Data Mart dan Business Intelligence


๐ŸŸข 1. Pendahuluan

๐Ÿ“Œ Pengertian Data Mart dan Business Intelligence

Dalam sistem Data Warehouse modern, organisasi tidak hanya membutuhkan penyimpanan data, tetapi juga sistem yang mampu:

  • mengelola informasi,
  • menyajikan analisis,
  • membantu pengambilan keputusan.

Untuk itu digunakan:

  • Data Mart
  • Business Intelligence (BI)

๐Ÿ” Narasi

Bayangkan sebuah universitas memiliki ribuan data:

  • mahasiswa,
  • dosen,
  • pembayaran,
  • nilai,
  • penelitian,
  • keuangan.

Tidak semua pengguna membutuhkan seluruh data tersebut.

Contohnya:

  • Bagian akademik hanya fokus pada data nilai dan mahasiswa.
  • Bagian keuangan fokus pada pembayaran.
  • Pimpinan membutuhkan dashboard strategis.

Karena itu digunakan Data Mart dan Business Intelligence.


๐Ÿ–ผ๏ธ Ilustrasi Data Mart dan Business Intelligence

https://images.openai.com/static-rsc-4/U8AeO8PChu2nGwzDPSsn7o9dasa_mHRUaFUWhxW1azcnlnq26Jnf2o8lX01Cvkc2r6XjyEeBOsxrgkE2Pk8FJp6-sZB8uzHdz2Xd83DZbYfPSAF6Cffu1rYqhOwzE5GAheBsPhXPxuIAp9RgWQeGXAh220cKzO4cCdh-eI-TQtU4yE2eCmog7FGogkqRiqPD?purpose=fullsize
https://images.openai.com/static-rsc-4/T598snWQaCUr43mZPRXtfvH2ISdivDSpOjnzo99uAXbOmyCe36blCBOE4i_mSNkP-CTvaa3x8jLwwiEfYW9rmZBdmdp9iTnW5Ulj9o90GNwQ-f8EqM0k9h5BWzvi3wAbGSt9x2-f9biVx20HbRPZd-B18UdFDwPJ3DXo-jby2JoNVM_Jp27nNTE9pz2qW1Nn?purpose=fullsize
https://images.openai.com/static-rsc-4/S08w27yFizYro8_jCG6AmwroMejY0iRrTb6n9HrbbjvMcBvXW1GUyGw3h8YKJYRMgaBS_eLOJ-fjMDoDR7xSYDnrAM0g43uRA0S9SxHYlAdKsHCg97LxrCfuqtqsAHDJ8vzAOOZ7NQV3mMIy7gjC5brKf_vHFrnKdR7XKCjsRMkXwmj2uKaBl7mFJl4GyEBI?purpose=fullsize

9


๐ŸŸข 2. Konsep Dasar Data Mart

๐Ÿ“Œ Pengertian Data Mart

Data Mart adalah bagian kecil dari Data Warehouse yang dibuat khusus untuk kebutuhan departemen atau unit tertentu.


๐Ÿ“Œ Karakteristik Data Mart

  • Fokus pada satu bidang
  • Ukuran lebih kecil
  • Query lebih cepat
  • Lebih mudah dikelola
  • Mendukung analisis spesifik

๐Ÿ” Narasi

Jika Data Warehouse ibarat perpustakaan besar, maka Data Mart adalah rak khusus sesuai kebutuhan pengguna.

