ANALISIS KINERJA PENJUALAN MENGGUNAKAN SISTEM POS BERBASIS AI

  • Intan Oktaviani Universitas Duta Bangsa Surakarta
  • Pipin Widyaningsih Universitas Duta Bangsa Surakarta
  • Triana Triana Universitas Duta Bangsa Surakarta
Keywords:
POS, AI, UKM

Abstract

Sistem Point of Sale (POS) berbasis kecerdasan buatan (AI) semakin diadopsi oleh bisnis ritel untuk meningkatkan efisiensi dan efektivitas operasional. Sistem POS berbasis AI memungkinkan pengumpulan data transaksi secara real-time dengan akurasi tinggi, menganalisis tren penjualan, dan memprediksi kebutuhan inventori berdasarkan data historis dan faktor eksternal. AI dapat mengidentifikasi preferensi pelanggan dan memberikan rekomendasi produk yang dipersonalisasi, yang meningkatkan pengalaman berbelanja dan kepuasan pelanggan. Dari penerapan POS pada UKM menunjukkan peningkatan signifikan dalam penjualan dan efisiensi operasional setelah menerapkan teknologi ini. Terdapat beberapa tantangan dalam penerapannya, seperti keterbatasan infrastruktur teknologi, risiko keamanan data, dan resistensi terhadap perubahan oleh staf. Solusi yang diusulkan mencakup peningkatan infrastruktur, penerapan protokol keamanan yang lebih kuat, dan program pelatihan berkelanjutan. Dengan mengatasi tantangan ini, pelaku bisnis dapat memaksimalkan manfaat dari sistem POS berbasis AI, meningkatkan kinerja penjualan, dan meraih keunggulan kompetitif di pasar yang semakin digital. Pentingnya integrasi AI dalam POS untuk mendukung keputusan bisnis yang lebih cerdas dan berbasis data.

Downloads

Download data is not yet available.

