UJIAN AKHIR SEMESTER

BUSINESS INTELLIGENCE
“Technical Report Power BI Pada Data Tokopedia”

Sistem Informasi
Dosen:
Dr. Dedi Trisnawarman

Disusun Oleh:

Sherina Natasha - 115210103

Bertha Mellisa -115210104
Sharyn Haliza Julial Bayina Nasarudin - 115210110
Virni Claril Cicilia - 115210122
Farren Christie Setiawan - 115210123
Joanne Katharina Wiraya - 115210129
Nasywa Putri Hanifah - 705210328

UNIVERSITAS TARUMANAGARA
JAKARTA
2023
 DAFTAR ISI

BAB 1
PENDAHULUAN

1.1 LATAR BELAKANG

1.2 PROFIL PERUSAHAAN

1.3 PERMASALAHAN

1.4 TUJUAN DAN MANFAAT

BAB 2
ISI
2.1 PERSIAPAN (SOFTWARE)

2.2 DATA & PEMROSESANNYA

2.3 LANGKAH-LANGKAH

2.4 DASHBOARD

2.5 FORECASTING

2.6 KPI

2.7 METODE ANALITIK (CLUSTERING)

BAB 3
PENUTUP

3.1 KESIMPULAN
 BAB 1
PENDAHULUAN

1.1 LATAR BELAKANG

Perkembangan teknologi ternyata berdampak luas terhadap berbagai aspek. Tidak

terkecuali perkembangan dunia bisnis dan pemasaran. Internet sudah menjadi salah satu sarana
utama bagi para pemasar dalam upaya mempromosikan produk mereka. Dikarenakan fenomena
pengguna internet sangat berkembang pesat dan telah menjadi gaya hidup masyarakat sekarang
ini. Hal tersebut tentu memunculkan ide para pebisnis untuk menjadikan pengguna internet
menjadi sasaran potensial untuk menjual atau mempromosikan produknya secara online.Salah
satu sistem internet yang berkembang pesat adalah sistem penjualan secara elektronik
(e-commerce) yang sangat populer dikalangan penggunanya. Melalui sistem ini para pemasar
berusaha merangsang para pengguna internet agar tertarik membeli produk mereka. Pemasar
harus mampu mempengaruhi para konsumen agar memilih produk mereka mengingat banyaknya
pesaing yang juga menjalankan bisnis yang sama. Menurut Peter (2005:162), mengemukakan
keputusan pembelian adalah proses pengintegrasian yang mengkombinasikan pengetahuan untuk
mengevaluasi dua atau lebih perilaku alternatif dan memilih salah satu diantaranya.

Berdasarkan teori diatas, maka dapat disimpulkan bahwa keputusan pembelian adalah
suatu keputusan seseorang untuk memilih antara satu jenis produk dengan produk lain yang
sejenis. Banyak faktor yang dapat mempengaruhi keputusan konsumen dalam membeli produk,
diantaranya adalah faktor harga. Harga merupakan salah satu unsur bauran pemasaran yang
paling mudah untuk disesuaikan. Faktor harga sangat mempengaruhi keberhasilan dan kemajuan
suatu usaha bisnis. Bagi konsumen, harga merupakan salah satu bahan pertimbangan yang
penting untuk membeli produk atau jasa pada suatu perusahaan, karena harga suatu produk atau
jasa mempengaruhi persepsi konsumen mengenai produk tersebut.

Menurut Kotler dan Armstrong (2008:345) harga adalah sejumlah uang yang ditagihkan
atas suatu produk dan jasa atau jumlah dari nilai yang ditukarkan para pelanggan untuk
memperoleh manfaat dari memiliki atau menggunakan suatu produk atau jasa. Jadi berdasarkan
teori tersebut dapat disampaikan bahwa harga adalah suatu nilai yang ditetapkan demi
mendapatkan barang atau jasa yang diinginkan. Faktor lain yang mempengaruhi keputusan
pembelian konsumen adalah Kelengkapan Produk. Menurut Engels (2007:258) “kelengkapan
produk merupakan hal yang menyangkut kedalaman, luas dan kualitas produk yang ditawarkan
juga ketersediaan produk tersebut setiap saat di toko”. Ketersediaan menjadi faktor penting
dalam variabel kelengkapan produk. Konsumen cenderung akan kehilangan kepercayaan ketika
suatu tempat perbelanjaan mengalami kekosongan persediaan atas produk yang diinginkan oleh
konsumen.
 Tokopedia.com merupakan salah satu mall online di Indonesia yang mengusung model
bisnis marketplace. Sejak diluncurkan hingga akhir 2015, layanan dasar Tokopedia bisa
digunakan oleh semua orang secara gratis. Dengan visi untuk "Membangun Indonesia yang
Lebih Baik Lewat Internet", Tokopedia memiliki program untuk mendukung para pelaku Usaha
Mikro Kecil dan Menengah (UMKM) dan perorangan untuk mengembangkan usaha mereka
dengan memasarkan produk secara online. Tokopedia.com resmi diluncurkan ke publik pada 17
Agustus 2009 di bawah naungan PT Tokopedia yang didirikan oleh William Tanuwijaya dan
Leontinus Alpha Edison pada 6 Februari 2009. Sejak resmi diluncurkan, PT Tokopedia berhasil
menjadi salah satu perusahaan internet Indonesia dengan pertumbuhan yang sangat pesat.
Jenis-jenis produk yang jual oleh Tokopedia.com adalah seperti Elektronik, Fashion, Otomotif,
Perawatan Bayi, Alat-alat rumah tangga dan lainnya.

