Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kebiasaan Berolahraga di Masa Covid-19 Menggunakan Kerangka Kerja Gamifikasi Octalysis Anastasia L Maukar; Fitri Marisa; Anik Vega Vitianingsih; Erri Wahyu Puspitarini; Elta Sonalitha; Rini Agustina
Jurnal Teknologi dan Manajemen Informatika Vol 7, No 1 (2021): Juni 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v7i1.6041

Abstract

Saat ini seluruh penduduk dunia berjuang melawan wabah covid-19. Cara yang efektif melawan covid adalah melawannya dengan meningkatkan imut tubuh. Salah satu cara meningkatkan imun tubuh adalah menjaga hidup sehat dengan kebiasaan berolahraga. Namun faktanya sebagian besar orang cenderung enggan berolahraga dengan berbagai alasan. Maka penelitian ini menganalisis bagaimana motivasi masyarakat dalam berolahraga selama pandemic Covid-19 dengan analisis core drive Octalysis sehingga dapat digali lebih jauh doronga-dorongan apa saja yang mungkin lemah dan yang kuat sehingga bisa dijadikan referensi bagi pihak-pihak yang berkepentingan untuk menyelenggarakan kegiatan olahraga yang lebih diminati. Hasil analisis menunjukkan bahwa kecenderungan masyarakat berolahraga semasa pandemic Covid-19 adalah termotivasi ingin menjaga kesehatan diri sendiri dan menginspirasi orang lain untuk hidup sehat. Sedangkan suasana kompetisi maupun kerjasama dalam olah raga tidak terlalu dibutuhkan karena masyarakat tidak terlalu termotivasi dari dua hal tersebut.
The Implementation of the apriori algorithm to increase sales of clothing stores based on purchase patterns Khoirul Muhtadin; Dwi Anggarani; Khojanah Hasan; Survival Survival; Anastasia L Maukar; Irfan Faton
Journal of Information Technology application in Education, Economy, Health and Agriculture Vol. 3 No. 2 (2026): Vol. 3 No. 2 (2026): June
Publisher : Lumina Infinity Academy Foundation

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In the growing digital era, retail industries face significant challenges and opportunities. Clothing stores, as one type of retail industry, need to adapt to changes in consumer behavior that are increasingly complex. With the increasing variety of choices and easy access to information, understanding customer purchasing patterns is key to gaining a competitive advantage. Purchasing patterns reflect consumer preferences, not only that but can also reveal something hidden that if analyzed properly, can be utilized for a more effective marketing strategy. By applying a data-driven approach, it is hoped that clothing stores can formulate more targeted marketing strategies, improve customer satisfaction, and ultimately, drive sustainable sales growth. This research approach is exploratory quantitative, which aims to find customer purchase patterns from clothing store transaction data using the Apriori algorithm. The results of data exploration are used to develop data-based sales strategies.