JURUSAN TEKOLOGI INFORMASI FAKULTAS TEKNIK … · Studi Teknologi Informasi Fakultas Teknik...
Transcript of JURUSAN TEKOLOGI INFORMASI FAKULTAS TEKNIK … · Studi Teknologi Informasi Fakultas Teknik...
DATA WAREHOUSE
Analisis Hasil Penjualan Produk Manufaktur dengan Menggunakan
Data Warehouse (Studi Kasus: Pabrik Kaos Gen)
Makalah untuk Memenuhi Tugas Besar Semester 5
Mata Kuliah Data Warehouse yang dibimbing Oleh Bapak I Putu Agus Eka Pratama,
S.T., M.T.
Oleh :
Ni Luh Putu Giri Gita Saraswati
1605551102
JURUSAN TEKOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2018
BAB III
METODOLOGI PENELITIAN
Bab III merupakan metode dan perancangan sistem dari laporan Makalah
Data Warehouse. Laporan Bab III membahas tentang tempat dan waktu penelitian,
metode pengumpulan data, dan perancangan Data Warehouse.
3.1 Tempat dan Waktu Penelitian
Tempat pembuatan Makalah Data Warehouse ini bertempat di kampus Program
Studi Teknologi Informasi Fakultas Teknik Universitas Udayana dan Pabrik Kaos Gen
di Jalan Kebo Iwa Utara No. 127, Denpasar Barat dengan rentangan waktu pembuatan
selama empat bulan dari September-Desember 2018.
3.2 Metode Pengumpulan Data
Dalam pengumpulan data, peneliti menggunakan langkah- langkah sebagai
berikut:
3.2.1 Metode Wawancara
Teknik pengumpulan data dengan metode wawancara langsung dengan pemilik
usaha yakni Bapak Wiprayoga Nanda tentang objek observasi yang sedang diteliti yaitu
trafik penjualan produk per periode. Wawancara yang dilakukan adalah wawancara
tidak terstruktur. Wawancara tidak terstruktur adalah wawancara bebas dimana peneliti
tidak menggunakan pedoman wawancara yang telah tersusun secara sistematis dan
lengkap untuk pengumpulan datanya. Pertanyaan muncul secara spontan sesuai dengan
perkembangan situasi dan kondisi ketika melakukan wawancara. Dengan teknik ini
diharapkan terjadi komunikasi langsung dan fleksibel serta terbuka, sehingga informasi
yang didapat lebih banyak dan luas.
3.2.2 Metode Observasi
Teknik pengumpulan data dengan metode observasi langsung pada objek yang
diteliti yakni trafik penjualan produk per periode. Metode ini dilakukan tanpa perlu
memberika pertanyaan kepada pemilik usaha dan karyawan. Peneliti melakukan
pengamatan baik dilingkungan kerja alami maupun data penjualan yang telah diberikan
oleh pemilik usaha. Pengamatan terhadap objek yang meliputi pengumpulan data dari
fenomena yang telah muncul untuk memberikan penafsiran, yang diperoleh melalui
data primer dalam pengumpulan data. Observasi dilaksanakan dengan melakukan
pengamatan langsung terhadap proses pelaksanaan kerja dan hasil kerja yang
diperoleh.
3.2.3 Studi Pustaka
Penelitian ini dilakukan dengan membaca literatur berupa e-book, paper, dan
artikel yang relevan dengan topik penelitian ini serta buku Handbook Data Warehouse
penerbit Informatika.
3.3 Perancangan Data Warehouse
Perancangan Data Warehouse pada Usaha Pabrik Kaos Gen menggunakan
Data Warehouse sebagai tempat penyimpanan data sehingga dapat Data Multi dimensi
dapat dianalisis. Perancangan Data Warehouse dapat dijabarkan sebagai berikut:
3.3.1 Desain Data Warehouse
Desain Data warehouse pada sub bab ini membahas mengenai desain logic dan
fisik. Desain ini berupa desain On Line Analytical Processing (OLAP). Desain ini yang
meliputi entity relationship diagram beserta primary key dan foreign key. Berikut
adalah desain OLAP yang dibuat pada Pabrik Kaos Gen.
Gambar 3. 1 Desain Data Warehouse
Gambar 3.1 menunjukan desain data warehouse dalam bentuk OLAP. Untuk
mengetahui Fact_tabel_penjualan dibutuhkan tiga dimensi yakni dimensi barang,
dimensi waktu, dan dimensi warna. Dimensi barang menjelaskan kode barang beserta
nama barang yakni produk yang dipasarkan meliputi kaos, topi, polo, dan juga celana
training. Dimensi waktu menyimpan data berupa tahun, bulan, dan hari produk di beli
oleh konsumen. Dimensi warna menyimpan kode warna, nama warna dan jumlahnya.
