Skip to main navigation menu Skip to main content Skip to site footer

Articles

Vol. 10 No. 7 (2025): Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

ETIKA PERSONALISASI DALAM MARKETING DECISION SUPPORT SYSTEM: SYSTEMATIC LITERATURE REVIEW

Submitted
December 11, 2025
Published
2025-12-12

Abstract

Perkembangan teknologi kecerdasan buatan dan analitik data telah mendorong adopsi strategi personalisasi dalam Marketing Decision Support System (MDSS) secara masif di berbagai industri. Personalisasi memungkinkan perusahaan menyesuaikan rekomendasi, konten, serta keputusan pemasaran berdasarkan karakteristik dan perilaku pelanggan secara real-time. Meskipun personalisasi terbukti meningkatkan kepuasan pelanggan, efektivitas kampanye, dan loyalitas merek, implementasinya menimbulkan dilema etis yang semakin kompleks. Permasalahan utama yang muncul meliputi pelanggaran privasi data, kurangnya transparansi proses algoritmik, risiko bias dalam pengambilan keputusan otomatis, serta potensi manipulasi perilaku konsumen. Penelitian ini bertujuan mengidentifikasi dan menganalisis isu-isu etika yang muncul dalam penerapan personalisasi MDSS melalui pendekatan Systematic Literature Review terhadap studi yang dipublikasikan dalam 6 tahun terakhir. Selain itu, penelitian ini mengevaluasi berbagai framework etika yang diusulkan dalam literatur untuk memastikan penggunaan AI yang bertanggung jawab, serta mengkaji implikasi etika tersebut terhadap kepercayaan konsumen dan keberlanjutan bisnis jangka panjang. Hasil review menunjukkan bahwa integrasi aspek etika dalam desain dan implementasi MDSS merupakan faktor kunci dalam membangun hubungan jangka panjang antara perusahaan dan pelanggan di era digital.

References

  1. [1] European Commission, “Ethics Guidelines for Trustworthy AI,” High-Level Expert Group onArtificial Intelligence, Brussels, Belgium, Apr. 2019. [Online]. Available: https://digitalstrategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai
  2. [2] B. Kitchenham and S. Charters, “Guidelines for Performing Systematic Literature Reviews in Software Engineering,” EBSE-2007-01, Keele Univ. and Durham Univ., 2007. [Online].
  3. Available: https://www.elsevier.com/__data/promis_misc/525444systematicreviewsguide.pdf
  4. [3] M. J. Page et al., “The PRISMA 2020 statement: An updated guideline for reporting systematic reviews,” BMJ, vol. 372, Mar. 2021, Art. no. n71, doi: 10.1136/bmj.n71.
  5. https://www.bmj.com/content/372/bmj.n71
  6. [4] E. Aguirre, D. Mahr, D. Grewal, K. de Ruyter, and M. Wetzels, “Unraveling the
  7. Personalization Paradox: The Effect of Intrusive and Personalized Advertising on Advertising Effectiveness,” Journal of Retailing, vol. 91, no. 1, pp. 34–49, 2015, doi: 10.1016/j.jretai.2014.09.005.
  8. https://www.sciencedirect.com/science/article/abs/pii/S0022435914000669?via%3Dihub
  9. [5] K. D. Martin, A. Borah, and R. W. Palmatier, “Data Privacy: Effects on Customer and Firm Performance,” Journal of Marketing, vol. 81, no. 1, pp. 36–58, Jan. 2017, doi: 10.1509/jm.15.0497.
  10. https://www.researchgate.net/publication/305822708_Data_Privacy_Effects_on_Customer_a nd_Firm_Performance
  11. [6] Azadi et al., “Optimizing Clinical Decision Support System Functionality by Understanding Key HCI Elements: Systematic Literature Review,” JMIR Human Factors, 2025. [Online].
  12. Available: https://humanfactors.jmir.org/2025/1/e69333
  13. [7] I. A. Rahman, “Trends in Decision Support System Development Using Digital Transformation Approaches: A Systematic Literature Review,” JTEKSIS: Jurnal Teknik dan Sistem, vol. 2025, no. 01, 2025. [Online].
  14. Available: https://jurnal.unidha.ac.id/index.php/jteksis/article/view/1727

Most read articles by the same author(s)

Similar Articles

11-20 of 410

You may also start an advanced similarity search for this article.