Contoh:

  • Data Mart Akademik
  • Data Mart Keuangan
  • Data Mart SDM
  • Data Mart Penelitian

๐Ÿ–ผ๏ธ Diagram Konsep Data Mart

https://images.openai.com/static-rsc-4/pS5AR8hRGiXASz2uSrG8nsfZojMCvGPh2yw2SyC_EyQrbr_0-O8KIGU4qViKOiUFwsZbok9k0dMAGr_ic_1UnnZHcsuEJvxsV7Tu9jxwU-tKNtRVYkeQ7RAAeEtVd8uLKVLcjsS8t2CjPgvOejJyiMH7u_5SYW8QX16jzYGk3ymv5OR0aU2z9kmDMiC1iuXg?purpose=fullsize
https://images.openai.com/static-rsc-4/8lRCvnnueI3zS6UPKoOHJcrLG2_6soMoCTaEm7j64RTrF-wbiseekkaXnSFVS3LGgOJQBM2-SD1ad8Np1H_tcFPV0SGUjD5Ui7n3KR_7sVPCPH0vFZkp_EpUUUL5fay_QWNJdS1DxOzD-GwC3byjNzk-_cEyKapLro8-rtmyn8t5l9ScKBMI8sKcXAI5HMoR?purpose=fullsize
https://images.openai.com/static-rsc-4/gLfaJWFzL4HFJI7j_lZsJ5lLuf5Es7Bi9xd7OH5ogG7izxzAeT5-y4PC9xei1DS0AFBIyVJtARu4VwulXLqoEIUmejO4yGc2otBUBrUFQbAXnDIVqBYr3WMrkVK2XKKKnZxABNIfmIwDVhqQKE0vqwTgtZq23daaiFvO_eJlHB4QkMbBWs0BkPkNd1LfIdwB?purpose=fullsize

8


๐ŸŸข 3. Tujuan Penggunaan Data Mart

๐Ÿ“Œ Tujuan Utama

Data Mart digunakan untuk:

  • mempercepat akses data,
  • mempermudah analisis,
  • mendukung dashboard departemen,
  • mengurangi kompleksitas Data Warehouse.

๐Ÿ” Narasi

Pada organisasi besar, Data Warehouse bisa sangat kompleks dan besar.

Dengan Data Mart:

  • pengguna hanya mengakses data yang dibutuhkan,
  • performa query lebih cepat,
  • analisis lebih fokus.

๐Ÿ“Š Manfaat Data Mart

ManfaatPenjelasan
Query CepatData lebih kecil
Fokus DepartemenSesuai kebutuhan
Mudah DikelolaStruktur sederhana
Mendukung BIDashboard lebih efektif

๐ŸŸข 4. Jenis-Jenis Data Mart

๐Ÿ“Œ Jenis Data Mart

  1. Dependent Data Mart
  2. Independent Data Mart
  3. Hybrid Data Mart

๐ŸŸก 4.1 Dependent Data Mart

๐Ÿ“Œ Penjelasan

Data Mart berasal dari Data Warehouse utama.


๐Ÿ” Narasi

Model ini paling umum digunakan karena:

  • data konsisten,
  • terintegrasi,
  • mudah dikontrol.

๐ŸŸก 4.2 Independent Data Mart

๐Ÿ“Œ Penjelasan

Data Mart dibuat langsung dari sumber data tanpa melalui Data Warehouse.


๐Ÿ” Narasi

Biasanya digunakan untuk:

  • proyek kecil,
  • kebutuhan cepat,
  • divisi tertentu.

๐ŸŸก 4.3 Hybrid Data Mart

๐Ÿ“Œ Penjelasan

Gabungan Dependent dan Independent.


๐Ÿ“Š Perbandingan Jenis Data Mart

JenisKelebihanKekurangan
DependentKonsistenLebih kompleks
IndependentCepat dibuatData tidak terintegrasi
HybridFleksibelMaintenance sulit