Tokopedia.comm menjadi salah satu e-commerce terkemuka di indonesia.

Tokopedia.com didirikan pada tanggal 17 Agustus 2009 dengan visi membangun indonesia lebih
baik melalui internet. Tujuan didirikannya Tokopedia.com adalah sebagai sarana pemasar untuk
memasarkan atau mempromosikan produk mereka di media online. Namun Tokopedia.com harus
siap bersaing dengan kompetitor berat mereka semisal Lazada.com, Kaskus, BukaLapak, dan
lain sebagainya yang juga berjalan di bisnis yang sama. Oleh karena itu pihak Tokopedia perlu
memperhatikan faktor-faktor yang dapat menjadi daya tarik para pengguna internet agar tertarik
mengunjungi situs Tokopedia.com. Salah satu faktor yang menjadi daya tarik bagi konsumen
adalah harga yang kompetitif. Perbandingan harga yang disesuaikan dengan manfaat yang
diperoleh konsumen dapat menjadi senjata ampuh bagi pihak Tokopedia.com untuk bersaing
memenangkan hati para konsumen.

Melihat perkembangan pesat ecommerce Tokopedia, pengelolaan data penjualan yang

efektif menjadi kunci sukses bagi banyak perusahaan Tokopedia. Salah satu alat yang semakin
banyak digunakan untuk membantu dalam proses ini adalah Power BI. Power BI bukan hanya
sekadar platform visualisasi data, tetapi juga alat analisis yang kuat yang membantu bisnis
membuat keputusan berdasarkan wawasan yang mendalam. Dalam Ujian ini, akan
diimplementasikan data penjualan untuk dimasukkan ke dalam Power BI.Power BI
memungkinkan perusahaan untuk merangkum data penjualan yang kompleks menjadi visualisasi
yang mudah dipahami. Dengan grafik, diagram, dan dashboard interaktif, informasi penjualan
dapat disajikan dengan cara yang lebih menarik dan lebih dapat diakses oleh berbagai tingkatan
pemangku kepentingan. Misalnya, laporan grafik dapat memberikan gambaran visual tentang
performa penjualan secara keseluruhan, sedangkan dashboard interaktif memungkinkan
pengguna untuk menjelajahi data lebih mendalam. Selanjutnya , Power BI memungkinkan
integrasi data dari berbagai sumber. Data penjualan tidak berdiri sendiri; seringkali, perusahaan
juga memiliki data inventaris, data pemasaran, dan data keuangan. Dengan menggabungkan
semua ini dalam satu platform, Power BI menciptakan lingkungan di mana pemangku
kepentingan dapat melihat keterkaitan antara berbagai aspek bisnis. Misalnya, melihat tren
penjualan bersamaan dengan biaya pemasaran dapat memberikan pemahaman yang lebih baik
tentang efektivitas strategi pemasaran yang diterapkan.Power BI membantu perusahaan
mengidentifikasi tren dan pola yang mungkin sulit terlihat dalam data mentah. Melalui algoritma
dan fitur analisis prediktif, Power BI dapat memberikan wawasan tentang perilaku pelanggan,
tren musiman, atau bahkan potensi peluang bisnis baru. Dengan memahami tren ini, perusahaan
dapat menyesuaikan strategi penjualan dan pemasaran mereka, meningkatkan respons terhadap
permintaan pasar.

Kecepatan dalam pengambilan keputusan sangat penting dalam dunia bisnis yang berubah cepat.
Power BI menyediakan akses real-time ke data penjualan, memungkinkan pemangku
kepentingan untuk melihat dan merespons perubahan dengan cepat. Misalnya, jika terjadi
lonjakan permintaan untuk suatu produk, manajemen dapat dengan cepat mengidentifikasi situasi
ini melalui Power BI dan mengambil tindakan, seperti peningkatan produksi atau penyesuaian
harga. Keamanan data menjadi fokus utama dalam dunia digital saat ini. Power BI menyediakan
kontrol akses yang cermat terhadap data, memastikan bahwa hanya orang yang berwenang yang
dapat mengakses informasi tertentu. Ini melibatkan keamanan data pada tingkat tertinggi,
menjaga kerahasiaan dan integritas data penjualan. Power BI bukan hanya alat visualisasi data,
tetapi juga alat analisis yang memainkan peran kunci dalam pengelolaan data penjualan.

1.2 PROFIL PERUSAHAAN

Berikut adalah profil bisnis Tokopedia:

Nama Perusahaan : Tokopedia

Pendiri : William Tanuwijaya dan Leontinus Alpha Edison
Tahun Pendirian : 2009
Industri : E-commerce / Teknologi
Lokasi Pusat : Jakarta, Indonesia

Gambaran Umum Bisnis

Tokopedia adalah platform e-commerce terkemuka di Indonesia. Mereka menyediakan layanan
untuk memungkinkan penjual dan pembeli berinteraksi secara online dan melakukan berbagai
transaksi, termasuk pembelian dan penjualan produk, pembayaran tagihan, pembelian tiket, dan
layanan lainnya.

Produk dan Kategori

Menyediakan berbagai kategori produk seperti elektronik, fashion, perlengkapan rumah tangga,
kecantikan, makanan, dan banyak lagi. Platform ini dirancang untuk mencakup kebutuhan
konsumen yang luas.

Layanan Tambahan
Selain e-commerce, Tokopedia juga menyediakan layanan tambahan, termasuk solusi
pembayaran digital melalui Tokopedia Pay.

