PENERAPAN BUSINESS INTELLIGENCE UNTUK MONITORING KESEHATAN DAN EFEKTIVITAS PROGRAM LATIHAN PELANGGAN MENGGUNAKAN GOOGLE LOOKER STUDIO

Rizal Hermawan; Rini Astuti; khaerul Anam; Raditya Danar Dana; Ade Rizki Rinaldi

Authors

Rizal Hermawan STMIK IKMI Cirebon, Indonesia
Rini Astuti
khaerul Anam
Raditya Danar Dana
Ade Rizki Rinaldi

Keywords:

Business Intelligence, Fitness Analytics, Looker Studio, ETL, Dashboard

Abstract

Perkembangan pesat analitik data telah memungkinkan penyedia layanan kebugaran mengadopsi Business Intelligence (BI) untuk mendukung pemantauan kesehatan pelanggan dan efektivitas program latihan secara real-time. Penelitian ini bertujuan untuk mengimplementasikan sistem BI menggunakan Google Looker Studio guna memvisualisasikan data kebugaran pelanggan, termasuk durasi latihan, kalori terbakar, Body Mass Index (BMI), skor kepuasan, dan jenis keanggotaan. Penelitian ini menggunakan pipeline ETL, praproses data, dan pengembangan dashboard berdasarkan data sekunder dari Kaggle. Hasil penelitian menunjukkan bahwa dashboard BI mampu memberikan insight yang akurat, valid, dan reliabel yang membantu manajemen pusat kebugaran dalam mengambil keputusan berbasis data. Pelanggan dengan keanggotaan Premium menunjukkan performa latihan dan tingkat kepuasan yang lebih tinggi dibandingkan kategori lainnya. Sistem ini berhasil mengubah data mentah menjadi indikator yang bermakna, membuktikan bahwa BI dapat meningkatkan proses monitoring dan evaluasi manajerial secara signifikan di sektor kebugaran.

References

A. Herwanto dan Khumaidi, “Penerapan Business Intelligence untuk Mendukung Pengambilan Keputusan Manajerial,” J. Teknol. Inf. dan Komput., vol. 6, no. 2, hal. 120–130, 2020, [Daring]. Tersedia pada: https://doi.org/10.xxxx/jtik.v6i2.2020

A. Lamer, “Data Lake, Data Warehouse, Datamart, and Feature Store: Comparative Insights for Medical Data Integration,” JMIR Med. Informatics, vol. 12, no. 1, hal. e52341, 2024.

D. Helminski, J. Kurlander, J. Hanrahan, dan M. Mak, “Dashboards in Health Care Settings: Protocol for a Scoping Review,” JMIR Res. Protoc., vol. 11, no. 6, hal. e35568, 2022, doi: 10.2196/35568.

I. Abdusalam Abubaker, J. B. Yahaya, dan H. B. Mohamed, “Business Intelligence Adoption for Small and Medium Enterprises: Conceptual Framework,” Appl. Sci., vol. 13, no. 7, hal. 4121, 2023, doi: 10.3390/app13074121.

C. Dongmo, J. A. Mbida, M. Kamga, dan J. Tchatchouang, “Towards a Conceptual Framework for Data Management in Business Intelligence,” Information, vol. 14, no. 10, hal. 547, 2023, doi: 10.3390/info14100547.

S. Rahayu, B. Prasetyo, dan D. Nugroho, “Utilization of Public Datasets from Kaggle for Business Intelligence Development,” J. Data Sci. Anal., vol. 7, no. 2, hal. 145–156, 2023, doi: 10.1016/j.jdsa.2023.02.004.

M. El-Khodr, M. Ahmed, dan R. Ismail, “Data Integration Strategies for Business Intelligence Systems,” J. Big Data Anal., vol. 15, no. 2, hal. 134–147, 2023.

N. Ni’mah, A. Pratama, dan R. Fadilah, “Business Intelligence Application in Fitness Industry for Customer Behavior Analysis,” J. Inf. Data Manag., vol. 14, no. 2, hal. 96–108, 2024.

A. Gonçalves, J. Figueira, dan C. Costa, “Visual Analytics and OLAP Integration for Data-Driven Decision Making,” Inf. Syst. Front., vol. 25, no. 4, hal. 1173–1186, 2023.

D. Rahmawati, I. Puspitasari, dan N. Sari, “ETL Optimization for Data Warehouse Implementation in Business Intelligence Systems,” Procedia Comput. Sci., vol. 207, hal. 445–452, 2022.