UNESAUNESA
Journal of Informatics and Computer Science (JINACS)Journal of Informatics and Computer Science (JINACS)Penelitian bertujuan untuk mengimplementasikan sistem Business Intelligence (BI) guna meningkatkan kapabilitas analitik pada Toko Bangunan XYZ, dengan fokus pada analisis kinerja penjualan dan segmentasi perilaku pelanggan berbasis data. Metodologi yang diterapkan mencakup tahapan perancangan data warehouse menggunakan metode Nine-Step Kimball dengan MySQL sebagai sistem manajemen basis data, dilanjutkan dengan proses Extract, Transform, Load (ETL) untuk menjamin integritas dan kesiapan data. Analisis dilakukan dengan pendekatan Online Analytical Processing (OLAP) untuk eksplorasi data multidimensi, serta penerapan teknik Data Mining berupa model Recency, Frequency, Monetary (RFM) untuk melakukan segmentasi pelanggan secara kuantitatif. Hasil implementasi menunjukkan bahwa analisis OLAP berhasil mengidentifikasi determinan kinerja penjualan, seperti produk dengan kontribusi volume tertinggi, kategori dengan margin profitabilitas optimal, dan pola temporal dalam tren pembelian. Sementara itu, segmentasi RFM menghasilkan pengelompokan pelanggan yang berbeda secara statistik ke dalam klaster High Value, Potential, Loyal dan Dormant. Seluruh temuan kemudian diwujudkan dalam bentuk dashboard analitik interaktif menggunakan Looker Studio, yang berfungsi sebagai alat bantu keputusan bagi manajemen. Simpulan penelitian mengindikasikan bahwa implementasi sistem BI ini secara efektif mentransformasi data operasional menjadi insight strategis, sehingga mendukung pengambilan keputusan yang lebih terinformasi dan berbasis bukti.
Penelitian ini berhasil mengimplementasikan sistem Business Intelligence pada Toko Bangunan XYZ melalui integrasi analisis penjualan berbasis OLAP dan segmentasi pelanggan menggunakan metode RFM dalam sebuah dashboard interaktif.Hasil analisis menunjukkan bahwa pendekatan OLAP efektif dalam mengidentifikasi produk unggulan, profitabilitas kategori, pengaruh diskon, serta pola tren penjualan, sementara metode RFM mampu mengelompokkan pelanggan berdasarkan karakteristik transaksi secara terukur.Integrasi kedua pendekatan tersebut memberikan dukungan yang lebih sistematis terhadap pengambilan keputusan berbasis data dan peningkatan strategi bisnis.
Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan untuk mengintegrasikan data eksternal, seperti data demografis dan kondisi ekonomi, ke dalam model BI guna memperkaya analisis segmentasi pelanggan dan meningkatkan akurasi prediksi perilaku konsumen. Kedua, pengembangan model prediktif untuk peramalan penjualan dengan memanfaatkan teknik machine learning, seperti time series analysis atau regression, dapat membantu Toko Bangunan XYZ dalam mengoptimalkan manajemen persediaan dan mengurangi risiko kehabisan stok atau penumpukan barang. Ketiga, studi komparatif dapat dilakukan dengan membandingkan efektivitas implementasi BI pada Toko Bangunan XYZ dengan toko bangunan lain yang serupa untuk mengidentifikasi praktik terbaik dan faktor-faktor kunci keberhasilan dalam penerapan teknologi ini, sehingga dapat memberikan rekomendasi yang lebih komprehensif bagi pelaku bisnis ritel bahan bangunan.