3.3.2 Data Multi Dimensi
Data multi dimensi merupakan model data fisik (Physical Data Model) yang
strukturnya dapat dilihat dari berbagai sudut pandang (dimensi), dengan tiga buah
bagian (Record atau baris, Field atau kolom, dan layer), dengan objek – objek data
multi dimensi di dalamnya, yang atributnya dibedakan menjadi atribut dimensi dan
atribut pengukuran. Berikut transformasi Data dua dimensi menjadi multi dimensi pada
studi kasus Pabrik Kaos Gen.
Gambar 3. 2 Data Dua Dimensi
Gambar 3.2 menjelaskan data dua dimensi pada pabrik Kaos Gen. Data dua
dimensi hanya mencantumkan jumlah penjualan kaos per bulan pada warna- warna
tertentu. Pada tabel diatas terlihat bulan, jenis produk yaitu kaos, warna kaos, dan
jumlah barang yang terjual. Selanjutnya akan ditampilkan tabel data multi dimensi (3
dimensi) pada studi kasus ini pada Gambar 3.3.
Gambar 3. 3 Data Multi Dimensi
Gambar 3.3 menjelaskan data multi dimensi pada pabrik Kaos Gen. Data multi
dimensi mencantumkan jumlah penjualan produk-produk yang dipasarkan pada Pabrik
Kaos Gen per bulan pada warna- warna tertentu. Pada tabel diatas terlihat bulan, jenis-
jenis produk yaitu kaos,kaos sablon, dan kaos poloserta warna kaos, dan jumlah barang
yang terjual. Berikut akan ditampilkan visualisasi data multi dimensi dalam bentuk
cube pada Gambar 3.4.
Gambar 3. 4 Visualisasi Data Multi Dimensi
Gambar 3.4 menjelaskan contoh visualisasi data multi dimensi yakni dengan
menggunakan cube. Dimana terdapat tiga dimensi yakni dimensi waktu (pada sumbu
x), dimensi barang (pada sumbu y), dan dimensi warna (pada sumbu z) sehingga dapat
dianalisa dan diketahui dengan benar jumlah barang yang terjual dengan ketentuan
warna tertentu pada periode (bulan) tertentu.
3.3.3 Pemilihan Engine
Untuk menganalisa pendapatan per periode pada studi kasus pabrik Kaos Gen
dibutuhkan engine yang mudah dipahami oleh masyarakat luas. Oleh karena itu pada
studi kasus ini, engine yang digunakan adalah Pentaho. Pentaho adalah kumpulan
aplikasi Business Intelligence yang bersifat free open source software. Pentaho berjalan
diatas platform Java. Pentaho Business Intelligence legal untuk diunduh, disebar
luaskan, digunakan pada sebanyak mungkin komputer, dikostumisasi sesuai
kebutuhan, dengan semangat kebebasan (Freedom) di dunia perangkat lunak.
Pentaho Business Intelligence menyediakan beberapa fitur yang dapat
digunakan oleh pengguna untuk hasil yang lebih optimal, yakni penyajian dashboard
yang bersifat atraktif bagi para pengguna akhir, penyajian analisa data secara visual
dan interaktif, penyajian prediksi ke depan berdasarkan hasil analisa yang disajikan,
mendukung Data Integration secara lengkap, dukungan administrasi yang lengkap,
dukungan terhadap semua Platform dan perangkat.
BAB IV
PEMBAHASAN
Bab IV merupakan pembahasan dari Makalah Data Warehouse. Laporan Bab
IV membahas tentang instalasi tools Data Warehouse, Pengujian tools pada usaha
Pabrik Kaos Gen, dan Pelatihan.
4.1 Instalasi Engine
Pentaho Business Intelligence menyediakan beberapa fitur yang dapat
digunakan oleh pengguna untuk hasil yang lebih optimal, yakni penyajian dashboard
yang bersifat atraktif bagi para pengguna akhir, penyajian analisa data secara visual
dan interaktif, penyajian prediksi ke depan berdasarkan hasil analisa yang disajikan,
mendukung Data Integration secara lengkap, dukungan administrasi yang lengkap,
dukungan terhadap semua platform dan perangkat. Berikut langkah- langkah
penginstalan Pantaho Business Intelligent:
Gambar 4. 1 Link Download Pentaho
Gambar 4.1 menunjukan cara penginstalan Pentaho Business Intelligence.
