Implementasi Data Analytic Menggunakan Business Intelligence dan Long Short-Term Memory pada Divisi Produce Foodmart Supermarket Basko Grand Mall Kota Padang

Saraswati, Nadilla (2024) Implementasi Data Analytic Menggunakan Business Intelligence dan Long Short-Term Memory pada Divisi Produce Foodmart Supermarket Basko Grand Mall Kota Padang. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (270kB)
	Text (BAB 1 Pendahuluan) BAB 1 (Pendahuluan).pdf - Published Version Download (311kB)
	Text (BAB VI Penutup) BAB akhir (PenutupKesimpulan).pdf - Published Version Download (242kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (254kB)
	Text (Full Text) TA Full.pdf - Published Version Restricted to Repository staff only Download (10MB)

Abstract

Perkembangan teknologi informasi yang pesat telah menjadi kebutuhan utama di banyak perusahaan, termasuk Foodmart Supermarket Basko Grand Mall Kota Padang, Indonesia. Salah satu divisi di perusahaan tersebut adalah Divisi Produce yang bertanggung jawab atas penyediaan produk-produk segar kepada pelanggan. Divisi ini rentan terhadap kerusakan produk sehingga diperlukan pemahaman yang lebih baik terhadap pola pembelian dan preferensi pelanggan untuk mengatur strategi penjualan yang efektif. Saat ini, informasi yang dihasilkan dari pengolahan data transaksi menggunakan Microsoft Excel masih kurang optimal, dengan hasil yang kurang komprehensif dan efisien. Oleh karena itu, penelitian ini mengusulkan implementasi data analytics menggunakan Business Intelligence (BI) untuk memudahkan proses pengolahan dan analisis data. Descriptive analytics dan predictive analytics akan digunakan untuk menyediakan informasi yang lebih komprehensif melalui visualisasi data seperti dashboard sales, damage, transfer in, pricing, damage clustering, dan forecasting penjualan. Implementasi BI mengikuti Roadmap BI yang mencakup justification, planning, business analysis, design, dan construction. Proses ETL (Extract, Transform, Load) dilakukan dengan Pentaho Data Integration (PDI), sedangkan visualisasi dan forecasting menggunakan Microsoft Power BI. Forecasting penjualan dilakukan dengan menggunakan algoritma Long Short-Term Memory (LSTM) dan clustering menggunakan K-Means Clustering. Hasil penelitian ini dapat membantu pihak manajerial guna mempercepat proses pengambilan keputusan untuk meningkatkan bisnis.

Actions (login required)

View Item