“Penerapan Business Intelligenced Pada Data Palang Merah Indonesia Kota Padang Menggunakan Visualisasi Dashboard Clustering dan Forecasting

Alam, Sefza Auma Tiang (2024) “Penerapan Business Intelligenced Pada Data Palang Merah Indonesia Kota Padang Menggunakan Visualisasi Dashboard Clustering dan Forecasting. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) 1_Cover dan Abstrak BI.pdf - Published Version Download (99kB)
	Text (BAB I Pendahuluan) 2_BAB I BI.pdf - Published Version Download (128kB)
	Text (Penutupan) 3_BAB VI BI.pdf - Published Version Download (39kB)
	Text (Daftar Pustaka) 4_Daftar Pustaka BI.pdf - Published Version Download (183kB)
	Text (Full TA) 5_Full TA BI.pdf - Published Version Restricted to Repository staff only Download (6MB)

Abstract

Palang Merah Indonesia (PMI) adalah lembaga yang diakui oleh pemerintah yang bergerak dalam kegiatan sosial kemanusiaan yang memiliki tugas khusus untuk melakukan pelayanan transfusi darah berupa pengadaan, pengolahan dan penyediaan darah yang tepat bagi masyarakat yang membutuhkan. PMI Kota Padang melakukan pengolahan dan analisis data serta reporting dengan meng extract data dari aplikasi simdondar, kemudian data tersebut diolah di Microsoft Excel agar memberikan informasi untuk kepentingan PMI Kota Padang. Proses pengolahan dan analisis data serta reporting yang dilakukan kurang efektif dan interaktif, sehingga pengambilan keputusan akan sulit dilakukan secara cepat dalam waktu yang singkat. Oleh karena itu, penerapan Business Intelligence (BI) pada PMI Kota Padang dapat dilakukan untuk pengelolaan data donor darah serta dapat menunjang pengambilan keputusan perencanaan strategis untuk mencapai tujuan dari organisasi dengan adanya visualisasi dashboard. Penelitian ini bertujuan untuk memudahkan proses peengolahan dan analisis data, reporting dengan menerapkan BI pada data PMI Kota Padang menggunakan visualisasi dashboard, clustering, dan forecasting. Metode pengumpulan data berupa observasi, wawancara, studi literatur. Penelitian ini menghasilkan data warehouse dari proses ETL menggunakan Pentaho Data Integration. Clustering menggunakan metode K-means untuk membagi data pendonor menjadi 6 cluster dengan hasil evaluasi menggunakan silhouette score yaitu 0.56. Forecasting menggunakan metode Simple Moving Average untuk prediksi jumlah donor, pengolahan dan permintaan darah dengan hasil evaluasi 1.625. Visualisasi data menggunakan dashboard system pada Microsoft Power BI yang interaktif untuk memudahkan pengambilan informasi dan keputusan yang menghasilkan dashboard pendonor, donor darah, komponen, forecasting, dan clustering.

Actions (login required)

View Item