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
Andika Febrian Nurhidayat
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 dan Perancangan Sistem Informasi Apotek Berbasis Website Menggunakan Metode Prototype Dan Standar ISO/IEC 25010 (Studi Kasus: PT Teknologi Informatika Solusindo) Andika Febrian Nurhidayat; Muhammad Irfan Fauzi; 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

Transformasi digital mendorong berbagai sektor usaha untuk meningkatkan efektivitas operasional, termasuk bidang kesehatan. PT Teknologi Informatika Solusindo masih menghadapi kendala pada proses pengelolaan apotek karena sebagian aktivitas dilakukan secara manual sehingga menyebabkan keterlambatan pengolahan data, kesalahan pencatatan, serta rendahnya efisiensi pelayanan. Untuk mengatasi kondisi tersebut, dikembangkan sistem informasi apotek berbasis website dengan pendekatan Prototype serta evaluasi kualitas menggunakan standar ISO/IEC 25010. Metode Prototype diterapkan agar proses pengembangan dapat berlangsung lebih cepat dan sesuai dengan kebutuhan pengguna melalui tahapan pengumpulan kebutuhan, perancangan awal, pembangunan prototipe, hingga evaluasi berulang. Pengujian kualitas sistem dilakukan dengan mengacu pada aspek Functional Suitability, Performance Efficiency, Compatibility, Usability, Reliability, Security, Maintainability, dan Portability. Implementasi sistem menghasilkan fitur pengelolaan data obat, transaksi penjualan, pembelian, laporan, dan manajemen pengguna. Evaluasi menggunakan ISO/IEC 25010 memperlihatkan bahwa sistem memperoleh hasil baik pada seluruh karakteristik yang diuji sehingga mampu mendukung pengelolaan apotek secara lebih efektif, efisien, dan akurat.
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 Chairul Anwar Muhammad Irfan Fauzi Muhammad Jehan Leon Kusuma Ridho Septiawan