Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan persaingan dan kunjungan di situs web e-commerce shopping mall di Indonesia perlu disertai dengan meningkatkan strategi Customer Relationship Management CRM . Strategi yang bisa digunakan adalah peningkatan kualitas pelayanan, hal ini bisa di implementasikan melalui penyusunan sistem rekomendasi produk di situs web e-commerce tersebut. Untuk menyusun sistem tersebut, penggalian pola asosiasi produk dilakukan dengan memanfaatkan data web log yang berisi data navigasi dan pola kebiasaan pelanggan. Hal tersebut diakomodasi oleh metode web usage mining yaitu association rules. Algoritma yang digunakan adalah algoritma yang memberikan input asosiasi berdasarkan frekuensi item, yakni algoritma Apriori. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan 25 luaran pola asosiasi.

---

An increasing of competition and visitors on e commerce shopping mall websites in Indonesia, need to be accompanied by improving Customer Relationship Management strategy. A strategy that can be used is improving the quality of services, it can be implemented through the preparation of product recommendation system on the e commerce website. To compile the system, pattern recognition of product association is conducted by utilizing weblog data which contains navigation data and customer behavior pattern. It is accommodated by web usage mining method that is association rules. The algorithm applied is an algorithm that provides input association based on item frequency, i.e Apriori algorithm. To test and select the resulting pattern, objective interestingness measure was performed and yields 25 outcomes of the association pattern."

"Meningkatnya penggunaan internet di Indonesia memberikan dampak positif bagi perkembangan e-commerce di Indonesia dengan jumlah pengguna internet telah melakukan transaksi elektronik sebesar 63,5 . Dengan meningkatnya jumlah e-commerce B2C di Indonesia, diperlukannya strategi promosi yang tepat untuk mengetahui preferensi dan potensi pembelian untuk setiap konsumen sehingga dapat meningkatkan transaksi e-commerce tersebut. Web usage mining merupakan salah satu metode yang dapat mengolah data web log pengguna situs web e-commerce B2C menjadi informasi yang dapat digunakan untuk mengklasifikasi keputusan pembelian pengguna situs web. Kombinasi kategori produk pembelian yang tinggi oleh pengguna situs web e-commerce memerlukan teknik klasifikasi multi label yang dapat mengklasifikasi kombinasi pembelian secara bersamaan. Metode Label Powerset dengan algoritme Support Vector Machine SVM digunakan untuk mengklasifikasi keputusan pembelian pengguna situs web e-commerce. Seleksi fitur menggunakan Information Gain dan pemilihan parameter dengan menggunakan Grid Search terbukti dapat meningkatkan akurasi klasifikasi.

---

The advance of internet usage in Indonesia has a positive impact on the development of e commerce in Indonesia where 63.5 of internet users have made online transactions. Along with e commerce B2C growth in Indonesia, it is necessary for an effective promotional strategy to know the preferences and potential purchases for each consumer with the result that to increase transactions. Web usage mining is a method having an ability to convert web log data into information used for purchase classification.

The high combination of purchasing product categories by users of e commerce website required a multi label classification technique that could classify those combinations. Label Powerset method with Support Vector Machine SVM algorithm was applied to classify e commerce users purchases decision. The proposed feature selection with Information Gain and parameter selection using Grid Search could prove that they had an ability to enhance classification accuracy."

"Peningkatan kunjungan di situs web Online Public Access Catalog (OPAC) Perpustakaan Universitas Indonesia perlu disertai dengan peningkatan kualitas pelayanan, salah satunya melalui penyusunan sistem rekomendasi buku dalam situs web OPAC. Untuk menyusun sistem tersebut, penggalian pola asosiasi antar buku dilakukan dengan menggunakan salah satu metode data mining yaitu association rules. Dua algoritma digunakan yakni algoritma Apriori dan Apriori Inverse. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan sembilan belas pola asosiasi sebagai luaran (output) akhir penelitian.

---

An increasing use of Online Public Access Catalog (OPAC) Universitas Indonesia Library's website should be followed by a service quality improvement, such as organizing a book recommendation system. To build mentioned system, user behaviors in terms of loaned books were discovered by using one of data mining techniques namely association rules. In this research, two algorithms were used which are Apriori and Apriori Inverse. After all association rules were gathered, objective interestingness measure were conducted to evaluate the quality of association rules and resulted nineteen association rules as final output."

