cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Mudi Priyatno
Contact Email
arifmudi11@gmail.com
Phone
+6282390449323
Journal Mail Official
riggs@universitaspahlawan.ac.id
Editorial Address
Department of Digital Business, Universitas Pahlawan Tuanku Tambusai Jl. Tuanku Tambusai No.23, Bangkinang, Kec. Bangkinang, Kabupaten Kampar, Riau 28412
Location
Kab. kampar,
Riau
INDONESIA
Journal of Artificial Intelligence and Digital Business
Published by Universitas Pahlawan Tuanku Tambusai
ISSN : 29639298     EISSN : 2963914X     DOI : https://doi.org/10.31004/riggs.v1i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering
Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to publishing quality research results in the fields of business and engineering. All publications in the RIGGS Journal are open access which allows articles to be available online for free without any subscription. RIGGS is a national journal with e-ISSN: 2963-914X, and is free of charge in the submission process and review process. Journal of Artificial Intelligence and Digital Business (RIGGS) publishes articles periodically twice a year, in January and July.
Arjuna Subject : Umum - Umum
Articles 6,152 Documents
 612   613   614   615   616 
Saat Data Menjadi Cerita Emosional: Studi Fenomenologi tentang Personalisasi Marketing dalam Kampanye Spotify Wrapped Rika Meilandari Siagian; Andrian Haro; Adnan Kasofi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.9595

Abstract

Penelitian ini membahas personalisasi pemasaran dalam kampanye digital Spotify Wrapped melalui pengalaman pengguna Spotify sebagai salah satu bentuk strategi komunikasi pemasaran berbasis data yang banyak digunakan pada platform digital. Pendekatan kualitatif dengan metode fenomenologi digunakan untuk memahami secara lebih mendalam bagaimana pengguna memaknai pengalaman personalisasi yang ditampilkan dalam Spotify Wrapped serta bagaimana pengalaman tersebut hadir dalam aktivitas penggunaan sehari-hari. Data penelitian diperoleh melalui wawancara mendalam terhadap 10 pengguna aktif Spotify yang dipilih secara purposive berdasarkan kriteria penelitian yang telah ditentukan sebelumnya. Analisis data dilakukan melalui proses reduksi data, penyajian data, dan penarikan kesimpulan dengan menggunakan Customer Engagement Theory sebagai dasar interpretasi untuk memahami keterlibatan pengguna terhadap konten yang disajikan. Hasil penelitian memperlihatkan bahwa Spotify Wrapped menghadirkan pengalaman personalisasi yang mampu mendorong keterlibatan pengguna pada aspek kognitif, emosional, dan perilaku. Personalisasi yang ditampilkan memunculkan proses refleksi terhadap preferensi musik yang selama ini mereka dengarkan, membangun respons emosional tertentu terhadap hasil yang ditampilkan, serta mendorong pengguna untuk berpartisipasi dalam aktivitas berbagi konten melalui berbagai platform media sosial. Di sisi lain, sebagian pengguna menilai bahwa hasil personalisasi yang disajikan belum sepenuhnya mampu merepresentasikan identitas dan kebiasaan mendengarkan musik mereka secara akurat. Penelitian ini menunjukkan bahwa personalisasi pemasaran dalam platform digital tidak hanya berkaitan dengan pemanfaatan data pengguna, tetapi juga berkaitan erat dengan bagaimana pengalaman tersebut dipahami, dimaknai, dan diinterpretasikan secara personal oleh pengguna dalam interaksi digital sehari-hari.
Pengembangan Sistem Pendukung Keputusan untuk Deteksi Tingkat Depresi Secara Daring Menggunakan Metode SAW Mahardhika Mahardhika; Surtikanti Surtikanti
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.9621

Abstract

Depresi merupakan salah satu masalah kesehatan mental paling umum di dunia yang berdampak signifikan terhadap kesejahteraan individu, produktivitas kerja, dan interaksi sosial. Menurut data Organisasi Kesehatan Dunia (WHO), lebih dari 300 juta orang mengalami depresi, namun kesadaran masyarakat dan akses terhadap layanan profesional masih terbatas, khususnya di wilayah dengan sumber daya minim. Di tengah era digitalisasi, teknologi informasi menawarkan peluang strategis untuk menjembatani kesenjangan tersebut melalui solusi yang terjangkau dan mudah diakses. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web untuk deteksi dini tingkat depresi secara daring. Sistem ini mengadopsi metode Simple Additive Weighting (SAW) yang memungkinkan penilaian objektif melalui proses normalisasi data, pembobotan kriteria berdasarkan tingkat kepentingan klinis, serta perankingan hasil skor. Kriteria yang digunakan mencakup aspek emosional, kognitif, fisik, dan perilaku sesuai dengan instrumen psikologis yang telah divalidasi. Pengguna dapat mengisi kuesioner secara aman, dan sistem akan menghasilkan rekomendasi kategori risiko depresi secara instan. Evaluasi sistem dilakukan terhadap 50 responden awal untuk mengukur tingkat akurasi dan kepuasan pengguna. Pengujian menunjukkan bahwa antarmuka yang intuitif dan algoritma SAW mampu memberikan output yang konsisten serta responsif pada berbagai perangkat. Diharapkan, sistem ini dapat berfungsi sebagai instrumen skrining awal yang efisien, mendorong peningkatan kesadaran kesehatan mental, serta memfasilitasi rujukan tepat waktu ke tenaga profesional sebelum kondisi klinis memburuk.

Page 616 of 616 | Total Record : 6152

 612   613   614   615   616 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026): Mei-Juli Vol. 5 No. 1 (2026): Februari - April Vol. 4 No. 4 (2026): November - January Vol. 4 No. 3 (2025): Agustus - October Vol. 4 No. 2 (2025): Mei - Juli Vol. 4 No. 1 (2025): Februari - April Vol. 3 No. 4 (2025): November - January Vol. 3 No. 3 (2024): Agustus - October Vol. 3 No. 2 (2024): Mei - Juli Vol. 3 No. 1 (2024): Februari - April Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2022) More Issue