🎯 PENGUMUMAN

Project-Based Learning Mata Kuliah Kecerdasan Bisnis dan Gudang Data

Mata Kuliah: Kecerdasan Bisnis dan Gudang Data
Semester/Kelas: VII Kelas A dan B Tahun 2026
Dosen Pengampu:

Assoc. Prof. Dr. Rahmad Kurniawan, ST., MIT., MTA., CISDV.
Astried, M.Kom

📌 A. Latar Belakang

Mata kuliah Kecerdasan Bisnis dan Gudang Data tidak hanya membahas konsep teori, tetapi juga menekankan kemampuan mahasiswa dalam mengolah data menjadi informasi yang bermanfaat untuk pengambilan keputusan.

Melalui pendekatan Project-Based Learning (PBL), mahasiswa akan mengerjakan proyek berbasis studi kasus nyata. Mahasiswa diminta merancang solusi sederhana yang berkaitan dengan Business Intelligence, Data Warehouse, analisis data, visualisasi data, dashboard dan pelaporan keputusan.

Kegiatan ini bertujuan agar mahasiswa tidak hanya memahami konsep seperti ETL, data warehouse, data mart, OLAP, KPI, visualisasi menggunakan Tableau, tetapi juga mampu menerapkannya dalam bentuk proyek nyata secara berkelompok.

PBL ini juga mendukung pencapaian Indikator Kinerja Utama (IKU) Perguruan Tinggi ke-7, yaitu pembelajaran berbasis proyek, kolaborasi tim, dan pengalaman nyata dalam menyelesaikan permasalahan.

🎯 B. Tujuan PBL

Setelah menyelesaikan tugas besar ini, mahasiswa diharapkan mampu:

Memahami penerapan Kecerdasan Bisnis dan Gudang Data dalam kasus nyata.
Mengumpulkan, membersihkan dan mengolah data secara terstruktur.
Merancang alur sederhana ETL atau proses pengolahan data.
Membuat model data sederhana, seperti tabel fakta dan tabel dimensi.
Menentukan indikator atau Key Performance Indicator (KPI) dari suatu kasus.
Membuat visualisasi data atau dashboard yang mudah dipahami.
Menyusun paper ilmiah kelompok dengan format artikel internasional.
Mempresentasikan hasil proyek secara jelas dan akademik.

💡 C. Topik Proyek

Mahasiswa dapat memilih tema proyek yang berkaitan dengan penerapan Business Intelligence dan Data Warehouse.

Contoh topik:

Dashboard Penjualan Produk
Analisis data penjualan untuk melihat total transaksi, produk terlaris, tren penjualan dan performa cabang.
Dashboard Akademik Mahasiswa
Analisis data nilai, IPK, kelulusan, kehadiran, atau performa akademik mahasiswa.
Dashboard Keuangan Sederhana
Analisis pemasukan, pengeluaran, kategori biaya dan tren keuangan.
Dashboard UMKM
Analisis penjualan, pelanggan, stok barang, keuntungan dan produk paling diminati.
Dashboard Kesehatan
Analisis data kunjungan pasien, jenis penyakit, layanan kesehatan atau penggunaan obat.
Dashboard Perpustakaan
Analisis peminjaman buku, kategori buku favorit, jumlah pengunjung dan aktivitas anggota.
Dashboard Media Sosial
Analisis jumlah komentar, sentimen sederhana, engagement atau tren topik.
Dashboard Lingkungan atau Bencana
Analisis data cuaca, banjir, kebakaran hutan, hotspot, kualitas udara atau kondisi lingkungan.
Dashboard E-Commerce
Analisis transaksi, rating pelanggan, kategori produk, metode pembayaran, dan wilayah pembeli.
Dashboard Organisasi/Kegiatan
Analisis kehadiran peserta, evaluasi kegiatan, kepuasan peserta dan laporan kegiatan.

Mahasiswa juga boleh mengusulkan topik lain, selama berkaitan dengan data, analisis, visualisasi, dashboard dan pengambilan keputusan. Proyek yang menggunakan data primer lebih diutamakan!

