cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Chairul Anwar
Contact Email
info@jci.co.id
Phone
+6285128002422
Journal Mail Official
info@jci.co.id
Editorial Address
Jl Bunga Melati GG H Yahya RT 04 RW 02 No. 52, Cipete Selatan, Cilandak, Jakarta Selatan, DKI Jakarta
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Journal of Information Systems and Business Technology
Published by PT Jurnal Cendekia Indonesia
ISSN : -     EISSN : 31098886     DOI : -
Core Subject : Science,
Computer Science & IT Library & Information Science
Journal of Information Systems and Business Technology (JISBT) adalah jurnal ilmiah yang didedikasikan khusus untuk pengembangan keilmuan di bidang Sistem Informasi. Jurnal ini menjadi wadah untuk penyebaran hasil penelitian, inovasi teknologi, serta pemikiran kritis yang berfokus pada penerapan dan pengembangan sistem informasi dalam berbagai konteks bisnis dan organisasi. Jurnal ini bertujuan untuk menjadi referensi utama bagi akademisi, peneliti, dan praktisi yang bergerak di bidang Sistem Informasi, serta menjadi sarana kontribusi terhadap peningkatan literasi teknologi dan manajemen informasi di era digital. Journal of Information Systems and Business Technology (JISBT) diterbitkan sebanyak empat kali dalam setahun, yaitu pada bulan Juni, Agustus, Oktober, dan Desember. Semua publikasi dalam JISBT bersifat akses terbuka, memastikan bahwa setiap artikel tersedia secara daring tanpa biaya berlangganan. JISBT menerima artikel ilmiah orisinal yang relevan dengan topik-topik berikut dalam bidang Sistem Informasi: Manajemen Sistem Informasi Strategi Sistem Informasi dalam Bisnis Sistem Informasi Keuangan dan Akuntansi Sistem Informasi Pemasaran Sistem Informasi Sumber Daya Manusia E-Commerce dan Sistem Transaksi Digital Customer Relationship Management (CRM) Business Intelligence dan Analitik Data Big Data dan Sistem Pendukung Keputusan Keamanan Informasi dan Keamanan Siber Integrasi Sistem dan Interoperabilitas Audit Sistem Informasi dan Tata Kelola TI Rekayasa Perangkat Lunak untuk Sistem Informasi Desain UI/UX dan Pengalaman Pengguna Data Mining dan Machine Learning untuk Sistem Informasi Inovasi dan Transformasi Digital Cloud Computing dalam Implementasi Sistem Informasi Internet of Things (IoT) dalam Sistem Informasi Enterprise Resource Planning (ERP) Topik lain yang relevan dengan Sistem Informasi Catatan: Artikel yang dikirimkan harus bersifat orisinal, memiliki sitasi yang benar, dan belum pernah dipublikasikan sebelumnya, baik secara cetak maupun digital.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 205 Documents
 17   18   19   20   21 
Prediksi Customer Churn Pada Layanan Telokomunikasi Menggunakan Algoritma Random Forest (Studi Kasus: Telco Customer Churn) Muhammad Valdhano Zainal; Muhammad Roychan Sabila; Ade Surya Darmawan
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Tingkat persaingan yang tinggi pada industri telekomunikasi menjadikan customer churn sebagai salah satu permasalahan penting dalam mempertahankan pelanggan. Penelitian ini bertujuan untuk membangun model prediksi customer churn menggunakan algoritma Random Forest pada dataset Telco Customer Churn milik IBM Watson Analytics. Dataset yang digunakan berjumlah 7.043 data pelanggan dengan 21 atribut, di mana distribusi kelas terdiri dari 73,5% pelanggan tidak churn dan 26,5% pelanggan churn. Proses penelitian dilakukan berdasarkan metodologi CRISP-DM dengan bantuan perangkat lunak Orange3. Tahap preprocessing meliputi penanganan missing value, transformasi data kategorikal menggunakan metode Treat as Ordinal, serta normalisasi data menggunakan standardisasi Z-score. Evaluasi model dilakukan menggunakan metode 10-fold cross-validation dan memperoleh nilai AUC sebesar 0,827, akurasi sebesar 79,2%, F1-Score sebesar 0,557, Precision sebesar 0,640, dan Recall sebesar 0,493. Berdasarkan hasil analisis kepentingan fitur, atribut Contract, tenure, OnlineSecurity, dan TechSupport menjadi faktor yang paling memengaruhi perilaku customer churn. Hasil penelitian ini diharapkan dapat membantu perusahaan telekomunikasi dalam menyusun strategi retensi pelanggan yang lebih efektif dan berbasis data. 