๐Ÿ–ผ๏ธ Diagram Jenis Data Mart

https://images.openai.com/static-rsc-4/hduzd9Ai4cxKheuakstnzT_qQKR94WD_x_DsSAY1jnsnXEX8im4RwhMCQb30ToXQbr_empYcmij8fAIs3SG4zS9miWPJ9_znTIXysaQS0BOMu89n1PqetlVnvdz0ED151_FMz1VMLrdJWOvPeHGxHaGKacPqdTivTmgn253gGo2Q4GH6a-LFbxbS0a928OX_?purpose=fullsize
https://images.openai.com/static-rsc-4/2tSzLa94uRE6ekIfyq4ZEf9k5Lr1k14-vgxxit3VkAhdBQlWETdRHgiMkmkKofABSjl323RsCJAwFm7ch0SAAU4sjewci9LcSoSyEXHn354KC0-DmkbzbOy-2RMVxaLHyLwI0XsRn_LHd4TEd8WisfUYYaEKAziF1dvw0NlXzjdkVmwYofP9_rUvsVOADhbM?purpose=fullsize
https://images.openai.com/static-rsc-4/eQcsdbdnH_IjF2n0XS-p1a8bt4oWl5lDyYEWpxZbBDCza-bvePUbA5DJE2UayXQMN1JqNoB2K9kNqggtJPdWtw2bdRl0PCUs_eam4KNh-CS1peLUDXyLLcPriNVH9VSiE14-xW9bDLggPe7RDIGlU3ZSlgbcVaw0aXrH4QCw3JiQ9q0-WcVjpqgm8A_NbcaY?purpose=fullsize

8


๐ŸŸข 5. Arsitektur Data Mart

๐Ÿ“Œ Komponen Utama

  • Data Source
  • ETL
  • Data Warehouse
  • Data Mart
  • BI Tools

๐Ÿ” Narasi

Data Mart biasanya mengambil data dari:

  • warehouse utama,
  • ETL pipeline,
  • sistem operasional.

Kemudian digunakan untuk:

  • laporan,
  • dashboard,
  • analisis departemen.

๐Ÿ–ผ๏ธ Diagram Arsitektur Data Mart

https://images.openai.com/static-rsc-4/pS5AR8hRGiXASz2uSrG8nsfZojMCvGPh2yw2SyC_EyQrbr_0-O8KIGU4qViKOiUFwsZbok9k0dMAGr_ic_1UnnZHcsuEJvxsV7Tu9jxwU-tKNtRVYkeQ7RAAeEtVd8uLKVLcjsS8t2CjPgvOejJyiMH7u_5SYW8QX16jzYGk3ymv5OR0aU2z9kmDMiC1iuXg?purpose=fullsize
https://images.openai.com/static-rsc-4/1hXwMW9bzBmii3ePh1pIjxJh04nd-QuArXz8itGjDdPSPl3ouInocuU32mdT8QCs8HjPBseJOtvzoavi_Vcvit2TpFmXuE7dKcU3YIPo9XW-EMwe0m3iadBaByJcERwTxenriWLGFtlNQW7kD9RggJg0iJvuF8IIm19-tJqnElopkzet03u-E7w_TarCBvUN?purpose=fullsize
https://images.openai.com/static-rsc-4/GjsFGnO7rzNcR0qMOKGlrdg5e6RgowW6-FRx3F_0gkEY2xFe4FzxHpNIdGRiv9tUlAVUx5LX8cxNDSHDnWewc3h4yVxaXkt1no5_ZGpyQeYCYVOa5RhPeL3bJVqogxPG0tjZ8vh-EKl-mtlzdp4Zy9XBMk84ShQyd5AKyMyhH5QaQcKmnDiiD5fIaDRV8XCk?purpose=fullsize

7


๐ŸŸข 6. Konsep Business Intelligence (BI)

๐Ÿ“Œ Pengertian Business Intelligence

Business Intelligence adalah teknologi dan proses untuk:

  • mengumpulkan,
  • menganalisis,
  • memvisualisasikan data,
  • membantu pengambilan keputusan.

๐Ÿ” Narasi

BI mengubah data menjadi informasi strategis.

Contoh:

  • dashboard penjualan,
  • grafik mahasiswa aktif,
  • KPI perusahaan,
  • prediksi bisnis.

