Perancangan dan Implementasi Sistem Business Intelligence untuk Analisis Data Penjualan Otomotif Nasional berdasarkan Data Historis Gaikindo Tahun 2020 sampai 2025

Alexandra Harmareta, Stevani (2026) Perancangan dan Implementasi Sistem Business Intelligence untuk Analisis Data Penjualan Otomotif Nasional berdasarkan Data Historis Gaikindo Tahun 2020 sampai 2025. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (756kB)
	PDF BAB_I.pdf Download (230kB)
	PDF BAB_II.pdf Download (564kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (562kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (262kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (390kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (686kB)
	Archive (ZIP) 00000069321_2521_LembarPengesahan.pdf Restricted to Registered users only Download (64kB)

Abstract

Industri otomotif merupakan salah satu sektor yang memberikan kontribusi signifikan terhadap perekonomian nasional dan menhasilkan data penjualan dalam jumlah besar yang bernilai strategis untuk analisis pasar serta pengambilan keputusan berbasis data. GAIKINDO (Gabungan Industri Kendaraan Bermotor Indonesia) secara berkala mempublikasikan data penjualan kendaraan nasional yang mencakup kategori wholesales, retail sales, produksi, ekspor, dan impor. Namun, data tersebut masih disajikan dalam bentuk mentah berupa spreadsheet multi-sheet dengan struktur kompleks dan tidak terintegrasi, sehingga menyulitkan proses analisis secara efisien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem Business Intelligence (BI) untuk mengintegrasikan dan mengolah data historis penjualan otomotif nasional GAIKINDO periode 2020 hingga 2025 menjadi dataset terstruktur yang dapat dianalisis secara efektif. Penelitian menggunakan pendekatan Big Data Analytics dengan kerangka kerja Knowledge Discovery in Databases (KDD) yang terdiri dari lima tahap, yaitu selection, preprocessing, transformation, Data Mining, dan interpretation/Evaluation. Pengolahan data dilakukan menggunakan Jupyter Notebook dengan bahasa Python serta pustaka Pandas dan NumPy untuk mendukung proses ETL, integrasi data multi-sheet, pembersihan data, dan analisis multidimensi berbasis Online Analytical Processing (OLAP). Hasil penelitian menunjukkan proses KDD berhasil mengintegrasikan data mentah dari berbagai kategori dan periode menjadi satu dataset terstruktur yang mencakup lebih dari 50 merek kendaraan. Penerapan OLAP memungkinkan analisis tren penjualan, perbandingan antar merek, dan distribusi pasar dilakukan lebih sistematis dibandingkan pengolahan manual.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Alexandra Harmareta, Stevani (00000069321)
Contributors:	Indah Fianty, Melissa
Keywords:	Big Data Analytics, Business Intelligence, Dashboard Publik, ETL, GAIKINDO, GitHub Pages, OLAP, Pandas, Penjualan Otomotif, Python.
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	29 Jul 2026 11:59
URI:	https://kc.umn.ac.id/id/eprint/48625

Actions (login required)

View Item