Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Elektro JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Impresi Indonesia Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal Research of Social Science, Economics, and Management Jurnal Teknik Indonesia
Tacbir Hendro Pudjiantoro
Universitas Jenderal Achmad Yani
Religion Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences Transportation

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Evaluasi Pengalaman Pengguna Aplikasi Mobile JKN Menggunakan Metode User Experience Questionnaire (UEQ) Syafriliani Handya Al Fariza Hidayat; Irma Santikarama; Tacbir Hendro Pudjiantoro
Jurnal Impresi Indonesia Vol. 5 No. 7 (2026): Jurnal Impresi Indonesia
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jii.v5i7.7970

Abstract

Transformasi digital dalam layanan kesehatan telah mendorong penggunaan berbagai platform digital untuk meningkatkan aksesibilitas, efisiensi, dan kualitas pelayanan kepada masyarakat. Salah satu bentuk transformasi tersebut di Indonesia adalah aplikasi Mobile JKN yang dikembangkan oleh BPJS Kesehatan sebagai media pelayanan digital bagi peserta Jaminan Kesehatan Nasional (JKN). Meskipun aplikasi ini menyediakan berbagai fitur layanan kesehatan, masih ditemukan beberapa kendala dalam penggunaannya, seperti gangguan teknis, respons aplikasi yang lambat, serta kesulitan dalam mengakses fitur tertentu yang dapat memengaruhi pengalaman pengguna. Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna aplikasi Mobile JKN pada masyarakat Kabupaten Karawang menggunakan metode User Experience Questionnaire (UEQ). Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengambilan sampel purposive sampling. Data diperoleh melalui penyebaran kuesioner kepada pengguna aplikasi Mobile JKN yang memenuhi kriteria penelitian, kemudian dianalisis menggunakan UEQ Data Analysis Tool untuk memperoleh nilai rata-rata setiap dimensi dan hasil benchmark pengalaman pengguna. Hasil penelitian menunjukkan bahwa seluruh dimensi UEQ memperoleh nilai rata-rata di atas 0,8 sehingga termasuk kategori positif. Dimensi Kejelasan memperoleh nilai tertinggi sebesar 1,556, diikuti oleh Ketepatan sebesar 1,547 dan Efisiensi sebesar 1,476, sedangkan dimensi Kebaruan memperoleh nilai terendah sebesar 0,914. Hasil benchmark menunjukkan bahwa dimensi Ketepatan dan Stimulasi berada pada kategori Good, sedangkan Daya Tarik, Kejelasan, Efisiensi, dan Kebaruan berada pada kategori Above Average. Temuan ini menunjukkan bahwa aplikasi Mobile JKN telah mampu memberikan pengalaman pengguna yang baik, terutama pada aspek kemudahan penggunaan, efisiensi, dan keandalan sistem. Namun, peningkatan inovasi antarmuka dan pengalaman interaksi tetap diperlukan untuk memperkuat aspek kebaruan serta mendukung pengembangan layanan kesehatan digital yang berkelanjutan.
RFM-Based Customer Segmentation Using K-Means Clustering to Recommend Marketing Strategies for Motorcycle Repair Shops Nanda Oberusti; Sigit Anggoro; Tacbir Hendro Pudjiantoro
Journal Research of Social Science, Economics, and Management Vol. 5 No. 12 (2026): Journal Research of Social Science, Economics, and Management
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jrssem.v5i12.1610

Abstract

Motorcycle repair workshops, as service-based businesses, require an understanding of customer characteristics to develop more effective marketing strategies. However, differences in customer transaction behavior make generalized marketing strategies less effective in meeting the needs of different customer groups. Customer segmentation is an approach that enables businesses to classify customers based on their transaction characteristics, allowing the identification of valuable customers and the development of more targeted marketing strategies. This study aims to apply the Recency, Frequency, Monetary (RFM) method and the K-Means Clustering algorithm to segment customers of AHASS Cimalaka Sumedang Motorcycle Workshop. The resulting customer segments are expected to support the formulation of marketing strategy recommendations, improve customer loyalty, and facilitate more effective marketing decision-making. Differences in customer transaction behavior reduce the effectiveness of generalized marketing strategies, highlighting the need for customer segmentation based on transaction data. To apply the Recency, Frequency, Monetary (RFM) method and the K-Means Clustering algorithm for customer segmentation and to develop marketing strategy recommendations. This study employed a quantitative approach consisting of data preprocessing, RFM calculation, data normalization, K-Means clustering, and cluster evaluation. The proposed approach successfully segmented customers into five clusters based on their RFM characteristics, namely Potential Loyal Customer, At Risk Customer, Lost Customer, Inactive Customer, and Loyal Customer, which served as the basis for prioritizing targeted marketing strategies. The combination of the RFM method and the K-Means Clustering algorithm effectively supports customer segmentation and provides a reliable basis for developing more targeted and effective marketing strategies.
Co-Authors Ade Kania Ningsih Agus Irvan Maulana Bima Wahyu Utama Dea Destiani Dian Nursantika Dini Eka Pratiwi Fajri Rakhmat Umbara Irma Santikarama Kundika whicak Nadhifa Qatrunnada Nanda Oberusti Puspita Nurul Sabrina Rahmania Aulia Ikrimah Putri Rayzha Raka Putra Sigit Anggoro Sri Mulyani Azhari Syafriliani Handya Al Fariza Hidayat Syarifudin Yoga Pinasty Yeni Purnamasari