Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Information Systems and Business Technology
Ridho Septiawan
Universitas Pamulang
Computer Science & IT Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Perancangan Sistem Donasi Online Berbasis Web Menggunakan ISO/IEC 25010 Metode Prototype PT Teknologi Informasi Solusindo Sabrina Shoraida Fitriah; Ridho Septiawan; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 2 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan teknologi informasi telah memotivasi organisasi untuk menggunakan sistem digital agar operasional mereka lebih efisien dan jelas, terutama dalam pengelolaan donasi. PT Teknologi Informatika Solusindo menghadapi beberapa tantangan dalam menangani data donasi karena sebagian prosesnya masih dilakukan secara manual. Hal ini menyebabkan keterlambatan pelaporan, inkonsistensi data, dan masalah dalam pelacakan transaksi donasi. Studi ini berfokus pada pembuatan sistem informasi donasi online yang bekerja di web, menggunakan metode pengembangan prototipe. Studi ini juga akan menilai kualitas perangkat lunak dengan mengikuti standar ISO/IEC 25010. Kami mengumpulkan informasi dengan berbagai cara: dengan mengamati, berbicara dengan orang, melihat dokumen, dan membaca buku dan artikel. Sistem dibangun menggunakan diagram UML dan ERD untuk menguraikan cara kerja sistem dan bagaimana basis data diatur. Hasil penerapan sistem menunjukkan bahwa sistem tersebut dapat membantu mengelola donasi, memeriksa pembayaran, menyediakan laporan donasi, dan menyimpan catatan transaksi donatur secara efektif dan transparan. Menurut pengujian ISO/IEC 25010, sistem tersebut menerima skor keseluruhan 79%, menempatkannya dalam kategori "Baik". Kesesuaian Fungsional menerima skor tertinggi 86%, menunjukkan bahwa sistem bekerja dengan baik sesuai dengan kebutuhan pengguna.
Penerapan Teknik Clustering Menggunakan Algoritma K-Means Berbasis RFM untuk Segmentasi Pelanggan pada Dataset Online Retail II Andika Febrian Nurhidayat; Muhammad Jehan Leon Kusuma; Ridho Septiawan
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan data transaksi pada sektor retail menghasilkan informasi yang dapat dimanfaatkan untuk memahami perilaku pelanggan secara lebih mendalam. Penelitian ini bertujuan melakukan segmentasi pelanggan menggunakan teknik clustering dengan algoritma K-Means berbasis Recency, Frequency, dan Monetary (RFM) pada dataset Online Retail II. Tahapan penelitian meliputi pembersihan data, penanganan nilai hilang, penghapusan duplikasi, penanganan outlier menggunakan metode Interquartile Range (IQR), serta pembentukan fitur RFM. Data yang telah diproses kemudian dinormalisasi dan dikelompokkan menggunakan algoritma K-Means. Penentuan jumlah cluster dilakukan menggunakan Elbow Method, sedangkan kualitas hasil clustering dievaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga kelompok pelanggan dengan nilai Silhouette Score sebesar 0,4596 yang menunjukkan kualitas pemisahan cluster yang cukup baik. Segmentasi yang dihasilkan terdiri atas VIP Customer, Regular Customer, dan At Risk Customer. Kelompok VIP memiliki frekuensi transaksi dan nilai pembelian yang tinggi, sedangkan kelompok At Risk menunjukkan aktivitas transaksi yang rendah dan berpotensi berhenti berbelanja. Hasil penelitian ini dapat dimanfaatkan sebagai dasar penyusunan strategi pemasaran yang lebih tepat sasaran, peningkatan loyalitas pelanggan, serta pengambilan keputusan bisnis berbasis data pada perusahaan retail.
Co-Authors Andika Febrian Nurhidayat Chairul Anwar Muhammad Jehan Leon Kusuma Sabrina Shoraida Fitriah