Pengembangan Data Warehouse Berdasarkan Data Histori Penjualan dan Persediaan Barang di Nuhsantara Merchandise

Authors

Abstract

 Dalam dunia bisnis modern yang semakin digital, pengelolaan data penjualan dan persediaan secara terintegrasi dan analitis menjadi kebutuhan penting bagi perusahaan ritel seperti Nuhsantara Merchandise. Perusahaan ini menghadapi tantangan dalam mengelola data penjualan dan persediaan barang dari berbagai platform secara manual, serta belum memiliki sistem yang mampu mengidentifikasi pola pembelian pelanggan sebagai dasar strategi rekomendasi dan promosi produk. Oleh karena itu penelitian ini bertujuan untuk mengembangkan sistem data warehouse menggunakan metode Nine Step Kimball, mengembangkan dashboard visual interaktif dengan Power BI, serta menerapkan algoritma FP-Growth untuk mengidentifikasi pola pembelian pelanggan berdasarkan data transaksi aktual. Metode penelitian ini mencakup tahapan pengembangan data warehouse berbasis skema bintang, proses ETL menggunakan Pentaho Data Integration, dan visualisasi data OLAP dalam Power BI. Selain itu, dilakukan analisis asosiasi menggunakan algoritma FP-Growth dalam platform Streamlit, dengan parameter minimum supportsebesar 0.02 dan confidence sebesar 0.7. Hasil analisis dari 48.030 transaksi menghasilkan 287 frequent itemsets, 184 association rules, dan 10 simplified rules yang digunakan sebagai dasar rekomendasi produk secara otomatis. Hasil divisualisasikan dalam bentuk tabel dan kartu interaktif memungkinkan interpretasi hasil yang mudah dipahami oleh pengguna non-teknis. Sistem yang dibangun terbukti mampu meningkatkan efisiensi dalam pemantauan penjualan, pengelolaan stok, serta memberikan rekomendasi strategis untuk promosi dan bundling produk. Dengan demikian, sistem ini dapat menjadi solusi untuk mendukung pengambilan keputusan manajerial berbasis data aktual dan memberikan nilai tambah bagi perusahaan.

Kata kunci— Data Warehouse, Nine Step Kimball, Power BI, FP-Growth, Streamlit, Sistem Rekomendasi.

Downloads

Download data is not yet available.

References

[1] M. Adreansyah, P. Fathia, and Gustira, “Analisis dan Perancangan Data Warehouse Pada Data Transaksi Supermarket Menggunakan Schema Snowflake,” Sist. Inf. dan Teknol. Inf., vol. 2, no. 2, pp. 1–10, 2023.

[2] B. F. P. Edhya, “Business Intelligence Data Marketing Mengunakan Metode Kimball Dan Etl Dengan Power Bi,” Kurawal - J. Teknol. Inf. dan Ind., vol. 5, no. 2, pp. 87–97, 2022, doi: 10.33479/kurawal.v5i2.642.

[3] D. Rafly, R. Insani, and A. Dzulkarnain, “Penerapan FP-Growth untuk Menentukan Rekomendasi Produk pada Kogu Coffee Shop Malang,” INTEGER J. Inf. Technol., vol. 9, no. 1, pp. 27–36, 2024.

[4] M. Fathur Rezki Junaedi, M. Martanto, and U. Hayati, “Analisis Pola Transaksi Pembelian Makanan Dan Minuman Menggunakan Algoritma FP-Growth,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 360–367, 2024, doi: 10.36040/jati.v8i1.8429.

[5] N. Nurahman, A. Maulana, A. Suprianur, and F. U. Faruq, “Algoritma FP-Growth Untuk Rekomendasi Menu Minuman Di Jingga Coffee,” J. Glob. Ilm., vol. 1, no. 1, pp. 8–17, 2023, doi: 10.55324/jgi.v1i1.2.

[6] U. Brawijaya, M. Rayhan Pranandika, W. Purnomo, and S. A. Wicaksono, “Pengembangan Data Warehouse Sebagai Pendukung Pelaporan Akademik (Studi Kasus: Departemen Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 4, pp. 2548–964, 2024, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13625

[7] G. Atmaja and R. Rachman, “PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH PADA ANALISIS PERILAKU KONSUMEN TERHADAP PEMBELIAN DATA ELEKTRONIK,” pp. 298–307, 2025.