๐Ÿ–ผ๏ธ Ilustrasi Business Intelligence

https://images.openai.com/static-rsc-4/WgumG1FDLsW_cQYSfyvoduQ5zR-CGVb-KwfJLJjP7JCyR1uuGClDmixgSc4XJh94c3wX871l0bimn79SUqMeGW55aSYUZ2lre4ZbgnmwCy2YEWDYRpw_mpsygltVsVpGHohCpTYku7OxEfXjR-kenMYUchyb9ziKDZqFT9do1eGmdpKbM88dF0vHEalCU3Fv?purpose=fullsize
https://images.openai.com/static-rsc-4/wC6vLeGDWGJzCJiNF_kUlDcA-_TgBBqgP1dDMUWedwFoxpdReviulzd--zg5gaWEjly851YxqDsT9ALAYVbNg89_G7JYSdA39mB5j_sEKkxRipm7z4zh1Gp9dfGz5hCcpuTfg6eCMbtHrr25ngCLbZ1DB5jZQQ_6QtylCNNRQKSC-GZ16DZ5c9BLiKrAFoSf?purpose=fullsize
https://images.openai.com/static-rsc-4/n1t08dMK1cngKcV1qM8Ycbw8gqyGLWN7pQz7J2xZM74Vs47muvla7-k5zQJ2UeT9Vi501K258r1aMdEOJVV0HHdHzn4JDhFF4gt8c3qEOCD6O3JPz2UtHLswk2CDWZgZS_o5-EpXXdkYkNRToGb8dIKf4Sdo1rk-WL9dtWsOEE717U8Y2DY3r7dotLrxym5F?purpose=fullsize

7


๐ŸŸข 7. Tujuan Business Intelligence

๐Ÿ“Œ Tujuan BI

  • Mendukung keputusan manajemen
  • Visualisasi data
  • Analisis tren
  • Monitoring KPI
  • Prediksi bisnis
  • Analisis performa organisasi

๐Ÿ” Narasi

BI memungkinkan pimpinan melihat kondisi organisasi secara real-time dan historis.


๐Ÿ“Š Fungsi Business Intelligence

FungsiContoh
ReportingLaporan keuangan
DashboardStatistik mahasiswa
AnalyticsAnalisis penjualan
ForecastingPrediksi bisnis

๐ŸŸข 8. Komponen Business Intelligence

๐Ÿ“Œ Komponen Utama BI

  1. Data Source
  2. ETL
  3. Data Warehouse
  4. Data Mart
  5. OLAP
  6. Dashboard
  7. Reporting Tools

๐Ÿ” Narasi

BI bukan hanya dashboard, tetapi keseluruhan ekosistem analitik data.


๐Ÿ–ผ๏ธ Diagram Komponen BI

https://images.openai.com/static-rsc-4/CSRk44QhDUJBoR9ghR7vD0zJOWfxjgivGFcvQmdLJL1sXBAZ2R9uZIFr7p2rHnNqpZyJ3XUP72VovjKUopY6I4B_zuhcliNGfeu4V5MZBfeFm0vzU5w9TTIeQnRRscy_vXkIAXYTcyiBGyHSlIhPlZ09Llzdecg_uNCsJNNDvFQfAG9wcVTEIbEYIKG2EVt5?purpose=fullsize
https://images.openai.com/static-rsc-4/oMXn_i05bye56lF9FJZ3z6A47fFc2dgxnZTblWI4mPMDyR6cC03yflRCNfohEo0VoHweAKAe2LV-rKTEDLL2es17LeC9_nZ_ZTu3ysGgWWLzIIVBQ93BPJvxdaypWGBaeBeac3xPwj5J9vrBj2aCbO_2Qjz4EaohzBhVRGcqZTGXpo-_1DgHxjoPFnxqzIbL?purpose=fullsize
https://images.openai.com/static-rsc-4/WZ3JXemvcS5O33W1HTV-_ydHbokIy8D5KQvHGFxHg64mkodQKxWw8xs1JPAwVD7Gx8y_-P6HKULoIeHV2_Zpw_7j8UdS04OefSJjcA9unrGbL6vUd8fbpY17Zjc3BwqVPxaI79st810srrYGeEXHtg-1cwm3EyzONPA6sNuDFSqS2zD9Vs_vIi-yGXjZkYfG?purpose=fullsize

7


๐ŸŸข 9. Dashboard dan Visualisasi Data

๐Ÿ“Œ Pengertian Dashboard

Dashboard adalah tampilan visual data dalam bentuk:

  • grafik,
  • tabel,
  • KPI,
  • chart interaktif.