🧩 D. Gambaran Proyek yang Diharapkan

Setiap kelompok diharapkan membuat proyek sederhana dengan alur berikut:

Menentukan studi kasus
Pilih masalah atau kebutuhan informasi yang ingin dianalisis.
Menyiapkan data
Data dapat berasal dari dataset publik, data buatan sendiri, hasil survei, file Excel/CSV, database atau sumber lain yang relevan.Data primer yang dikumpulkan kelompok lebih diutamakan.
Membersihkan dan mengolah data
Data perlu diperiksa, dibersihkan dan disiapkan agar dapat dianalisis.
Menentukan KPI atau indikator utama
Contoh KPI: total penjualan, jumlah pelanggan, rata-rata nilai, jumlah transaksi, jumlah kunjungan, tren bulanan atau persentase capaian.
Membuat visualisasi/dashboard
Dashboard dapat dibuat menggunakan tools seperti Excel, Power BI, Tableau, Looker Studio, Python, PHP atau tools lain yang dikuasai.
Menganalisis hasil menggunakan Machine Learning sederhana
Mahasiswa dapat melakukan inferensi menggunakan ML sederhana.
Menyusun paper dan presentasi
Hasil proyek ditulis dalam paper format yang disediakan dan dipresentasikan dalam bentuk slide serta video.

📦 E. Luaran Wajib Mahasiswa

Luaran tugas terdiri atas tugas individu dan tugas kelompok.

1. Tugas Individu

Setiap mahasiswa wajib mengumpulkan Laporan Kegiatan Individu dengan format dapat di unduh [di sini].

Laporan ini berisi kontribusi pribadi mahasiswa dalam pengerjaan proyek kelompok.

Contoh kegiatan yang dapat dilaporkan:

Mencari dataset.
Membersihkan data.
Membuat tabel atau model data.
Membuat visualisasi.
Membuat dashboard.
Menulis bagian paper.
Membuat slide.
Membuat video presentasi.
Melakukan analisis hasil.
Menguji dashboard atau aplikasi.
dsb

Ketentuan Tugas Individu

Komponen	Keterangan
Jenis tugas	Individu
Isi laporan	Aktivitas pribadi mahasiswa dalam proyek
Bukti kegiatan	Screenshot, link file, link dashboard, kode program, dataset, dokumen atau bukti lain
Format	Mengikuti template [di sini]!
Batas pengumpulan	H-1 di setiap minggu perkuliahan!
Pengumpulan	Melalui link yang disediakan di bawah

Catatan penting:
Bukti kegiatan harus jelas, valid dan bisa dklik/diakses. Jangan mengirim link folder kosong, link yang terkunci, link yang tidak mengarah ke satu file langsung atau bukti yang tidak menunjukkan kontribusi pribadi.

2. Tugas Kelompok

Setiap kelompok wajib mengumpulkan luaran utama:

Paper kelompok format artikel internasional.
Video presentasi.

a. Paper Kelompok Format Artikel Internasional

Paper kelompok wajib menjelaskan proyek secara ilmiah dan terstruktur.

Paper minimal memuat:

Judul proyek
Nama anggota kelompok
Abstrak
Pendahuluan
Tinjauan singkat konsep Business Intelligence/Data Warehouse
Metode atau tahapan proyek
Deskripsi data
Proses pengolahan data/ETL
Perancangan dashboard atau model data
Hasil dan pembahasan
Kesimpulan
Daftar pustaka

Ketentuan Paper

Komponen	Keterangan
Jenis tugas	Kelompok
Format	Disediakan [unduh di sini]
Similarity Turnitin	Maksimal 30%
Bahasa	Indonesia atau Inggris
Template	Mengikuti template yang disediakan [unduh di sini]
Pengumpulan	Oleh perwakilan kelompok
Batas pengumpulan	16 Mei 2026

b. Slide Presentasi

Setiap kelompok wajib membuat slide presentasi yang ringkas, jelas, dan menarik.

Slide minimal berisi:

Judul proyek dan nama anggota.
Latar belakang masalah.
Tujuan proyek.
Data yang digunakan.
Tahapan pengolahan data.
KPI atau indikator yang dianalisis.
Tampilan dashboard/visualisasi.
Hasil analisis utama.
Kesimpulan.
Kontribusi masing-masing anggota.

c. Video Presentasi

Setiap kelompok wajib membuat video presentasi proyek.

Ketentuan Video

Komponen	Keterangan
Durasi	Maksimal 10 menit
Isi video	Penjelasan proyek, data, metode, dashboard, hasil dan kesimpulan
Platform	YouTube
Status video	Public atau Unlisted
Pengumpulan	URL video
Batas pengumpulan	16 Juni 2026

Catatan:
Pastikan suara jelas, tampilan slide terbaca dan seluruh anggota memiliki peran yang proporsional.

