https://ejurnal.undipa.ac.id/index.php/dipakomsi/issue/feed 2025-08-29T16:48:21+08:00 Wilem Musu p3m@undipa.ac.id Open Journal Systems <p><strong>Jurnal DIPAKOMSI</strong> adalah jurnal berkala yang khusus mempublikasikan hasil penelitian mahasiswa dan dosen program studi Sistem Informasi, Manajemen Informatika, dan Rekayasa Perangkat Lunak. DIPAKOMSI diterbitkan dalam dua format: cetak dengan ISSN 1907-4409 dan elektronik dengan e-ISSN 2963-3427 untuk menghadirkan kemudahan akses bagi pembaca.</p> <p><strong>Frekuensi Terbit</strong>: DIPAKOMTI terbit dua kali setahun, pada bulan FEBRUARI dan AGUSTUS, dengan setiap edisi menyajikan artikel-artikel yang telah melalui proses peer-review yang ketat untuk menjamin kualitas dan keaslian konten.</p> <p>Dengan komitmen untuk mendukung pengembangan ilmu pengetahuan dan teknologi, DIPAKOMSI mengundang kontribusi dari berbagai pihak untuk memperkaya khazanah penelitian di bidang ini.</p> https://ejurnal.undipa.ac.id/index.php/dipakomsi/article/view/1741 2025-06-12T19:13:03+08:00 Anugra Anugra anugrasaja12@gmail.com Syiar Al Tarif syiaraltarif@gmail.com Muh. Syahlan Natsir sahlan@undipa.ac.id Risnayanti Andi Djamro djamro@undipa.ac.id

<div><span class="longtext"><span lang="EN-AU">Dalam era digital yang kompetitif, strategi pemasaran digital menjadi faktor utama dalam meningkatkan daya saing bisnis. Toko Algifari masih mengandalkan pemasaran tradisional dengan jangkauan terbatas dan tanpa pengelompokan data pelanggan. Memberikan rekomendasi strategi pemasaran digital yang tepat berdasarkan analisis pengelompokan K-means untuk memahami perilaku pembeli di suatu wilayah terhadap produk Toko Algifari. Data transaksi selama tiga bulan terakhir dianalisis menggunakan K-Means Clustering melalui RapidMiner, dengan jumlah kluster yang ditentukan sebanyak empat. Proses ini bertujuan mengidentifikasi pola belanja pelanggan guna menyesuaikan strategi pemasaran. Hasil analisis mengidentifikasi empat kluster utama pelanggan berdasarkan pola belanja dan lokasi, dengan kluster transaksi tertinggi menunjukkan kecenderungan pembelian produk tertentu dari wilayah geografis spesifik. Ditemukan korelasi antara lokasi pelanggan dan jumlah transaksi, di mana wilayah dengan akses mudah ke marketplace cenderung memiliki volume transaksi lebih tinggi, serta pelanggan yang sering membeli produk tertentu cenderung membeli produk tambahan dari kategori yang sama. Temuan ini mendukung efektivitas clustering dalam segmentasi pelanggan, membantu PELAKU USAHA mengoptimalkan pemasaran digital melalui promosi yang lebih spesifik. Penerapan algoritma K-Means terbukti efektif dalam membantu memahami pola belanja pelanggan dan meningkatkan jangkauan pemasaran digital. Kombinasi penggunaan marketplace dan media sosial menjadi strategi optimal dalam meningkatkan keterlibatan pelanggan dan daya saing bisnis.</span></span></div>

2025-08-29T00:00:00+08:00 Copyright (c) 2025 DIPAKOMSI https://ejurnal.undipa.ac.id/index.php/dipakomsi/article/view/1754 2025-06-18T21:15:38+08:00 Erni Marlina ernimarlina@undipa.ac.id Erfan Hasmin erfan.hasmin@undipa.ac.id Nessa Natalia Arru nessanataliaarru2@gmail.com Andi Aulia Nur Winda nurwindaandiaulia@gmail.com

<div> <p class="IEEEAbtract"><span class="longtext"><span lang="EN-GB">Toko Aashopofficial masih menggunakan cara konvensional untuk mendata persediaan barang thrifting. Dengan menggunakan cara manual ini pemilik usaha mengalami kesulitan mencatat persediaan barang. Untuk memudahkan pemilik toko dalam mengelola persediaan dengan menjaga ketersediaan stok secara optimal, melakukan pencatatan, penginputan persediaan barang, serta menyediakan laporan barang yang dibutuhkan dengan akurat agar sistem informasi pengelolaan persediaan ini berfungsi sesuai dengan kebutuhan pengguna. Time Series Analysis merupakan metode analisis data berbasis waktu yang digunakan untuk memprediksi tren persediaan berdasarkan pola historis, sehingga dapat membantu dalam pengambilan keputusan terkait restock barang guna menghindari kekurangan atau kelebihan stok. Dengan pendekatan ini, sistem dapat memberikan estimasi jumlah barang yang perlu disediakan berdasarkan tren permintaan dan pola musiman. Metode pengujian aplikasi yang digunakan yaitu Pengujian Black Box, ini dilakukan untuk mendeteksi secara menyeluruh fungsionalitas akan aplikasi yang dirancang dengan hasil yang didapatkan bahwa semua fungsi dari sistem, button, pengolahan data penilaian berjalan dengan baik tanpa error. Dengan adanya prediksi yang lebih akurat, sistem ini membantu dalam pengambilan keputusan terkait overstock barang, sehingga dapat mengurangi risiko kelebihan atau kekurangan stok.</span></span></p> </div>

2025-08-29T00:00:00+08:00 Copyright (c) 2025 DIPAKOMSI