cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nurchim
Contact Email
nurchim@udb.ac.id
Phone
+62271-719552
Journal Mail Official
senatib@udb.ac.id
Editorial Address
Jl. Bhayangkara No 55 Serengan Surakarta 57154
Location
Kota surakarta,
Jawa tengah
INDONESIA
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Published by Universitas Duta Bangsa Surakarta
ISSN : -     EISSN : -     DOI : https://doi.org/10.47701/senatib.v2i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics
Prosiding SENATIB adalah kegiatan seminar berskala nasional yang diselenggarakan oleh Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta dalam rangka diseminasi hasil penelitian tentang teknologi informasi dan bisnis. Diharapkan pada tahun 2022 melalui penerbitan prosiding ini dapat terwujud berbagai alternatif solusi dalam menghadapi era industri 4.0 dan society 5.0 di Indonesia.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 764 Documents
 58   59   60   61   62 
Penerapan Algoritma K-Means Untuk Mengelompokkan Film Berdasarkan Rating Dan Popularitas Di Aplikasi Netflix Liana Putri; Putri Puspita Sari; Shilvani Laratika Hawia; Pujianto -
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan platform streaming digital, seperti Netflix, menghasilkan data film dalam jumlah besar yang dapat dimanfaatkan untuk memperoleh informasi melalui teknik data mining. Salah satu teknik yang banyak digunakan adalah clustering, yaitu proses mengelompokkan data berdasarkan tingkat kemiripan karakteristik tanpa memerlukan label kelas. Penelitian ini bertujuan menerapkan algoritma K-Means untuk mengelompokkan data film berdasarkan atribut Popularity dan Vote Average menggunakan Orange Data Mining. Dataset yang digunakan berasal dari The Movie Database (TMDB) dengan jumlah awal 9.827 data film. Setelah melalui tahapan preprocessing, diperoleh 1.991 data yang layak dianalisis. Proses clustering dilakukan dengan jumlah cluster sebanyak empat menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan data film ke dalam empat cluster yang memiliki karakteristik berbeda berdasarkan tingkat popularitas dan penilaian pengguna. Visualisasi menggunakan Data Table dan Scatter Plot mempermudah proses interpretasi hasil pengelompokan sehingga dapat memberikan informasi mengenai karakteristik setiap kelompok film. Hasil penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem rekomendasi film serta mendukung proses analisis data pada platform streaming.
Implementasi Segmentasi Pelanggan Menggunakan Metode K-Means pada Dataset Marketing Campaign Berbasis Website Varel Deva Dewangga; Anggi Aziyah Kusumaningrum; Andy Aldyansyah; Ahmad Dwi Rifa’i
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan teknologi informasi menghasilkan data pelanggan dalam jumlah besar yang dapat dimanfaatkan untuk mendukung pengambilan keputusan bisnis. Namun, data tersebut sering kali belum diolah secara optimal sehingga diperlukan penerapan teknik data mining untuk memperoleh informasi yang bermanfaat. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering pada Marketing Campaign Dataset untuk melakukan segmentasi pelanggan berdasarkan karakteristik dan perilaku pembelian. Tahapan penelitian meliputi data cleaning, feature engineering, normalisasi data menggunakan Min-Max Scaling, penentuan jumlah cluster dengan Elbow Method, serta proses clustering menggunakan algoritma K-Means. Dataset yang digunakan berjumlah 2.240 data pelanggan, kemudian setelah proses data cleaning diperoleh 2.215 data yang digunakan dalam proses analisis. Hasil segmentasi selanjutnya diimplementasikan ke dalam aplikasi berbasis web yang dikembangkan menggunakan React, Supabase, dan Vercel, sehingga pengguna dapat mengimpor data, menjalankan proses clustering, serta melihat hasil segmentasi pelanggan secara interaktif. Implementasi sistem mampu mengelompokkan pelanggan ke dalam beberapa cluster berdasarkan karakteristik yang dimiliki sehingga dapat memberikan informasi yang berguna dalam penyusunan strategi pemasaran, penentuan target promosi, serta pengambilan keputusan bisnis yang lebih efektif dan berbasis data. Hasil evaluasi menunjukkan bahwa jumlah cluster optimal adalah 4 dengan nilai Silhouette Score sebesar 0.3723 sehingga menghasilkan segmentasi pelanggan yang baik.
