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)
Wulandari, Rindi Febri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 3 Documents
Search

 1 
Analisis Preferensi Tren Produk Berkelanjutan dalam E-Commerce Menggunakan Metode K-Means Clustering Wulandari, Putri Widya Ayu Septi; Wulandari, Rindi Febri; 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: 10.29407/05w4km55

Abstract

Pertumbuhan pesat e-commerce mendorong perubahan perilaku konsumen, termasuk meningkatnya minat terhadap produk berkelanjutan. Penelitian ini bertujuan untuk menganalisis preferensi konsumen terhadap produk berkelanjutan dalam platform e-commerce menggunakan metode K-Means Clustering. Dengan memanfaatkan data historis transaksi dan atribut produk yang relevan, seperti label ramah lingkungan, bahan daur ulang, serta harga dan ulasan konsumen, dilakukan pengelompokan konsumen berdasarkan pola pembelian mereka. Hasil analisis menunjukkan adanya beberapa segmen konsumen dengan preferensi berbeda terhadap produk berkelanjutan, yang mencerminkan tingkat kesadaran dan kepedulian yang bervariasi. Temuan ini dapat menjadi dasar strategi pemasaran yang lebih terarah bagi pelaku e-commerce untuk meningkatkan penjualan produk berkelanjutan sekaligus mendorong konsumsi yang lebih ramah lingkungan.
Optimalisasi Antarmuka bukukita.com melalui Pendekatan Design Thinking Wulandari, Rindi Febri; Wulandari, Putri Widya Ayu Septi; Fauziah, Eka; Azzahro, Zia Ulhaq
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: 10.29407/4rceys62

Abstract

Antarmuka pengguna yang optimal merupakan faktor penting dalam menunjang kenyamanan dan efektivitas interaksi pengguna dengan platform e-commerce. Penelitian ini berfokus pada upaya peningkatan kualitas antarmuka situs bukukita.com dengan menerapkan pendekatan Design Thinking. Melalui lima tahapan utama (Empathize, Define, Ideate, Prototype, dan Test). Hasil dari proses identifikasi menunjukkan sejumlah permasalahan, seperti navigasi yang membingungkan, tampilan yang tidak responsif, serta kurang jelasnya informasi produk. Berdasarkan temuan tersebut, perbaikan diarahkan pada penyederhanaan navigasi, peningkatan keterbacaan, dan penyesuaian elemen visual antarmuka. Evaluasi menunjukkan bahwa pendekatan ini efektif dalam meningkatkan pengalaman pengguna serta memperkuat daya saing bukukita.com di pasar digital.
Prediksi Preferensi Tren Belanja dalam E-Commerce Menggunakan Metode K-Means Clustering dan Algoritma Apriori Azzahro, Zia Ulhaq; Fauziah, Eka; Wulandari, Putri Widya Ayu Septi; Wulandari, Rindi Febri; Ristyawan, Aidina
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: 10.29407/54hfxw41

Abstract

Abstrak— Pesatnya perkembangan industri e-commerce telah meningkatkan kebutuhan untuk memahami lebih dalam perilaku dan preferensi konsumen. Penelitian ini bertujuan untuk memprediksi tren belanja pengguna e-commerce dengan mengintegrasikan metode K-Means Clustering dan algoritma Apriori. K-Means digunakan untuk mengelompokkan data pengguna berdasarkan karakteristik belanja yang serupa, seperti frekuensi transaksi, jenis produk, dan waktu pembelian. Setelah pengelompokan, algoritma Apriori diterapkan untuk mengidentifikasi pola asosiasi dalam kebiasaan belanja setiap klaster yang terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengidentifikasi segmentasi pasar yang lebih rinci dan menghasilkan aturan asosiasi yang relevan untuk mendukung pengambilan keputusan strategis, seperti rekomendasi produk dan perencanaan promosi. Dengan demikian, pendekatan ini dapat berfungsi sebagai alat prediktif untuk meningkatkan layanan personalisasi dalam e-commerce. 
Co-Authors Aidina Ristyawan, Aidina Azzahro, Zia Ulhaq Eka Fauziah Erna Daniati Wulandari, Putri Widya Ayu Septi