Analisis Kinerja Penjualan FMCG untuk Mendukung Pengambilan Keputusan Menggunakan Dashboard Business Intelligence
Abstrak
Penelitian ini bertujuan menganalisis kinerja penjualan produk Fast Moving Consumer Goods (FMCG) menggunakan dashboard Business Intelligence. Metode yang digunakan adalah metode deskriptif dengan pendekatan Business Intelligence, sedangkan data yang dianalisis berupa data simulasi transaksi penjualan tahun 2025 yang mencakup informasi produk, pelanggan, lokasi penjualan, jumlah pembelian, nilai penjualan, dan jenis komersial. Hasil penelitian disajikan melalui empat dashboard, yaitu analisis penjualan barang terbanyak berdasarkan jenis komersial dan lokasi, produk yang jarang dibeli, lokasi dengan tingkat pembelian rendah, serta loyalitas pelanggan berdasarkan kontribusi pembelian. Hasil analisis menunjukkan adanya perbedaan kontribusi penjualan pada setiap kategori produk, wilayah pemasaran, saluran penjualan, dan pelanggan. Beberapa produk dan wilayah memberikan kontribusi penjualan yang lebih tinggi dibandingkan yang lain, sementara terdapat produk dan wilayah yang masih memiliki tingkat penjualan relatif rendah. Selain itu, ditemukan pelanggan dengan kontribusi pembelian yang signifikan terhadap pendapatan perusahaan. Penerapan dashboard Business Intelligence mampu membantu proses visualisasi dan analisis data penjualan secara lebih efektif sehingga mendukung pengambilan keputusan yang lebih cepat, tepat, dan berbasis data.
Referensi
[2] I. Cahyati et al., “Penerapan Business Intelligence dengan Artificial Intelligence pada E-Commerce,” SENTRI J. Ris. Ilm., vol. 3, no. 6, pp. 2741–2756, Jun. 2024, doi: 10.55681/sentri.v3i6.2904.
[3] A. W. Nugroho and A. A. G. S. Utama, “Business Intelligence Systems and Their Impact on Organizational Decision-Making and Performance Outcomes: Literature Review,” Own. Ris. J. Akunt., vol. 9, no. 2, Apr. 2025, doi: 10.33395/owner.v9i2.2646.
[4] A. Putri, A. A. Adhisti, and I. R. Putri, “Pengembangan Dashboard Interaktif Saham LQ45 Menggunakan Pendekatan Business Intelligence Berbasis Tableau,” J. Sains Dan Teknol., vol. 12, no. 02, 2025.
[5] I. S. S. Putri and K. Kamelia, “Pembuatan Dashboard Berbasis Google Looker Studio Untuk Visualisasi Data Manajemen Talenta di PT ABC,” Arch. J. Pengabdi. Kpd. Masy., vol. 5, no. 1, pp. 40–52, Jul. 2025, doi: 10.55506/arch.v5i1.196.
[6] A. Fauzi et al., “Pemanfaatan Business Intelligence Dalam Pembuatan Strategi dan Pengambilan Keputusan Bisnis,” Portofolio J. Manaj. Dan Bisnis, vol. 2, no. 3, 2023.
[7] R. Senjaya, B. Nurina Sari, and I. Purnamasari, “Implementasi Business Intelligence pada Toko Smart-S dalam Membantu Proses Analisis Bisnis dengan Metode OLAP,” JATI J. Mhs. Tek. Inform., vol. 8, no. 4, pp. 5906–5913, Jun. 2024, doi: 10.36040/jati.v8i4.10112.
[8] H. A. Setiantono and H. Ali, “Pengaruh Strategi Pemasaran Digital, Manajemen Hubungan Pelanggan dan Proposisi Nilai terhadap Loyalitas Pelanggan,” Dinasti Account. Rev., vol. 2, no. 3, doi: 10.38035/dar.v2i3.
[9] T. Daradinantie, Z. Zaharuddin, and T. Tumini, “Pemanfaatan Looker Studio untuk Menganalisis dan Memvisualisasi Data Penjualan di Seatap Tea & Sky,” J. Inform. SIMANTIK, vol. 11, no. 1, 2026.
[10] N. Sunendar, “Perancangan Business Intelligence Dashboard Sales Perfomance,” J. Ilmu Komput. Sist. Inf. Dan Teknol. Inf. Innotech, vol. 2, no. 2, 2025.
[11] W. . Sulistyoningsih, I. N. Y. A. Wiajaya, and H. S. Alam, “Penerapan Model Business Intelligence Pada Perusahaan Retail XLT Untuk Meningkatkan Strategi Pemasaran,” J. Ilm. Teknol. Inf. Asia, vol. 17, no. 1, pp. 33–44, Jan. 2023, doi: 10.32815/jitika.v17i1.893.




1.png)

