DCCKOTABUMIDCCKOTABUMI

Jurnal Informasi dan KomputerJurnal Informasi dan Komputer

Pada era digital, pengambilan keputusan berbasis data menjadi sangat penting bagi bisnis, termasuk di sektor apotek. Penelitian ini bertujuan merancang dashboard Business Intelligence (BI) menggunakan Google Looker dengan metode Waterfall, melibatkan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Hasilnya adalah dashboard BI yang menyajikan informasi relevan dan real‑time, mendukung pengambilan keputusan yang lebih baik dan meningkatkan efisiensi operasional apotek.

Metode Waterfall efektif merancang sistem BI terstruktur untuk bisnis apotek.dashboard yang dikembangkan mampu menyajikan data akurat, real‑time, dan relevan, sehingga mendukung keputusan strategis dan operasional.Integrasi data dari berbagai sumber dan visualisasi interaktif Google Looker memberi keuntungan signifikan pada manajemen penjualan, stok, dan analisis kinerja.Pengujian menunjukkan dashboard meningkatkan efisiensi dan efektivitas operasional apotek.

1. Mengembangkan analitik prediktif berbasis machine learning untuk memproyeksikan tren penjualan dan kebutuhan stok, sehingga apotek dapat melakukan inventory planning lebih proaktif. 2. Mengimplementasikan sistem integrasi real‑time dengan perangkat lunak CRM dan akuntansi, agar data pelanggan dan keuangan terpadu memudahkan analisis kinerja bisnis secara holistik. 3. Melakukan evaluasi UX melalui uji coba pengguna akhir secara rutin, menyesuaikan antarmuka dashboard dengan kebutuhan aktual staf sehingga adopsi dan efektivitas penggunaan meningkat di masa depan.

  1. AUTOMATIC TASK ASSIGNING FOR EMPLOYEE USING ODOO FRAMEWORK - ISJEM Journal. automatic task assigning... doi.org/10.55041/isjem00405AUTOMATIC TASK ASSIGNING FOR EMPLOYEE USING ODOO FRAMEWORK ISJEM Journal automatic task assigning doi 10 55041 isjem00405
Read online
File size871.66 KB
Pages8
DMCAReport

Related /

ads-block-test