Untuk menginstal Pentaho Business Intelligence perlu mendownload file Pentaho yang
terletak pada folder Pentaho 8.1. File ini bisa diakses pada link
https://sourceforge.net/projects/pentaho/
Gambar 4. 2 Pemilihan Folder Server
Gambar 4.2 menunjukan langkah selanjutnya setelah memilih folder tempat file
yang akan di download maka, perlu folder server. Folder serven menyimpan file
download Pentaho dengan versi 8.1 (the Lastest Version) sehingga pengguna dapat
menggunakan pentaho dengan versi yang lebih lengkap.
Gambar 4. 3 Pemilihan Pentaho Server
Gambar 4.3 menunjukan langkah selanjutnya dalam men-download Pentaho
Business Intelligence dengan memilih file Pentaho server dengan versi 7.1.0.12 dengan
format file Zip. Setelah file Pentaho server versi pentaho-server-ce-8.1.0.0-365.zip di
klik file akan otomatis teruntuh pada perangkat komputer. Ukuran file adalah 1 GB.
Gambar 4. 4 Instalasi JDK
Gambar 4.4 menunjukan cara selanjutnya dalam penginstalan Pentaho Business
Intelligence. Pentaho Business Intelligence berjalan diatas platform Java. Oleh karena
itu perlu menginstal Java Development Kit (JDK). JDK adalah Perangkat lunak yang
digunakan untuk melakukan proses kompilasi dari kode java ke bytecode yang dapat
dimengerti dan dapat dijalankan oleh JRE (Java Runtime Envirotment).
Gambar 4. 5 Create Variabel Sistem
Gambar 4.5 menunjukan langkah selanjutnya setelah JDK terinstal, yakni
melakukan pengekstrakan file Pentaho Business Intelligence dan tempatkan pada Local
Disk C. Lalu create variable sistem baru dengan nama PENTAHO_JAVA_HOME
dengan variable value mengikuti path JDK.
Gambar 4. 6 Start-pentaho.bat
Gambar 4.6 menampilkan langkah selanjutnya untuk menggunakan Pentaho
pada web browser, yakni menjalankan start-pentaho.bat. Kemudian membuka pentaho
lewat web browser dengan menggunakan link http://localhost:8080/pentaho/. Proses
ini akan membutuhkan waktu yang relatif lama.
Gambar 4. 7 Login Akun Pentaho
Gambar 4.7 menunjukan tampilan pentaho setelah instalasi berhasil dilakukan.
Instalasi dikatakan berhasil apabila link dapat diakses dan tampilan web seperti pada
gambar diatas. Untuk mengakses web, harus melakukan login sebagai Evaluator
dimana akun Administator dapat mengelola data source sedangkan Bussines User
hanya dapat melihat hasil analisa.
Gambar 4. 8 Akun Administrator
Gambar 4.8 menampilkan tampilan Pentaho dengan menggunakan akun
Administrator. Admin dapat melakukan pencarian file- file yang telah dibuat, dapat
membuat file baru, me-manage sumber data dan documentation serta menganalisa dan
membuat visualisasi dari hasil analisa.
Gambar 4. 9 Login Business User
Gambar 4.9 menampilkan tampilan web browser dengan menggunakan akun
Business User. User dapat melakukan pencarian file-file yang telah dibuat, dapat
membuat file baru, dan documentation menganalisa dan membuat visualisasi dari hasil
analisa.
4.2 Implementasi Engine
Engine yang digunakan untuk menganalisa dan memberikan visualisasi dari
output yang didapat adalah dengan menggunakan Pentaho. Pentaho menyedia banyak
tools dimana administrator dapat memasukan data (data source), membuat Laporan
yang interaktif, membuat laporan analisis, dan membuat dashboard. Implementasi
Pentaho adalah sebagai berikut.
4.2.1 Data Source
Data Source merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur
ini hanya dapat digunakan oleh akun Administrator. Fitur ini membantu Administrator
untuk mengimpor data- data dari berbagai sumber data.
Gambar 4. 10 Proses Impor data pada Data Source
Gambar 4.10 menunjukan tampilan Data Source pada Pentaho. Data yang dapat
di impor untuk dianalisa berupa file dengan format CSV, SQL Query, dan Database
table. Data yang di impor dapat diubah bentuk atau tipe datanya. Pengubahan tipe data
menggunakan fitur Data Source dapat dilihat pada Gambar 3.11.
Gambar 4. 11 Pengubahan Tipe Data
Gambar 4.11 menunjukan tampilan pada fitur Data Source. Data yang di impor
adalah data pada file CSV. Setelah file CSV di impor maka field pada file secara
otomatis akan memiliki tipe data sesuai dengan data yang ada. Untuk mengubah tipe
data pada data source, dapat meng-klik Type dari field lalu memilih jenis tipe data yang
sesuai. Setelah itu data dapat langsung digunakan untuk dianalisa dan di visualisasikan.
