilitas serupa lainnya.

---

Electric load forecasting, also known as Probabilistic Load Forecasting (PLF), plays a crucial role in the electricity industry, particularly in planning power system operations, maintaining stability, and facilitating energy trading. At Soekarno-Hatta International Airport, which is a large commercial entity, accurate and reliable forecasting is essential for service optimization, regulatory compliance, and improving the accuracy of energy consumption planning. The aim of this study is to identify an accurate forecasting model to be used at Soekarno-Hatta International Airport. In this study, four different models were tested: Seasonal Autoregressive Integrated Moving Average (SARIMA), SARIMA with Exogenous (SARIMAX), and two neural network-based models, Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRU). The models were subsequently utilized on the daily historical data gathered by the airport operating firm from January 1, 2022, to December 31, 2022. The research findings demonstrated that the LSTM model was the most effective in terms of forecasting performance, with Mean Absolute Error (MAE) of 12.79, Root Mean Square Error (RMSE) of 15.47, and Mean Absolute Percentage Error (MAPE) of 1.91%. Therefore, based on the research findings, the LSTM model can be used to improve the accuracy of daily electricity consumption planning at Soekarno-Hatta International Airport and other similar facilities."

"Pemerintah Republik Indonesia telah mendorong penggunaan biodiesel B30 pada tahun 2020 dengan penetapan Peraturan Menteri Energi dan Sumber Daya Mineral Republik Indonesia No. 12 Tahun 2015. Hal ini berimplikasi pada peningkatan pengadopsian biodiesel di berbagai sektor. Untuk membentuk biodiesel B30, Fatty Acid Methyl Ester (FAME) digunakan sebagai bahan pencampur minyak solar dengan proporsi 30% untuk FAME dan 70% untuk minyak solar. Namun, perlu adanya perhatian lebih mengenai kendala yang dialami dalam proses distribusi FAME seperti jumlah titik serah yang turut meningkat seiring dengan volume pemanfaatan biodiesel yang meningkat dan banyaknya opsi pola pemenuhan kebutuhan FAME. Skema distribusi FAME yang dilakukan di Indonesia saat ini berbasis pada jaringan point-to-point atau pengiriman langsung dari titik suplai menuju ke titik serah. Dalam penelitian ini, penulis mencoba menggunakan jenis jaringan lain yaitu hub-and-spoke dengan menugaskan sejumlah titik suplai atau titik serah untuk menjadi sarana penerimaan, penyimpanan dan penyaluran FAME bagi daerah sekitarnya. Hasil dari optimasi yang dilakukan menunjukan bahwa terdapat trade off antara kedua tipe jaringan distribusi. Skenario point-to-point memiliki biaya distribusi 35% lebih rendah jika dibandingkan dengan skenario hub-and-spoke. Namun, skenario hub-and-spoke memiliki lead time 24% lebih rendah jika dibandingkan dengan skenario point-to-point

---

.The Government of the Republic of Indonesia has encouraged the use of B30 biodiesel in 2020 with the stipulation of Regulation of the Minister of Energy and Mineral Resources of the Republic of Indonesia No. 12 of 2015. This has implications for increasing biodiesel adoption in various sectors. To form biodiesel B30, Fatty Acid Methyl Ester (FAME) is used as a mixing material for diesel oil with a proportion of 30% for FAME and 70% for diesel oil. However, it is necessary to pay more attention to the constraints experienced in the FAME distribution process, such as the number of delivery points which also increases along with the increasing volume of biodiesel utilization and the many options for fulfilling FAME needs. The current FAME distribution scheme in Indonesia is based on a point-to-point network or direct delivery from the supply point to the delivery point. In this study, the researcher tries to use another type of network, namely hub-and-spoke by assigning several supply points or delivery points to be a means of receiving, storing, and distributing FAME for the surrounding area. The results of the optimization carried out show that there is a trade off between the two types of distribution networks. The point-to-point scenario has 35% lower distribution costs when compared to the hub-and-spoke scenario. However, the hub-and-spoke scenario has a 24% lower lead time when compared to the point-to-point scenario."

