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
Sri Rizki Umanti
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 Data Penduduk Berbasis Web Menggunkan Standar ISO/IEC 25010 Sri Rizki Umanti; Callvin Haidiri Rahmansyah Soetya; 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

Penelitian ini berujud untuk menilai dan membangun platform informasi pendudu berbasis web dengan memanfaatkan metode Agile dan mengikuti standar kualitas ISO/IEC 25010. Proses analisis kebutuhan sistem didapatkan melalui observasi dan wawancara dengan aparat desa, yang mengungkapkan permasalahan seperti pengulangan data, kesulitan dalam mengakses informasi, serta ketidakefisienan dalam pembuatan laporan. Berdasarkan temuan analisis tersebut sistem dirancang meliputi diagram use case, diagram aktivitas, dan hubungan entitas diagram untuk membangun struktur sistem yang terencana. Implementasi sistem diwujudkan dalam bentuk aplikasi web yang memiliki fitur utama seperti dashboard, pengelolaan data penduduk, formulir untuk memasukkan data, dan halaman laporan. Pengujian sistem dilakukan berdasarkan standar ISO/IEC 25010 dengan fokus pada aspek kesesuaian fungsional, kemudahan penggunaan, keandalan, efisiensi kinerja, dan keamanan. Hasil pengujian menunjukkan bahwa sistem telah memenuhi kebutuhan pengguna dengan tingkat kemudahan tinggi dan kinerja yang stabil. Jika dibandingkan dengan sistem manual sebelumnya, sistem baru ini mampu meningkatkan akurasi data, mempercepat pengolahan, serta mempermudah pembuatan laporan. Meskipun demikian, sistem ini masih memiliki beberapa keterbatasan, terutama terkait adaptasi pengguna dan belum terintegrasi dengan sistem lain. Oleh karena itu, diperlukan pengembangan lanjut untuk meningkatkan fungsionalitas dan skalabilitas sistem di masa depan.
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 Callvin Haidiri Rahmansyah Soetya Chairul Anwar Ibrahim Musyaffa Rizqie Muhammad Rafly Setiawan