Penerapan Algoritma Apriori Dalam Analisis Pola Keanggotaan Fitness Untuk Menentukan Strategi Promosi

Abstract

Perkembangan teknologi informasi yang pesat telah mengubah berbagai aspek kehidupan, termasuk dalam dunia bisnis. Salah satu industri yang semakin kompetitif adalah sektor fitness, di mana persaingan bisnis mendorong perusahaan untuk memanfaatkan teknologi informasi dalam mengembangkan strategi pemasaran yang lebih efektif. Penelitian ini bertujuan untuk menganalisis pola transaksi keanggotaan fitness menggunakan algoritma apriori, sebuah metode dalam data mining yang digunakan untuk menemukan asosiasi atau hubungan antara item dalam data. Dengan menggunakan algoritma apriori, penelitian ini mengidentifikasi pola pembelian pelanggan untuk menentukan strategi promosi yang dapat meningkatkan penjualan keanggotaan fitness. Perhitungan menggunakan algoritma apriori dilakukan dengan tools RapidMiner, di mana hasil analisis diuji berdasarkan perhitungan rumus nilai support dan confidence untuk menentukan pola asosiasi yang relevan. Data transaksi yang digunakan dianalisis dengan menetapkan nilai minimum support sebesar 6% dan minimum confidence sebesar 23%. Hasil analisis menunjukkan adanya kombinasi kelas yang sering dipilih oleh customer yang dapat digunakan untuk menawarkan paket bundling kelas sebagai strategi promosi yang lebih terfokus dan sesuai dengan kebutuhan pelanggan. Penelitian ini dapat membantu bisnis fitness dalam meningkatkan penjualan dan memperkuat daya saing di pasar yang semakin ketat.