Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Talent: Journal of Economics and Business
Ameliya, Putri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Digital Payments and Consumptive Behavior Among Millennials and Gen Z: The Mediating Role of a Cashless Lifestyle Ameliya, Putri; Zahra, Syahratu Intan Az; A’maliyatusolihah, Mila
Talent: Journal of Economics and Business Vol. 3 No. 03 (2025): September 2025
Publisher : Lentera Ilmu Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59422/jeb.v3i03.974

Abstract

Driven by cultural shifts in lifestyle and social interaction shaped by the cashless society trend, this study examines the influence of digital payment use on the consumptive behavior of millennials and generation Z by considering the cashless lifestyle as an intermediate variable. The purpose of this study is to find out the extent to which digital payments affect consumptive tendencies in the digital era. This study uses a quantitative approach with a survey method and is analyzed through the Partial Least Square (PLS) technique. The results of the study show that digital payments do not have a direct effect on consumptive behavior, but have an indirect effect through the characteristics of the millennial generation. In addition, both millennials and generation Z have a significant influence on consumptive behavior. The discussion shows that consumption in the younger generation is driven more by lifestyle and social factors than the convenience of technology alone. The conclusion of this study emphasizes the importance of financial literacy and wise consumption education in the midst of financial technology developments. Follow-up research is recommended using a qualitative approach to explore deeper psychological factors and expand the population so that the results can be generalized more broadly.
Pengelompokan Smartphone Berdasarkan Spesifikasi Menggunakan Algoritma K-Means untuk Analisis Segmentasi Produk Laila, Anis Faizul; Ameliya, Putri; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/93a7jf59

Abstract

Variasi smartphone dengan harga dan spesifikasi yang beragam menuntut analisis karakteristik produk yang tepat. Penelitian ini bertujuan mengelompokkan data smartphone berdasarkan atribut harga, rating, dan RAM menggunakan metode K-Means Clustering. Data diambil dari platform Kaggle dan diproses melalui tahap preprocessing seperti penanganan data kosong dan standarisasi. Metode Elbow digunakan untuk menentukan jumlah klaster optimal, yang menghasilkan tiga klaster utama: kelas atas, menengah, dan bawah. Hasil klasterisasi ini dapat membantu memahami distribusi pasar smartphone dan mendukung strategi pemasaran yang lebih terarah. Penelitian ini memberikan kontribusi dalam segmentasi produk yang informatif bagi produsen dan konsumen.
Analisis Pengaruh Desain Antarmuka Pengguna terhadap Kepuasan Pengguna pada Aplikasi E-Commerce Saputri, Cindy Avitaselly Bambang; Ameliya, Putri; Aulia, Nurun Nihayatur Rifqiyah; Saputra, Muhammad Abdilah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/qg8mj359

Abstract

Pesatnya perkembangan e-commerce di Indonesia telah memicu persaingan yang intens di antara berbagai platform belanja daring, seperti Shopee, Tokopedia, dan TikTok Shop. Dalam persaingan ini, desain antarmuka pengguna (User Interface/UI) menjadi elemen krusial yang memengaruhi kualitas pengalaman dan kepuasan pengguna. Penelitian ini bertujuan untuk menilai tingkat usability dari aplikasi- aplikasi tersebut dengan menggunakan metode System Usability Scale (SUS). Data dikumpulkan melalui penyebaran kuesioner SUS kepada pengguna aktif masing-masing aplikasi. Hasil analisis menunjukkan bahwa skor rata-rata SUS adalah 50,81, yang tergolong dalam kategori “Marginal” berdasarkan standar SUS. Secara rinci, Shopee mencatat skor tertinggi sebesar 58,2 (Marginal-High), sedangkan TikTok Shop memperoleh skor terendah yaitu 45,6 (Not Acceptable). Temuan ini menandakan bahwa masih terdapat sejumlah kekurangan dalam hal navigasi, konsistensi tampilan, dan kemudahan penggunaan fitur. Oleh karena itu, hasil studi ini dapat menjadi referensi bagi pengembang dalam menyempurnakan desain antarmuka guna meningkatkan kepuasan pengguna secara keseluruhan.
Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce Ameliya, Putri; Laila, Anis Faizul; Saputra, M. Abdilah; Adam , Rizal Syihab Saputra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dcwvz815

Abstract

Pertumbuhan pesat industri fashion di platform e-commerce menuntut adanya sistem rekomendasi yang mampu menyesuaikan dengan preferensi pengguna. Rekomendasi berbasis rating sering kali tidak mempertimbangkan hubungan antara fitur produk dan preferensi subjektif konsumen. Penelitian ini mengembangkan sistem rekomendasi produk fashion berbasis klasifikasi rating menggunakan algoritma Decision Tree yang dikombinasikan dengan metode content-based filtering. Dataset yang digunakan terdiri dari berbagai fitur seperti nama produk, merek, kategori, warna, ukuran, dan harga. Proses klasifikasi dilakukan untuk memprediksi rating, dilanjutkan dengan penyaringan produk berdasarkan kemiripan konten menggunakan cosine similarity dan pencarian berbasis kata kunci melalui TF-IDF. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang lebih relevan dan sesuai dengan kebutuhan pengguna. Pendekatan ini penting untuk meningkatkan efisiensi pencarian produk, pengalaman pengguna, dan mendukung pengambilan keputusan yang lebih tepat dalam platform e-commerce.
Co-Authors Adam , Rizal Syihab Saputra Aulia, Nurun Nihayatur Rifqiyah A’maliyatusolihah, Mila Erna Daniati Laila, Anis Faizul Saputra, M. Abdilah Saputra, Muhammad Abdilah Saputri, Cindy Avitaselly Bambang Zahra, Syahratu Intan Az