"ABSTRAKDi tengah persaingan e-commerce di Indonesia yang semakin ketat, membuat perusahaan e-commerce dituntut dapat bersaing dalam memberikan nilai tambah layanan bagi pelanggannya agar dapat meningkatkan jumlah pelanggan dan disertai dengan angka pemesanan yang meningkat juga. Hal ini juga berlaku bagi e-commerce dalam industri pariwisata, salah satunya Triptrus. Salah satu tantangan yang dihadapi Triptrus adalah untuk meningkatkan angka conversion rate. Salah satu cara peningkatan angka conversion rate adalah pemberian fitur rekomendasi produk. Penelitian ini bertujuan untuk mencari metode yang dapat memberikan rekomendasi terbaik yang pada akhirnya bertujuan agar dapat meningkatkan angka conversion rate dari Triptrus yang masih rendah. Pada penelitian ini dilakukan pencarian metode rekomendasi yang terbaik disesuaikan dengan data internal yang dimiliki Triptrus. Penelitian ini bermula dari pengumpulan data internal untuk kemudian dibangum model rekomendasi menggunakan beberapa metode. Metode yang digunakan dalam penelitian ini diantaranya collaborative filtering, content based filtering, Hybrid Filtering dan stochastic gradient descent. Berdasarkan hasil penelitian, metode collaborative filtering, content based, dan hybrid kurang mampu memberikan rekomendasi yang cukup baik terhadap data Triptrus. Hasil terbaik dari ketiga metode ini didapatkan metode hybrid dengan nilai error RMSE 0.71. Di sisi lain algoritma stochastic gradient descent dapat memberikan rekomendasi paling baik dan memberikan ratio error RMSE paling kecil yaitu 0.11. Hasil penelitian ini adalah model rekomendasi produk yang dapat memberikan rekomendasi terbaik berdasarkan data internal Triptrus yaitu model yang dihasilkan menggunakan metode stochastic gradient descent.

---

ABSTRACTIndonesian e commerce markets are getting more tight. This condition forces e commerce companies to provide value added services for their customer in order to increase numbers of customer, which also followed by increasing number of purchases. This also happened in tourism e commerce company, Triptrus. The challenge that triptrus faces is how to increase their conversion rates. One way to increase the number of conversion rate is the provision of a product recommendation feature. The purpose of this research is to find the best recommendation method that can improve conversion rate in Triptrus. In this research we looked for the best recommendation method that adapted to internal data of Triptrus. This research started with gathering internal data that followed by build recommendation based on several methods. Methods that used in this research are collaborative filtering, content based filtering, hybrid filtering and stochastic gradient descent. Based on the research result, collaborative filtering, content based, and hybrid lack of capability to give good recommendation. The best result from these three methods is hybrid with an error 0.71. In the other side stochastic gradient descent could gave best recommendation with smallest error ratio RMSE at 0.11. The result of this research is recommendation model that can give best recommendation adapted to Triptrus internal data. Best recommendation model is model that generated by stochastic gradient descent."

"ABSTRAKPeningkatan jumlah pengguna internet di Indonesia menunjang pertumbuhan platform e-commerce. Adanya potensi basis pelanggan yang lebih besar dan lebih beragam menjadi peluang sekaligus tantangan akibat peningkatan persaingan yang terjadi antar platform. Oleh karena itu, e-commerce perlu mengembangkan strategi pemasaran digital untuk menarik dan mempertahankan pelanggan. Sistem rekomendasi merupakan salah satu bentuk personalisasi layanan web yang dapat menunjang aktivitas pemasaran dengan memprediksi preferensi pengguna dan membantu menemukan produk yang mungkin diminati. Menilik pentingnya integrasi antara ecommerce sebagai advertiser dengan publisher dalam konsep strategi pemasaran, penelitian ini dilakukan untuk menganalisis preferensi pelanggan terhadap kategori produk berdasarkan pola navigasi yang terintegrasi pada website publisher dan e-commerce dengan membangun sistem rekomendasi terintegrasi antara e-commerce sebagai advertiser dengan publisher melalui ad platform menggunakan web mining. Berdasarkan hasil penelitian ini, model prediksi preferensi pelanggan terhadap kategori produk yang dibangun berdasarkan pola navigasi pelanggan pada e-commerce menggunakan algoritma decision tree C5.0 memiliki kinerja yang baik untuk memprediksi kategori produk preferensi pengguna dalam permintaannya di masa mendatang. Namun, proses integrasi pola navigasi dan topik penelusuran pada publisher kepada pola navigasi pelanggan pada e-commerce belum dapat memberikan pengaruh yang signifikan terhadap performa model prediksi preferensi pada e-commerce.

