Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech) JUSIFOR : Jurnal Sistem Informasi dan Informatika
Nurindah, Arrisa Aprilani
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Segmentasi Customer Pada Industri Ritel Menggunakan Teknik Clustering K-Means Nurmiati, Evy; Nurindah, Arrisa Aprilani
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6345

Abstract

Persaingan yang semakin ketat dalam industri ritel menuntut perusahaan untuk memahami perilaku pelanggan secara lebih mendalam guna menyusun strategi pemasaran yang tepat sasaran. enelitian ini bertujuan untuk melakukan segmentasi pelanggan pada industri ritel dengan studi kasus Transmart Carrefour menggunakan pendekatan analisis RFM (Recency, Frequency, Monetary) dan teknik clustering K-Means. Data yang digunakan diperoleh dari dataset “Retail Sales Dataset” melalui platform Gigasheet, yang mencakup lebih dari 1.000 data transaksi pelanggan. Analisis RFM digunakan untuk mengukur perilaku pembelian pelanggan berdasarkan keterkinian transaksi, frekuensi pembelian, dan nilai total transaksi. Nilai RFM kemudian dijadikan input untuk algoritma K-Means Clustering guna mengelompokkan pelanggan ke dalam beberapa segmen homogen. Berdasarkan metode Elbow, jumlah klaster optimal yang diperoleh adalah 4. Hasil klasterisasi menunjukkan bahwa Klaster 2 merupakan segmen pelanggan paling potensial dengan nilai Frequency dan Monetary tertinggi, sedangkan Klaster 3 merupakan segmen pelanggan kurang aktif. Analisis centroid menunjukkan perbedaan karakteristik signifikan antar klaster, yang dapat dimanfaatkan untuk perancangan strategi pemasaran yang lebih efektif dan personal. Dengan memahami karakteristik tiap segmen, perusahaan dapat meningkatkan efisiensi kampanye pemasaran, retensi pelanggan, serta loyalitas pelanggan secara keseluruhan.
Bibliometrik Hate Speech: Tren Metode Penelitian dan Domain Implementasi Nurindah, Arrisa Aprilani; Hasanati, Nida'ul; Aini, Qurrotul
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 2 (2025): JUSIFOR - Desember 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i2.8652

Abstract

This study aims to map the development of research related to hate speech through a bibliometric analysis of scientific publications indexed in Scopus. Using the keywords “hate speech” and “analysis,” a total of 2,009 publication metadata were obtained and analyzed using R Studio, Biblioshiny, and VOSviewer. The results indicate a significant increase in the number of publications, particularly during the 2021–2024 period, reflecting the growing academic attention toward hate speech issues. Domain analysis reveals that research is predominantly focused on the fields of Technology and Social Sciences, especially in the context of automated detection, social media, and the impact of digital society. Deep learning–based methods such as BERT and LSTM are the most frequently used techniques, in line with recent trends in Natural Language Processing (NLP). Furthermore, the co-occurrence analysis reveals the formation of several thematic clusters, including artificial intelligence, deep learning, multilingual hate speech, and large language models.
Co-Authors Evy Nurmiati Hasanati, Nida'ul Qurrotul Aini