4.2.2 Interactive Report
Interactive Report merupakan salah satu fitur yang ditawarkan oleh Pentaho.
Fitur ini membantu Administrator untuk merancang dan membuat laporan operasional
sederhana dan terstruktur yang dapat disesuaikan dengan permintaan atau kebutuhan
analisa.
Gambar 4. 12 Interactive Report
Gambar 4.12 menunjukan hasil interactive report dari data penjualan pabrik
Kaos Gen. Penggunaan fitur ini sangat membantu administrator karena memberikan
informasi secara detail dan sesuai permintaan yakni jumlah penjualan produk dengan
warna tertentu per periode. Laporan ini dapat disimpan dalam bentuk pdf sehingga bisa
menjadi bukti digital atau report yang dapat dilaporkan.
4.2.3 Analysis Report
Analysis Report merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini
membantu Administrator untuk menganalisis data dari sumber data dimana data yang
akan dianalisis adalah data multi dimensi. Selain menganalisis data, fitur ini dapat
memberikan output yakni hasil analisa berupa visualisasi seperti diagram batang.
Gambar 4. 13 Laporan Penjualan Dua Dimensi
Gambar 4.13 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen memiliki jumlah
penjualan kaos sablon yang terus meningkan setiap bulannya dengan penjualan baju
kaos yang relatif tinggi pada bulan 9. Selain itu penjualan semua produk dari bulan 1
sampai bulan 9 telah mengalami peningkatan yang sangat signifikan. Analisis data
multi dimensi dapat dilihat pada gambar 4.13.
Gambar 4. 14 Laporan Penjualan Data Multi Dimensi
Gambar 4.14 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni
dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam
bentuk jumlah penjualan. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen
memiliki jumlah penjualan kaos sablon yang terus meningkat setiap bulannya dengan
penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya pada pejualan kaos
sablon berwarna navy. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9
telah mengalami peningkatan yang sangat signifikan terutama pada penjualan kaos
sablon dan juga topi khususnya topi berwarna hitam. Setelah data dianalisa maka
Administrator dapat membuat visualisasi seperti grafik batang pada Gambar 4.15.
Gambar 4. 15 Grafik Batang Dua Dimensi
Gambar 4.15 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Hasil analisa data penjualan divisualisasikan dalam bentuk diagram batang.
Diagram ini menetapkan warna yang mencerminkan barang dimana warna biru tua
merepresentasikan kaos polos, biru muda merepresentasikan kaos sablon, orange
merepresentasikan polo, dan kuning merepresentasikan topi. Dari hasil analisa diatas
diketahui bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus
meningkat setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan
9. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9 telah mengalami
peningkatan yang sangat signifikan. Analisis data multi dimensi dapat dilihat pada
gambar 4.16.
Gambar 4. 16 Grafik Batang Data Multi Dimensi
Gambar 4.16 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni
dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam
bentuk jumlah penjualan. Diagram ini menggunakan warna untuk merepresentasikan
produk sehingga akan mudah dikenali dan dipahami. Dari hasil analisa diatas diketahui
bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus meningkat
setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya
pada pejualan kaos sablon berwarna navy. Selain itu penjualan semua produk dari bulan
1 sampai bulan 9 telah mengalami peningkatan yang sangat signifikan terutama pada
penjualan kaos sablon dan juga topi khususnya topi berwarna hitam.
4.2.4 Dashboard
Dashboard merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini
digunakan sebagai alat untuk membaca dan menampilkan presentasi grafis status saat
ini. Pada Studi Kasus Pabrik Kaos Gen, fitur ini berfungsi untuk menunjukkan tingkat
penjualan produk dalam periode tertentu. Dashboard diharapkan membantu para
pembuat keputusan untuk memperoleh pengetahuan kritis dalam sekejap.
Gambar 4. 17 Dashboard Admin
Gambar 4.17 menunjukan tampilan dashboard admin pentaho. Fitur dashboard
menyediakan berbaga jenis template yang dapat digunakan untuk mempresentasikan
hasil analisa data multi dimensi. Pada studi kasus ini. Digunakan template yang terdiri
dari empat bagian dimana setiap bagiannya memberikan informasi terkait jumlah
penjualan produk warna tertentu per periode.
4.3 Pengujian Engine
Engine yang digunakan untuk menganalisa dan memberikan visualisasi dari
output yang didapat adalah dengan menggunakan Pentaho. Pentaho menyedia banyak
tools dimana Business User dapat membuat Laporan yang interaktif, membuat laporan
analisis, dan membuat dashboard. Implementasi Pentaho adalah sebagai berikut.
