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
Muhammad Rafly Setiawan
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 Penggajian Karyawan Berbasis Website Menggunakan Standar ISO/IEC 25010 Muhammad Rafly Setiawan; Aurael Idfi Krismarwazie; 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 mendorong perusahaan dalam meningkatkan tingkat efektivitas dan efisiensi pada pengelolaan data, termasuk pada proses penggajian karyawan. Sistem penggajian yang masih dilakukan secara manual atau menggunakan spreadsheet memiliki potensi menyebabkan ketidakakuratan perhitungan, terjadinya data ganda, serta keterlambatan dalam proses pengolahan informasi. Penelitian ini bertujuan untuk melakukan analisis dan perancangan. sistem informasi penggajian pegawai yang berbasis website guna meningkatkan akurasi, efisiensi, dan keandalan pengelolaan data penggajian. Metode penelitian yang digunakan yaitu mixed method dengan mengombinasikan pendekatan kualitatif dan kuantitatif. Pengumpulan data dilakukan melalui observasi, wawancara, studi pustaka, dan dokumentasi. Proses pengembangan sistem menerapkan metode Agile yang meliputi tahapan perencanaan, perancangan, pengembangan, pengujian, dan evaluasi. Pengujian kualitas sistem dilakukan menggunakan standar ISO/IEC 25010 dengan aspek usability, performance efficiency, reliability, security, dan functional suitability. Berdasarkan hasil penelitian, sistem informasi tersebut menunjukkan bahwa penggajian yang dikembangkan mampu membantu proses pengelolaan data karyawan dan penggajian secara lebih cepat, terstruktur, dan terintegrasi. Berdasarkan hasil pengujian ISO/IEC 25010, sistem memperoleh nilai rata-rata sebesar 90,8 dengan kategori sangat baik, sehingga sistem dinilai layak digunakan untuk mendukung proses penggajian karyawan pada perusahaan.
Pemanfaatan Data Mining dengan Metode K-Means Berbasis RFM untuk Segmentasi Pelanggan dalam Mendukung Strategi Customer Intelligence (Studi Kasus: Olist E-Commerce) Sri Rizki Umanti; Muhammad Rafly Setiawan; Ibrahim Musyaffa Rizqie
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 industri perdagangan elektronik menghasilkan volume data transaksi pelanggan yang semakin besar dan berpotensi dimanfaatkan sebagai sumber informasi dalam mendukung pengambilan keputusan bisnis. Penelitian ini bertujuan menerapkan teknik data mining melalui algoritma K-Means yang dipadukan dengan pendekatan Recency, Frequency, dan Monetary (RFM) untuk melakukan pengelompokan pelanggan pada platform Olist E-Commerce. Pendekatan RFM digunakan untuk mengevaluasi aktivitas pelanggan berdasarkan waktu transaksi terakhir, frekuensi pembelian, serta nilai transaksi yang dihasilkan. Selanjutnya, algoritma K-Means digunakan untuk mengelompokkan pelanggan yang memiliki karakteristik transaksi serupa ke dalam beberapa segmen. Hasil analisis menghasilkan beberapa kelompok pelanggan dengan pola perilaku yang berbeda, meliputi pelanggan loyal, pelanggan potensial, pelanggan pasif, dan pelanggan bernilai rendah. Informasi yang diperoleh dari proses segmentasi dapat dimanfaatkan sebagai dasar dalam penyusunan strategi pemasaran yang lebih tepat sasaran dan berbasis data. Selain itu, hasil penelitian juga menunjukkan bahwa penerapan metode RFM dan K-Means mampu membantu perusahaan dalam memahami karakteristik pelanggan secara lebih mendalam sehingga mendukung peningkatan efektivitas strategi bisnis dan pengelolaan hubungan pelanggan.
Co-Authors Aurael Idfi Krismarwazie Chairul Anwar Ibrahim Musyaffa Rizqie Sri Rizki Umanti