Business Intelligence Untuk Memantau Perkembangan Harga Pangan Provinsi DKI Jakarta

Miwan Kurniawan Hidayat, Destiana Putri

Sari


Kebutuhan pokok pangan mencakup berbagai jenis makanan yang esensial bagi kesehatan dan keberlangsungan hidup individu dan populasi. Pangan pokok menjadi dasar dari pola makan yang sehat dan memadai bagi masyarakat, dan akses yang cukup terhadap beragam jenis pangan ini menjadi kunci untuk mendukung ketahanan pangan dan kesejahteraan masyarakat secara keseluruhan. Dengan populasi yang besar, Indonesia membutuhkan kemampuan untuk mandiri dalam sektor industri pangan. Bagaimana penggunaan Business Intelligence untuk memantau perubahan harga pangan di provinsi DKI Jakarta sebagai langkah pencegahan terhadap potensi kenaikan harga menjadi permasalah pada penelitian ini. Tujuan penelitian yaitu menerapkan Business Intelligence yang mampu menganalisis data dan menyajikan informasi harga komoditas pangan. Metode penelitian melibatkan analisis kebutuhan, perancangan data warehouse, implementasi Online Analytical Processing (OLAP), serta penggambaran data secara visual. Hasil penelitian menunjukkan bahwa Business Intelligence dimanfaatkan untuk mengawasi fluktuasi harga pangan sebagai langkah pencegahan terhadap potensi kenaikan harga. Business Intelligence memiliki kapabilitas untuk menganalisis dan menyajikan informasi tentang harga rata-rata, harga terendah, serta harga tertinggi berdasarkan berbagai dimensi seperti jenis komoditas, lokasi kota, dan periode waktu.

Teks Lengkap:

PDF

Referensi


Amin, M. M., Sutrisman, A., & Dwitayanti, Y. (2021). Development of Star-Schema Model for Lecturer Performance in Research Activities. International Journal of Advanced Computer Science and Applications, 12(9), 74–80. https://doi.org/10.14569/IJACSA.2021.0120909

Filiana, A., Prabawati, A. G., Rini, M. N. A., Virginia, G., & Susanto, B. (2020). Perancangan Data Warehouse Perguruan Tinggi untuk Kinerja Penelitian dan Pengabdian kepada Masyarakat. Jurnal Teknik Informatika Dan Sistem Informasi, 6(2), 174–183. https://doi.org/10.28932/jutisi.v6i2.2557

Fitriana, R., Saragih, J., & Aseanita, M. A. (2019). Model Sistem Intelejensia Bisnis Untuk Perbaikan Pelayanan E-Service Pada PT. X. Jurnal Teknik Industri, 9(2), 112–120. https://doi.org/10.25105/jti.v9i2.4925

Hidayat, M. K., & Fitriana, R. (2022). Penerapan Sistem Intelijensia Bisnis Dan K-Means Clustering Untuk Memantau Produksi Tanaman Obat. Jurnal Teknologi Industri Pertanian, 32(2), 204–219.

Iqbal, M. Z., Mustafa, G., Sarwar, N., Wajid, S. H., Nasir, J., & Siddque, S. (2020). A Review of Star Schema and Snowflakes Schema. Communications in Computer and Information Science, 1198, 129–140. https://doi.org/10.1007/978-981-15-5232-8_12

Joshi, M., & Dubbewar, A. (2021). Review on Business Intelligence, Its Tools and Techniques, and Advantages and Disadvantages. International Journal of Engineering Research & Technology, 10(12), 386–391. www.ijert.org

Rehman, M. U., Ullah, R., Allowatia, H., Hasan, T. N., Perween, S., Ain, Q. U., & Ammad, M. (2022). Elaborating the Role of Business Intelligence (BI) in Healthcare Management. JISIB (Journal of Intelligence Studies in Business), 12(2), 26–35.

Rosadi, A. H. Y. (2023). KEBIJAKAN KEMANDIRIAN INDUSTRI PANGAN DALAM MEMPERKUAT EKONOMI NASIONAL. Jurnal Teknologi Industri Pertanian, 33(1), 22–23. https://doi.org/10.24961/j.tek.ind.pert.2023.33.1.20

Setiyani, L., Rostiani, Y., & Ratnasari, T. (2020). Analisis Kebutuhan Fungsional Sistem Informasi Persediaan Barang Perusahaan General Trading (Studi Kasus : PT. Amco Multitech). Owner, 4(1), 288.

https://doi.org/10.33395/owner.v4i1.205

Sharda, R., Delen, D., & Turban, E. (2018). BUSINESS INTELLIGENCE, ANALYTICS, AND DATA SCIENCE: A Managerial Perspective. Pearson Education Limited.

Sugiarto, D., Mardianto, I., Najih, M., Adrian, D., & Pratama, D. A. (2021). Perancangan Dashboard Untuk Visualisasi Harga Dan Pasokan Beras Di Pasar Induk Beras Cipinang. Jurnal Teknologi Industri Pertanian, 31(1), 12–19.

Vaisman, A., & Zimányi, E. (2014). Data warehouse systems: Design and implementation. In Data Warehouse Systems: Design and Implementation. Springer Berlin Heidelberg.




DOI: https://doi.org/10.31294/infortech.v6i1.21832

DOI (PDF): https://doi.org/10.31294/infortech.v6i1.21832.g6464

Refbacks

  • Saat ini tidak ada refbacks.


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License