Inovasi dan Pengembangan

Tokopedia terus berinovasi dengan mengembangkan fitur-fitur baru untuk meningkatkan
pengalaman pengguna, seperti program loyalitas, promosi, dan fitur keamanan transaksi.

Kemitraan dan Akuisisi

Terlibat dalam kemitraan strategis dan akuisisi bisnis untuk memperkuat posisinya di pasar,
termasuk penggabungan dengan Gojek pada tahun 2020 untuk membentuk GoTo, entitas
teknologi terintegrasi.

Prestasi dan Penghargaan

Tokopedia telah menerima berbagai penghargaan sebagai perusahaan e-commerce terkemuka di
Indonesia dan telah memberikan dampak positif pada perkembangan ekosistem bisnis digital.

Visi Perusahaan
Tokopedia memiliki visi untuk memberdayakan masyarakat dengan menyediakan akses ke
ekonomi digital, mendukung pelaku usaha lokal, dan meningkatkan konektivitas antara penjual
dan pembeli.

Misi Perusahaan
Misi untuk memberdayakan akses finansial kepada semua orang melalui teknologi, Semangat
Digital Bangsa (SDB) didirikan sebagai perusahaan penyedia layanan Innovative Credit Scoring
(ICS) afiliasi Tokopedia, dengan Toko Score sebagai produk unggulan.
1.3 PERMASALAHAN

Walaupun Tokopedia merupakan e-commerce yang cukup terkenal di Indonesia, terdapat

masalah yang dapat muncul dalam sistem yang ada di Tokopedia. Salah satunya adalah
keterbatasan dalam akses dan pemahaman akan data yang ada. Meskipun Tokopedia
menyediakan data penjualan, pemilik toko online atau calon pengusaha mungkin menghadapi
kendala dalam mengakses atau memahami data tersebut. Permasalahan pertama adalah
kemungkinan terbatasnya akses ke data yang lengkap atau sulitnya memahami cara interpretasi
data penjualan dari Tokopedia. Hal ini bisa menjadi hambatan bagi mereka yang ingin
menggunakan informasi tersebut untuk meningkatkan strategi bisnis mereka.
Ada juga kompleksitas analisis data, karena data penjualan tersedia, proses analisisnya
mungkin kompleks bagi kalangan yang tidak memiliki latar belakang atau pengetahuan yang
cukup dalam bidang tersebut. Bagaimana mengurai data, memahami tren penjualan, atau
menganalisis pola pembelian dapat menjadi hambatan yang signifikan bagi pemilik toko online
yang baru memulai. Dilanjutkan dengan sumber daya seperti waktu, keahlian analisis, dan
kemampuan untuk menerapkan strategi berdasarkan informasi yang didapat juga bisa menjadi
permasalahan. Meskipun data tersedia, pengusaha mungkin menghadapi kendala dalam
mengalokasikan waktu dan sumber daya yang cukup untuk menganalisis data dengan benar serta
mengembangkan strategi yang relevan dan efektif.
Permasalahan selanjutnya adalah bagaimana menerjemahkan data penjualan menjadi
strategi bisnis yang sesuai dengan preferensi pasar. Data penjualan dapat memberikan wawasan
tentang apa yang dijual di Tokopedia, namun bagaimana menyusun penawaran produk atau
layanan yang sesuai dengan preferensi pasar yang beragam dapat menjadi tantangan tersendiri.
Perubahan dinamis yang terjadi pada e-commerce pun dapat menjadi sebuah permasalahan.
Lingkungan e-commerce terus berubah dengan cepat. Perubahan dalam tren konsumen,
kebijakan platform, atau bahkan teknologi baru dapat mempengaruhi cara pengusaha
memanfaatkan data penjualan dari Tokopedia. Oleh karena itu, permasalahan terakhir adalah
bagaimana mengikuti perubahan ini dan tetap relevan dalam menerapkan strategi bisnis
berdasarkan data yang ada.
Dalam keseluruhan, permasalahan yang muncul dari penggunaan data penjualan
Tokopedia bagi pemilik toko online adalah akses dan pemahaman data, kompleksitas analisis,
keterbatasan sumber daya, kesesuaian strategi dengan preferensi pasar, dan adaptasi terhadap
perubahan dinamis dalam lingkungan e-commerce. Menyelesaikan permasalahan-permasalahan
ini akan menjadi kunci dalam memanfaatkan data penjualan dengan efektif untuk meningkatkan
kinerja bisnis online.
1.4 TUJUAN DAN MANFAAT

Penggunaan Business Intelligence (BI) pada Tokopedia dapat membantu Tokopedia menghadapi
beberapa tantangan dan potensi ancaman dalam mengelola dan mengoptimalkan operasional
bisnisnya. Beberapa dari tantangan dan potensi ancaman adalah kurangnya keputusan berbasis
data, tidak maksimal efisiensi operasional data, kesulitan dalam mengelola pendapatan yang bisa
menyebabkan penurunan pendapatan, menurunnya pangsa pasar, dan ketidakmampuan untuk
merespon cepat. Maka dari itu penggunaan Business Intelligence (BI) pada Tokopedia sangat
dibutuhkan untuk mempermudah Tokopedia dalam memaksimalkan efisiensi operasional
bisnisnya dan memberikan keunggulan kompetitif melalui pengambilan keputusan yang
terinformasi, pemahaman pelanggan yang mendalam, dan peningkatan efisiensi operasional.