[8] R. Kimball and M. Ross, The Data Warehouse Toolkit, Second Edi. Robert Ipsen, 2002.

[9] M. Furqon and M. F. Nugraha, “Perancangan Data Warehouse Sistem Pendaftaran Mahasiswa Menggunakan Online Analytical Procesing (OLAP) di Universitas Ma’soem,” Intern. (Information Syst. J., vol. 4, no. 1, pp. 35–40, 2021, [Online]. Available: http://journal.stkom.ac.id/index.php/internal

[10] I. P. S. Handika, “Penerapan Datawarehouse Dan Business Intelligence Untuk Analisa Persediaan Barang Di Gudang Pt. Abc,” J. Teknol. Inf. Dan Komput., pp. 153–162, 2022.

[11] T. R. Priono, W. Purnomo, and N. Y. Setiawan, “Pengembangan Data Warehouse menggunakan Metode Kimball ( Studi Kasus : Ekspor & Impor Fauna dan Flora Hias Air Laut ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 8, pp. 3383–3392, 2021, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9568/4318

[12] J. Purwanto and R. Renny, “Perancangan Data Warehouse Rumah Sakit Berbasis Online Analytical Processing (OLAP),” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 5, pp. 1077–1088, 2021, doi: 10.25126/jtiik.2021854232.

[13] A. Ratu, L. Kusneti, and A. Wijaya, “Prototype Data Warehouse Kantor Penilai Publik XYZ Dengan Metode Nine-Step Kimball,” J. Informatics Busisnes, vol. 01, no. 03, pp. 89–96, 2023.

[14] B. Hasibuan, L. Ratnasari, and Soecahyadi, Perancangan Middleware Dalam Pelayanan Publik, no. 84. 2020.

[15] I. P. A. E. Pratama and I. M. S. Raharja, “Business Intelligence Based on Kimball Nine-Steps Methodology for Monitoring the Feasibility of Goods in Market,” Int. J. Adv. Data Inf. Syst., vol. 4, no. 2, pp. 135–144, 2023, doi: 10.25008/ijadis.v4i2.1301.

[16] S. Oktaviani and A. Bahtiar, “Implementasi Algoritma K-Means Dalam Pengelompokan Data Penjualan CV. Widuri Menggunakan Orange,” J. Wahana Inform., vol. 2, no. 1, pp. 188–196, 2023.

[17] R. Riadi and Mesran, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume,” J. Informatics, Electr. Electron. Eng., vol. 2, no. 4, pp. 138–145, 2023, doi: 10.47065/jieee.v2i4.1181.

[18] T. A. Kinaswara, N. R. Hidayati, and F. Nugrahanti, “Rancang Bangun Aplikasi Inventaris Berbasis Website Pada Kelurahan Bantengan | Kinaswara | Prosiding Seminar Nasional Teknologi Informasi dan Komunikasi (SENATIK),” Pros. Semin. Nas. Teknol. Inf. dan Komun., vol. 2, no. 1, pp. 71–75, 2019, [Online]. Available: http://prosiding.unipma.ac.id/index.php/SENATIK/article/view/1073

[19] M. Rafi Nahjan, Nono Heryana, and Apriade Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 101–104, 2023, doi: 10.36040/jati.v7i1.6094.

[20] S. Pujiono, R. Astuti, and F. Muhamad Basysyar, “Implementasi Data Mining Untuk Menentukan Pola Penjualan Produk Menggunakan Algoritma K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 615–620, 2024, doi: 10.36040/jati.v8i1.8360.

[21] D. Alfitra, M. Afdal, M. Fronita, and E. Saputra, “Analisa Keranjang Belanja untuk Menentukan Tata Letak Barang Menggunakan Algoritma FP-Growth Market Basket Analysis for Determine Goods Layout Using FP-Growth Algorithm,” vol. 13, pp. 1651–1661, 2024.

Published

2025-12-01

Issue

Halaman

1 - 13

Section

Prodi S1 Sistem Informasi - Kampus Surabaya

How to Cite

Akmal Dwi Utomo, Sri Hidayati, & Agus Sulistya. (2025). Pengembangan Data Warehouse Berdasarkan Data Histori Penjualan dan Persediaan Barang di Nuhsantara Merchandise. EProceedings of Engineering, 12(6), 1-13. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/28885