Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Elektronik ProBisnis : Jurnal Manajemen
Rina Indrayani
Universitas Teknologi Bandung
Humanities Computer Science & IT Economics, Econometrics & Finance Industrial & Manufacturing Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Pengaruh Penggunaan Dompet Digital dan Customer Experience Terhadap Perilaku Konsumtif Pada Generasi Z Pengguna E-Wallet Dana Di Kota Bandung Yudi Limbar Yasik; Melsa Ulfie Wahyudianty; Muhammad Fauzan; Nur Arumi Azwa Rahadian; Muhammad Abizar Alghifari; Rina Indrayani
ProBisnis : Jurnal Manajemen Vol. 17 No. 03 (2026): June: Management Science
Publisher : Lembaga Riset, Publikasi dan Konsultasi JONHARIONO

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Inovasi dalam dunia finansial telah memicu transformasi dalam perilaku belanja, terutama di kalangan generasi Z yang sangat familiar dengan dompet digital. Penelitian ini bertujuan untuk menganalisis hubungan dan pengaruh antara penggunaan dompet digital dan Customer Experience terhadap perilaku konsumtif generasi Z Pengguna (e-wallet) DANA di Kota Bandung. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei melalui penyebaran kuesioner kepada 100 responden. Data dianalisis melalui uji validitas, reliabilitas, normalitas, korelasi Pearson, regresi linier sederhana dan regresi linier berganda menggunakan bantuan perangkat lunak statistik. Hasil penelitian menunjukkan bahwa seluruh instrumen penelitian valid dan reliabel. Uji korelasi menunjukkan adanya hubungan yang sangat kuat dan signifikan antara dompet digital, Customer Experience, dan perilaku konsumtif (r > 0,90; p < 0,01). Analisis regresi menunjukkan bahwa baik secara parsial maupun simultan, penggunaan dompet digital DANA dan Customer Experience berpengaruh positif dan signifikan terhadap perilaku konsumtif. Model regresi memiliki nilai koefisien determinasi sebesar 92,2% yang menunjukkan kemampuan prediktif yang tinggi. Dari temuan ini dapat disimpulkan bahwa kemudahan akses dan pengalaman pengguna yang positif dalam penggunaan dompet digital secara signifikan mendorong perilaku konsumtif generasi Z. Penelitian ini memberikan kontribusi terhadap pemahaman perilaku konsumen digital serta menjadi acuan bagi pengembang aplikasi dan pelaku bisnis dalam merancang strategi pemasaran yang tepat sasaran.
BIG DATA ANALYTICS DAN MACHINE LEARNING UNTUK MEMPREDIKSI PERILAKU KONSUMEN DI E-COMMERCE Djihadul Mubarok; Kannisa Adjani; Brian Damastu Ridho Hutama; Muhamad Malik Mutoffar; Rina Indrayani
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 1 (2025): JIRE APRIL 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i1.1561

Abstract

Dalam era digital yang berkembang pesat, marketplace digital menjadi salah satu platform utama bagi konsumen dalam melakukan transaksi online. Pemanfaatan Big Data Analytics dalam menganalisis aktivitas konsumen dapat memberikan pengetahuan mendalam untuk pelaku usaha dalam meningkatkan strategi pemasaran dan layanan pelanggan. Penelitian ini bertujuan untuk mengeksplorasi penerapan Big Data Analytics dalam memahami pola pembelian konsumen serta faktor yang mempengaruhi loyalitas pelanggan di marketplace digital. Metode penelitian yang digunakan mencakup pengumpulan data primer melalui survei terhadap 1.000 responden serta data sekunder yang diperoleh dari web scraping dan teknik data mining. Data yang dikumpulkan dianalisis menggunakan teknik analisis Big Data dan algoritma Machine Learning untuk mengidentifikasi tren perilaku konsumen. Hasil penelitian menunjukan bahwa faktor harga, kecepatan pengiriman, serta pengalaman pengguna memiliki pengaruh signifikan terhadap loyalitas pelanggan. Selain itu, penerapan analisis prediktif berbasis Machine Learning mampu meningkatkan akurasi prediksi perilaku konsumen hingga 85%. Pada temuan ini, dapat memberikan pengetahuan bagi pelaku bisnis dalam menentukan ploda dan strategi pemasaran lebih efektif dalam meningkatkan kepuasan pelanggan. Penelitian ini dapat menjadikan peluang bagi penelitian berikutnya mengenai optimalisasi algoritma Machine Learning dalam segmentasi pelanggan untuk personalisasi pengalaman belanja.
Co-Authors Brian Damastu Ridho Hutama DJIHADUL MUBAROK Kannisa Adjani Melsa Ulfie Wahyudianty Muhamad Malik Mutoffar Muhammad Abizar Alghifari Muhammad Fauzan Nur Arumi Azwa Rahadian Yudi Limbar Yasik