Penerapan Business Intelligence Menggunakan Visualisasi Dashboard Dan Clustering Pada Data Mahasiswa Baru Yang Diterima Di Politeknik Pertanian Negeri Payakumbuh

Imani, Ginda Teguh (2025) Penerapan Business Intelligence Menggunakan Visualisasi Dashboard Dan Clustering Pada Data Mahasiswa Baru Yang Diterima Di Politeknik Pertanian Negeri Payakumbuh. S1 thesis, Andalas University.

	Text (Cover Abstrak) 1911521002_Ginda Teguh Imani_Cover+Abstrak.pdf - Published Version Download (37kB)
	Text (Bab I) 1911521002_Ginda Teguh Imani_Bab I.pdf - Published Version Download (483kB)
	Text (Bab VI) 1911521002_Ginda Teguh Imani_Bab VI.pdf - Published Version Download (172kB)
	Text (Daftar Pustaka) 1911521002_Ginda Teguh Imani_Daftar Pustaka.pdf - Published Version Download (636kB)
	Text 1911521002_Ginda Teguh Imani_Full Text.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Politeknik Pertanian Negeri Payakumbuh (PPNP) adalah perguruan tinggi negeri yang berlokasi di Kabupaten Lima Puluh Kota, Sumatera Barat yang mengkhususkan diri dalam membina dan mengembangkan sumber daya manusia yang berdaya saing dalam bidang pertanian. Politeknik Pertanian Negeri Payakumbuh memiliki aplikasi Sistem Informasi Akademik (SIAKAD) namun penggunaan aplikasi tersebut belum maksimal sehingga pengolahan data belum optimal. Oleh karena itu, diperlukan implementasi Business Intelligence (BI) untuk mempermudah proses pengolahan data dan menghasilkan visualisasi yang lebih interaktif. Metode yang dilakukan dalam penelitian ini mencakup wawancara, analisis dokumen, studi literatur, serta mengikuti tahapan BI seperti justification, planning, business analysis, design, construction, dan deployment. Tahapan dalam penerapan BI ini melalui proses ETL (Extract, Transform, Load) menggunakan tools Pentaho Data Integration untuk pembuatan data warehouse dan Tableau Desktop untuk pembuatan dashboard dan clustering. Metode yang digunakan untuk clustering adalah K-Means. Keunggulan metode ini adalah memiliki implementasi yang sederhana dan mudah dipahami, serta dapat menangani dataset besar dengan cepat. Penelitian ini menghasilkan tiga dashboard yaitu, dashboard mahasiswa, dashboard prodi, dan dashboard clustering, dengan menampilkan informasi yang dibutuhkan Politeknik Pertanian Negeri Payakumbuh, sehingga dapat digunakan oleh pihak akademik dalam pengambilan keputusan. Nilai akurasi yang didapat dari hasil clustering sama dengan nilai precision, recall, f-1 score, yang menunjukkan bahwa model memiliki performa yang seimbang dan konsisten dalam mengklasifikasikan data.

Actions (login required)

View Item