---

ABSTRACT Increasing number of internet users in Indonesia boosts the development of e commerce platform. Whereas potential access to a larger and more diverse customer base is generally viewed as an opportunity, it can also represent increase in competition among e commerce platforms. Hence, e commerce needs to develop sophisticated digital marketing strategies to attract and retain customers. Recommendation system is one of web service personalization which enhances marketing activity by predicting user preferences and helps them find products that they may be interested in. Given the importance of integration between e commerce as advertiser and publisher in marketing strategy concept, this research was done to analyze customer preferences towards product categories based on navigation pattern in both publisher and e commerce by building integrated recommendation system between e commerce as advertiser and publisher through ad platform using web mining. Based on the results of this study, predictive models of customer preferences towards product category builds based on customer navigation pattern on e commerce using decision tree C5.0 algorithm has good performance to predict user preferred product categories in future demand. However, the integration of customer navigational patterns and search topics in publishers to customer navigation patterns in e commerce has not been able to significantly influence the performance of customer preference prediction models in e commerce."

"E-commerce adalah masa depan industri ritel. Pertumbuhan eksponensial mereka telah menjadi pusat pendapatan online dalam 10 tahun terakhir, terutama di Indonesia. Indonesia adalah salah satu negara dengan pertumbuhan tertinggi dalam transaksi E-commerce online beserta jumlah perusahaan ritel online. Di Indonesia, tiga perusahaan yang menonjol dalam hal kunjungan situs web dan tingkat pertumbuhan mereka yaitu Bukalapak, Shopee dan Tokopedia. Dengan adanya tingkat persaingan yang tinggi dalam industri, tiga perusahaan ini harus mengetahui preferensi konsumer dalam berbagai aspek E-commerce, terutama mekanisme promosi perusahaan. Mekanisme promosi perusahaan E-commerce harus diprioritaskan agar sesuai dengan kebutuhan konsumen. Namun, mekanisme promosi untuk meningkatkan loyalitas konsumen belum disepakati oleh berbagai penelitian. Penelitian ini bertujuan untuk mengidentifikasi penentu utama loyalitas E-commerce dalam pembentukkan niat pembelian kembali. Dengan demikian, penelitian ini menggabungkan dua model yang menambahkan faktor website quality dan product related factors dalam mengukur efek keduanya terhadap repurchase intention melalui perceived consumer and seller relationship value and perceived value. Faktor website quality meliputi system quality, information quality dan E-service quality. Penelitian ini menggunakan 298 responden dari survei yang dilakukan di beberapa daerah di Indonesia yaitu di Medan, Jabodetabek, Bandung, Semarang, Bali dan Makassar. Selanjutnya, data dianalisis menggunakan metode partial least square structural equation modelling dengan menggunakan software SmartPLS 3.2.8. Temuan dari penelitian ini menunjukkan bahwa system quality dan E-service quality memiliki pengaruh signifikan terhadap perceived consumer and seller relationship value sedangkan information quality tidak memiliki pengaruh yang signifikan. Perceived quality dan price competitiveness memiliki efek langsung terhadap perceived value sementara perceived price competitiveness memiliki efek langsung terhadap perceived quality. Perceived consumer and seller relationship value dan perceived value memiliki pengaruh signifikan terhadap repurchase intention dari konsumer Bukalapak, Shopee and Tokopedia.

