Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perusahaan IAPS telah meluncurkan berbagai aplikasi, salah satunya ialah aplikasi Indosat Imkas dan Pede (Ponsel Duit) (berikutnya disebut aplikasi). Permasalahannya ialah masih terdapat sembilan belas persen pengguna valid yang tidak bertransaksi tiap bulan di aplikasi untuk mencapai target yaitu dua puluh persen pengguna valid bertransaksi tiap bulan di aplikasi. Dapat terjadi perubahan strategi bisnis apabila gagal mencapai target dan mengalami kerugian secara finansial. Peneliti menemukan satu masalah yang berdampak paling signifikan yaitu pemberian informasi dan promosi yang tidak berjalan efektif. Diperlukan teknik data mining dan klasifikasi churn yang menggunakan pemelajaran mesin untuk memprediksi pengguna yang tepat untuk pemberian informasi dan promosi. Pertanyaan penelitian ini adalah apa model pemelajaran mesin terbaik dalam melakukan prediksi pengguna yang churn dan loyal. Selain itu, apa faktor-faktor yang mempengaruhi keputusan pelanggan untuk churn dan loyal. Penelitian ini menghasilkan model yang dikembangkan menggunakan mesin pemelajaran dengan pengawasan menggunakan classifier Random Forest merupakan model pemelajaran mesin dengan performa terbaik untuk melakukan klasifikasi dan prediksi pengguna yang churn dan loyal. Selain itu, data ulasan pelanggan Google playstore yang di klasifikasikan kedalam push-pull classification dapat meningkatkan performa classifier. Beberapa fitur yang memengaruhi keputusan churn pelanggan yaitu “debetKreditRatio”, “push_service”. Kedua fitur itu berkaitan erat dengan tingkat layanan di aplikasi, semakin tinggi tingkat layanan yang diterima pengguna maka peluang akan churn rendah. Organisasi hendaknya membuat strategi untuk meningkatkan nilai “debetKreditRatio” dan “push service”. Selanjutnya organisasi dapat mengembangkan strategi retensi untuk pemberian informasi dan promosi yang berbeda untuk pelanggan yang akan churn dan loyal.

---

The IAPS company has has launched various applications, including the Indosat Imkas and Pede (Ponsel Duit) applications (from now on referred to as applications). The problem is that there is still nineteen percent of valid users who do not transact every month on the application to achieve the target, which is twenty percent of valid users who transact every month on the application. There can be a change in business strategy if it fails to achieve the target and suffers a financial loss. The researcher found one problem that had the most significant impact, namely promotions that did not work effectively. Data mining and churn classification techniques are required that use machines learning to predict the right users for targeted promotions or other strategies. The research question is what is the best machine learning model in predicting churn and loyal users. In addition, another research question is what are the factors that influence the customer's decision to churn and be loyal. This study resulted in a model developed using a supervised learning machine using the Random Forest classifier, which is the best-performing machine learning model for classifying and predicting churn and loyal users. In addition, customer reviews from Google play store data classified into a push-pull classification can also improve the classifier's performance. Several features affect customer churn decisions, namely "debetKreditRatio," "push_service." Both features are closely related to the level of service in the application. The higher the level of service the user receives, the lower the chance of churn. Organizations should develop strategies to increase the value of the "debit credit ratio" and "push service." Furthermore, the organization can develop different promotional approaches for customers who will churn and be loyal."