Klasterisasi Produk Berdasarkan Pola Penjualan Menggunakan K-Means Waras Tri Wijaya; Ilham Khoiri; Alfi Fadli; Dina Asritama
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pesatnya perkembangan teknologi informasi menyebabkan akumulasi data penjualan dalam volume yang besar, yang berpotensi dimanfaatkan untuk mendukung proses pengambilan keputusan bisnis. Akan tetapi, data tersebut umumnya hanya tersimpan sebagai laporan administratif tanpa dianalisis lebih lanjut, sehingga informasi mengenai kinerja setiap produk belum dapat dimanfaatkan secara optimal. Penelitian ini bertujuan mengelompokkan produk berdasarkan pola penjualannya menggunakan algoritma K-Means Clustering guna menghasilkan informasi yang relevan bagi pengelolaan persediaan dan perumusan strategi pemasaran. Data yang digunakan adalah dataset Sample Superstore yang terdiri atas 9.994 transaksi dan diagregasi menjadi 1.850 produk dengan lima fitur, yaitu total penjualan, jumlah unit terjual, profit, rata-rata diskon, dan margin keuntungan. Tahapan penelitian meliputi agregasi data, standardisasi Z-score, penanganan outlier, penentuan jumlah klaster menggunakan metode Elbow dan Silhouette, serta penerapan algoritma K-Means. Seluruh tahapan tersebut diimplementasikan dalam sebuah sistem berbasis web yang dikembangkan menggunakan pustaka React dengan bahasa pemrograman JavaScript. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga, yang diperoleh berdasarkan metode Elbow dan Silhouette Score sebesar 0,400. Nilai Silhouette tersebut menunjukkan bahwa hasil pengelompokan memiliki kualitas yang cukup baik, di mana objek dalam setiap klaster memiliki tingkat kemiripan yang lebih tinggi terhadap anggota klasternya dibandingkan dengan klaster lain sehingga pemisahan antar klaster dapat dikatakan memadai. Tiga klaster yang terbentuk merepresentasikan produk dengan tingkat penjualan tinggi, sedang, dan rendah, sehingga mampu memberikan gambaran karakteristik kinerja produk yang dapat membantu perusahaan dalam menentukan prioritas persediaan, mengevaluasi kebijakan diskon, serta merancang strategi promosi secara lebih efektif. Dengan demikian, algoritma K-Means Clustering terbukti dapat diterapkan sebagai pendekatan data mining yang mampu menghasilkan informasi strategis dari data penjualan produk untuk mendukung pengambilan keputusan bisnis.
Analisis Pengaruh Online Customer Review dan Influencer Marketing terhadap Keputusan Pembelian Skincare pada Konsumen Generasi Z di E-Commerce Andi Dwi Aprilya Bastiar; Muh Fauzan Herman; Yogi Hady Afrizal
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Penelitian ini bertujuan menganalisis pengaruh Online Customer Review dan Influencer Marketing terhadap Keputusan Pembelian produk skincare pada konsumen Generasi Z di e-commerce. Pendekatan yang digunakan adalah kuantitatif asosiatif kausal, dengan data dikumpulkan melalui kuesioner elektronik berskala Likert lima poin kepada 120 responden Generasi Z pengguna e-commerce. Data dianalisis menggunakan uji validitas, uji reliabilitas, uji multikolinearitas, dan regresi linear berganda dengan bantuan IBM SPSS Statistics. Hasil penelitian menunjukkan seluruh instrumen valid dan reliabel. Online Customer Review dan Influencer Marketing masing-masing berpengaruh positif dan signifikan terhadap Keputusan Pembelian (Sig. 0,000), dengan Influencer Marketing memberikan pengaruh lebih dominan. Secara simultan, kedua variabel berpengaruh signifikan dengan nilai F sebesar 84,950 dan mampu menjelaskan 59,2% variasi Keputusan Pembelian. Temuan ini mendukung Theory of Planned Behavior dan memberikan implikasi bagi pelaku industri skincare untuk mengoptimalkan kualitas ulasan konsumen serta kredibilitas influencer dalam strategi pemasaran digital.
