BUSINESS INTELLIGENCE DATA MARKETING MENGUNAKAN METODE KIMBALL DAN ETL DENGAN POWER BI

BUSINESS INTELLIGENCE DATA MARKETING MENGUNAKAN METODE KIMBALL DAN ETL DENGAN POWER BI

  • Billah Faktha Putra Edhya
Keywords: data warehouse, business intelligence, information system, ETL, kimball

Abstract

Dimasa ini perkembangan teknologi khususnya pada bidang perindustrian semakin pesat, hal tersebut dapat dilihat dari perkembangan teknologi pada bidang penjualan. Pada PT Dipa Pharmalab Intersains, setiap data penjualan disimpan dalam file Excel, yang mana pada aplikasi Excel ini hanya dapat menganalisa beberapa data, itupun tidak bisa dilakukan dengan cepat dan akurat. Dikarenakan aplikasi Excel tidak dapat menampilkan serta mengelompokan data yang ada di dalam perusahaan sesuai kategori dan kriteria perusahaan, maka hal tersebut membuat pengguna mengalami kesulitan untuk dapat menganalisis data penjualan yang dapat berguna untuk membantu perusahaan dalam pembuatan keputusan yang tepat dalam bisnis. Maka dari itu peneliti membuat sebuah sistem dengan menggunakan data warehouse dan aplikasi Power BI yang memiliki tujuan untuk dapat mempermudah proses analisis serta pengambilan keputusan bisnis yang tepat. Dalam penelitian ini menggunakan metode pemodelan data warehouse Kimballl 4 langkah, dimana terdiri dari beberapa proses tahapan antara lain adalah tahap ETL (Extract, Transform dan Load), lalu data yang ada akan diekstrak dalam bentuk tabel dimensi dan fakta, data dimensi dan faktra dapat dimasukan ke dalam MySQL menggunakan aplikasi Pentaho Data Integration, kemudian database akan diolah dan ditampilkan di aplikasi business intelligence Power BI. Pada tampilan Power BI pengguna dapat lebih mudah dalam melihat beberapa informasi yang dapat membantu perusahaan dalam menurunkan kerugian dalam proses produksi seperti informasi ketersediaan stok dan produk dapat dilihat dengan jelas dan dengan menggunakan aplikasi ini pengguna dapat melihat data produk terlaris dan pelanggan yang memiliki tingkat pembelian tertinggi.  Hal ini tentunya dapat membantu perusahaan dalam mengambil sebuah keputusan bisnis yang lebih akurat dan tepat.

References

[1] R. Ferianto, A. Nugroho, and T. Andriyanto, “Data Warehouse Pengelolahan Data Penjualan Studi Kasus UD HF Bersaudara,” pp. 148–153, 2021.
[2] K. E. Nurcahyo, A. Nugroho, and S. Informasi, “Pemetaan Data Siswa Menggunakan Data Warehouse Untuk Promosi di SMK Z Mapping Student Data Using Data Warehouse for Promotion at Vocational High,” vol. 3, no. 2, pp. 55–66, 2020.
[3] K. Studi, K. Pada, R. Kompas, T. V Jakarta, E. K. Suni, and W. Ridwan, “ANALISIS DAN PERANCANGAN DATA WAREHOUSE UNTUK MENDUKUNG KEPUTUSAN REDAKSI TELEVISI MENGGUNAKAN METODE NINE-STEP,” vol. 11, no. 2, 2018.
[4] R. Susanto and T. H. M, “Pemodelan Data Warehouse Distribusi Produk di PT X,” Intensif, vol. 3, no. 2, pp. 196–205, 2019.
[5] N. Purwati and H. Wibowo, “Pemanfaatan Data Warehouse untuk Menentukan Penghargaan Dean List Akademi pada Alumni,” Explore, vol. 8, pp. 7–14, 2017.
[6] R. Kimball and M. Ross, The Data Warehouse Toolkit. Canada: John Wiley and Sons, Inc., 2002.
[7] R. Kimball and Ross, The data warehouse toolkit: The definitive guide to dimensional modeling. John Wiley & Sons, 2013.
[8] A. Nur Liska, “Analisis Dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah,” 2011.
[9] S. Saptadi, T and A. Lisangan, E, Perancangan Data Warehouse Pengolahan Persediaan Buku PT Gramedia Asri Media Makassar. Universitas Atma Jaya Makassar, 2010.
[10] Y. Oslan, “PROSES ETL ( EXTRACT TRANSFORMATION LOADING ) DATA WAREHOUSE UNTUK PENINGKATAN KINERJA BIODATA DALAM MENYAJIKAN PROFIL MAHASIWA DARI DIMENSI ASAL SEKOLAH Studi Kasus : Biodata Mahasiswa UKDW,” vol. 3, no. 1, 2019.
Published
2022-10-31