๐Ÿ” Narasi

Dashboard membantu:

  • monitoring cepat,
  • memahami tren,
  • pengambilan keputusan.

๐Ÿ“Š Jenis Visualisasi

JenisFungsi
Bar ChartPerbandingan
Pie ChartPersentase
Line ChartTren
KPI CardRingkasan

๐Ÿ–ผ๏ธ Contoh Dashboard BI

https://images.openai.com/static-rsc-4/XuzO-g3vAA6EVEjA9QBVvjWxt5W1b2aX0PMKrfjgIOm6d0Y_pes4xCkqUT6svoynZEhyjBr3O0YCHUkZ_Zrbd7ELo3MNJbskgJNnBOJGJZG6DVHpKEa9fKHyNGq4Zf86SKDt4OadkC5p_esabAe4w_Vpfd8nTL_jTiuqP4MuD3ZbPXofgzHzL0TJ28PLGpkr?purpose=fullsize
https://images.openai.com/static-rsc-4/wlIWeMAFteE0r5UTsGEch6fQHDM8z5ft_BCOVtRwz0_5dB1TBc0zTzg9SnsgGlnFHkb4N_7fghvGuxYGhdowfYb_ZmHe7x_8I-_o_QnUxB7T5i_jg8zJDNyZ5dNuUVFrl9522ZySD3ZVby9huDJPU-sGYcQTjHAJwj9QbDi2xV7qVaB3GXUkok0EvYrH1bbb?purpose=fullsize
https://images.openai.com/static-rsc-4/z3sO9TBrvJ-sJg_qJ-TnKMrwuOON6dbJfB98xZO-QFU9xLC0yztWvFwbu-bQQ8eogxI1_F8exzDBMqpGXEOofGLrTtyd6WuDKUCtJgH15hfLrJtMYoTCTo1QDf7l6MjkummcVrirBOCdqYeYLuJtV6r2fnQn5A68QjjQ5OOyBxcZN7w6qqC5mpGGfJZVhmVi?purpose=fullsize

6


๐ŸŸข 10. OLAP dalam Business Intelligence

๐Ÿ“Œ Pengertian

OLAP digunakan untuk analisis multidimensi dalam BI.


๐Ÿ” Narasi

Pengguna dapat:

  • drill-down,
  • roll-up,
  • slice,
  • dice,
  • pivot data.

๐Ÿ–ผ๏ธ Diagram OLAP BI

https://images.openai.com/static-rsc-4/a1nCAIbRe5jsUkZSeNPZSC0q-HXKDxJHuPdLO1MC89mFimgyB5QOUpWI9xV059CQrLh-5U4NhFnmpiENZdVPyKFU65nvSZwXx4bCVY1IW8dUAaiOR1lHV8Ibu9WNLzwH93_L3boR6IahLl5W-p9oozf4in88M0fkRuTMqLW_RoXWE0IqxsFlQECpThixeWEU?purpose=fullsize
https://images.openai.com/static-rsc-4/L8dDWvzeWYuDOop2TyD9EUDfH69C_5c8qumxt0fThw2CnjEwLcd2vhwwpZjeRxnOePM72bOlk3D62CWVh5BPXw9cDFfOfjnE_1dVpNWz52dXkSytESiC3kqyDBGoCSmjMpCAEfffaDC739NHaVI78kqTCWoQWgXpfbE8J1YEJDiTCh3SaT9ZzhZpfrwfUGV3?purpose=fullsize
https://images.openai.com/static-rsc-4/5Qy0EOsJz7wa-4gLSYGeMZQZg3cSmgNp5_rlYCep5Akkaqm2-5GeNvPfKppl_d7f0yz9cxKkQnayKJmFiNG-qhCqduphmErLiVymIJkg9Ncyg2sjetEgKDNHZZlBWJotvEFTQMCFWPOG6y1lVsun5KMWApFRgly6kwJJypbsXwWFb1_WOOnYLgujZVAIapbR?purpose=fullsize

