Penerapan Self-Service Business Intelligence Sebagai Proses Pengambilan Keputusan Pada Online Marketplace Starcross (Studi Kasus: Pt. Lintas Bintang Mulia Nusantara “Starcross”)
Abstract
Pandemi yang sedang terjadi membuat kita untuk terus bergerak dalam keterbatasan,
dimana pandemi ini merusak segala sektor dalam kehidupan masyarakat sekitar yang
terkena dampaknya. Dalam masa pandemi kali ini peneliti akan membahas perbandingan
sebuah data penjualan produk Starcross pada saat sebelum dan sedang terjadi pandemi
demi membuktikan bahwa pandemi COVID-19 memiliki dampak besar di dunia trend
fashion. Starcross merupakan sebuah perusahaan berbasis clothing brand asal
Yogyakarta yang telah memproduksi lebih dari 500 produk dan memiliki 23 cabang yang
tersebar di seluruh Indonesia. Peneliti saat ini akan menggunakan metode Self-Service
Business Intelligence (SSBI) dimana metode ini memungkinkan kita untuk menyeleksi,
melihat dan membandingkan data yang akurat dan tepat agar dapat digunakan dalam
proses pengambilan keputusan nantinya. Data yang digunakan pada penelitian kali ini
ialah data Tahun 2019 bulan April hingga Juni dan bulan Oktober hingga desember pada
penjualan Offline Store sebelum pandemi. Saat pandemi peneliti menggunakan data
Tahun 2020 bulan September hingga Desember dan data Tahun 2021 bulan Januari
hingga Februari pada Online Marketplace Starcross. Pengolahan data kali ini
menggunakan aplikasi Microsoft Power BI dimana ini berguna sebagai tools yang cukup
objektif agar proses pengambilan keputusan lebih baik dan akurat. Dalam penelitian kali
ini peneliti akan membuat tiga dashboard dimana masing-masing dashboard memiliki
fungsi dan tujuan nya sendiri-sendiri. Dari hasil penelitian kali ini dapat disimpulkan
bahwa trend penjualan Starcross mengalami penurunan yang cukup signifikan dimana
total pendapatan sebelum pandemi mencapai 13Bn sedangkan saat pandemi hanya
mencapai 2Bn lalu transaksi penjualan nya pun cukup jauh dimana sebelum pandemi
mencapai 45,80K sales order sedangkan saat pandemi hanya memiliki 10,22K sales
order.
Collections
- Industrial Engineering [2224]