Tujuan Penggunaan Business Intelligence (BI) oleh Tokopedia:

● Analisis Kinerja Bisnis

Penggunaan Business Intelligence (BI) dapat membuat kinerja pemantauan terhadap tren
penjualan, permintaan produk, dan perilaku pelanggan dan evaluasi terhadap performa
bisnis secara menyeluruh.

● Optimasi Operasional
Penggunaan Business Intelligence (BI) membantu meningkatkan efisiensi operasional
Tokopedia yang lebih sederhana menggunakan data analisis Business Intelligence (BI)
dan memberikan pemahaman yang lebih baik terhadap rantai pasokan dan proses logistik.

● Pengambilan Keputusan yang Terinformasi

Penggunaan Business Intelligence (BI) memberikan wawasan mendalam untuk
merencanakan langkah-langkah bisnis berdasarkan fakta yang telah di analisis dan
mendukung pengambilan keputusan strategis dengan menyediakan data yang relevan dan
akurat.

● Pemahaman Pelanggan
Penggunaan Business Intelligence (BI) membantu dalam meningkatkan pemahaman
pengalaman pelanggan melalui personalisasi berbasis data dengan cara mengidentifikasi
preferensi dan perilaku pelanggan.

● Optimasi Strategi Pemasaran

Penggunaan Business Intelligence (BI) membantu dalam menentukan strategi pemasaran
yang lebih tepat untuk Tokopedia dalam kampanye dan iklan.
Manfaat Penggunaan Business Intelligence (BI) oleh Tokopedia:

● Peningkatan Produktivitas
Penggunaan Business Intelligence (BI) membantu menyediakan visibilitas terhadap
kinerja bisnis untuk meningkatkan efisiensi dan produktivitas.

● Daya Saing yang Lebih Tinggi

Penggunaan Business Intelligence (BI) memungkinkan Tokopedia bersaing lebih baik
dengan pemain pasar lainnya melalui pemahaman yang lebih baik tentang pasar.

● Peningkatan Pendapatan
Penggunaan Business Intelligence (BI) mengidentifikasi peluang penjualan baru dan
meningkatkan retensi pelanggan untuk pertumbuhan pendapatan.

● Adaptasi Terhadap Perubahan Pasar

Penggunaan Business Intelligence (BI) memungkinkan respons yang cepat terhadap
perubahan pasar dan kebutuhan pelanggan.

● Inovasi Produk dan Layanan

Penggunaan Business Intelligence (BI) merancang produk dan layanan baru berdasarkan
tren dan kebutuhan pasar yang teridentifikasi.

● Pengelolaan Risiko
Penggunaan Business Intelligence (BI) mengurangi risiko bisnis melalui pemahaman
yang lebih baik terhadap faktor-faktor risiko potensial yang akan di hadapi oleh
Tokopedia kedepannya.
 BAB 2
ISI

2.1 PERSIAPAN (SOFTWARE & HARDWARE)

Persiapan yang cermat dan terencana sangat penting dalam memanfaatkan Power BI secara
efektif. Sebelum memulai, langkah-langkah berikut dapat membantu memastikan persiapan yang
baik. Dimulai dari perangkat lunak (software) yang kami gunakan adalah :
● Microsoft Excel
● Power BI Desktop: Aplikasi desktop untuk membuat dan merancang laporan, dasbor, dan
model data.
● Power BI Service: Platform cloud untuk mempublikasikan, berbagi, dan berkolaborasi
pada laporan dan dasbor.
● Power BI Mobile: Aplikasi mobile untuk mengakses laporan dan dasbor dari perangkat
seluler.
● Power BI Gateway: Memungkinkan integrasi dengan sumber data di lokasi lokal dan
sinkronisasi dengan layanan cloud.
● Power BI Report Server: Untuk organisasi yang memerlukan kontrol lebih besar terhadap
laporan dan data, ini adalah versi lokal dari Power BI Service.

Perangkat Keras (hardware):

● Komputer Pribadi atau Server: Power BI Desktop dapat diinstal di komputer pribadi atau
server lokal.
● Infrastruktur Cloud: Power BI dapat terhubung dengan infrastruktur cloud seperti
Microsoft Azure, AWS, atau Google Cloud untuk menyimpan dan mengelola data.
● Power BI Gateway: Jika Anda mengakses data dari sumber lokal, perangkat keras yang
menjalankan Power BI Gateway diperlukan.

2.2 DATA & PEMROSESANNYA

Data sangat penting dalam Power BI sebagai alat analisis bisnis yang digunakan untuk
mengubah data menjadi wawasan yang dapat diakses dan dipahami oleh pengguna bisnis. Power
BI memungkinkan pengguna untuk membuat visualisasi data yang menarik dan informatif,
seperti grafik, tabel, peta, dan banyak lagi. Namun, visualisasi ini hanya sebagus data yang
digunakan sebagai dasarnya. Data yang berkualitas tinggi akan menghasilkan visualisasi yang
lebih informatif dan akurat. Dengan Power BI, pengguna dapat melakukan analisis mendalam
terhadap data mereka. Data yang tepat dan komprehensif memungkinkan pengguna untuk
mengidentifikasi tren, pola, dan wawasan bisnis yang dapat membantu pengambilan keputusan.
Power BI memungkinkan integrasi dengan berbagai sumber data, termasuk database,
spreadsheet, layanan cloud, dan lainnya. Dengan demikian, data dapat diambil dari berbagai
sumber untuk memberikan pandangan yang lengkap dan holistik tentang kinerja bisnis. Power BI
menyediakan alat untuk mentransformasi dan membersihkan data. Data yang kotor atau tidak
terstruktur dapat diolah menjadi format yang berguna dan dapat diolah lebih lanjut. Power BI
mendukung analisis data secara real-time, yang berarti bahwa pengguna dapat melihat
pembaruan langsung terhadap data saat terjadi. Ini penting untuk mengambil keputusan cepat
berdasarkan informasi terkini. Data dalam Power BI membantu pemantauan kinerja bisnis
dengan menyediakan dasbor dan laporan yang terkini. Ini memungkinkan manajemen dan tim
bisnis untuk mengidentifikasi area yang perlu perhatian atau perbaikan. Data yang akurat dan
relevan membentuk dasar pembuatan laporan dan dasbor yang efektif. Ini membantu organisasi
untuk menyampaikan informasi dengan cara yang mudah dipahami dan relevan bagi pemangku
kepentingan.