"Perusahaan IAPS telah meluncurkan berbagai aplikasi, salah satunya ialah aplikasi Indosat Imkas dan Pede (Ponsel Duit) (berikutnya disebut aplikasi). Permasalahannya ialah masih terdapat sembilan belas persen pengguna valid yang tidak bertransaksi tiap bulan di aplikasi untuk mencapai target yaitu dua puluh persen pengguna valid bertransaksi tiap bulan di aplikasi. Dapat terjadi perubahan strategi bisnis apabila gagal mencapai target dan mengalami kerugian secara finansial. Peneliti menemukan satu masalah yang berdampak paling signifikan yaitu pemberian informasi dan promosi yang tidak berjalan efektif. Diperlukan teknik data mining dan klasifikasi churn yang menggunakan pemelajaran mesin untuk memprediksi pengguna yang tepat untuk pemberian informasi dan promosi. Pertanyaan penelitian ini adalah apa model pemelajaran mesin terbaik dalam melakukan prediksi pengguna yang churn dan loyal. Selain itu, apa faktor-faktor yang mempengaruhi keputusan pelanggan untuk churn dan loyal. Penelitian ini menghasilkan model yang dikembangkan menggunakan mesin pemelajaran dengan pengawasan menggunakan classifier Random Forest merupakan model pemelajaran mesin dengan performa terbaik untuk melakukan klasifikasi dan prediksi pengguna yang churn dan loyal. Selain itu, data ulasan pelanggan Google playstore yang di klasifikasikan kedalam push-pull classification dapat meningkatkan performa classifier. Beberapa fitur yang memengaruhi keputusan churn pelanggan yaitu “debetKreditRatio”, “push_service”. Kedua fitur itu berkaitan erat dengan tingkat layanan di aplikasi, semakin tinggi tingkat layanan yang diterima pengguna maka peluang akan churn rendah. Organisasi hendaknya membuat strategi untuk meningkatkan nilai “debetKreditRatio” dan “push service”. Selanjutnya organisasi dapat mengembangkan strategi retensi untuk pemberian informasi dan promosi yang berbeda untuk pelanggan yang akan churn dan loyal.

---

The IAPS company has has launched various applications, including the Indosat Imkas and Pede (Ponsel Duit) applications (from now on referred to as applications). The problem is that there is still nineteen percent of valid users who do not transact every month on the application to achieve the target, which is twenty percent of valid users who transact every month on the application. There can be a change in business strategy if it fails to achieve the target and suffers a financial loss. The researcher found one problem that had the most significant impact, namely promotions that did not work effectively. Data mining and churn classification techniques are required that use machines learning to predict the right users for targeted promotions or other strategies. The research question is what is the best machine learning model in predicting churn and loyal users. In addition, another research question is what are the factors that influence the customer's decision to churn and be loyal. This study resulted in a model developed using a supervised learning machine using the Random Forest classifier, which is the best-performing machine learning model for classifying and predicting churn and loyal users. In addition, customer reviews from Google play store data classified into a push-pull classification can also improve the classifier's performance. Several features affect customer churn decisions, namely "debetKreditRatio," "push_service." Both features are closely related to the level of service in the application. The higher the level of service the user receives, the lower the chance of churn. Organizations should develop strategies to increase the value of the "debit credit ratio" and "push service." Furthermore, the organization can develop different promotional approaches for customers who will churn and be loyal."

"ABSTRAKBerkembangnya tekonologi membuat munculnya banyak mobile application salah satunya aplikasi kesehatan XYZ. Aplikasi XYZ memediasi konsultasi kesehatan dan pembelian obat sehingga dapat dilakukan secara online. Penelitian ini membahas tentang intension to use aplikasi kesehatan XYZ dengan mengadopsi Integreated Theori Trust-TAM. Penelitian ini menggunakan metode kuantitatif dengan objek penelitian Komunitas X. Dari hasil penelitian terbukti bahwa aplikasi XYZ mampu untuk membentuk kepercayaan antara dokter dan pasien tanpa harus bertemu tatap muka dalam menjalinkomunikasi digital dan terdapat hubungan pengaruh antara perceived usefulness, perceived ease of use dan trust terhadap intention to use aplikasi kesehatan berbasis online XYZ. Trust menjadi faktor utama dalam penentuan intention to use.