References

[1] K. C. Laudon and C. G. Traver, E-commerce 2016: business. technology. society. england: pearson education limited, 2016.
[2] A. Sharma, “Analyzing the Role of Artificial Intelligence in Predicting Customer Behavior and Personalizing the Shopping Experience in Ecommerce,” Interantional J. Sci. Res. Eng. Manag., vol. 07, no. 02, pp. 1–8, 2023, doi: 10.55041/ijsrem17839.
[3] S. S. Watim Maysaro and F. G. Dewi, “6241 Words 38875 Characters 15 Pages Sep 6 , 2022 4 : 24 PM GMT + 7 22 % Overall Similarity The combined total of all matches , including overlapping sources , for each database . Crossref database 14 % Submitted Works database 5 % Publications database C,” E-Jurnal Akunt., vol. 32, no. 3, pp. 788–802, 2022.
[4] Y. K. Lingam, “The role of Artificial Intelligence ( AI ) in making accurate stock decisions in E-commerce industry,” Int. J. Adv. Res. Ideas Innov. Technol., vol. 4, no. 3, pp. 2281–2286, 2018.
[5] O. Article, “ARTIFICIAL INTELLIGENCE-APPLICATION IN THE FIELD OF E-,” vol. 9, no. April, pp. 170–177, 2021, doi: 10.7821/granthaalayah.v9.i4.2021.3849.
[6] R. Pillarisetty and P. Mishra, “A Review of AI (Artificial Intelligence) Tools and Customer Experience in Online Fashion Retail,” Int. J. E-bus. Res., vol. 18, no. 2, pp. 1–12, 2022, doi: 10.4018/ijebr.294111.
[7] I. Oktaviani, V. Atina, and D. Nugroho, “E-Farm Marketplace In Hasanah SMEs,” Int. Conf. Heal. Sci. Technol. 2019, pp. 198–200, 2019.
[8] H. A. Mumtahana, S. Nita, and A. W. Tito, “Pemanfaatan Web E-Commerce untuk Meningkatkan Strategi Pemasaran,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 3, no. 1, p. 6, 2017, doi: 10.23917/khif.v3i1.3309.
[9] I. Oktaviani, I. Nofikasari, and M. Ardiyanto, “E-Commerce Pada Umkm Desa Wisata,” Device, vol. 12, no. 2, pp. 104–109, 2022, doi: 10.32699/device.v12i2.3588.
[10] J. Informa and P. Indonusa, “1) , 2) , 3),” vol. 8, pp. 12–18, 2022.
[11] B. H. Mantri, “Dalam Transaksi E-Commerce Dalam Transaksi E-Commerce,” pp. 1–5, 2007.
[12] S. Riaz, M. Fatima, M. Kamran, and M. W. Nisar, “Opinion mining on large scale data using sentiment analysis and k-means clustering,” Cluster Comput., vol. 22, pp. 7149–7164, 2019, doi: 10.1007/s10586-017-1077-z.
[13] Zajačko I, Klačková I, and Kuric I, “Crm Systems-From Theory To Practice,” Int. Sci. J. “Innovations,” vol. 100, no. 3, pp. 97–100, 2019.
[14] A. Setiawan and E. Yulianto, “Pemodelan Arsitektur Sistem Informasi Profil Risiko Menggunakan Framework TOGAF ( Studi Kasus : Bank X ),” Pros. SISFOTEK, vol. 1, no. 1, pp. 229–234, 2017, [Online]. Available: https://www.researchgate.net/publication/327401612_Pemodelan_Arsitektur_Sistem_Informasi_Profil_Risiko_Menggunakan_Framework_TOGAF%0Ahttp://seminar.iaii.or.id/index.php/SISFOTEK/article/view/43.
[15] E. Merzlyakova, I. Ershova, and E. Bridskiy, “Main Trends in the Development of the Global E-Commerce Market,” SHS Web Conf., vol. 110, p. 01035, 2021, doi: 10.1051/shsconf/202111001035.
[16] F. Z. Fahlevi, F. Dewi, and D. Praditya, “Analisis dan Perancangan Enterprise Architecture Menggunakan TOGAF ADM di Unit Koleksi Penagihan,” Media Online), vol. 4, no. 1, pp. 583–591, 2023, doi: 10.30865/klik.v4i1.1198.
[17] I. R. Fillis and B. Wagner, “E-business DevelopmentAn Exploratory Investigation of the Small Firm,” no. December, 2005, doi: 10.1177/0266242605057655.
[18] Karomah, “Jurnal Ilmu Manajemen , Volume 17 , Nomor 2 , 2020,” J. Ilmu Manajemen, Vol. 17, Nomor 2, 2020, vol. 17, pp. 58–70, 2020.
[19] I. P. Ayu, “Analisis SWOT dalam Menentukan Strategi Pemasaran di Tengah Krisis (Studi Kasus pada PT. Pos Indonesia),” J. Penelit. Inov., vol. 4, no. 1, pp. 1–10, 2024, doi: 10.54082/jupin.245.
[20] Elinda Dwi Kusuma and Deni Ramdani, “Analisis SWOT Sebagai Strategi Meningkatkan Daya Saing UMKM Hoki Souvenir,” J. Kewirausahaan dan Manaj. Bisnis Cuan, vol. 1, no. 1, pp. 12–20, 2023, doi: 10.59603/cuan.v1i1.8.
[21] T. Xie, “Artificial intelligence and automatic recognition application in B2C e-commerce platform consumer behavior recognition,” Soft Comput., vol. 27, no. 11, pp. 7627–7637, 2023, doi: 10.1007/s00500-023-08147-3.
[22] S. C. Necula and V. D. Păvăloaia, “AI-Driven Recommendations: A Systematic Review of the State of the Art in E-Commerce,” Appl. Sci., vol. 13, no. 9, 2023, doi: 10.3390/app13095531.
[23] E. Issues, “Developer Goals for e-Commerce Startups: Applying AI-enhanced Mind Genomics to Thinking about Everyday Issues,” Psychol. J. Res. Open, vol. 5, no. 5, 2023, doi: 10.31038/psyj.2023553.
Published
2024-07-31
How to Cite
[1]
OktavianiI., WidyaningsihP., and TrianaT., “ANALISIS KINERJA PENJUALAN MENGGUNAKAN SISTEM POS BERBASIS AI”, Biner : Jurnal Ilmiah Informatika dan Komputer, vol. 3, no. 2, pp. 142-148, Jul. 2024.
Section
Articles

STATISTICS

Abstract viewed = 0 times
PDF downloaded = 0 times