---

E-commerce is the future of retail industry. Their exponential growth has been the centre of online revenues in the last 10 years, especially in Indonesia. Indonesia is one of the highest growing country in terms of the online E-commerce transaction as well as the number of online retail companies. In Indonesia, there are three companies that stands out in terms of website visits and growth rate which are Bukalapak, Shopee and Tokopedia. As there is high level of competition in the industry, determining consumer preferences in several aspect of these E-commerce companies, especially their promotional materials is crucial. The E-commerce companies promotional mechanism should be prioritized to match consumer's needs. However, the determined promotional mechanism to increase consumer loyalty is not yet agreed upon by researchers.

This study aims to identify the main determinants of E-commerce loyalty in the form of repurchase intention. In doing so, the research combines two models which adds website quality factors and product related factors in measuring their effect towards repurchase intention through perceived consumer and seller relationship value and perceived value. Website quality factors include system quality, information quality and E-service quality. The research was measured using 298 responses from a survey conducted in several areas of Indonesia which are Medan, Jabodetabek, Bandung, Semarang, Bali and Makassar. Furthermore, the data was analysed using partial least square structural equation modelling, using the software of Smart PLS 3.2.8.

The findings of this research indicates that system quality and E-service quality has significant effect towards perceived consumer and seller relationship value while information quality does not. Perceived quality and price competitiveness has a direct effect towards perceived value while perceived price competitiveness have a direct effect towards perceived quality. Finally, perceived consumer and seller relationship value and perceived value has a direct effect towards repurchase intention of Bukalapak, Shopee and Tokopedia consumers."

"Tujuan penelitian yaitu menganalisis pelaporan biaya terkait situs web pada tahapan operasi PT X di Laporan Keuangan apakah sudah sesuai dengan PSAK 19 Aset Takberwujud dan ISAK 14 Biaya Situs Web dan menganalisis pelaporan PT X dalam melaporkan biaya tersebut apakah sudah sesuai dengan aturan perpajakan. PSAK 19 dan ISAK 14 menyatakan bahwa biaya terkait situs web dibagi atas tahapan pengembangan dan tahapan operasi. Sesuai ISAK 14, pada tahap operasi, seluruh pengeluaran diakui sebagai beban kecuali memenuhi kriteria pengakuan PSAK 19 paragraf 18. Kemudian beban-beban yang memenuhi PSAK 19 paragraf 18 akan dikapitalisasi. Paragaf 18 PSAK 19 menyatakan pengeluaran dikapitalisasi jika memenuhi definisi aset takberwujud yang meliputi keteridentifikasian, pengendalian atas sumber daya, adanya manfaat ekonomik masa depan dan kriteria pengakuan. Sedangkan aturan perpajakan belum mengatur secara jelas. Studi kasus pada PT X bahwa terdapat biaya signifikan terkait situs web yang tidak dikapitalisasi padahal biaya tersebut memenuhi kriteria paragraf 18 PSAK 19 yang seharusnya dikapitalisasi. Kemudian dari aspek perpajakan, karena tidak jelas, sesuai dengan paragraf penjelasan pasal 28 ayat (7) Undang-Undang No. 6 Tahun 1983 tentang Ketentuan Umum dan Tata Cara Perpajakan sebagaimana telah diubah terakhir dengan Undang-Undang No. 16 Tahun 2009 pembukuan didasarkan pada Standar Akuntansi Keuangan, maka seharusnya biaya yang signifikan yang memiliki manfaat lebih dari 1(satu) tahun juga harus dikapitalisasi.

---

The purpose of this study is to analyze website cost – operation phase of PT X whether it is in accordance with PSAK 19 Intangible Assets, ISAK 14 Website costs and taxation rules. PSAK 19 and ISAK 14 state that the costs related to the website are divided into development and operating stages. In accordance with ISAK 14, at operating stage, all expenditures are recognized as expenses unless they meet recognition criteria of PSAK 19 paragraph 18. Then the expenses that meet PSAK 19 paragraph 18 will be capitalized. Paragraph 18 of PSAK 19 states that expenditures are capitalized if they meet 1) the definition of intangible assets which are identifiable, control of resources, future economic benefits and 2) recognition criteria. While the Indonesian taxation rules have not clearly regulated yet. There is significant website costs that is not capitalized even though these costs meet the criteria of paragraph 18 of PSAK 19. On taxation side, in accordance with the paragraph explanation of article 28 paragraph (7) of Law No. 6 of 1983 concerning General Provisions and Tax Procedures as lastly amended by Law No. 16 of 2009 bookkeeping is based on Accounting Standards, then significant website costs that have more than 1 (one) year benefit should also be capitalized."