Data Tokopedia yang kami gunakan bersumber dari website :

https://medium.com/@andrioktaviantox/eksplorasi-data-produk-e-commerce-14027b7b9342

Data yang sudah lengkap :

https://docs.google.com/spreadsheets/d/1AVO8av9N234UBdkIv0gB4FpUsyTy66Cq3jG_cAcu4
2c/edit?usp=sharing
2.3 LANGKAH-LANGKAH

● Mengimpor data ke Microsoft Power BI

1. Buka Aplikasi Power BI Desktop
2. Pada halaman utama, klik Paste or manually enter data
3. Masukan data excel yang ingin divisualisasi dan klik Create Report

● Membuat Report Awal

A) Membuat visualisasi 1 (Toko dengan Penjualan Terbanyak)
1) Pada visualisasi bar, pilih Line Chart
2) Drag kolom Shop Name dari Fields bar ke bagian X-axis di visualisasi bar.
3) Drag kolom Quantity Sold dari Fields bar ke bagian Y-axis di visualisasi bar.
4) Klik General yang berada di sebelah Visual untuk mengganti judul dari hasil visualisasi
grafik yang telah dibuat.
 5) Sehingga hasil dari visualisasi 1 adalah sebagai berikut :

B) Membuat Visualisasi 2 (Toko dengan Pendapatan Terbesar)

1) Selanjutnya, pada visualisasi bar, pilih Line Chart.

2) Drag kolom Shop Name dari Fields bar ke bagian X-axis di visualisasi bar.
3) Drag kolom Sum of Pendapatan dari Fields bar ke bagian Y-axis di visualisasi bar.
 4) Sehingga hasil dari visualisasi 2 adalah sebagai berikut :

C) Membuat visualisasi 3 (Sub-kategori yang Paling Banyak Terjual)

1) Pertama, pada visualisasi bar, pilih Stacked Bar Chart.
2) Drag kolom Sub-category dari Fields bar ke bagian X-axis di visualisasi bar.
3) Lalu, drag kolom Sum of Quantity Sold dari Fields bar ke bagian Y-axis di visualisasi bar.
 4) Sehingga hasil dari visualisasi 3 adalah sebagai berikut :

D. Membuat visualisasi 4 (Sub-kategori yang Paling Banyak Dilihat)

1) Selanjutnya, pada visualisasi bar, pilih stacked column chart.
2) Drag kolom Sub-kategori dari Fields bar ke bagian X-axis di bagian visualisasi bar.
3) Lalu, drag kolom Jumlah View dari Fields bar ke bagian Y-axis di visualisasi bar.
 4) Hasil dari visualisasi 4 adalah sebagai berikut :

E. Membuat Visualisasi 5 (Produk dengan Pendapatan Paling Besar)

1) Pertama, pada visualisasi bar, pilih Pie Chart.
2) Drag kolom Sub-kategori dari Fields bar ke bagian legend di visualisasi bar.
3) Drag kolom Sum of Pendapatan dari Fields bar ke dalam values yang terletak di bar visualisasi.
 4) Hasil visualisasi 5 akan terlihat seperti ini :

F. Membuat visualisasi 6 (Table Product, Total Unit Sold, Total Sales, dan Conversion Rates)

1) Langkah pertama, pada visualisasi bar, pilih Matrix.

2) Drag kolom Category dari Fields bar ke bagian Row di visualisasi bar.
3) Selanjutnya, drag kolom Quantity Sold, Total Pendapatan dan Conversion Rates dari Fields bar ke
bagian Values.
 4) Hasil dari visualisasi 6 adalah sebagai berikut :

G. Membuat visualisasi 7 (Unit Sold by City)

1) Selanjutnya, pada visualisasi bar, klik Map.

2) Drag kolom Quantity Sold dari Fields bar ke bagian Bubble Size di visualisasi bar.
3) Lalu drag kolom City dari Fields bar ke bagian Location di visualisasi bar.
 4) Sehingga hasil dari visualisasi 7 adalah seperti berikut :

H. Membuat visualisasi 8 (KPI Sum of Total Sales and First Month By Year)

1) Selanjutnya, pada visualisasi bar, pilih KPI (Key Performance Indicator).

2) Drag kolom pendapatan dari Fields bar ke bagian Value di visualisasi bar.
3) Drag kolom Year dari Fields bar ke dalam Trend Axis di visualisasi bar.
4) Drag kolom Month Name dari Fields bar ke bagian Target di visualisasi bar.
 5) Sehingga, hasil dari visualisasi 8 adalah sebagai berikut :

I. Membuat visualisasi 9 (KPI Sum of Price per Unit and First Month by Year)

1) Langkah pertama, pada visualisasi bar, pilih KPI.