5


๐ŸŸข 11. Tools Business Intelligence

๐Ÿ“Œ Software BI Populer

ToolsFungsi
Power BIDashboard & analytics
TableauVisualisasi data
Looker StudioReporting
QlikViewBI analytics
PentahoETL & BI

๐Ÿ” Narasi

Power BI dan Tableau sangat populer karena:

  • mudah digunakan,
  • interaktif,
  • mendukung visualisasi modern.

๐Ÿ–ผ๏ธ Ilustrasi Tools BI

https://images.openai.com/static-rsc-4/wlIWeMAFteE0r5UTsGEch6fQHDM8z5ft_BCOVtRwz0_5dB1TBc0zTzg9SnsgGlnFHkb4N_7fghvGuxYGhdowfYb_ZmHe7x_8I-_o_QnUxB7T5i_jg8zJDNyZ5dNuUVFrl9522ZySD3ZVby9huDJPU-sGYcQTjHAJwj9QbDi2xV7qVaB3GXUkok0EvYrH1bbb?purpose=fullsize
https://images.openai.com/static-rsc-4/muDk5gnoV9Y19fIhFhvdZw0ANn-tIadRZgzIT6wZuUxfs75TFoGRhZJ4sIk6pt-BYqBTt-7hpyubMu1SPWo9E8FFeca5tNkrp6ToZy5W-8Ho_6vEjo4CwVvtKGEIQEqdAE0CV8G-SuiJ6h0b-x4uCRu3QXSwbpSH8xk9cNSgQKUoVNuOQjgd_4lIki6ClpIP?purpose=fullsize
https://images.openai.com/static-rsc-4/Wm8vtkbXrTdU6pu40RsCAbh9WIK6Tyy4f3d1M8QeWxRnfU_NxO022JKnMJtzqdKFq2QIRyiqZ63Q4uwKBQqo651gjh1cSbuHxgHyuAUfbPLuA4LoxLP0XvdHDdhM5diavuQyEuL9QjrvxFF9iKnJ9gaeUANJ1WmJSsMOv6BtsQHY_cY4ffyi2ch9MmqG-sNR?purpose=fullsize

6


๐ŸŸข 12. Studi Kasus Kampus

๐Ÿ“Œ Studi Kasus Universitas

Universitas memiliki:

  • sistem akademik,
  • keuangan,
  • e-learning,
  • perpustakaan.

๐Ÿ” Implementasi

Data Mart Akademik

  • data mahasiswa,
  • IPK,
  • kelulusan.

Data Mart Keuangan

  • pembayaran UKT,
  • pengeluaran.

Dashboard BI

  • statistik mahasiswa,
  • performa dosen,
  • akreditasi.