"Perkembangan teknologi dan komunikasi yang pesat saat ini telah membawa kita pada era digital, di mana media teknologi dan komunikasi, seperti internet menjadi salah satu media yang dikenal semua orang dan digunakan untuk berbagai keperluan. Hal ini tidak hanya disadari oleh kaum awam, namun juga seluruh perusahaan dan organisasi, baik sosial maupun komersial. Banyak perusahaan melihat situasi ini sebagai ruang atau media baru untuk melakukan ekspansi bisnis sebagai cara yang inovatif dalam melakukan kegiatan perekonomian yang memenuhi ekspektasi masyarakat terkait aspek kemudahan, dikenal dengan istilah e-commerce. E-commerce menjadi salah satu alternatif pilihan bagi perusahaan sebagai media informasi yang memudahkan adanya interaksi antara penjual dan pembeli tanpa dibatasi ruang dan waktu, yang mana kemajuannya didukung oleh penggunaan website. Bagaimana pengalaman pengguna selama berinteraksi dengan website menjadi kunci penting dalam kemajuan e-commerce. Penelitian ini memberikan bentuk model pengalaman pengguna website e-commerce agar mampu meningkatkan keberhasilan performa bisnis e-commerce melalui penggunaan website. Penelitian ini berfokus pada e-commerce jenis C2C di Indonesia dengan tujuan untuk memodelkan hubungan antar faktor dalam UX.

---

The rapid technology and communication developments today have brought us to the digital age, where its media, such as the internet become one famous media that is widely used for various purposes around the world. The advantages of this era are not only realized by the laity, but also all companies and organizations, both social and commercial.

Many organizations view this situation as a space or new media to do business expansion as an innovative way of doing activities that meet the communities expectations of economy related aspects of convenience, known by the term of e commerce, which became one of the alternative options for the organizations as a medium of information which facilitates the presence of interaction between sellers and buyers without limited time and space, where their progress was supported by the use of the website. How the user experience in interacting with the website become an important key in the advancement of e commerce.

This research provides user experience modeling on e commerce website in order to be able to increase the success of e commerce business performance through the use of the website. This research focuses on e commerce type of C2C in Indonesia with the aim to model of relationships factor in term of user experience using structural equation modeling."

"PT XYZ merupakan salah satu e-commerce dengan model bisnis B2B yang ada di Indonesia. Sebagai salah satu e-commerce baru, PT XYZ terus berusaha meningkatkan pelayanannya agar lebih banyak lagi pelanggan yang datang berbelanja salah satunya adalah dengan menambah jumlah variasi produknya. Namun sayangnya hal ini justru menimbulkan dampak negatif bagi PT XYZ. Berdasarkan data penjualan Q4 tahun 2018 diketahui bahwa penjualan hanya terpusat pada produk-produk tertentu saja, sedangkan untuk produk selain itu penjualannya sangat kecil dan bahkan ada yang tidak terjual sama sekali. Tidak terjualnya produk-produk tertentu menimbulkan ancaman kerugian karena PT XYZ menerapkan kerja sama beli putus dengan pemasoknya, sehingga kerusakan barang selama masa penyimpanan akan ditanggung oleh PT XYZ. Fenomena penjualan yang hanya terpusat pada produk-produk tertentu saja disebut dengan long tail. Salah satu solusi dari permasalahan tersebut adalah dengan lebih banyak merekomendasikan produk-produk kurang populer (niche product) kepada pelanggan menggunakan sistem rekomendasi. Tantangan dalam merekomendasikan produk long tail adalah sistem harus tetap memperhitungkan kesesuaian produk yang direkomendasikan dengan perferensi pelanggan. Selian itu saat ini sebagian besar pendekatan sistem rekomendasi cenderung memperburuk kondisi tersebut. Misalnya saja pendekatan dengan menggunakan collaborative filtering yang pada akhirnya justru merekomendasikan produk yang populer diantara pelanggan. Begitu juga dengan association rule yang bekerja dengan merekomendasikan produk yang sifatnya umum dan populer. Oleh karena itu pada penelitian ini dibangun model sistem rekomendasi dengan pendekatan berbeda dengan menggunakan graf tripartite. Agar dapat menghasilkan rekomendasi yang sesuai, algoritma hitting time dan absorbing time dikombinasikan dengan menggunakan Markov random walker untuk menentukan produk long tail yang sesuai untuk direkomendasikan ke pelanggan. Hasil dari penelitian ini menunjukkan bahwa model rekomendasi dengan algoritma absorbing time menghasilkan akurasi yang lebih baik dibandingkan hitting time. Selain itu jika dilihat dari sisi diversity, meskipun secara keseluruhan hitting time lebih bagus, yaitu 0,047 berbanding 0,057, namun pada top 5 rekomendasi absorbing time menghasilkan diversity yang lebih baik.