"Indonesia sebagai negara kepulauan memiliki lebih dari 17 ribu pulau. Hal ini menyebabkan adanya tantangan tersendri untuk mewujudkan konektivitas antar pulaunya, terutama pada daerah terpencil dan tertinggal. Pelayaran perintis merupakan pelayaran yang disubsidi oleh pemerintah Indonesia dengan tujuan utama meningkatkan perekonomian di daerah terpencil dan tertinggal. Namun saat ini, kinerja pelayaran perintis masih belum optimal untuk mencapai tujuan tersebut. Hal tersebut ditandai dengan lamanya round voyage suatu trayek yang dapat mencapai 14 hari serta rendahnya capaian target voyage pelayaran perintis. Oleh karena itu, perlu adanya evaluasi serta efisiensi rute pelayaran perintis. Salah satu yang dapat dilakukan untuk meningkatkan efisiensi rute pelayaran perintis adalah dengan melakukan re-routing trayek pelayaran perintis. Penelitian ini melakukan re-routing pelayaran perintis di wilayah NTT-Maluku Barat Daya dengan pertama melakukan clustering menggunakan DBSCAN (Density-Based Spatial Clustering of Applications with Noise) serta optimasi dengan pendekatan TSP (Travelling Salesman Problem). Hasil yang didapatkan adalah terdapat pengurangan dari rata-rata jarak tempuh trayek pelayaran perintis sebesar 55% (dari 1276 NM menjadi 569,3 NM) serta pengurangan angka rata-rata lama round voyage trayek sebesar 74% (dari 13,3 hari menjadi 3,5 hari). Selain itu, terjadi penurunan ketimpangan antar trayeknya yang dilihat dari nilai jangkauan (range) dari jumlah pelabuhan, jarak tempuh, serta lama round voyage pada trayek pelayaran perintis di wilayah NTT-Maluku Barat Daya.

---

Indonesia, as an archipelagic country, has more than 17,000 islands. This causes challenges in realizing inter-island connectivity, especially in remote and underdeveloped areas. Pelayaran Perintis is a shipping program that the Indonesian government subsidizes to improve the economy in remote and underdeveloped areas. However, the performance of Pelayaran Perintis is still not optimal for achieving this goal. This is indicated by the length of the round voyage of a route that can reach 14 days and the low achievement of the Pelayaran Perintis voyage target. Therefore, there is a need for evaluation and efficiency of Pelayaran Perintis routes. One thing that can be done to increase the efficiency of Pelayaran Perintis routes is by re-routing Pelayaran Perintis routes. This study re-routes Pelayaran Perintis in the NTT-Maluku Southwest region by first clustering using DBSCAN (Density-Based Spatial Clustering of Applications with Noise) and optimization with the TSP (Travelling Salesman Problem) approach. The results obtained are a reduction in the average mileage for Pelayaran Perintis routes by 55% (from 1276 NM to 569.3 NM) and a reduction in the average length of round voyage routes by 74% (from 13.3 days to 3, 5 days). In addition, there has been a decrease in inequality between routes, which can be seen from the range value of the number of ports, distance traveled, and round voyage length on Pelayaran Perintis routes in the NTT-Southwest Maluku region."

"Penelitian ini menganalisis faktor-faktor yang mempengaruhi penjualan LPG 3 Kg PSO dan LPG 12 Kg Non PSO. Persamaan awal faktor yang mempengaruhi disusun berdasarkan penjelasan ahli Pertamina yang disusun dengan mengadopsi langkah-langkah pada metode delphi. Faktor yang mempengaruhi merupakan produk Pertamina yang dihubungkan dengan kebijakan terkait program konversi Mitan ke LPG 3 Kg. Selanjutnya persamaan awal tersebut dianalisis dengan menggunakan metode statistik regresi dengan bantuan perangkat lunak Eviews untuk menghasilkan persamaan sebagai model penjualan LPG 3 Kg PSO dan 12 Kg Non PSO. Hasil model mendeskripsikan hubungan antar faktor pengaruh terhadap penjualan LPG 3 Kg PSO dan 12 Kg Non PSO.

---

"

"Penelitian ini mengkaji keinginan pelanggan melalui Voice of Costumer (VOC) pada Hotel salak The Heritage. Pendekatan ini menggunakan ServQual (Service Quality) sebagai input VOC untuk diaplikasikan pada Costumer Profile Matrix (CPM) dan Quality Function Deployment (QFD) dengan mengaplikasikan Analytical Hierarchym Process AHP) sebagai perhitungan rating dari setiap permasalahan.Tujuannya adalah untuk mengetahui urutan service yang diinginkan pelanggan melalui VOC dan dengan perhitungan AHP. Terdapat 19 Kriteria yang dihasilkan melalui metode ServQual yang tidak lain adalah VOC yang akan dianalisis. Hasil penelitian ini menyarankan 3 peringkat teratas untuk dijadikan landasan untuk memenuhi kepuasan pelanggan.

---

This study examines the customer through the Voice of Customer (VOC) at Hotel Salak The Heritage. This approach uses ServQual (Service Quality) as input VOC to be applied on the Customer Profile Matrix (CPM) and Quality Function Deployment (QFD) to apply the Analytical Hierarchy Process AHP) as the calculation of rating of each problem.

The aim is to determine the order of service that customers want throughm VOC and with AHP calculation. There are 19 criteria that were produced through the ServQual method to be analyzed. The results of this study suggest 3 top ranking to be used as the basis to comply with customer satisfaction."