Penerapan Business Intelligence Untuk Prediksi Penjualan Produk (Studi Kasus PT. XYZ)
Abstract
Kemajuan teknologi yang begitu cepat dan pertumbuhan dunia bisnis yang meningkat pesat menimbulkan banyaknya persaingan yang terjadi dalam dunia perekonomian. Manajemen pemasaran harus dilakukan dengan baik, mengingat pemasaran adalah hal itu penting dilakukan oleh setiap perusahaan. Permintaan produk oli meningkat setiap tahunnya, dengan anggaran sebesar ± Rp 7 triliun pada tahun 2012 atau naik 3% jika dilihat tahun sebelumnya. Peningkatan permintaan oli merupakan salah satu faktor yang mendorong perluasan pasar. PT. XYZ merupakan sebuah perusahaan anggota dari XYZ Group. Penerapan Business intelligence berupa perancangan dashboard information system dapat membantu proses pengambilan keputusan sesuai dengan kebutuhan dari bisnis, seperti pengambilan keputusan didalam perusahaan. Penelitian ini bertujuan untuk membangun Business intelligence Dashboard yang berfungsi memberikan informasi terhadap penjualan oli PT. XYZ mengingat pentingnya informasi ini karena berpengaruh pada peningkatan penjualan. Proses pembuatan dashboard menggunakan beberapa metode diantaranya database untuk membuat skema menggunakan MySQL, untuk menampilkan visualisasi data menggunakan tools Microsoft Power BI dan forecasting menggunakan metode ARIMA menggunakan tools Jupyter Notebook yang menghasilkan nilai rata-rata tingkat error MAPE sebesar 1,35%.
References
Konsumen Pada Produk Oli Pelumas Pt Pertamina ( Persero ) Enduro 4T,” Fak.
Ekon. dan BIisnis Univ. DIiponegoro Semarang, pp. 1–59, 2011.
[2] A. Yunistira and D. H. Fudholi, “Analisis Penerapan Model Business intelligence
pada Aplikasi Payment Point Online Banking dalam Meningkatkan Strategi
Pemasaran ( Studi Kasus : Aplikasi ApotikKuota ) Analysis of Business intelligence
Model Implementation in Payment Point Online Banking t,” J. ilmu Komput. agriinformatika, vol. 7, pp. 1–10, 2020.
[3] M. Muzakir, H. T. Irawan, and I. Pamungkas, “Pengukuran Waktu Kerja Karyawan
Bengkel Toyota PT. Dunia Barusa Di Kota Banda Aceh,” J. Optim., vol. 4, no. 1,
pp. 21–29, 2019.
[4] M. Farid, S. Ghalib, and S. Utomo, “Pengaruh Promotion Mix terhadap Keputusan
Pemilihan Merek Oli Mobil Pada Pantai Gading Motor Palangkaraya,” Bisnis dan
Pembang., vol. 2, pp. 36–44, 2014.
[5] R. Darman, “Analisis Visualisasi Dan Pemetaan Data Tanaman Padi Di Indonesia
Menggunakan Microsoft Power BI,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 4,
no. 2, pp. 156–162, 2018.
[6] M. Genta, A. Shandi, R. Adhitama, and A. B. Arifa, “Penerapan Long Short Term
Memory untuk Memprediksi Flight Delay,” vol. 1, no. 10, pp. 1–3, 2021.
[7] N. N. P. Pinata, I. M. Sukarsa, and N. K. D. R. Jayanthi, “Prediksi Kecelakaan Lalu
Lintas di Bali dengan XGBoost pada Python,” J. Ilm. Merpati, vol. 8, no. 3, pp.
188–196, 2020.
[8] S. Z. Yumni and W. Widowati, “Implementasi Microsoft Power BI Dalam
Memantau Kehadiran dan Transportasi Pegawai,” J. Sains dan Edukasi Sains, vol.
4, no. 1, pp. 1–8, 2021, doi: 10.24246/juses.v4i1p1-8.
[9] J. C. Nugroho, I. Wijaya, and ..., “Penerapan Aplikasi Business intelligence Pada
Manajemen Report Guna Menunjang Pengambilan Keputusan,” Jutisi J. Ilm. …,
vol. 10, no. 2, 2021.
[10]I. Junaedi, D. Abdillah, and V. Yasin, “Analisis Perancangan Dan Pembangunan
Aplikasi Business intelligence Penerimaan Negara Bukan Pajak Kementerian
Keuangan Ri,” JISAMAR (Journal Inf. Syst. Applied, Manag. Account. Researh),
vol. 4, no. 3, p. 88, 2020.
[11]K. K. Halim, S. Halim, and Felecia, “Business intelligence for designing restaurant
marketing strategy: A case study,” Procedia Comput. Sci., vol. 161, pp. 615–622,
2019, doi: 10.1016/j.procs.2019.11.164.
[12]A. Supriyatna, “Sistem Analisis Data Mahasiswa Menggunakan Aplikasi Online
Analytical Processing (Olap) Data Warehouse,” J. Pilar Nusa Mandiri, vol. 12, no.
1, pp. 62–71, 2016.
[13]M. Silvana, R. Akbar, and - Derisma, “Pengembangan Model Business intelligence
Manajemen Rumah Sakit untuk Peningkatan Mutu Pelayanan (Studi Kasus : Semen
Padang Hospital),” J. Edukasi dan Penelit. Inform., vol. 3, no. 2, p. 124, 2017, doi:
10.26418/jp.v3i2.22833.
[14]G. E. Bayu, I. K. G. Darma Putra, and N. K. D. Rusjayanthi, “A Comparison
Between Backpropagation, Holt-Winter, and Polynomial Regression Methods in
Forecasting Dog Bites Cases in Bali,” J. Ilm. Merpati (Menara Penelit. Akad.
Teknol. Informasi), vol. 9, no. 3, p. 251, 2021, doi: 10.24843/jim.2021.v09.i03.p06.
[15]A. A. Muhartini et al., “Analisis peramalan jumlah penerimaan mahasiswa baru
dengan menggunakan metode regresi linear sederhana,” vol. 1, no. 1, pp. 17–23,
2021.