---

ABSTRACTThe development of technology makes the emergence of many mobile applications, one of which is XYZ health applications. The XYZ application mediates health consultations and drugs purchases so that it can be done online. This study discusses the intention to use XYZ health applications by adopting an Integrated Theory Trust-TAM. This study uses quantitative methods with the object of research is Community X. From the results of the research, it is proven that XYZ application is able to form trust between doctors and patients without having to meet face to face in establishing digital communication and there is a relationship of influence between Perceived Usefulness, Perceived Ease of Use and Trust has an influence on intention to use XYZ online based health applications. Trust is a major factor in determining intention to use."

"Teknologi mobile merupakan metode yang efektif bagi perusahaan travel e-Commerce dalam meningkatkan hubungan dengan pelanggannya sehingga timbul ketertarikan dan minat penggunaan. Selain itu, terdapat beberapa penelitian yang menunjukan bahwa usability memiliki hubungan yang positif terhadap minat penggunaan berkelanjutan dan loyalitas aplikasi mobile pada teknologi mobile. Maka dari itu, untuk memahami kebutuhan pengguna serta mematangkan strategi mobile, diperlukan analisis lebih lanjut untuk mengetahui faktor usability mana yang mendukung munculnya intensi penggunaan dan loyalitas aplikasi mobile pada aplikasi travel e-Commerce. Penelitian ini dilakukan dengan menggunakan pendekatan sequential mixedmethods QUAN-QUAL. Data kuantitatif dikumpulkan melalui survei daring dengan memanfaatkan instrumen Mobile Application Usability (MAU) terhadap aplikasi Traveloka. Sebelum digunakan, MAU diterjemahkan ke dalam bahasa Indonesia menggunakan metode cross-cultural adaptation. Data kualitatif dikumpulkan melalui wawancara kontekstual dengan tujuan complementary dan completeness. Hasil data kuantitatif diolah dan dianalisis menggunakan metode Partial Least Square Structural Equation Modeling (PLS-SEM), sedangkan hasil data kualitatif diolah dan dianalisis menggunakan metode koding kualitatif.Berdasarkan hasil survei, variabel yang signifikan dalam memengaruhi intensi penggunaan berkelanjutan dan loyalitas aplikasi mobile pada aplikasi Traveloka adalah susunan antarmuka dan utilitas aplikasi. Selain itu, berdasarkan hasil wawancara kontekstual, ditemukan faktor-faktor usability lain yang memengaruhi intensi penggunaan berkelanjutan dan loyalitas aplikasi mobile, yaitu langkah- langkah yang logis, hierarki yang logis, hierarki yang efisien, langkah-langkah yang efisien, pencarian, banyaknya pilihan preferensi, dan navigasi yang intuitif. Hasil ini sejalan dengan hasil data kuantitatif yang menunjukkan bahwa faktor yang lebih dominan tergabung dalam variabel yang signifikan. Walaupun demikian, navigasi yang intuitif merupakan satu-satunya faktor yang dominan selain dari variabel utilitas aplikasi dan struktur antarmuka sehingga bagian ini bertentangan dengan hasil data kuantitatif. Hasil penelitian ini diharapkan dapat menjadi acuan bagi perusahaan agen travel e-Commerce dalam mematangkan strategi perancangan aplikasi mobile yang efektif dari segi usability guna meningkatkan intensi penggunaan berkelanjutan dan loyalitas aplikasi mobile pada aplikasi travel e-Commerce mobile di masa yang akan datang.

---

Mobile technology is an effective approach for travel e-Commerce companies in enhancing relationships with their customers to drive interest and intention to use. There are plenty of research evidences to show that usability has a positive association with continued intention to use and mobile application loyalty on mobile technology. Therefore, to consider users’ needs and to overcome mobile strategies, further analysis is needed to discover which factors are important for driving intention to use and mobile application loyalty on travel e-Commerce applications.