2) Drag kolom Price per Unit dari Fields bar ke bagian Value di visualisasi bar.
3) Drag kolom Year dari Fields bar ke bagian Trend axis di visualisasi bar.
4) Terakhir, drag kolom Month dari Fields bar ke bagian Target dan klik count of month di
visualisasi bar.
5) Sehingga hasil dari visualisasi 9 adalah sebagai berikut :
J. Membuat visualisasi 10 (KPI Sum of Quantity Sold and Count of Year by Month)

1) Pada visualisasi bar, klik KPI.

2) Drag kolom Quantity Sold dari Fields bar ke bagian Value di visualisasi bar.
3) Drag kolom Year dari Fields bar ke bagian Trend axis di visualisasi bar.
4) Drag kolom Month dari Fields bar ke bagian Target dan pilih count of month di visualisasi bar.
5) Sehingga hasil dari visualisasi 10 adalah sebagai berikut :
2.4 DASHBOARD

🔴 = tidak mencapai target

🟢 = mencapai target
Terdapat 10 Visualisasi pada Gambar di atas:

- Visualisasi 1, merupakan grafik yang menunjukan banyak View setiap Sub kategori yang
ada dalam tokopedia.
- Visualisasi 2, merupakan grafik yang menunjukan banyak sub kategori yang terjual di
tokopedia.
- Visualisasi 3, menunjukan grafik toko-toko di tokopedia dengan penjualan terbanyak.
- Visualisasi 4, menunjukan grafik toko-toko di tokopedia dengan profit terbanyak.
- Visualisasi 5, menunjukan grafik lingkaran dari produk dengan pendapatan paling besar.
- Visualisasi 6, jumlah total penjualan, pendapatan, dan aktivitas pelanggan dalam kategori
fashion wanita di tokopedia.
- Visualisasi 7, menunjukan total purchase pada tiap kota di pulau jawa.
- Visualisasi 8, menunjukan total penjualan pada setiap awal bulan pada tiap tahun.
- Visualisasi 9, menunjukan total harga dan perhitungan setiap bulan per tahun
- Visualisasi 10, menunjukan total jumlah penjualan dan perhitungan setiap bulan per
tahun.
2.5 KPI (Key Perfomance Indicator)

KPI atau Key Performance Indicator, adalah metrik kuantitatif atau indikator kinerja yang
digunakan untuk mengukur sejauh mana sebuah organisasi, departemen, atau proyek mencapai
tujuan bisnisnya. KPI membantu organisasi memonitor kinerja mereka dan menilai kemajuan
terhadap sasaran strategis.KPI digunakan dalam Power BI untuk memberikan pemantauan
langsung terhadap kinerja organisasi. Grafik dan visualisasi KPI membantu pengguna melihat
secara cepat apakah tujuan kinerja telah tercapai.Power BI memungkinkan pengguna
menentukan dan mengukur KPI yang terkait langsung dengan tujuan strategis organisasi. Ini
membantu dalam fokus dan pengukuran kemajuan terhadap pencapaian tujuan.KPI juga
memberikan cara yang efektif untuk memvisualisasikan data kinerja. Dashboard Power BI dapat
menampilkan grafik, atau metrik lainnya untuk memberikan gambaran yang jelas tentang
kesehatan bisnis.Power BI dapat menyediakan visualisasi progres KPI seiring waktu, membantu
pengguna untuk melihat apakah mereka berada di jalur yang benar dalam mencapai sasaran.

UNIT PENGUKURAN KPI DATA TOKOPEDIA BERDASARKAN DASHBOARD

Dalam KPI ini dapat dilihat apakah sesuai target atau tidaknya terhitung dilihat dari
presentasenya
-Sum of Total Sales and First Month by Year dengan Rp. 4772140022 presentase
902105764,27% -paling sesuai target pada awal bulan 2021 7 bulan
-Sum of Price and Count of Month Name by Year dengan Rp.54294269 presentase
102634666,92% paling sesuai target pada awal bulan 2021
-Sum of Quantity sold and Count of Month Name by Year dengan Rp.42361 presentase
7907,75% paling sesuai target pada awal bulan 2018
-Kategori yang paling banyak dilihat adalah Produk blouse dengan jumlah 100 k + , (target 50 K)
-Kategori yang paling banyak terjual adalah blouse dengan 97,8 K ( target 50K)
-Toko Penjualan Terbanyak adalah Toko Hamidah dengan 50 K produk terjual (Target 50 K)
-Toko Pendapatan Terbanyak adalah Toko Hamidah dengan 6 bn produk ( Target 5bn)

-Jumlah total penjualan, pendapatan, dan aktivitas pelanggan dalam kategori fashion wanita di
tokopedia.

2.6 FORECASTING

Forecasting atau peramalan adalah proses memprediksi nilai-nilai masa depan berdasarkan
analisis data historis dan tren. Dalam konteks bisnis, peramalan dapat digunakan untuk
memproyeksikan penjualan, permintaan pelanggan, atau variabel lainnya yang mempengaruhi
keputusan operasional dan strategis. Kegunaan forecasting pada Power BI memiliki kemampuan
bawaan untuk melakukan peramalan, memberikan pengguna kemampuan untuk membuat
prediksi berdasarkan data historis. Dalam data Penjualan Tokopedia tahun 2018-2023 ini, kami
melakukan forecasting berdasarkan quantity sold dan perhitungannya secara lokasi per tahun.

