EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Analisis Perbandingan Fitur “Rekomendasi” vs “Beli Lagi” terhadap Keputusan Pembelian pada Platform E-Commerce

Michael Tajuddin Panotogomo, Faizatul Siti Nur Azizah Finanda Putri, Ailsa Atikah Azaria

RIGGS: Journal of Artificial Intelligence and Digital Business · 22.07.2026 · 5 (2) · 17350-17356

DOI: 10.31004/riggs.v5i2.9763 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RIGGS: Journal of Artificial Intelligence and Digital Business, online erschienen am 22.07.2026. Verfasst von Michael Tajuddin Panotogomo und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Persaingan bisnis e-commerce yang sangat pesat telah mendorong perusahaan mengimplementasikan Sistem Informasi Manajemen (SIM) strategis berbasis Kecerdasan Buatan (AI) guna mengoptimalkan setiap transaksi pengguna. Penelitian ini bertujuan untuk membandingkan efektivitas dua fitur antarmuka utama, yaitu "Rekomendasi Untuk Anda" (berbasis algoritma Collaborative Filtering) dan "Beli Lagi" (berdasarkan analitik prediktif Algoritma Apriori) dalam memengaruhi keputusan akhir pembelian konsumen. Penelitian ini menggunakan pendekatan kuantitatif deskriptif komparatif dengan mendistribusikan kuesioner terstruktur melalui platform Google Form kepada 50 responden terpilih, yang sebagian besar merupakan kelompok pengguna Generasi Z dari aplikasi Shopee dan TikTok Shop. Hasil analisis empiris menunjukkan bahwa fitur Collaborative Filtering sangat unggul dalam memanipulasi perhatian visual pengguna dan sukses memicu perilaku pembelian impulsif yang tidak terencana, serta mendominasi keputusan checkout akhir sebesar 66%. Di sisi lain, fitur analitik prediktif "Beli Lagi" sangat unggul dalam memberikan efisiensi waktu belanja secara signifikan (76%) dan terbukti sangat efektif sebagai instrumen strategi loyalitas pelanggan, khususnya untuk produk kebutuhan rutin sehari-hari. Kesimpulan utama dari studi ini secara tegas menekankan bahwa arsitektur Sistem Informasi Manajemen (SIM) e-commerce modern sangat membutuhkan sinergi dinamis dari kedua algoritma tersebut: Collaborative Filtering berfokus untuk meningkatkan Gross Merchandise Value (GMV) secara instan, sedangkan Predictive Analytics berfokus untuk mempertahankan Customer Relationship Management (CRM) jangka panjang.

Zitieren

APA

Panotogomo, M. T., Putri, F. S. N. A. F., & Azaria, A. A. (2026). Analisis Perbandingan Fitur “Rekomendasi” vs “Beli Lagi” terhadap Keputusan Pembelian pada Platform E-Commerce. RIGGS: Journal of Artificial Intelligence and Digital Business, 5(2), 17350-17356. https://doi.org/10.31004/riggs.v5i2.9763

Vancouver

Panotogomo MT, Putri FSNAF, Azaria AA. Analisis Perbandingan Fitur “Rekomendasi” vs “Beli Lagi” terhadap Keputusan Pembelian pada Platform E-Commerce. RIGGS: Journal of Artificial Intelligence and Digital Business. 2026;5(2):17350-17356. doi:10.31004/riggs.v5i2.9763

BibTeX
@article{Panotogomo2026,
  author = {Panotogomo, Michael Tajuddin and Putri, Faizatul Siti Nur Azizah Finanda and Azaria, Ailsa Atikah},
  title = {Analisis Perbandingan Fitur “Rekomendasi” vs “Beli Lagi” terhadap Keputusan Pembelian pada Platform E-Commerce},
  journal = {RIGGS: Journal of Artificial Intelligence and Digital Business},
  year = {2026},
  volume = {5},
  number = {2},
  pages = {17350--17356},
  doi = {10.31004/riggs.v5i2.9763}
}
Kostenlos starten →