Analisis Evaluasi dan Perancangan Sistem Informasi Manajemen Dokumen Berbasis Website Menggunakan Standar ISO/IEC 25010 Fajar Nugroho; Andi Ariandi Pratama; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Permasalahan pengelolaan dokumen yang belum terpusat seringmenyebabkan keterlambatan pencarian file, kurangnya transparansidistribusi dokumen, serta sulitnya pengawasan terhadap aktivitaspenggunaan arsip digital. Kondisi tersebut terjadi pada PT. TeknologiInformatika Solusindo, dimana dokumen perusahaan masih tersimpanpada beberapa media yang berbeda sehingga proses akses data menjadi kurang efektif. Penelitian ini bertujuan merancang prototype sistem informasi manajemen dokumen berbasis website yang mampumemusatkan penyimpanan file, mempermudah pencarian dokumen, serta meningkatkan monitoring aktivitas pengguna. Metode yang digunakan adalah prototype agar perancangan sistem dapatdisesuaikan dengan kebutuhan pengguna melalui evaluasi bertahap, sedangkan pengujian kualitas sistem dilakukan menggunakan standarISO/IEC 25010 pada aspek functional suitability, usability, security, performance efficiency, dan maintainability. Hasil penelitianmenunjukkan bahwa sistem yang dirancang mampu menjalankanfungsi pengelolaan dokumen dengan baik, mudah digunakan, aman, serta cukup efisien dalam mendukung aktivitas administrasiperusahaan, sehingga dapat menjadi solusi untuk meningkatkanefektivitas manajemen dokumen pada PT. Teknologi InformatikaSolusindo.
Analisis Sistem Informasi Laporan Kinerja (LAPKIN) Menggunakan Metode PIECES pada Bagian Perencanaan Sekretariat Daerah Kota Palembang  Arsika Arsika; Gusmelia Testiana
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

The Performance Report Information System (LAPKIN) is an information system used to support the preparation and management of government agency performance reports. This study aims to analyze the quality of the LAPKIN Information System implemented in the Planning Division of the Regional Secretariat of Palembang City using the PIECES framework, which consists of Performance, Information, Economy, Control, Efficiency, and Service aspects. The research employed a descriptive approach with qualitative methods. Data were collected through direct observation, interviews with system users, questionnaires, and documentation during the internship program. The findings indicate that the LAPKIN Information System has generally supported the performance reporting process effectively by facilitating data management, improving report preparation, and reducing administrative processing time. However, several aspects still require improvement, particularly system performance during peak usage, data input efficiency, information security, and user interface design. The PIECES analysis proved effective in identifying the strengths and weaknesses of the system and providing recommendations for future improvements. The results of this study are expected to serve as evaluation material for enhancing the quality of the LAPKIN Information System and supporting more effective, efficient, and accountable performance reporting within the Regional Secretariat of Palembang City.  
Penerapan Algoritma FP-Growth pada Online Retail untuk Optimasi Paket Penjualan Moch. Alwi Maosul; Faris Izdhihar Triarso; Adam Hermawan; Mufidah Karimah
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Penelitian ini menerapkan algoritma FP-Growth untuk mengidentifikasi pola pembelian pelanggan dan menghasilkan rekomendasi paket penjualan menggunakan pendekatan Market Basket Analysis. Dataset yang digunakan adalah Online Retail II yang diperoleh dari Kaggle dan berisi data transaksi perusahaan ritel online berbasis di Inggris. Penelitian dilaksanakan dengan mengacu pada kerangka kerja Cross Industry Standard Process for Data Mining (CRISP-DM) yang terdiri atas tahap Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Proses pembersihan data dilakukan dengan menghapus nilai yang hilang, transaksi pembatalan, data tidak valid, data duplikat, serta kode non-produk sehingga diperoleh 391.150 transaksi valid. Data yang telah dibersihkan kemudian ditransformasikan ke dalam format basket transaction dan dianalisis menggunakan algoritma FP-Growth. Aturan asosiasi yang dihasilkan dievaluasi menggunakan metrik support, confidence, dan lift. Hasil penelitian menunjukkan bahwa kombinasi JUMBO BAG RED RETROSPOT dan JUMBO BAG PINK POLKADOT memiliki nilai support tertinggi sebesar 2,97%, sedangkan kelompok produk Regency Tea Plate menghasilkan nilai lift tertinggi sebesar 66,37 yang menunjukkan hubungan pembelian yang sangat kuat. Hasil penelitian membuktikan bahwa algoritma FP-Growth mampu menemukan pola pembelian pelanggan dan menghasilkan rekomendasi paket penjualan yang dapat mendukung strategi bundling dan cross-selling pada bisnis ritel.