4.3.1 Interactive Report
Interactive Report merupakan salah satu fitur yang ditawarkan oleh Pentaho.
Fitur ini membantu Business User untuk merancang dan membuat laporan operasional
sederhana dan terstruktur yang dapat disesuaikan dengan permintaan atau kebutuhan
analisa.
Gambar 4. 18 Interactive Report
Gambar 4.18 menunjukan hasil interactive report dari data penjualan pabrik
Kaos Gen. Penggunaan fitur ini sangat membantu Business User karena memberikan
informasi secara detail dan sesuai permintaan yakni jumlah penjualan produk dengan
warna tertentu per periode. Laporan ini dapat disimpan dalam bentuk pdf sehingga bisa
menjadi bukti digital atau report yang dapat dilaporkan.
4.3.2 Analysis Report
Analysis Report merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur
ini membantu Business User untuk menganalisis data dari sumber data dimana data
yang akan dianalisis adalah data multi dimensi. Selain menganalisis data, fitur ini dapat
memberikan output yakni hasil analisa berupa visualisasi seperti diagram batang.
Gambar 4. 19 Laporan Penjualan Dua Dimensi
Gambar 4.19 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen memiliki jumlah
penjualan kaos sablon yang terus meningkat setiap bulannya dengan penjualan baju
kaos yang relatif tinggi pada bulan 9. Selain itu penjualan semua produk dari bulan 1
sampai bulan 9 telah mengalami peningkatan yang sangat signifikan. Analisis data
multi dimensi dapat dilihat pada gambar 4.20.
Gambar 4. 20 Laporan Penjualan Multi Dimensi
Gambar 4.20 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni
dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam
bentuk jumlah penjualan. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen
memiliki jumlah penjualan kaos sablon yang terus meningkat setiap bulannya dengan
penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya pada pejualan kaos
sablon berwarna navy. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9
telah mengalami peningkatan yang sangat signifikan terutama pada penjualan kaos
sablon dan juga topi khususnya topi berwarna hitam. Setelah data dianalisa maka
Administrator dapat membuat visualisasi seperti grafik batang pada Gambar 4.21.
Gambar 4. 21 Grafik Batang Dua Dimensi
Gambar 4.21 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Hasil analisa data penjualan divisualisasikan dalam bentuk diagram batang.
Diagram ini menetapkan warna yang mencerminkan barang dimana warna biru tua
merepresentasikan kaos polos, biru muda merepresentasikan kaos sablon, orange
merepresentasikan polo, dan kuning merepresentasikan topi. Dari hasil analisa diatas
diketahui bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus
meningkat setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan
9. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9 telah mengalami
peningkatan yang sangat signifikan. Analisis data multi dimensi dapat dilihat pada
gambar 4.22.
Gambar 4. 22 Grafik Batang Multi Dimensi
Gambar 4.22 menunjukan tampilan hasil analisa data penjualan pabrik Kaos
Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni
dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam
bentuk jumlah penjualan. Diagram ini menggunakan warna untuk merepresentasikan
produk sehingga akan mudah dikenali dan dipahami. Dari hasil analisa diatas diketahui
bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus meningkat
setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya
pada pejualan kaos sablon berwarna navy. Selain itu penjualan semua produk dari bulan
1 sampai bulan 9 telah mengalami peningkatan yang sangat signifikan terutama pada
penjualan kaos sablon dan juga topi khususnya topi berwarna hitam.
4.3.3 Dashboard
Dashboard merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini
digunakan sebagai alat untuk membaca dan menampilkan presentasi grafis status saat
ini. Pada Studi Kasus Pabrik Kaos Gen, fitur ini berfungsi untuk menunjukkan tingkat
penjualan produk dalam periode tertentu. Dashboard diharapkan membantu para
pembuat keputusan untuk memperoleh pengetahuan kritis dalam sekejap.
Gambar 4. 23 Dashboard Admin
Gambar 4.23 menunjukan tampilan dashboard admin pentaho. Fitur dashboard
menyediakan berbaga jenis template yang dapat digunakan untuk mempresentasikan
hasil analisa data multi dimensi. Pada studi kasus ini. Digunakan template yang terdiri
dari empat bagian dimana setiap bagiannya memberikan informasi terkait jumlah
penjualan produk warna tertentu per periode. Dashboard ini akan membantu para
pemegang keputusan untuk mendapatkan knowledge dan informasi sebagai faktor
dalam pengambilan keputusan.