Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Ilmiah Sistem Informasi
Saputri, Cindy Avitaselly Bambang
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Transportation Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Segmentasi Pelanggan Berdasarkan Volume Pembelian Produk Menggunakan Algoritma K-Means Untuk Efektivitas Pemasaran Kurnia, Dennis Ma'rifatul; Aulia, Nurun Nihayatur Rifqiya; Hidayah, Yulistiya Nur; Saputri, Cindy Avitaselly Bambang
Jurnal Ilmiah Sistem Informasi (JISI) Vol. 4 No. 2 (2025): OKTOBER
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jisi.v4i2.9042

Abstract

The rapid development of information technology has changed the way products are sold, especially through online platforms that are increasingly in demand. In increasingly tight business competition, companies need to understand the differences in customer needs and behavior. Inability in this regard can make it difficult to design effective marketing strategies. Therefore, customer segmentation based on transaction data is an important solution to group customers based on similar purchasing patterns. This study aims to examine customer segmentation based on sales transactions to help companies understand customer characteristics and develop more targeted and adaptive marketing strategies. A quantitative approach is used by applying the K-Means Clustering algorithm and PCA dimension reduction to a dataset from Kaggle containing 3,900 entries with 9 attributes. Determination of the optimal number of clusters was carried out using the Elbow and Silhouette Score methods. The segmentation results show five optimal clusters with the highest Silhouette Score of 0.81. Cluster 0 is the most dominant. PCA visualization shows a fairly clear cluster separation although there is little overlap. This study has succeeded in grouping customers based on purchase volume. Limitations of the study include the uneven distribution of clusters and it is recommended to add demographic attributes and evaluate other algorithms such as DBSCAN.
Analisis Segmentasi Kebiasaan Belanja Berdasarkan Data Penjualan Menggunakan Metode K-Means Aulia, Nurun Nihayatur Rifqiyah; Saputri, Cindy Avitaselly Bambang; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (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/gd0edc94

Abstract

Segmentasi pelanggan merupakan strategi penting dalam meningkatkan efektivitas pemasaran ritel di era data-driven. Penelitian ini bertujuan mengelompokkan pelanggan berdasarkan kebiasaan belanja menggunakan algoritma K-Means. Data transaksi sekunder dianalisis melalui tahapan preprocessing, normalisasi, dan visualisasi Elbow Method untuk menentukan jumlah klaster. Hasilnya menunjukkan empat klaster utama dengan karakteristik unik, seperti pelanggan muda dengan frekuensi tinggi, hingga pelanggan senior dengan nilai transaksi tertinggi dan preferensi pembayaran digital. Analisis mendalam mengungkap hubungan antara usia, jumlah pembelian, dan metode pembayaran terhadap nilai ekonomi tiap segmen. Kebaruan penelitian ini terletak pada integrasi data perilaku dan demografis secara simultan dalam proses segmentasi, yang jarang dioptimalkan pada studi sebelumnya. Pendekatan ini mendukung penyusunan strategi pemasaran yang lebih personal dan tepat sasaran, serta mendorong pemanfaatan data transaksi sebagai aset strategis dalam pengambilan keputusan bisnis. 
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.
Co-Authors Ameliya, Putri Aulia, Nurun Nihayatur Rifqiya Aulia, Nurun Nihayatur Rifqiyah Erna Daniati Hidayah, Yulistiya Nur Kurnia, Dennis Ma'rifatul Saputra, Muhammad Abdilah