<![CDATA[E-commerce digitalization generates massive clickstream data, complicating customer journey mapping and bottleneck detection. The unstructured nature of web logs often leads to modeling failures. This study evaluates the performance of Alpha Miner, Heuristic Miner, and Inductive Miner algorithms in mapping user navigation routes and detecting interface inefficiencies using a public e-commerce clickstream dataset. Through Token-Based Replay evaluation, the research shows that Alpha Miner is inefficient for dynamic data and prone to Out of Memory errors. Conversely, Inductive Miner proved superior with a perfect fitness level (0.999), while Heuristic Miner was optimal in filtering noise (0.887). Further evaluations using the Performance Directly-Follows Graph localized the main bottleneck at the post-login transition to the shopping cart addition, which took the longest interface delay (42 minutes). These empirical findings provide a benchmark to optimize user interfaces and boost digital transaction conversions.Keywords: Bottleneck; Conformance Checking; Customer Journey; E-Commerce; Process Mining. AbstrakDigitalisasi e-commerce menghasilkan data clickstream masif yang menyulitkan pemetaan customer journey dan deteksi bottleneck. Sifat log web yang tidak terstruktur sering kali memicu kegagalan pemodelan. Penelitian ini mengevaluasi kinerja Alpha Miner, Heuristic Miner, dan Inductive Miner untuk memetakan navigasi pengguna serta mendeteksi inefisiensi antarmuka menggunakan dataset publik rekaman clickstream e-commerce. Melalui evaluasi Token-Based Replay, penelitian menunjukkan bahwa Alpha Miner tidak efisien untuk data dinamis dan rentan memicu Out of Memory. Sebaliknya, Inductive Miner terbukti paling unggul dengan tingkat kecocokan sempurna (0.999), sedangkan Heuristic Miner optimal dalam menyaring derau (0.887). Evaluasi lanjutan berbasis Performance Directly-Follows Graph melokalisasi bottleneck utama pada transisi pasca-login menuju penambahan keranjang belanja dengan jeda waktu antarmuka terlama (42 menit). Temuan empiris ini menjadi acuan untuk mengoptimalkan rekayasa antarmuka pengguna demi mendongkrak konversi transaksi digital. ]]>
