Main Article Content

Abstract

Kasus yang terjadi akibat Covid-19 di Indonesia yaitu terjadi pertama kali pada awal maret tahun 2020 dan sudah menyebar di berbagai provinsi di Indonesia. Data mengenai jumlah kasus virus corona dari berbagai provinsi di Indonesia merupakan bagian penting dalam pertimbangan pengambilan keputusan berdasarkan visualisasi data tersebut. Tujuan dari Artikel ini adalah untuk memvisualisasikan data kasus virus corona dengan mengimplementasikan sistem Business Intelligence untuk menampilkan hasil jumlah kasus terkonfirmasi, kematian dan kesembuhan dari berbagai provinsi di Indonesia. Metode dari Artikel ini adalah dengan mengolah dataset virus corona di Indonesia dari www.kaggle.com, dengan menggunakan Tableau. Hasil dari Artikel ini berupa laporan dalam bentuk dashboard seperti jumlah kasus terkonfirmasi, kematian dan kesembuhan di berbagai provinsi di Indonesia yang dapat digunakan untuk mendukung sebuah pengambilan keputusan. Tampilan data yang dihasilkan dari hasil analisis yang biasa dapat menjadi menarik, dengan adanya pilihan dashboard interaktif yang disediakan oleh Tableau.

Kata Kunci: Business Intelligence, Virus Corona, Tableau

Article Details

Author Biographies

Prista Afikah, Universitas Muhammadiyah Prof. Dr. Hamka

Teknik Informatika

Irfan Ricky Affandi, Universitas Muhammadiyah Prof. Dr. Hamka

Teknik Informatika

Firman Noor Hasan, Universitas Muhammadiyah Prof. Dr. Hamka

Teknik Informatika
How to Cite
Afikah, P., Affandi, I. R., & Hasan, F. N. (2022). Implementasi Business Intelligence Untuk Menganalisis Data Kasus Virus Corona di Indonesia Menggunakan Platform Tableau. Pseudocode, 9(1), 25–32. https://doi.org/10.33369/pseudocode.9.1.25-32

References

  1. B. Drake and A. Walz, “Evolving Business Intelligence and Data Analytics in Higher Education,” New Dir. Institutional Res., vol. 2018, pp. 39–52, Jul. 2018, doi: 10.1002/ir.20266.
  2. S. Fitriani and F. N. Hasan, “Sistem Informasi Berbasis Android untuk Meningkatkan Layanan Terhadap Alumni (Studi Kasus: Keluarga Mahasiswa Fakultas Teknik Uhamka),” Pros. Semin. Nas. Teknoka, vol. 5, no. 2502, pp. 93–100, 2020, doi: 10.22236/teknoka.v5i.360.
  3. R. Gustini and F. N. Hasan, “Perancangan Sistem Aplikasi Monitoring Barang menggunakan Barcode Berbasis Android. (study kasus Toko Chacha cell ITC Cempaka mas),” Pros. Semin. Nas. Teknoka, vol. 5, no. 2502, pp. 87–92, 2020, doi: 10.22236/teknoka.v5i.319.
  4. F. N. Hasan, “Implementasi Sistem Business Intelligence Untuk Data Penelitian di Perguruan Tinggi,” Pros. Semin. Nas. Teknoka, vol. 4, no. 2502, pp. I1–I10, 2019, doi: 10.22236/teknoka.v4i1.3943.
  5. A. Zikri, J. Adrian, A. Soniawan, R. Azim, R. Dinur, and R. Akbar, “Implementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan Menggunakan Aplikasi Tableau Public,” J. Online Inform., vol. 2, no. 1, p. 20, 2017, doi: 10.15575/join.v2i1.70.
  6. N. H. Nasution et al., “Gambaran Pengetahuan Masyarakat Tentang Pencegahan Covid-19 Kecamatan Padangsidimpuan Batunadua, Kota Padangsidimpuan,” J. Biomedika dan Kesehat., vol. 4, no. 2, pp. 47–49, 2021.
  7. N. Aeni, “Pandemi COVID-19: Dampak Kesehatan, Ekonomi, & Sosial,” J. Litbang Media Inf. Penelitian, Pengemb. dan IPTEK, vol. 17, no. 1, pp. 17–34, 2021, doi: 10.33658/jl.v17i1.249.
  8. N. M. Amalia and S. A. Saputra, “Kondisi Sosial dan Ekonomi Masyarakat Indonesia Akibat Kebijakan Pemerintah terhadap Pandemi Covid-19,” IJTIMAIYA J. Soc. Sci. Teach., vol. 5, no. 2, p. 159, 2021, doi: 10.21043/ji.v5i2.10033.
  9. R. Akbar et al., “Implementasi Business Intelligence Untuk Menentukan Tingkat,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 2, no. 2, pp. 135–138, 2017, [Online]. Available: http://ejournal.uin-suska.ac.id/index.php/RMSI/article/view/3374/2045.
  10. J. Algor, “Penerapan Business Intelligence Untuk Menganalisis Data Pada Pt . Suryaplas,” vol. 2, 2021.
  11. D. Saepuloh, “Visualisasi Data Covid 19 Provinsi DKI Jakarta Menggunakan Tableau Data Visualization of Covid 19 Province DKI Jakarta Using Tableau bernama Severe Acute Respiratory Syndrome Perbedaan Tableau Desktop Tableau Public Open Source Berbayar ( bukan open sourc,” J. Ris. Jakarta, vol. 13, no. 2, pp. 55–64, 2020.
  12. R. Riksazany and M. Ayub, “Eksplorasi Data Warehouse Penjualan dengan Tableau,” J. Strateg., vol. 1, no. November, p. 574, 2019, [Online]. Available: https://www.tableau.com/products.
  13. F. N. Hasan and M. Dwijayanti, “Analisis Sentimen Ulasan Pelanggan Terhadap Layanan Grab Indonesia Menggunakan Multinominal Naïve Bayes Classifier,” J. Linguist. Komputasional, vol. 4, no. 2, pp. 52–58, 2021, doi: https://doi.org/10.26418/jlk.v4i2.61.
  14. D. Fernando, “Data Visualization Using Google Data Studio,” Natl. Semin. Inf. Technol. Eng., vol. 1, no. November, pp. 71–77, 2018, [Online]. Available: https://e-jurnal.lppmunsera.org/index.php/snartisi/issue/view/100.
  15. D. F. Saputra, “Visualisasi Data Di Sistem Manajemen Perpustakaan,” J. Perpust. Pertan., vol. 26, no. 2, p. 82, 2018, doi: 10.21082/jpp.v26n2.2017.p82-86.