🗓️ F. Waktu Pelaksanaan 20 April - 16 Mei 2026

Minggu	Kegiatan	Luaran/Pengumpulan
Minggu 1	Pembentukan kelompok, pemilihan tema, penentuan studi kasus dan pencarian data	[Di sini]!
Minggu 2	Pembersihan data, pengolahan data awal dan perancangan KPI atau indikator analisis	[Di sini]!
Minggu 3	Pembuatan dashboard/visualisasi, analisis hasil, dan penyusunan draft paper serta slide presentasi	[Di sini]!
Minggu 4	Finalisasi dan pengumpulan paper dan video presentasi	[Di sini]!

Untuk Minggu 4 pengumpulan paper dan video kelompok cukup dilakukan oleh perwakilan kelompok.

✅ G. Rubrik Penilaian

No.	Komponen	Kriteria Penilaian Utama	Bobot
1	Laporan Individu	Kelengkapan laporan, bukti/link valid, ketepatan waktu, kontribusi aktif dan kesesuaian kegiatan dengan proyek	20
2	Paper Kelompok	Orisinalitas isi, kesesuaian format, kelengkapan struktur paper, kejelasan metode, deskripsi data, proses ETL, hasil analisis, pembahasan, kesimpulan dan similarity maksimal 30%	60
3	Presentasi dan Video	Kejelasan penyampaian, sistematika presentasi, kualitas slide, tampilan dashboard, penguasaan materi, pembagian peran anggota, kemampuan menjelaskan hasil dan ketepatan waktu	20
	Total Skor		100

🛠️ H. Platform dan Media yang Digunakan

Turnitin
Digunakan untuk pemeriksaan similarity paper.
Batas similarity maksimal: 30%.
Website Dosen
Digunakan untuk informasi, template, dan pengumpulan tugas.🔗 https://rahmadkurniawan.staff.unri.ac.id 🔗https://www.rahmad.web.id
YouTube
Digunakan untuk mengunggah video presentasi kelompok.
Google Form/Web Dosen
Digunakan sebagai media pengumpulan laporan individu, paper, slide dan link video.
Tools BI/Dashboard
Mahasiswa dapat menggunakan Tableau, Power BI atau tools lain yang relevan.

📚 I. Manfaat yang Akan Diperoleh Mahasiswa

Melalui kegiatan PBL ini, mahasiswa akan memperoleh manfaat sebagai berikut:

Menguasai penerapan konsep Business Intelligence dan Data Warehouse pada kasus nyata.
Mampu mengolah data menjadi informasi yang berguna untuk pengambilan keputusan.
Memahami proses ETL, KPI, dashboard dan visualisasi data.
Meningkatkan keterampilan menulis ilmiah dengan format internasional.
Mengasah kemampuan presentasi dan komunikasi akademik.
Meningkatkan kemampuan kerja sama dan pembagian tugas dalam tim.
Memiliki portofolio digital berbasis data yang dapat digunakan untuk kebutuhan akademik, magang, kerja atau karier profesional.

🔍 J. Catatan Penting

Semua tugas wajib dikumpulkan sesuai waktu yang ditentukan.
Tugas yang terlambat dapat memengaruhi nilai.
Tugas yang tidak sesuai format dapat diminta revisi atau tidak dinilai.
Paper wajib mengikuti template yang disediakan.
Similarity paper maksimal 30%.
Setiap anggota kelompok wajib memiliki kontribusi yang jelas.
Kontribusi anggota harus ditampilkan pada laporan atau slide presentasi.
Link bukti kegiatan, dashboard, video atau file harus dapat diakses.
Pertanyaan teknis dapat disampaikan melalui grup kelas atau langsung kepada dosen pengampu.

🏁 K. Hasil Akhir PBL

Pada akhir kegiatan, setiap kelompok diharapkan menghasilkan:

Laporan kegiatan individu.
Paper kelompok format artikel internasional.
Slide presentasi.
Video presentasi.
Dashboard/visualisasi/prototipe analisis data.
Rekomendasi atau insight berdasarkan hasil analisis data.

Hasil PBL mahasiswa dapat ditampilkan melalui website dosen atau media lain yang ditentukan kemudian.

Project-Based Learning – Subject: Business intelligence & Data Warehouse 2026