Analisis Adopsi E-commerce di Indonesia: Strategi Digitalisasi untuk Pelaku Usaha (2019-2021) Bayu Satrio Wibowo; Raihan Marzo Yudhistira; Rivky Evandeto Teguh Afandy; Bella Okta Sari Miranda; Chusnul Maulidina Hidayat
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan teknologi digital dan pandemi COVID-19 telah mendorong percepatan transformasi digital pada berbagai sektor usaha, termasuk adopsi e-commerce oleh pelaku usaha di Indonesia. Namun, tingkat pemanfaatan e-commerce masih menunjukkan variasi antar wilayah dan menghadapi berbagai hambatan dalam implementasinya. Penelitian ini bertujuan untuk menganalisis tingkat adopsi e-commerce di Indonesia periode 2019–2021, mengidentifikasi faktor-faktor yang memengaruhi penggunaannya, serta merumuskan strategi digitalisasi bagi pelaku usaha. Penelitian menggunakan data sekunder dari publikasi Statistik E-Commerce Indonesia yang diterbitkan oleh Badan Pusat Statistik (BPS). Metode yang digunakan meliputi proses ETL (Extract, Transform, Load), analisis deskriptif, dan visualisasi data menggunakan Power BI. Hasil penelitian menunjukkan bahwa tingkat adopsi e-commerce masih relatif rendah, dengan hanya 36,14% pelaku usaha yang telah menggunakan e-commerce, sementara 63,86% lainnya masih berjualan secara konvensional. Alasan utama tidak menggunakan e-commerce adalah kenyamanan berjualan secara offline, rendahnya minat berjualan online, serta keterbatasan pengetahuan dan keterampilan digital. Analisis juga menunjukkan adanya kesenjangan adopsi antar provinsi, di mana DI Yogyakarta memiliki tingkat adopsi tertinggi dan Maluku Utara terendah. Selain itu, terjadi peningkatan signifikan adopsi e-commerce pada tahun 2020 akibat pandemi COVID-19. Instagram menjadi platform penjualan yang paling banyak digunakan, sedangkan metode pembayaran Cash on Delivery (COD) masih mendominasi transaksi digital. Hasil penelitian menunjukkan bahwa pengembangan e-commerce di Indonesia memerlukan peningkatan literasi digital, penguatan infrastruktur teknologi, perluasan akses internet, serta kolaborasi antara pemerintah, platform digital, dan pelaku usaha untuk mempercepat transformasi digital dan meningkatkan daya saing UMKM. Kata Kunci: Adopsi E-commerce, Digitalisasi Usaha, Transformasi Digital, Ekonomi Digital
Rancang Sistem Informasi E-Commerce Berbasis Website Terintegrasi Midtrans dan RajaOngkir Pada BUMDes Mojoreno Ghoffar Pangestya Prabowo; Sri Sumarlinda; Eko Purwanto
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

BUMDes Mojoreno memiliki potensi produk lokal yang beragam, namun pengelolaannya masih terkendala oleh sistem pemasaran konvensional, pembukuan manual, serta sistem pembayaran dan perhitungan ongkos kirim yang belum terintegrasi. Hal ini rentan terhadap kesalahan manusia dan memperlambat pelayanan. Penelitian yang dilakukan oleh penulis ini memiliki tujuan merancang sistem informasi e-commerce yang terintegrasi dengan API Midtrans yang digunakan untuk melakukan pembayaran otomatis tanpa konfirmasi ke admin dan API RajaOngkir yang digunakan sebagai perhitungan biaya pengiriman secara waktu nyata. Pengembangan sistem menggunakan metode waterfall dengan batasan pada tahap analisis kebutuhan dan perancangan desain. Analisis kelemahan sistem yang sedang berjalan dievaluasi menggunakan metode PIECES. Perancangan sistem dimodelkan melalui Unified Modeling Language berupa use case diagram yang melibatkan tiga aktor utama dan class diagram dengan delapan entitas, serta rancangan antarmuka pengguna. Hasil penelitian ini adalah sebuah rancangan arsitektur sistem dan antarmuka e-commerce yang siap untuk diimplementasikan ke dalam tahap pengodean menggunakan framework laravel 12. Rancangan ini diharapkan mampu mengatasi kendala operasional dan mengoptimalkan potensi pemasaran produk BUMDes Mojoreno. .
ANALISIS KOMPARASI KECEPATAN AKSES WEBSITE E-COMMERCE ANTARA ARSITEKTUR WEB HOSTING KONVENSIONAL DAN CLOUD SERVERLESS TERDISTRIBUSI Guritno Wulandoro Suryosaputro; Aris Wahyu Prasetyo; Muhammad Faruq Ghullam Al Khoiri; Muhammad lutfi Samsul Al fajar; Agustina Srirahayu
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan platform e-commerce yang pesat menuntut infrastruktur hosting yang mampu memberikan performa tinggi, respons cepat, dan ketersediaan layanan yang optimal. Penelitian ini bertujuan menganalisis dan membandingkan kecepatan akses website e-commerce antara dua arsitektur infrastruktur hosting, yaitu platform terkelola yang berjalan secara always-on (direpresentasikan oleh Railway) dan cloud serverless terdistribusi dengan edge network global (direpresentasikan oleh Vercel). Pengujian dilakukan menggunakan alat ukur performa web GTmetrix dan Google PageSpeed Insights, dengan parameter yang diukur mencakup Time to First Byte (TTFB), First Contentful Paint (FCP), dan Largest Contentful Paint (LCP) pada kondisi jaringan desktop dan mobile. Hasil analisis menunjukkan bahwa arsitektur serverless unggul pada metrik TTFB dalam simulasi desktop, namun pada simulasi mobile dengan throttling jaringan Slow 4G, platform always-on justru mencatat skor performa dan LCP yang lebih baik, sehingga tidak satu arsitektur pun yang secara mutlak unggul di seluruh skenario pengujian. Pola perbedaan performa yang teramati konsisten dengan penjelasan pada literatur mengenai karakteristik cold start pada arsitektur serverless, meskipun pengukuran cold start secara eksplisit belum dilakukan dalam penelitian ini sehingga keterkaitan tersebut masih bersifat interpretatif. Penelitian ini menyimpulkan bahwa pemilihan arsitektur hosting sebaiknya disesuaikan dengan karakteristik trafik, kebutuhan skalabilitas, dan anggaran operasional masing-masing platform e-commerce.
