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
Oriandika Rasyid
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 Akademik Perguruan Tinggi dengan ISO/IEC 25010 (Studi Kasus: Universitas Pamulang) Oriandika Rasyid; 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 pada era digital mendorong perguruan tinggi untuk meningkatkan kualitas layanan akademik melalui penerapan sistem informasi yang terintegrasi. Sistem informasi akademik berperan penting dalam mendukung berbagai aktivitas akademik, seperti pengelolaan data mahasiswa, pengisian Kartu Rencana Studi (KRS), pengolahan nilai, dan penyusunan jadwal perkuliahan. Pada studi kasus Universitas Pamulang, ditemukan beberapa permasalahan pada sistem akademik yang berjalan, seperti penurunan performa saat traffic pengguna tinggi, masih adanya bug pada fitur akademik, pengalaman pengguna yang belum optimal, serta potensi risiko keamanan data. Permasalahan tersebut berdampak pada menurunnya kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi akademik berbasis web dengan mengacu pada standar kualitas perangkat lunak ISO/IEC 25010, meliputi functional suitability, performance efficiency, usability, reliability, security, dan maintainability. Metode Prototype digunakan karena mampu mendukung pengembangan sistem secara iteratif melalui keterlibatan pengguna dalam setiap tahap pengembangan. Hasil penelitian diharapkan menghasilkan rancangan sistem yang lebih efektif, efisien, aman, dan sesuai dengan kebutuhan pengguna.
Analisis Segmentasi Pelanggan dan Prediksi Churn pada E-commerce Menggunakan K-Means Clustering dan Random Forest: Studi Kasus Olist Brazilian E-commerce Bayu Aditiya Nuryansyah; Raihanullah; Oriandika Rasyid
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

The rapid growth of the e-commerce industry requires digital platforms to focus on customer retention strategies to ensure business sustainability. This study aims to integrate a customer intelligence approach through customer segmentation and loyalty risk prediction. The methods applied in this study combine unsupervised learning techniques using the K-Means algorithm and supervised learning using the Random Forest algorithm on the Olist Brazilian E-commerce dataset. The clustering process based on the Recency, Frequency, and Monetary metrics produced optimal groupings with a Silhouette Score of 0.36. Furthermore, the Random Forest model successfully predicted the potential for churn with an accuracy rate of 85.37%. The combination of these two methods significantly contributes to mapping high-risk customer segments, enabling management to formulate precise retention programs.
Co-Authors Bayu Aditiya Nuryansyah Chairul Anwar Raihanullah