Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal TEKNOBIS : Jurnal Teknologi, Bisnis dan Pendidikan Journal of Information Systems and Business Technology
Bergio Fabian
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Education Library & Information Science Social Sciences

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

Found 2 Documents
Search

 1 
Analisis dan Perancangan Sistem Informasi Pengaduan Pelanggan Berbasis Website Menggunakan Standar ISO/IEC 25010 Grace Priskila Dakhi; Bergio Fabian; Chairul Anwar
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

Perkembangan teknologi informasi saat ini mendorong perusahaan untuk selalu meningkatkan kualitas pelayanan pelanggannya melalui penerapan sistem informasi yang terintegrasi dan efisien. Namun, PT Teknologi Informatika Solusindo masih menghadapi kendala dalam proses pengelolaan pengaduan pelanggan karena sistem yang digunakan masih bersifat konvensional melalui telepon, email, dan pesan instan. Kondisi ini menyebabkan penumpukan data pengaduan, keterlambatan penanganan pengaduan, serta kesulitan dalam memantau status pengaduan. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi pengaduan pelanggan berbasis website yang mampu mendukung proses pengelolaan keluhan secara lebih efektif dan terstruktur. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan mixed method serta model pengembangan Prototype. Pengumpulan data dilakukan melalui observasi, penyebaran kuesioner, dan studi pustaka. Pengujian kualitas sistem dilakukan menggunakan standar ISO/IEC 25010 yang mencakup aspek Functional Suitability, Reliability, Performance Efficiency, Usability, Security, Compatibility, Maintainability, dan Portability. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mendapatkan nilai keseluruhan sebesar 73, 86% dengan kategori “Baik”, sehingga sistem ini dinilai layak digunakan untuk meningkatkan efektivitas, efisiensi, dan kualitas pengelolaan pengaduan pelanggan pada perusahaan.
Penerapan RFM Analysis dan K-Means Clustering untuk Segmentasi Pelanggan pada Dataset Online Retail II Nathan Noval Jivi Earnestine; Rangga Irawan; Bergio Fabian; Mufidah Karimah
TEKNOBIS : Jurnal Teknologi, Bisnis dan Pendidikan Vol. 4 No. 3 (2026): TEKNOBIS : Jurnal Teknologi, Bisnis dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Persaingan di industri e-commerce yang semakin ketat mendorong perusahaan untuk lebih mengenali karakteristik pelanggan demi merancang strategi pemasaran yang lebih efektif. Penelitian ini bertujuan untuk melakukan klasifikasi segmen pelanggan pada dataset Online Retail II dengan mengintegrasikan metode Analisis RFM (Recency, Frequency, Monetary) dan algoritma K-Means Clustering. Dataset ini mencakup 1.067.371 transaksi yang tercatat antara Desember 2009 hingga Desember 2011. Proses pembersihan data menghapus baris yang tidak memiliki ID Pelanggan, nilai Kuantitas dan Harga yang tidak valid, serta data yang terduplikasi, sehingga menghasilkan 779.425 transaksi bersih dari 5.878 pelanggan yang berbeda. Indikator RFM dihitung dan diubah dengan logaritmik untuk mengurangi ketidakseimbangan sebelum dinormalisasi dan dikelompokkan. Penentuan jumlah cluster yang optimal menggunakan Metode Elbow dan Skor Silhouette menunjukkan bahwa k=4 adalah jumlah cluster yang tepat, dengan Skor Silhouette sebesar 0,3650. Hasil pengelompokan mengidentifikasi empat jenis pelanggan: Champion/VIP (20,3%), Loyal Customer (24,8%), Potential/New (21,3%), dan At Risk/Churned (33,6%). Penelitian ini merekomendasikan strategi pemasaran yang spesifik untuk masing-masing segmen guna mendukung program manajemen hubungan pelanggan (CRM) yang lebih efisien.
Co-Authors Chairul Anwar Grace Priskila Dakhi Mufidah Karimah Nathan Noval Jivi Earnestine Rangga Irawan