Analisis Data Mining Menggunakan Metode Regresi Linier untuk Estimasi Nilai Hunian pada Dataset California Housing Dinnar Rizky; Muhamad Andri Rian riyadi
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

The property sector has highly fluctuating price dynamics, influenced by various factors ranging from geographical conditions to building facilities. Accurate housing price estimation is essential for developers and prospective buyers to make informed decisions. This study aims to apply Data Mining techniques using the Linear Regression algorithm to estimate the median value of housing in the California Housing dataset. This research methodology follows the stages of knowledge discovery in databases, which include data cleaning, data integration, transformation, and modeling. The dataset is processed by conducting correlation analysis to determine the main predictor variables, such as median income, geographic location, and population density. A Linear Regression model is built to map the relationship between these independent variables and the value of housing as the dependent variable. Model performance is evaluated using the statistical metrics Mean Absolute Error (MAE) and Coefficient of Determination ($R^2$). The results of the study are expected to show that Linear Regression is able to provide significant estimates with a reliable level of accuracy, where the median income variable is predicted to be the most dominant factor in determining house prices. This research contributes to the use of machine learning for more objective and efficient real estate market analysis.   Sektor properti memiliki dinamika harga yang sangat fluktuatif, dipengaruhi oleh berbagai faktor mulai dari kondisi geografis hingga fasilitas bangunan. Estimasi harga hunian yang akurat sangat diperlukan oleh pengembang dan calon pembeli untuk pengambilan keputusan yang tepat. Penelitian ini bertujuan untuk menerapkan teknik Data Mining menggunakan algoritma Regresi Linier untuk melakukan estimasi nilai tengah hunian pada dataset California Housing.Metodologi penelitian ini mengikuti tahapan penemuan pengetahuan dalam basis data (Knowledge Discovery in Databases), yang meliputi data cleaning, integrasi data, transformasi, hingga pemodelan. Dataset diproses dengan melakukan analisis korelasi untuk menentukan variabel prediktor utama, seperti pendapatan median (Median Income), lokasi geografis, dan kepadatan penduduk. Model Regresi Linier dibangun untuk memetakan hubungan antara variabel-variabel independen tersebut dengan nilai hunian sebagai variabel dependen.Kinerja model dievaluasi menggunakan metrik statistik Mean Absolute Error (MAE) dan Coefficient of Determination ($R^2$). Hasil penelitian diharapkan menunjukkan bahwa regresi linier mampu memberikan estimasi yang signifikan dengan tingkat akurasi yang dapat diandalkan, di mana variabel pendapatan median diprediksi menjadi faktor paling dominan dalam menentukan harga rumah. Penelitian ini memberikan kontribusi dalam pemanfaatan machine learning untuk analisis pasar real estat yang lebih objektif dan efisien.  
Analisis dan Perancangan Sistem Informasi Alumni Website dengan ISO/IEC 25010 di PT. Teknologi Informatika Solusindo Ardi Tampubolon; Hayyu Risma Ameilya; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Proses pengelolaan data alumni secara manual sering menimbulkan berbagai kendala, seperti lambatnya pencarian data, keterlambatan penyampaian informasi, dan terbatasnya komunikasi antara sekolah dan alumni. Kondisi tersebut menunjukkan perlunya sistem informasi alumni berbasis website yang mampu mendukung pengelolaan data secara terstruktur, efisien, dan mudah diakses. Pada penelitian ini, sistem dirancang dan dikembangkan menggunakan metode Prototype melalui beberapa tahapan, yaitu analisis kebutuhan, perancangan sistem berbasis UML, implementasi, pengujian, dan evaluasi. Pengujian fungsional dilakukan menggunakan Black Box Testing, sedangkan kualitas perangkat lunak dinilai berdasarkan standar ISO/IEC 25010 yang mencakup functional suitability, performance efficiency, compatibility, usability, reliability, security, maintainability, dan portability. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan pengelolaan dan pengorganisasian data alumni, mempermudah alumni dalam memperoleh informasi, serta membantu sekolah menyampaikan informasi secara lebih cepat dan efektif. Secara keseluruhan, sistem informasi alumni berbasis website mampu mengatasi keterbatasan pengelolaan data manual, meningkatkan komunikasi antara sekolah dan alumni, serta mendukung pengembangan sistem di masa mendatang.