ANALISIS PEMILIHAN MARKETPLACE BERDASARKAN PREFERENSI KONSUMEN GENERASI Z MENGGUNAKAN METODE AHP DAN TOPSIS Rizky Betha Nur Ramadhany; Dhiya’U Dzihni Salim; Trastoto Adi Baskoro; Aprilisa Arum Sari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pertumbuhan pesat e-commerce di Indonesia meningkatkan kompleksitas keputusan konsumen dalam memilih marketplace, khususnya pada Generasi Z yang memiliki karakteristik adaptif terhadap teknologi dan dipengaruhi oleh berbagai faktor dalam bertransaksi. Penelitian ini bertujuan menganalisis pemilihan marketplace berdasarkan preferensi konsumen Generasi Z menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Data diperoleh melalui penyebaran kuesioner kepada 50 responden untuk pembobotan AHP dan 62 responden untuk penilaian alternatif pada TOPSIS. Pada tahap AHP dilakukan proses pembersihan data dan pengujian Consistency Ratiomarketplace berdasarkan penilaian responden yang memenuhi persyaratan konsistensi metode AHP. Meskipun demikian, hasil pembobotan belum dapat digeneralisasikan untuk merepresentasikan seluruh populasi Generasi Z sehingga penelitian selanjutnya disarankan memperluas jumlah responden yang memenuhi uji konsistensi serta melakukan analisis sensitivitas.
Analisis Portofolio Aplikasi Digital UMKM Konveksi Lokal Menggunakan McFarlan Strategic Grid untuk Peluang Integrasi Social Commerce Muhamad Iqbal Ramadan; Giska Izzatunnisa; Selviana Eka Rahmadhani; Muhammad Aziz Tsani; Wijang Sriyadi; Januar Dwi Putra
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Artikel ini menganalisis posisi strategis beragam aplikasi digital yang dipakai oleh UMKM konveksi lokal melalui kerangka McFarlan Strategic Grid, sekaligus menelaah peluang integrasi social commerce yang muncul dari hasil pemetaan tersebut. Analisis dilakukan melalui studi literatur yang mencakup tema perencanaan strategis sistem informasi, digitalisasi UMKM, serta social commerce. Aplikasi yang umum dijumpai seperti aplikasi kasir, pengelola stok, WhatsApp Business, marketplace, media sosial katalog, hingga platform live shopping dipetakan ke empat kuadran berdasarkan dampak strategis dan dampak operasionalnya. Hasil menunjukkan bahwa marketplace dan WhatsApp Business menempati kuadran Strategic karena kontribusinya langsung pada transaksi dan loyalitas pelanggan, aplikasi kasir serta pencatatan keuangan menempati Key Operational, Instagram katalog dan TikTok konten berada di High Potential; sementara website portofolio dan aplikasi pendukung desain berada di Support. Pemetaan ini membuka peluang migrasi bertahap menuju social commerce terintegrasi melalui penguatan kapasitas High Potential dan konsolidasi aplikasi Strategic. Kontribusi artikel berupa model konseptual yang menjembatani kerangka Ward and Peppard dengan McFarlan Grid dalam konteks UMKM konveksi, sekaligus menyiratkan implikasi praktis bagi pemilik usaha dan penyusun kebijakan.
Penerapan Pembayaran QR Code Terhadap Efisiensi Pencatatan Keuangan Digital Pelaku di Desa Cemani Yusuf Esema; Eko Purwanto; Hanifa Permatasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Advances in information technology encourage Micro, Small, and Medium Enterprises (MSMEs) to utilize QR Code-based digital payment systems such as QRIS. This study examines the implementation of QR Code payments by MSME owners in Cemani Village, Grogol District, Sukoharjo Regency, and its effect on the efficiency of digital financial recording. The method used is descriptive quantitative with simple linear regression analysis, based on questionnaires filled out by 30 MSME owners. The results show that both the implementation of QR Codes and the efficiency of financial recording are in the good category. The analysis yielded a regression equation indicating that the implementation of QR Codes has a positive and significant effect on the efficiency of digital financial recording. Thus, the implementation of QR Code payments helps improve the efficiency of financial recording for MSME owners in Cemani Village. Keywords: QR Code, digital payment, financial record-keeping efficiency, MSME.

Page 60 of 77 | Total Record : 764

 58   59   60   61   62 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB)