03097     2200349   4500001002100000005001500021035002000036245007900056100002800135300002800163700002600191700001200217260003400229082001500263084002100278020002200299650003800321520209500359008004102454990002102495990002102516990002102537990002102558990002102579990002102600990002102621990002102642990002102663990002102684990002102705990002102726INLIS00000000001435820240801111302  a0010-08240000011 aPrcess Mining :bSains data berorientasi proses /cAngelina Prima Kurniati0 aAngelina Prima Kurniati  axxii, 242 hlm.;  24 cm.0 aGuntur Prabawa Kusuma0 aSuyanto  aBandung :bInformatika,c2023  a510.285 53  a510.285 53 ANG p  a978-623-7131-73-1  aAnalisis Numerik--Pengolahan Data  aProcess Mining adalah bidang ilmu yang relatif baru dan masih terus berkembang. Bidang ini menarik dan dibutuhkan dalam berbagai domain karena dapat digunakan untuk menggali informasi tentang proses bisnis dari sekumpulan besar data yang dimiliki perusahaan dalam bentuk event log. Selain kemampuan teknis untuk mengolah data, peneliti dan praktisi di bidang ini juga perlu memiliki kemampuan untuk memahami proses bisnis dalam perusahaan: apa yang dilakukan, bagaimana melakukannya, siapa yang melakukan, dan kapan dilakukannya.

Pemahaman yang mendalam tentang data dan proses bisnis tersebut merupakan landasan awal untuk menerapkan Process Mining dalam perusahaan. Buku ini membahas Process Mining, mulai dari pendahuluan: definisi, tujuan, dan dampak penggunaan Process Mining; keterkaitan Process Mining dengan manajemen proses bisnis, penambangan data, sains data, dan explainable artificial intelligence; metodologi dan tahap-tahap utama dalam Process Mining; hingga diskusi secara komprehensif mengenai Process Mining dari sejumlah perspektif berbeda. Pembahasan tahap-tahap Process Mining juga menekankan bahwa ada aktivitas sebelum dan sesudah aktivitas utama

Process Mining yang harus diperhatikan, meliputi persiapan data dan penyampaian hasilnya dalam bentuk visualisasi. Dalam buku ini juga diuraikan beberapa tools yang dapat digunakan untuk melakukan Process Mining serta contoh-contoh penerapannya. Pembaca dapat menggunakan bab-bab terkait sebagai referensi untuk mulai menggunakan tools yang ada dan menerapkan Process Mining pada data sampel. Pada bagian penutup disajikan tantangan dan peluang penerapan Process Mining, serta masa depan Process Mining di Indonesia. Tantangan utamanya adalah ketersediaan dan kualitas data, yang musti diatasi secara hati-hati menggunakan berbagai teknik pengolahan data yang tepat. Sementara itu, peluang dan masa depan Process Mining di Indonesia masih terbuka lebar bagi akademisi maupun praktisi untuk mengembangkan dan menerapkan Process Mining di berbagai bidang: kesehatan, pendidikan, industri, manufaktur, dan sebagainya.240801                e          0 ind    a024.2630/PC/2024  a024.2631/PC/2024  a024.2632/PC/2024  a024.2630/PC/2024  a024.2631/PC/2024  a024.2632/PC/2024  a024.2631/PC/2024  a024.2630/PC/2024  a024.2632/PC/2024  a024.2632/PC/2024  a024.2630/PC/2024  a024.2631/PC/2024