Implementasi Algoritma FP-Growth dalam Market Basket Analysis untuk Mendukung Strategi Penjualan pada Data Transaksi Groceries Clarisa Firmina Putri; Lupi Rohmawati; Berlin Rahmat Marza
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Kemampuan mengelola data transaksi penjualan secara tepat guna sangat berpengaruh terhadap keberhasilan strategi penjualan pada bisnis ritel. Riset ini menerapkan algoritma FP-Growth pada kerangka Market Basket Analysis (MBA) terhadap rekaman transaksi groceries, dengan sasaran menggali kecenderungan belanja pelanggan sebagai bahan pertimbangan dalam merumuskan strategi penjualan. Data yang dipakai bersumber dari Groceries Dataset di Kaggle, berjumlah 38.765 baris transaksi dengan tiga atribut utama, yakni Member_number, Date, dan itemDescription. Proses penelitian dijalankan melalui beberapa langkah, mulai dari pengumpulan data, preprocessing, ekstraksi frequent itemset, sampai pembentukan association rules yang diimplementasikan dengan algoritma FP-Growth menggunakan bahasa pemrograman Python. Usai tahap preprocessing, tersisa 38.006 transaksi bersih yang menjadi bahan analisis dengan ambang minimum confidence ditetapkan pada 30%. Dari hasil pengolahan, ditemukan bahwa aturan asosiasi paling kuat terbentuk pada kombinasi produk tropical fruit, sausage, dan rolls/buns yang berujung pada pembelian yogurt, dengan confidence 53,09% dan lift 1,876. Kelima rules terbaik yang berhasil disaring sama-sama menunjukkan lift di atas angka 1, mengonfirmasi bahwa pola keterkaitan antarproduk tersebut bukan kebetulan, melainkan mencerminkan kecenderungan belanja yang nyata. Hasil riset ini bisa dimanfaatkan sebagai pijakan dalam merancang paket bundling produk, mengatur ulang tata letak toko, dan mempertajam strategi promosi berbasis data pada bisnis ritel groceries.
Segmentasi Pelanggan E-Commerce Menggunakan Pendekatan RFM (Recency, Frequency, Monetary) dan Algoritma K-Means Clustering Bagus Riyadi Fitra; Genta Aprilian; Reza Rifaldy Pratama
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Persaingan yang semakin ketat di industri e-commerce mengharuskan bisnis untuk mendapatkan pemahaman yang lebih dalam tentang perilaku pelanggan sehingga strategi pemasaran dapat ditargetkan dengan lebih tepat. Pendekatan yang banyak digunakan untuk memahami nilai dan perilaku pelanggan adalah analisis RFM (Recency, Frequency, Monetary), dikombinasikan dengan algoritma pembelajaran mesin tanpa pengawasan, K-Means Clustering. Studi ini bertujuan untuk melakukan segmentasi pelanggan e-commerce berdasarkan tiga variabel utama: Recency, Frequency, dan Monetary. Tahapan penelitian meliputi standardisasi data menggunakan StandardScaler, penentuan jumlah cluster optimal menggunakan Metode Elbow dan Silhouette Score, clustering menggunakan algoritma K-Means, dan interpretasi karakteristik setiap cluster. Hasil menunjukkan bahwa 8.635 pelanggan terbagi menjadi empat cluster dengan karakteristik yang berbeda: champion, pelanggan setia, pelanggan sesekali, dan pelanggan berisiko/hilang. Hasil segmentasi ini dapat menjadi dasar untuk mengembangkan strategi pemasaran yang lebih personal dan efisien untuk setiap kelompok pelanggan.