๐Ÿ–ผ๏ธ Dashboard Akademik

https://images.openai.com/static-rsc-4/vuZwjU4n6OqM4Ji3rOur3hi4OXZqi3OfHx69jkfvGHcX9jWKBGb4ayZJsBeMMJC7c-JLpR1frwASoz16iMawzJ3Pd-Jl4fBauUuEP6qwD2zUPBJU39LVBGyQI6QaquSfdwAmuACLlddklNk1-tzmP8-ebT9If65WAXn-DsTCBaf7tNTZtbzsVG12tlxs8FY9?purpose=fullsize
https://images.openai.com/static-rsc-4/00YYh9L5pIUEE1ZTU5-2s22p8KWQeoCNvEjPxR0KCf1WBHEY33PYdUfwHdb5fyr5lVZQT1u-jVjQH-sQiLf5ZRNqMVgDWpeyEKhnKajhchD-MiLcmbMWT5ZALIUoub1I_6WEr1aJWERgBObMhG7xQcqUMNe7hr9qo0HcClfl4zVeNGYTHzhVmujmc5nBJ0L9?purpose=fullsize
https://images.openai.com/static-rsc-4/fGKHPCBBpe8XtN-BYjylUr4p-vqahaJhgywLsVYvrVNH97qow0uUySvO739sXiHOS2_pr9kydqbEvAwaLL2YiWH_AV-OeWD48uw1CIku40T3ePkYfeleIgR6ytyCoYhEhnbqO7UuNzk3Ey_Q3JgTyFsv5fnKt7tiC8Spy3sxUXxRHSIs3OXePcGBrJvpjyGG?purpose=fullsize

6


๐ŸŸข 13. Hubungan Data Warehouse, Data Mart, dan BI

๐Ÿ“Œ Alur Sistem

  1. Data transaksi masuk ke OLTP
  2. ETL mengambil data
  3. Data masuk ke Data Warehouse
  4. Dibagi ke Data Mart
  5. BI menampilkan dashboard

๐Ÿ” Narasi

Data Mart menjadi penghubung penting antara Data Warehouse dan Business Intelligence.


๐Ÿ–ผ๏ธ Diagram Integrasi DW dan BI

https://images.openai.com/static-rsc-4/G3zeQjAL2jU3QkPGeo6KpDsZc18p2P74x3gVxaAu0fi3SLjgN0eBMUPaOzEXTueoBEqYmWw_gx59TnC1CRADzDjthWGCYDWM7cmyjiUfm0XOJGWpQwJirCt9r8YHwj5FNeluk-V19Qhw95FkS4u5EbuPzUmrMgClDUgOCFhm2Bwie96qQzX3wjcXnnqR-Ols?purpose=fullsize
https://images.openai.com/static-rsc-4/WadRl3eb-fRa48CkeDDK81DjrBX93Wmwsl7yQ6MzAAcNVGLucJUAtHo5YZ_4TMYwfmBIRGBDJIPr_lSQvQdIL2w9TfHLBSEmgsD0hmDjTkSKtsjVyV8fmUWP3hnhnwkJ_7D2xIbdx9hVdA9ULgHO9XBwodHaH9XAHTZ3LEaYZs9KB_ka2ug2yY0DiWl0VDU6?purpose=fullsize
https://images.openai.com/static-rsc-4/bLx1C0ywVD2lZsceZ7fCS0z2eVPZfwyZbgPOyu2GgUyxbTkB9M5Hg9HXdi1HBG4j8Es2Xsb00tjZFoYACSV_L_79zOwiM36vg9TqnwqYxeR9IIqr0TkDrCThKf112gfr3PEdYovJJs3NgQjbTKl3NGHkUAe72kHi64DlU3WVIx_osns7p3Dhhl1uchHlOhN6?purpose=fullsize

7


๐ŸŸข 14. Tutorial Praktikum

๐Ÿ’ป Praktikum Membuat Dashboard BI Sederhana

๐Ÿ“Œ Tools

  • MySQL
  • Power BI
  • Excel

๐ŸŸก Langkah 1 โ€” Membuat Database

CREATE DATABASE bi_kampus;

๐ŸŸก Langkah 2 โ€” Membuat Tabel Mahasiswa

CREATE TABLE mahasiswa (
nim VARCHAR(10),
nama VARCHAR(100),
prodi VARCHAR(50),
ipk DECIMAL(3,2)
);

๐ŸŸก Langkah 3 โ€” Input Data

INSERT INTO mahasiswa VALUES
('22001','Andi','Informatika',3.75),
('22002','Budi','Sistem Informasi',3.60),
('22003','Citra','Informatika',3.90);

๐ŸŸก Langkah 4 โ€” Query Analisis

SELECT prodi, AVG(ipk)
FROM mahasiswa
GROUP BY prodi;

๐ŸŸก Langkah 5 โ€” Visualisasi di Power BI

  • Hubungkan database MySQL
  • Import data
  • Buat:
    • bar chart,
    • pie chart,
    • KPI card,
    • dashboard mahasiswa.