This research was conducted using sequential mixed-methods QUAN-QUAL approach. Quantitative data was collected through an online survey using the Mobile Application Usability (MAU) towards Traveloka application. Before being utilized, the MAU was firstly translated into Indonesian using cross-cultural adaptation procedures. In the other hand, qualitative data was collected through contextual interview based on complementary and completeness objectives. The results of the quantitative data were processed and analyzed using partial least square structural equation modeling (PLS-SEM) method, while the qualitative data were processed and analyzed using qualitative coding method.

Based on the survey results, it was found that application utility and user interface structure are significantly important drivers of users’ continued intention to use and mobile application loyalty on Traveloka application. Besides, based on the results of the contextual interview, it was found that there were some other usability factors driving continued intention to use and mobile application loyalty dominantly, i.e. logical/intuitive path, logical/intuitive hierarchy, efficient hierarchy, efficient path, search, variety of preferences, as well as intuitive navigation. These results were in line with the quantitative data’s, that the dominant factors are belong to significant variables. However, intuitive navigation was the only dominant factor apart from the application utility and user interface structure variables, hence this part was contrary to the results of quantitative data. The results of this study are expected to be a reference for travel e-Commerce companies in maturing their mobile strategies effectively, especially in terms of usability, in order to engage mobile application loyalty and continued intention to use on mobile travel e-Commerce applications in the future."

"Penelitian ini dilatarbelakangi oleh rendahnya penggunaan aplikasi Sadewa yang berfungsi untuk mengakomodir penyebaran informasi dan penugasan pegawai di Badan Pengawasan Keuangan dan Pembangunan (BPKP). Aplikasi Sadewa adalah aplikasi persuratan dan disposisi berbasis mobile yang dibuat karena tingginya mobilitas pegawai BPKP sebagai auditor internal pemerintah Indonesia. Aplikasi Sadewa wajib digunakan oleh seluruh pegawai BPKP. Namun pada kenyataannya, dalam tiga tahun terakhir pengguna aktif aplikasi ini hanya 19,79% dari total keseluruhan pegawai, jumlah pengguna turnout sebesar 54,83%, dan hanya 31,81% surat yang ditindak lanjut pada tahun 2022. Hal tersebut menunjukkan kurangnya penerimaan terhadap aplikasi Sadewa yang pada akhirnya berpengaruh terhadap transformasi digital yang sedang dilakukan di BPKP. Oleh karena itu, fokus pada penelitian ini adalah untuk menganalisis penerimaan pengguna terhadap penggunaan aplikasi Sadewa. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang memengaruhi penerimaan dari aplikasi Sadewa dan memberikan rekomendasi berdasarkan hasil penelitian. Penelitian ini dibangun menggunakan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) digabung dengan variabel mobile self efficacy dan mobile factor ubiquity. Responden dari penelitian ini adalah pengguna aplikasi Sadewa yang telah menggunakan fitur-fitur selain fitur login. Sebanyak 185 data dari responden yang dikumpulkan secara daring menggunakan kuesioner dan diolah menggunakan PLS-SEM. Hasil dari penelitian ini menemukan bahwa faktor-faktor yang signifikan berpengaruh langsung terhadap penerimaan aplikasi Sadewa adalah facilitating condition, habit, dan behavioral intention. Sedangkan faktor-faktor signifikan yang berpengaruh tidak langsung adalah mobile self efficacy, mobile factor ubiquity, performance expectancy, effort expectancy, dan hedonic motivation. Berdasarkan faktor-faktor yang berpengaruh signifikan tersebut, kemudian disusun rekomendasi bagi BPKP dengan harapan agar membantu meningkatkan penerimaan aplikasi Sadewa. Hasil pada penelitian ini juga dapat digunakan pada instansi pemerintah lainnya dikarenakan prosedur persuratan yang kurang lebih sama antara setiap instansi pemerintah.