Sum of quantity_sold and Count of Location by Year (Forecast)

1. Untuk membuat forecasting pada Power BI yang pertama harus dilakukan adalah
memilih Line Chart pada menu Visualization
2. Selanjutnya Drag dan Drop kolom Year pada menu data ke X-Axis
3. Setelah itu drag dan drop kolom jumlah quantiy_sold pada menu data ke Y-Axis
4. Setelah itu drag dan drop kolom Location dan masukan ke Secondary Y-Axis.
5. Sehingga didapatkan hasil forecasting seperti berikut. Yang mana terjadi penurunan tetapi
diharapkan peramalan masa depan akan terjadi kenaikan 10 % di tahun yang mendatang

2.6 METODE ANALITIK (CLUSTERING)

Clustering dalam konteks analisis data adalah suatu teknik di mana data yang memiliki
kesamaan karakteristik dikelompokkan bersama dalam suatu klaster atau kelompok. Menurut
(Noviyanto, 2020) Clustering merujuk pada pengelompokan dokumen, observasi atau kasus pada
kelas yang objeknya mirip. Klaster adalah kumpulan dokumen yang mirip satu sama lain dan
berbeda dengan dokumen pada klaster lain. Hal ini membantu mengidentifikasi pola atau
struktur tersembunyi dalam dataset yang kompleks.
Dalam Power BI, sebuah platform bisnis analytics yang canggih, penggunaan clustering
memiliki latar belakang yang kuat untuk membantu organisasi memahami dan mengambil
keputusan berdasarkan data Tokopedia.Algoritma clustering bekerja dengan menganalisis atribut
atau fitur-fitur dari setiap data point dan mengelompokkannya berdasarkan kesamaan
karakteristik tersebut.Clustering membantu pengguna Power BI untuk memahami struktur data
yang kompleks. Dengan mengelompokkan data ke dalam kelompok-kelompok yang signifikan,
pengguna dapat mengidentifikasi pola atau hubungan yang mungkin sulit dilihat tanpa analisis
khusus.
Dalam industri pemasaran pada Tokopedia, clustering digunakan untuk segmentasi
pelanggan. Power BI memungkinkan analisis yang mendalam terhadap perilaku pelanggan dan
kemudian mengelompokkan mereka ke dalam segmen-segmen yang serupa. Ini memungkinkan
perusahaan untuk menyesuaikan strategi pemasaran mereka. Dengan mengelompokkan data
operasional ke dalam kelompok, Power BI dapat membantu organisasi mengidentifikasi
area-area di mana perbaikan atau perubahan diperlukan. Ini membantu meningkatkan efisiensi
operasional dan mengoptimalkan proses bisnis.
Penggunaan clustering dalam Power BI memberikan kemampuan untuk membuat
visualisasi yang lebih efektif. Grafik atau peta yang mencerminkan kelompok-kelompok data
dapat membantu pengguna memahami informasi dengan lebih baik. Dalam bidang keuangan,
Power BI dapat menggunakan clustering untuk mengelompokkan portofolio investasi
berdasarkan risiko yang terkait. Ini membantu pengambilan keputusan investasi yang lebih
informasional. Clustering dapat digunakan untuk mendeteksi anomali atau perilaku yang tidak
biasa dalam data.
Power BI dapat memberikan wawasan terhadap data yang tidak sesuai dengan pola
umum, memungkinkan respons cepat terhadap situasi yang mungkin memerlukan perhatian
khusus. Dengan mengelompokkan data, Power BI membantu pengguna memahami variabilitas
dalam dataset. Ini dapat membantu dalam perencanaan dan pengambilan keputusan yang lebih
baik, terutama dalam lingkungan yang dinamis.

Pada data Tokopedia,Terbagi menjadi Cluster - Cluster yaitu Sum of product_id and Sum of
quantity_sold by city and Year (Cluster),Sum of jumlah_review and Sum of Pendapatan by
Year and city (Cluster), Sum of price and Sum of rating by shop_name and location
(Cluster),
4 Sum of price and Sum of rating by shop_name and location(Cluster)
DASHBOARD CLUSTERING
Langkah - Langkah dalam Clustering