๐Ÿ–ผ๏ธ Diagram Tutorial BI

https://images.openai.com/static-rsc-4/lF5odq_QQndpi6LBA4tjhmWqHO-Gw47GlfbzOwrTYeyZ4-lc1-_uTNgIqM6ft_L88fTtj7Gry3KchnwmBNvZZ4tb6APG6r02-X6s1V68DRzZ_Q8FY2t6cG4kQa8Xxs8i-TGBE9s9WyDuYK_PHoFGP81CXBqOI_6netr2w-OTr7iZfF7Wz4-g4PsAlYV6TC7f?purpose=fullsize
https://images.openai.com/static-rsc-4/wC6vLeGDWGJzCJiNF_kUlDcA-_TgBBqgP1dDMUWedwFoxpdReviulzd--zg5gaWEjly851YxqDsT9ALAYVbNg89_G7JYSdA39mB5j_sEKkxRipm7z4zh1Gp9dfGz5hCcpuTfg6eCMbtHrr25ngCLbZ1DB5jZQQ_6QtylCNNRQKSC-GZ16DZ5c9BLiKrAFoSf?purpose=fullsize
https://images.openai.com/static-rsc-4/Vji8IF54R970Ci8Pc9atUOjEkWIuC86GZkgisnhcEEuL2S8GgE6Ri4Gf9u0ZFSeJ6aA1jU1GR752-dlVyaKWAwC_44ZYYjH8VWSacOC_OJsX3ijHQToJId1STDDBTg-SIhhac0OfKema_bfSDr_lUE6ckLvnFp63bF2o4IzwwuZurhVtGXiMlXIgkUFJiNpe?purpose=fullsize

7


๐ŸŸข 15. Kelebihan dan Kekurangan BI

๐Ÿ“Š Kelebihan BI

Kelebihan
Analisis cepat
Dashboard interaktif
Mendukung keputusan
Visualisasi menarik

๐Ÿ“Š Kekurangan BI

Kekurangan
Implementasi mahal
Membutuhkan SDM ahli
Bergantung kualitas data

๐ŸŸข 16. Latihan Mahasiswa

๐ŸŽฏ Latihan Teori

  1. Jelaskan pengertian Data Mart!
  2. Apa fungsi Business Intelligence?
  3. Sebutkan jenis Data Mart!
  4. Mengapa dashboard penting?
  5. Apa hubungan Data Warehouse dan BI?

๐ŸŽฏ Latihan Praktikum

Buat:

  • desain Data Mart kampus,
  • dashboard sederhana,
  • laporan analitik mahasiswa.

๐ŸŸข 17. Diskusi Kelas

๐Ÿ’ฌ Topik Diskusi

  1. Mengapa organisasi membutuhkan BI?
  2. Apa tantangan implementasi Data Mart?
  3. Apakah dashboard dapat menggantikan laporan manual?
  4. Bagaimana BI mendukung AI?

๐ŸŸข 18. Kesimpulan

๐Ÿ“Œ Ringkasan

Data Mart dan Business Intelligence merupakan bagian penting dalam sistem Data Warehouse modern.

Data Mart:

  • mempercepat akses data,
  • fokus pada departemen tertentu.

Business Intelligence:

  • membantu analisis,
  • visualisasi,
  • pengambilan keputusan strategis.

Dalam era Big Data dan AI, BI menjadi teknologi utama dalam transformasi digital organisasi modern.