Penerapan Analisis RFM dan K-Means Clustering untuk Segmentasi Pelanggan E-Commerce: Studi Kasus Dataset Olist Brazil Raybima Yoga Rajata; Abimanyu Andika Aulia; Fajar Nugroho
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Kemampuan memahami perilaku pelanggan secara individual menjadi faktor kritis dalam persaingan platform e-commerce, khususnya di pasar berkembang yang didominasi pembelian satu kali (one-time buyer). Penelitian ini menerapkan analisis RFM (Recency, Frequency, Monetary) yang dikombinasikan dengan algoritma K-Means Clustering untuk mensegmentasi 93.357 pelanggan unik dari dataset Olist Brazilian E-Commerce (2016–2018) dalam kerangka CRISP-DM. Preprocessing data mencakup filter status delivered, penanganan missing value bertingkat, eliminasi duplikat, serta normalisasi menggunakan transformasi log1p dilanjutkan StandardScaler. Jumlah klaster optimal ditentukan melalui kombinasi Elbow Method dan Silhouette Score pada rentang K=2 hingga K=10; K=2 dipilih karena menghasilkan Silhouette Score tertinggi (0,7028) dengan selisih yang signifikan terhadap K=3 (0,4144). Model akhir menghasilkan Silhouette Score 0,7139 dan Davies-Bouldin Index 0,4709, mengindikasikan pemisahan klaster yang kompak dan terdefinisi dengan baik. Dua segmen teridentifikasi: Loyal Customer (3,0%, n=2.801) dengan rata-rata monetary BRL 260,05 dan frequency 2,11 order, serta At Risk (97,0%, n=90.556) dengan rata-rata monetary BRL 137,96 dan frequency 1,00. Dominasi segmen At Risk mencerminkan karakteristik struktural pasar e-commerce Brazil yang didominasi one-time buyer  temuan yang konsisten dengan literatur segmentasi di pasar berkembang. Berdasarkan profil tiap segmen, rekomendasi strategi pemasaran yang berbeda dirumuskan untuk memaksimalkan retensi pelanggan bernilai tinggi sekaligus mengaktifkan kembali pelanggan yang tidak aktif.
Segmentasi Pelanggan Berbasis RFM dan Analisis Asosiasi Produk pada Olist Brazilian E-Commerce Menggunakan FP-Growth Cyntiya Olyfiyany; Hayyu Risma Ameilya
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

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

Abstract

Penelitian ini mengimplementasikan pipeline analitik dua tahap pada dataset Olist Brazilian E-Commerce Public, mengintegrasikan K-Means Clustering berbasis RFM (Recency, Frequency, Monetary) dengan Market Basket Analysis menggunakan algoritma FP-Growth dalam kerangka kerja CRISP-DM. Sebanyak 92.424 pelanggan unik dari 96.478 pesanan berstatus delivered dianalisis. K-Means Clustering dengan K=4 (Silhouette Score = 0,46) menghasilkan empat segmen pelanggan yang terbedakan secara perilaku: Potential Loyalists (47.963 pelanggan, kontribusi revenue 39,9%), At-Risk/Lost (35.455 pelanggan, 29,7%), Loyal Customers (6.272 pelanggan, 24,9%), dan Champions (2.734 pelanggan, 5,4%). Analisis FP-Growth yang dijalankan khusus pada transaksi multi-item per segmen mengungkap bahwa lebih dari 91% transaksi Olist merupakan pembelian satu item—karakteristik struktural yang membatasi pembentukan association rules. Meski demikian, rules bermakna tetap ditemukan: segmen Loyal Customers menghasilkan lift sebesar 16,05 untuk pasangan produk bebes → cool_stuff, sementara segmen At-Risk/Lost dan Champions menunjukkan asosiasi konsisten antara cama_mesa_banho dan casa_conforto (lift 4,12–4,30). Integrasi kedua metode membuktikan bahwa segmentasi KMeans memperkaya analisis FP-Growth dengan memungkinkan analisis asosiasi yang kontekstual per segmen, menghasilkan rekomendasi cross-selling yang lebih tepat sasaran dibandingkan analisis global.

Page 19 of 21 | Total Record : 205

 17   18   19   20   21 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol 2 No 3 (2026): Journal of Information Systems and Business Technology Vol 2 No 2 (2026): Journal of Information Systems and Business Technology Vol 2 No 1 (2026): Journal of Information Systems and Business Technology Vol 1 No 4 (2025): Journal of Information Systems and Business Technology Vol 1 No 3 (2025): Journal of Information Systems and Business Technology Vol 1 No 2 (2025): Journal of Information Systems and Business Technology Vol 1 No 1 (2025): Journal of Information Systems and Business Technology