1 Sum of product_id and Sum of quantity_sold by city and Year (Cluster)

Untuk membuat clustering pada Power BI, yang pertama harus dilakukan adalah memilih Scatter
Chart pada menu Visualization dan akan seperti gambar dibawah :
2. Selanjutnya adalah Drag dan Drop kolom total product_id pada X-Axis di visualisasi bar.
3. Drag dan Drop Kolom Jumlah quantity_sold pada bagian data ke bagian Y-axis.
4. Drag dan drop kolom city dari Menu data ke Values.
5. Setelah itu Drag dan Drop kolom Year ke bagian Legend.
6. Sehingga akan menghasilkan Output sebagai berikut
2 Sum of jumlah_review and Sum of Pendapatan by Year and city (Cluster)
Untuk membuat clustering pada Power BI, yang pertama harus dilakukan adalah
memilih Scatter Chart pada menu Visualization dan akan seperti gambar dibawah
2. Selanjutnya adalah Drag dan Drop kolom total jumlah_review pada X-Axis di visualisasi
bar.
3. Drag dan Drop Kolom Jumlah Pendapatan pada bagian data ke bagian Y-axis.
4. Drag dan drop kolom Year dari Menu data ke Values.
5. Setelah itu Drag dan Drop kolom city ke bagian Legend.
6. Sehingga akan menghasilkan Output sebagai berikut
3 Sum of price and Sum of rating by shop_name and location (Cluster)
Untuk membuat clustering pada Power BI, yang pertama harus dilakukan adalah memilih Scatter
Chart pada menu Visualization dan akan seperti gambar dibawah
2.Selanjutnya adalah Drag dan Drop kolom total Price pada X-Axis di visualisasi bar.
3. Drag dan Drop Kolom Jumlah Rating pada bagian data ke bagian Y-axis.
4. Drag dan drop kolom shop_name dari Menu data ke Values.
5. Setelah itu Drag dan Drop kolom location ke bagian Legend.
6. Sehingga akan menghasilkan Output sebagai berikut :
4 Sum of price and Sum of rating by shop_name and location(Cluster)
Untuk membuat clustering pada Power BI, yang pertama harus dilakukan adalah memilih Scatter
Chart pada menu Visualization dan akan seperti gambar dibawah
2. Selanjutnya adalah Drag dan Drop kolom total quantity_sold pada X-Axis di visualisasi
bar.
3. Drag dan Drop Kolom Jumlah Rating pada bagian data ke bagian Y-axis.
4. Drag dan drop kolom jumlah_review dari Menu data ke Values.
5. Setelah itu Drag dan Drop kolom City ke bagian Legend.
6. Sehingga akan menghasilkan Output sebagai berikut
 BAB 3
PENUTUP

3.1 KESIMPULAN

Penggunaan Power BI bagi Tokopedia menawarkan kesempatan untuk meningkatkan

pengelolaan data dan pengambilan keputusan berbasis fakta, yang pada gilirannya dapat
mengoptimalkan kinerja dan pertumbuhan perusahaan. Dengan memanfaatkan fitur-fitur Power
BI seperti visualisasi data yang canggih, analisis mendalam, dan pemantauan real-time,
Tokopedia dapat meraih sejumlah keuntungan strategis.

Visualisasi data yang efektif melalui Power BI memungkinkan Tokopedia untuk merinci dan
menafsirkan data penjualan, perilaku pelanggan, dan kinerja produk dengan cara yang mudah
dimengerti. Dashboard interaktif dan laporan yang dinamis memberikan pandangan holistik
terhadap kondisi bisnis secara real-time, memberikan wawasan yang mendalam tentang tren
pasar dan performa operasional.

Analisis mendalam dengan Power BI memungkinkan Tokopedia untuk membongkar pola dan
relasi dalam data, membantu dalam identifikasi peluang pertumbuhan dan area perbaikan.
Dengan pemahaman yang lebih mendalam tentang preferensi pelanggan, tren pembelian, dan
efektivitas kampanye pemasaran, Tokopedia dapat mengoptimalkan strategi bisnisnya.
Pemantauan real-time memberikan keunggulan dalam respons terhadap perubahan pasar yang
cepat. Tokopedia dapat dengan cepat menyesuaikan strategi, menanggapi tren konsumen, dan
membuat keputusan berdasarkan data terkini. Hal ini dapat memberikan keunggulan kompetitif
dalam lingkungan e-commerce yang dinamis.

Integrasi data yang efisien dengan Power BI memungkinkan Tokopedia untuk menggabungkan
informasi dari berbagai sumber, menciptakan visibilitas yang holistik terhadap operasional
bisnis. Data yang terintegrasi mendukung perencanaan strategis, pengelolaan stok yang efisien,
dan pengambilan keputusan yang tepat waktu. Dengan demikian, penggunaan Power BI bagi
Tokopedia tidak hanya membantu dalam meningkatkan efisiensi operasional, tetapi juga
mendorong pengambilan keputusan yang lebih cerdas dan adaptasi yang cepat terhadap
perubahan pasar. Ini membuka jalan bagi Tokopedia untuk tetap menjadi pemain utama di pasar
e-commerce Indonesia dan terus menyediakan pengalaman belanja online yang unggul bagi
pelanggan.
 DAFTAR PUSTAKA

Amanah, D., & Layla, A. A. (2019). Pengaruh harga dan kelengkapan produk terhadap
keputusan pembelian konsumen online shop tokopedia. com di fakultas ekonomi jurusan
manajemen Universitas Negeri Medan. LIABILITIES (Jurnal Pendidikan Akuntansi), 2(2),
125-138.
https://doi.org/10.30596/liabilities.v2i2.3478

ASHEGAF, M. E. (2023). MEMBUAT STRATEGI E-COMMERCE TOKOPEDIA DAN

LAPORAN PENJUALAN BAGI PELAKU UMKM (Doctoral dissertation, Universitas Mercu
Buana Jakarta).https://repository.mercubuana.ac.id/id/eprint/82152

Lupi, F. R., & Nurdin, N. (2016). Analisis Strategi Pemasaran Dan Penjualan E-Commerce Pada
Tokopedia. Com. Jurnal Elektronik Sistem Informasi dan Komputer, 2(1), 20-29.

Mutaali, A. L. (2023). PERBANDINGAN ALGORITMA K-MEANS DAN K MEDOIDS UNTUK

PENGELOMPOKAN WILAYAH PENYEBARAN COVID-19 DI JAWA BARAT DENGAN
ANALISIS DAVIES-BOULDIN INDEX, PURITY DAN SILHOUETTE COEFFICIENT (Doctoral
dissertation, Universitas Siliwangi).http://repositori.unsil.ac.id/8701/