| File size | 695.52 KB |
| Pages | 6 |
| DMCA | Report |
Related /
UNESAUNESA 0012 - 0. 2047 dan nilai rata-rata PSNR berkisar 55–77 dB (kategori Excellent), serta analisis histogram citra stego tetap seragam. Hal ini membuktikan0012 - 0. 2047 dan nilai rata-rata PSNR berkisar 55–77 dB (kategori Excellent), serta analisis histogram citra stego tetap seragam. Hal ini membuktikan
UNESAUNESA Metode penelitian yang digunakan adalah penelitian pengembangan (Software Development Research) dengan pendekatan deskriptif kualitatif dan kuantitatifMetode penelitian yang digunakan adalah penelitian pengembangan (Software Development Research) dengan pendekatan deskriptif kualitatif dan kuantitatif
UNESAUNESA Prediksi didasarkan pada kombinasi data nilai akademik (IPK semester 1-4) dan kepuasan penggunaan e-learning yang diukur menggunakan metode End User ComputingPrediksi didasarkan pada kombinasi data nilai akademik (IPK semester 1-4) dan kepuasan penggunaan e-learning yang diukur menggunakan metode End User Computing
UNESAUNESA Media sosial, khususnya X, sering memuat ujaran sarkastik yang sulit dikenali tanpa pemahaman konteks. Penelitian ini bertujuan mendeteksi sarkasme padaMedia sosial, khususnya X, sering memuat ujaran sarkastik yang sulit dikenali tanpa pemahaman konteks. Penelitian ini bertujuan mendeteksi sarkasme pada
UNESAUNESA Penelitian ini bertujuan untuk merancang dan membangun sistem tryout CPNS berbasis web yang dilengkapi fitur rekomendasi materi pembelajaran menggunakanPenelitian ini bertujuan untuk merancang dan membangun sistem tryout CPNS berbasis web yang dilengkapi fitur rekomendasi materi pembelajaran menggunakan
UNESAUNESA Hasil ini menunjukkan bahwa institusi telah menerapkan proses layanan akademik digital secara terstruktur dan konsisten. Namun, masih ada beberapa areaHasil ini menunjukkan bahwa institusi telah menerapkan proses layanan akademik digital secara terstruktur dan konsisten. Namun, masih ada beberapa area
UNESAUNESA Dengan mengevaluasi kontribusi akademis, tren tematik, dan kerangka kerja yang muncul, studi ini menyoroti bagaimana solusi pemikiran desain yang didukungDengan mengevaluasi kontribusi akademis, tren tematik, dan kerangka kerja yang muncul, studi ini menyoroti bagaimana solusi pemikiran desain yang didukung
UNSURUNSUR Penelitian ini menguji 4 model arsitektur JST berbeda, dengan MSE 0. 0001, learning rate 0. 01, dengan maksimal 1000 iterasi. Proses pelatihan menggunakanPenelitian ini menguji 4 model arsitektur JST berbeda, dengan MSE 0. 0001, learning rate 0. 01, dengan maksimal 1000 iterasi. Proses pelatihan menggunakan
Useful /
UNESAUNESA Pengujian tingkat kepuasan pengguna menghasilkan nilai 84.237% yang termasuk kategori sangat puas berdasarkan skala Likert. Sistem telah memenuhi aspekPengujian tingkat kepuasan pengguna menghasilkan nilai 84.237% yang termasuk kategori sangat puas berdasarkan skala Likert. Sistem telah memenuhi aspek
UNESAUNESA Pada pengujian penggunaan CPU implementasi native memiliki keunggulan karena proses dilakukan pada server sedangkan pada wasm memerlukan setidaknya 1 corePada pengujian penggunaan CPU implementasi native memiliki keunggulan karena proses dilakukan pada server sedangkan pada wasm memerlukan setidaknya 1 core
UNESAUNESA Hasil penelitian menunjukkan bahwa hybrid MobileViT-XS dan EfficientNet-B1 dengan resize 512x512 piksel memberikan kinerja paling optimal, dengan akurasiHasil penelitian menunjukkan bahwa hybrid MobileViT-XS dan EfficientNet-B1 dengan resize 512x512 piksel memberikan kinerja paling optimal, dengan akurasi
UNSURUNSUR Berdasarkan analisis data penelitian dan pembahasan menggunakan teknik observasi dan di PT. INHUTANI 1 UMI GRESIK tentang identifikasi bahaya dan penilaianBerdasarkan analisis data penelitian dan pembahasan menggunakan teknik observasi dan di PT. INHUTANI 1 UMI GRESIK tentang identifikasi bahaya dan penilaian