Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Sari, Putri Dina
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Membangun Dashboard Analisis Perilaku Konsumen dengan pendekatan Market Basket Analysis Sholihin, Miftahus; Sari, Putri Dina; Ikhsan, Aulia; Rahman, Arief
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.662

Abstract

Pada dasarnya dalam suatu bisnis data ada setiap harinya, namun yang harus dipikirkan adalah bukan seberapa banyak kuantitas data tersebut namun lebih ke arah pengelolaan data yang mana bisa bermanfaat untuk perkembangan bisnis. Saat ini, kegiatan marketing bergantung pada data untuk menganalisis dan memahami perilaku konsumen sekaligus memberikan wawasan yang jelas tentang produk atau layanan manakah yang paling populer. Salah satu metode yang dapat digunakan untuk menganalisis pola perilaku belanja konsumen adalah Market Basket Analysis. Analisis ini merupakan salah satu metode dalam penambangan data (data mining) yang bertujuan untuk menemukan produk-produk yang sering dibeli bersamaan dari data transaksi. penelitian ini bertujuan untuk membangun Dashboard Analytics berdasarkan Market Basket Analysis yang mudah digunakan oleh industri ritel dalam pengambilan keputusan agar meningkatkan penetrasi pasar nasional menggunakan software R Studio. Penerapan algoritma apriori pada aplikasi Dashobard Market Analysis lebih efisien dan dapat mempercepat proses pembentukan kecenderungan pola kombinasi itemset hasil penjualan produk-produk barang. Sistem aplikasi ini telah dibuat untuk memudahkan para pelaku bisnis untuk mengoptimalkan penjualan. Manager suatu swalayan dapat mengatur dan mengoptimalakan posisi produk dalam rak berdasarkan hasil analisis perilaku konsumen menggunakan metode Market Basket Analysis.
Pengembangan Aplikasi Web R Shiny untuk Visualisasi Interaktif Data Klinis Diabetes Sholihin, Miftahus; Sari, Putri Dina; Mahuda, Isnaini; Rahman, Arief; Asmaraningtyas, Kinanthi Trah; Pertiwi, Dinda Dwi Anugrah; Delano, M. Fabian Reinhard
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3807

Abstract

Peningkatan jumlah kasus diabetes dari tahun ke tahun menunjukkan perlunya pendekatan analitik yang lebih komprehensif untuk memahami berbagai faktor klinis yang berkontribusi terhadap timbulnya penyakit ini. Diabetes merupakan gangguan metabolik yang melibatkan sejumlah indikator yang saling berkaitan, seperti kadar glukosa, insulin, tekanan darah, ketebalan kulit, indeks massa tubuh, dan kecenderungan genetik. Kompleksitas hubungan antar variabel tersebut menuntut adanya alat analisis yang mampu menyajikan informasi secara lebih interaktif dan mudah dipahami. Penelitian ini mengembangkan aplikasi web berbasis R Shiny yang dirancang untuk menyajikan visualisasi data klinis diabetes secara dinamis. Aplikasi ini bertujuan untuk membantu pengguna memahami pola dan tren dalam data diabetes, sehingga mendukung pengambilan keputusan yang lebih baik dalam manajemen kesehatan. Selain itu, aplikasi ini juga memfasilitasi pengguna dalam mengeksplorasi pola distribusi dan hubungan antarfaktor melalui beragam jenis visualisasi, termasuk radar chart, heatmap, histogram, scatter plot, dan boxplot. Seluruh fitur dikembangkan untuk mendukung analisis eksploratif yang fleksibel, di mana pengguna dapat memilih sendiri variabel X dan Y guna menilai keterkaitan antar indikator klinis. Data yang digunakan bersumber dari Kaggle dan mencakup informasi diagnostik pasien perempuan keturunan Pima Indian berusia minimal 21 tahun. Hasil eksplorasi visual menunjukkan bahwa glukosa memiliki pengaruh paling kuat terhadap status diabetes, sementara BMI dan insulin juga muncul sebagai indikator penting lainnya. Aplikasi ini berkontribusi sebagai media eksplorasi data yang responsif, mudah diakses, serta potensial digunakan dalam penelitian, pembelajaran, maupun pengambilan keputusan awal terkait kesehatan masyarakat.
Co-Authors Arief Rahman Asmaraningtyas, Kinanthi Trah Aulia Ikhsan Delano, M. Fabian Reinhard Mahuda, Isnaini Miftahus Sholihin Pertiwi, Dinda Dwi Anugrah