Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JSAI (Journal Scientific and Applied Informatics) Jurnal Tren Bisnis Global
Santoso Santoso
Institut Teknologi dan Bisnis Bina Sarana Global
Computer Science & IT Economics, Econometrics & Finance

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

Found 2 Documents
Search

 1 
Toko Sembako Terintegrasi Payment Gateway Midtrans Berbasis Android Pramana Anwas Panchadria; Ferawati Ferawati; Santoso Santoso; Edo Rahayu
JURNAL TREN BISNIS GLOBAL Vol 2, No 2 (2022): JURNAL TREN BISNIS GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jtbg.v2i2.578

Abstract

Sembako diterangkan sebagai Sembilan Bahan Pokok, terdiri dari beragam jenis kebutuhan bahan-bahan pokok masyarakat seperti Beras, Minyak Goreng, Sayur-sayuran, Buah-Buahan, Telur dan lain lain. Penjualan Sembako saat ini sebagian besar masih menggunakan metode manual, metode penjualan manual mempunyai banyak kekurangan, seperti proses transaksi menghabiskan waktu untuk satu pembeli, padatnya pembeli yang membeli dalam waktu yang sama dan perhitungan biaya yang harus dibayar dan menghitung kembalian. Sistem Informasi Toko Sembako dan Terintegrasi dengan Payment Gateway Midtrans Berbasis Android (Studi Kasus Maubeli Mart) menggunakan metodologi Rekayasa Perangkat Lunak Waterfall dengan langkah analisis, desain, pemrograman, pengujian, dan implementasi. Selanjutnya perancangan dan pembangunan sistem dilakukan dengan proses perancangan UML (Unified Modeling Language). Hasil dari penelitian ini berupa sebuah aplikasi Perancangan Sistem Informasi Toko Sembako dan Terintegrasi dengan Payment Gateway Midtrans Berbasis Android yang mudah digunakan dan dapat melakukan transaksi secara aman dan efisien sehingga memberikan kepuasan terhadap pemilik toko dan pelanggan.
Optimalisasi Pengambilan Keputusan Promosi Digital dengan Pemasaran Berbasis Data Vina Avianingsih; Muhammad Eka Firmansyah; Jarudin Jarudin; Santoso Santoso
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8404

Abstract

In today’s digital marketing landscape, organizations must optimize promotional strategies using data-driven insights. This study proposes an integrated framework combining machine learning (ML) and multi-criteria decision-making (MCDM. Using 1,200 campaigns across platforms, we applied and evaluated regression models—Linear Regression, Random Forest, and Gradient Boosting—to predict ROI from key attributes. Gradient Boosting performed best (R² = 0.82), identifying engagement score, conversion rate, and click-through rate (CTR) as top factors. Used the Analytic Hierarchy Process (AHP) to prioritize campaigns based on predicted ROI, engagement, CTR, and cost-per-click (CPC). This combined approach supports marketers in balancing data-driven accuracy with managerial judgment. A/B testing showed the model-informed group achieved a 17.6% higher ROI and lower CPCs than baseline strategies. This research advances marketing analytics by merging advanced ML with structured decision-making, providing a replicable method for enhancing promotional effectiveness. The findings highlight the significance of behavioral metrics in predicting success and the value of integrating algorithmic precision with human evaluation. This blended approach empowers marketers to move beyond single-metric optimization, enabling more informed and impactful digital marketing strategies in competitive environments.
Co-Authors Edo Rahayu Ferawati Ferawati Jarudin Jarudin Muhammad Eka Firmansyah Pramana Anwas Panchadria Vina Avianingsih