---

PT XYZ is one of e-commerce with B2B business models in Indonesia. As a new e-commerce, PT XYZ keeps trying in various ways to improve its services to attract more customers, one of them is by increasing the product variations. Unfortunately this has a bad impact on PT XYZ. Based on Q4 2018 sales data, it is known that sales are only focused on certain products while the remainings are unsold. This condition poses a threat of loss because PT XYZ cooperate with its suppliers using flat fee agreement, so that the damage goods during the storage period will be borned by PT XYZ. The phenomenon of sales that is only dominated by certain products is called long tail. One of possible solution to these problems is to recommend more niche products to customers using a recommendation system. The challenge in recommending long tail products is that the system must keep consider about the suitability of the recommended products with the customer preferences. Furthermore, most of the current recommendation system approaches tend to worsen the condition. For example, the approach using collaborative filtering, which ultimately recommends products that are popular among customers. Likewise with the association rule that works by recommending products that are general and popular. Therefore in this research a recommendation system model was built with a different approach, that is tripartite graphs. In order to produce recommendations, the hitting time and absorbing time algorithms are combined with a Markov random walker to determine the long tail product that is suitable for customers. The results of this study indicate that the recommendation model with absorbing time algorithm produces better accuracy than hitting time. In addition, based diversity value, even though hitting time is better, which is 0.047 compared to 0.057, but in the top 5 recommendations absorbing time produces better diversity."

"Kompleksitas proses pengadaan dalam aplikasi e-procurement diperlukan performa yang menunjang untuk meningkatkan daya saing. Aplikasi e-procurement berbasis web yang dikembangkan pada sebuah perusahaan, akan menghasilkan data log yang terus bertambah, namun belum dimanfaatkan dengan maksimal. Metode web log mining yang digunakan dalam penelitian ini adalah sequential pattern dengan framework PrefixSpan kemudian dilakukan penghitungan waktu rata-rata yang dihabiskan pada sebuah halaman sesuai sequence pattern yang terbentuk. Hasil pengolahan dan analisis menunjukkan bahwa pengembangan sistem evaluasi tersebut menghasilkan pola urutan yang kemudian digunakan untuk mengetahui urutan akses dan waktu akses antar sequence sebagai bahan analisis untuk melakukan perbaikan atau peningkatan produk. Evaluasi yang dihasilkan adalah indikasi perlunya dilakukan peninjauan query pada bagian dengan waktu memuat halaman lebih dari 10 detik serta penggabungan halaman yang memanggil log bersamaan atau simultan.

---

The complexity of the procurement process in e-procurement applications requires performance that supports increasing competitiveness. A web-based e-procurement application developed by a company will produce log data that continues to grow, but has not been utilized to its full potential. The web log mining method used in this study is a sequential pattern with the PrefixSpan framework and then the average time spent on a page is calculated according to the sequence pattern formed. The findings show that the development of the evaluation system produces a sequence of patterns which is then used to determine the order of access and the access time between sequences as an analytical material to make product improvements. The resulting evaluation is an indication of the need to review queries on sections with page loading times greater than 10 seconds and merge pages that call the same log simultaneously.

"