Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Penelitian ini meneliti pengaruh purchase involvement terhadap perceived risk, pengaruh dari perceived risk terhadap trust, pengaruh purchase involvement terhadap trust serta pengaruh trust terhadap online repurchase intention konsumen pada online merchant/online shop. Responden penelitian ini merupakan konsumen yang pernah melakukan pembelian barang yang bersifat low/high involvement secara online pada online merchant. Responden penelitian ini berdomisili di wilayah Jakarta dan sekitarnya antara lain ; Bogor, Bekasi , Tangerang, Depok. Metode yang digunakan untuk pengolahan data dalam penelitian ini adalah Multiple Regression. Hasil penelitian membuktikan secara signifikan bahwa Low high purchase involvement pada online merchant memiliki pengaruh positif terhadap perceived risk, hanya high purchase involvement dan perceived risk yang berpengaruh terhadap trust, dan trust memiliki pengaruh positif terhadap online repurchase intention.Keywords : Purchase involvement, perceived risk, trust, online repurchase intention,online merchant,Online shop

---

ABSTRACT
AbstractThe purpose of this research is to analyse the effect of Purchase Involvement on Perceived Risk, the effect of perceived risk on trust, the effect of purchase involvement on trust, and the effect of trist on online repurchase intention. Respondents on this study are consumers who ever buy low high involvement product through online merchant online shop. Resident is resided in Jakarta and the nearest other city as Depok, Tangerang, Bogor, Bekasi. This study uses multiple regression to process the data. The results of this research show that Low high purchase involvement in online merchant has positive effect on perceived risk, only high purchase involvement and perceived risk that has positive effect on trust, and trust has positive effect on online repurchase intention.

Abstrak :
Layanan pesan-antar makanan (takeaway-delivery) merupakan salah satu layanan yang ditawarkan oleh platform transportasi online dengan proses pengambilan dan pengantaran pesanan dilakukan oleh kurir (driver). Semakin meningkatnya penggunaan layanan pesan antar makanan ini mengakibatkan tingginya jumlah kurir yang dibutuhkan untuk memenuhi permintaan layanan tersebut. Salah satu solusi untuk mengatasi hal tersebut yaitu diperkenalkan fitur multi-order, dimana satu kurir dapat melayani dua permintaan layanan pesan antar makanan untuk pelanggan-pelanggan yang lokasinya berdekatan. Penelitian pada skripsi ini melakukan optimasi rute layanan pesan-antar makanan yang mengimplementasikan fitur multi-order dan bertujuan untuk meminimumkan biaya operasional dengan tetap mempertimbangkan kepuasan pelanggan. Kepuasan pelanggan yang dimaksud terkait dengan rentang waktu (time windows) yang ditetapkan untuk masing-masing pelanggan untuk pengantaran makanan agar kualitas makanan tetap terjaga. Masalah optimasi ini dimodelkan sebagai Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). Untuk penyelesaiannya digunakan Metode Ant Colony Optimization (ACO), yaitu metode heuristik yang terinspirasi dari perilaku semut saat mencari makanan yang meninggalkan jejak berupa zat kimia bernama pheromone pada jalur yang dilewati. Pheromone menjadi sinyal bagi sesama semut untuk menandakan jalur yang sudah pernah dilewati semut sebelumnya. Penerapan metode ACO dilakukan pada data yang terdiri dari 50 pesanan yang masuk dengan 10 kali iterasi dan 10 semut yang tersedia. Hasil yang diperoleh dari penerapan metode ACO untuk optimasi layanan pesan antar dengan fitur multi-order yaitu terjadi penghematan biaya operasional hingga 34,85% dan mengurangi jumlah driver yang beroperasi hingga 48% bila dibandingkan dengan layanan pesan antar tanpa menggunakan fitur multi-order. ......Food delivery services offered by online transportation platforms involve couriers picking up and delivering orders. The increasing demand for these services has led to a higher number of couriers needed. To address this, the multi-order feature was introduced, allowing one courier to handle two food delivery requests from customers located near each other. This thesis research optimizes the food delivery service route using the multi-order feature, aiming to minimize operational costs while considering customer satisfaction. Customer satisfaction is tied to the time windows set for each customer to ensure food quality is maintained upon delivery. This optimization problem is modeled as a Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). The solution uses the Ant Colony Optimization (ACO) method, inspired by ants behavior in searching for food and leaving pheromone trails. These pheromones signal other ants about the paths traveled. The ACO method was applied to data consisting of 50 orders with 10 iterations and 10 available ants. Results from applying the ACO method for optimizing the multi-order food delivery service showed operational cost savings of up to 34.85% and a reduction in the number of drivers by up to 48% compared to delivery services without the multi-order feature.