---

This research is motivated by the low use of the Sadewa application which functions to accommodate the dissemination of information and the assignment of employees at the Financial and Development Supervisory Agency (BPKP). The Sadewa application is a mobile-based mailing and disposition application created due to the high mobility of BPKP employees as the Indonesian government's internal auditors. The Sadewa application must be used by all BPKP employees. However, in reality, in the last three years, active users of this application were only 19.79% of the total employees, the number of users turning out was 54.83%, and only 31.81% of letters were followed up in 2022. This shows a lack of acceptance of the Sadewa application which ultimately affects the digital transformation that is being carried out at BPKP. Therefore, the focus of this research is to analyze user acceptance of the use of the Sadewa application. The purpose of this research is to determine the factors that influence the acceptance of the Sadewa application and provide recommendations based on the results of the research. This research was built using the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) model combined with mobile self-efficacy and mobile factor ubiquity variables. Respondents from this research are users of the Sadewa application who have used features other than the login feature. A total of 185 data from respondents were collected online using a questionnaire and processed using PLS-SEM. The results of this research found that the factors that had a direct influence on the acceptance of the Sadewa application were facilitating conditions, habits, and behavioral intentions. While the factors that have an indirect effect are mobile self efficacy, mobile factor ubiquity, performance expectancy, effort expectancy, and hedonic motivation. From these factors, recommendations were made for the BPKP in the hope that they would help increase the acceptance of Sadewa's applications. The results of this study can also be used in other government agencies because the correspondence procedures are more or less similar between each government agency."

"ABSTRAK

Perkembangan teknologi informasi saat ini sudah mengalami kemajuan yang sangat pesat, hal itu memicu pengembangan aplikasi yang memanfaatkan sistemacloud computing karena lebih efisien dalam pengeluaran biaya dan sumber daya yang digunakan. Pada penelitian ini dilakukan pengujian performansi SITUR-LAB yaitu sebuah aplikasi web yang berupa tur virtual yang dibandingkan dengan traditional hosting dan dua layanan cloud computing menggunakan provider Google App Engine dan Appfog dengan memanfaatkan layanan PaaS (Platform as a Service). Ujicoba yang dilakukan berupa metode GET yaitu pada saat pengguna hanya mengakses halaman utama dari aplikasi, performansi pada SITUR-LAB pada layanan Appfog lebih baik dibandingkan dengan traditional hosting maupun Google App Engine. Pada traditional hosting yang menggunakan layanan idhostinger, hit rate sebesar 1,8% (518 request), error sebesar 98,12% (28250 request), dan timeout sebesar 0,08 (23 request) dengan rata-rata response time sebesar 1148 ms. Pada cloud computing yang menggunakan layanan Google App Engine, hit rate sebesar 85,45% (16338 request), error sebesar 0% (0 request), dan timeout sebesar 14,5% (2782 request) dengan rata-rata response time sebesar 414 ms. Pada cloud computing yang menggunakan layanan Appfog, hit rate sebesar 96,79% (22366 request), error sebesar 3,20% (739 request), dan timeout sebesar 0,01 (3 request) dengan rata-rata response time sebesar 273 ms.

---

ABSTRACT

The development of information and technology today has increased rapidly. It triggers the development of applications that use cloud computing system because it’s more efficient in cost and resource. This research tests the performance of SITUR-LAB, a web application that is a virtual tour, that compared with a traditional hosting and two provider of cloud computing, using Google App Engine and Appfog by utilizing the PaaS (Platform as a Service). Test were conducted in GET method, when users only access the main page of the application. Performance of SITUR-LAB in Appfog service is better than traditional hosting and Google App Engine. In traditional hosting that use idhostinger as the service, it has 1,8% (18 request) of hit rate, 98,12% (28250 request) of error, and 0,08% (23 request) of timeout, with 1148 ms as the average of response time. In cloud computing that use Google App Engine as the service, it has 85,45% (16338 request) of hit rate, 0% (0 request) of error, and 14,5% (2782 request) of timeout, with 414 ms as the average of response time. In cloud computing that use Appfog as the service, it has 96,79% (22366 request) of hit rate, 3,20% (28250 request) of error, and 0,01% (3 request) of timeout, with 273 ms as the average of response time."