Pre-Processing Data Untuk Business Intelligence Menggunakan ETL dan Data Visualization

Authors

  • Nadhifi Qurrunul Bahratu Fauzan Telkom University
  • Roswan Latuconsina Telkom University
  • Purba Daru Kusuma Telkom University

Abstract

Dalam era digital yang berkembang dengan pesat, pengelolaan data sangat penting untuk perkembangan suatu perusahaan. Dalam konteks ini, kebutuhan akan alat yang dapat mengumpulkan, menganalisis, dan mengkonversi data menjadi wawasan berharga semakin penting. Salah satu pendekatan yang efektif dalam mengatasi tuntutan ini adalah dengan menggunakan aplikasi Business Intelligence (BI). Proses analisis data seringkali memerlukan keterampilan analitik yang tinggi, data-data yang tidak terstruktur atau tidak terkelola dengan baik bisa menjadi sulit untuk dipahami serta dianalisis lebih lanjut. Keterampilan ini mungkin tidak selalu ada di setiap organisasi yang menjalankan bisnis. Tanpa alat BI yang tepat, perusahaan mungkin kesulitan dalam pengambilan keputusan berdasarkan data yang mereka miliki. Berdasarkan analisis dan pengukuran spesifikasi solusi untuk pengembangan aplikasi ETL untuk Pre-Processing Business Intelligence (BI), dapat disimpulkan bahwa aplikasi ini memiliki fokus utama pada kemampuan integrasi sumber data, ekstraksi, transformasi dan visualisasi data, dengan penekanan khusus pada pemrosesan data. Aplikasi ETL untuk Pre-Processing Business Intelligence bertujuan untuk membantu dalam melakukan analisis data yang mudah dan visualisasi data dalam bentuk grafik yang diproses melalui algoritma data visualization terlebih dahulu.

Kata kunci — Analisis Data, Business Intelligence, Visualisasi Data.

References

datagalaxy.com, “Gartner’s top trends in data & analytics for 2023.” Diakses: 14 Agustus 2024. [Daring]. Tersedia pada: https://www.datagalaxy.com/en/blog/gartner-recap-top-trends-in-data-and-analytics-for-2023/

I. A. A. Alsibhawi, J. B. Yahaya, dan H. B. Mohamed, “Business Intelligence Adoption for Small and Medium Enterprises: Conceptual Framework,” 1 April 2023, MDPI. doi: 10.3390/app13074121.

Brett Powell, Microsoft Power BI cookbook: Creating business intelligence solutions of analytical data models, reports, and dashboards. Packt Publishing Ltd., 2017.

N. A. El-Adaileh dan S. Foster, “Successful business intelligence implementation: a systematic literature review,” 14 November 2019, Emerald Group Holdings Ltd. doi: 10.1108/JWAM-09-2019-0027.

T. Barker dan J. Westfall, Pro Data Visualization Using R and JavaScript. Berkeley, CA: Apress, 2022. doi: 10.1007/978-1-4842-7202-2.

Bernadette Bautista, “Creating Compelling Visuals: Pie Charts for Effective Data Storytelling,” storytellingwithcharts.com. Diakses: 15 Agustus 2024. [Daring]. Tersedia pada: https://www.storytellingwithcharts.com/creating-compelling-visuals-pie-charts-effective-data-storytelling/

M. Khan dan S. Shah Khan, “Data and Information Visualization Methods, and Interactive Mechanisms: A Survey,” 2011.

Published

2024-12-01

Issue

Section

Program Studi S1 Teknik Komputer