View/Open

Author
Muhammad, Aldyan Ruansyah

Advisor
M Zaky Hadi, S.T.P., M.Si.
Muhammad Iqbal, S.T., MM.

Koleksi
Teknik Industri

Publisher

Peningkatan pengguna big data mengakibatkan perubahan signfikan dari segi analisis dan pemanfaatan data pelanggan, dimana hal ini dapat dimanfaatkan oleh industri ritel untuk melakukan analisis yang lebih komprehensif. Peningkatan big data ini mengakibatkan dataset dari suatu dataframe menjadi lebih kompleks, kompleksitas dataset ini ditandai dengan peningkatan variasi, volume, kecepatan dari data itu sendiri. Sehingga dibutuhkan proses analisis yang lebih komprehensif serta visualisasi dari hasil analisis tersebut ke dalam suatu dashboard untuk mempermudah pengambilan keputusan bagi stakeholder terkait. Tujuan penelitian ini adalah untuk melakukan perancangan model dashboard descriptive dan predictive analytics untuk melakukan ekstraksi pengetahuan dari dataset suatu industri ritel. Metode yang digunakan pada penelitian ini adalah teknik data mining untuk mengelompokkan data kedalam 3 cluster berbeda yang kemudian disajikan kedalam dashboard analytics. Perancangan model dashboard analytics ini dikembangkan dengan bahasa pemrograman python dan didukung dengan aplikasi Power BI dalam proses visualisasi hasil descriptive dan predictive analytics. Dataset yang digunakan terdiri dari 19 variabel atau kolom dengan 3.900 baris data. Hasil penelitian ini menyatakan bahwa tidak terdapat data dengan missing value dari setiap variabel akan tetapi memiliki 15 variabel dengan jenis selain numerik sehingga dibutuhkan perubahan tipe data kedalam numerik dan menghasilkan 5 jenis predictive yang akan dimuat kedalam dashboard analytics, sehingga dapat menjadi dasar pengetahuan dalam proses pengambilan keputusan.

URI
https://repo.itera.ac.id/depan/submission/SB2408120027

Keyword
Data Mining Dashboard Analytics Descriptive Analytics Predictive Analytics Kompleksitas Dataset