Claim Missing Document
Check
Articles

Implementasi Role Based Access Control (RBAC) dalam Sistem Informasi Manajemen Pelanggan dan Pembayaran Air Berbasis Web (studi pada PT Tirta Wangi Sejahtera) Kamal Nasich, Alvin; Wicaksono, Satrio Agung; Saputra, Mochammad Chandra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PT Tirta Wangi Sejahtera sebelumnya mengandalkan Google Sheets untuk pengelolaan data pelanggan dan pembayaran, namun pendekatan ini tidak mendukung pembatasan akses yang sesuai prinsip Separation of Duty (SoD) yang dapat menimbulkan resiko terjadinya kolusi. Penelitian ini bertujuan mengimplementasikan Role-Based Access Control (RBAC) dalam sistem informasi manajemen pelanggan dan pembayaran air untuk PT Tirta Wangi Sejahtera. Pendekatan Scenario-Driven Role Engineering digunakan untuk merancang model RBAC, menghasilkan artefak berupa katalog permission, constraint, task dan work profiles, serta hierarki role. Validasi model dilakukan secara formal menggunakan Z3Prover untuk memastikan seluruh constraint terpenuhi. Implementasi RBAC dilakukan menggunakan Laravel dan library Spatie. Pengujian dilakukan melalui white box testing dengan total 67 kasus uji (55 fungsi utama dan 12 middleware), seluruhnya menunjukkan hasil pass 100%, dengan nilai code coverage sebesar 95,25%. Pengujian black-box dilakukan terhadap 37 kasus uji berdasarkan kebutuhan fungsional dan constraint, dan juga memperoleh hasil 100% pass. Dari sisi keamanan, implementasi RBAC mampu menurunkan tingkat pelanggaran akses akibat skenario kolusi dari 72,73% (pada sistem spreadsheet) menjadi 0%. Selain itu, terjadi pengurangan rata-rata permission sebesar 43,06%, yang menunjukkan sistem menerapkan prinsip least privilege. Dengan demikian, RBAC terbukti efektif dalam meningkatkan keamanan dan integritas sistem informasi di PT Tirta Wangi Sejahtera.
Pengembangan Sistem Informasi Manajemen Stok dengan Metode Incremental Delivery beserta Penerapan Algoritma Sistem Rekomendasi Berbasis Frekuensi-Kebaruan (Studi Kasus: Rifa Digital Print & Copy Centre) Habibi, Irfan Hanif; Wicaksono, Satrio Agung; Saputra, Mochamad Chandra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Manajemen stok di Rifa Digital Print & Copy Centre menghadapi kendala operasional akibat ketergantungan pada aplikasi vendor yang terbatas dan proses pencatatan yang masih manual. Tantangan teknis utama muncul dari praktik penggunaan satu kode barcode untuk beberapa varian produk yang dijual khususnya dari produsen UMKM, yang menimbulkan ambiguitas data saat proses pemindaian dan berpotensi menurunkan akurasi input stok. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut melalui dua pendekatan utama: pertama, merancang dan mengembangkan sebuah sistem informasi manajemen stok berbasis web dengan menerapkan metode Incremental Delivery; dan kedua, membuktikan bahwa algoritma sistem rekomendasi HFR-RS (Hybrid Frequency-Recency) yang diusulkan mampu menghasilkan peningkatan akurasi yang signifikan secara statistik dalam menangani skenario pemindaian ambigu. Proses pengembangan sistem dilaksanakan dalam dua increment fungsional dengan arsitektur client-server menggunakan React dan Spring Boot. Untuk mengevaluasi kinerja algoritma, dilakukan pengujian komparatif terhadap metode pengurutan abjad dengan metrik Akurasi Peringkat Pertama. Analisis statistik menggunakan Uji McNemar (α = 0,05) menunjukkan bahwa terdapat perbedaan kinerja yang signifikan antara kedua metode (p-value < 0,05). Hasil penelitian membuktikan bahwa metode Incremental Delivery berhasil diterapkan untuk membangun sistem yang fungsional dan diterima sepenuhnya oleh pengguna melalui User Acceptance Testing. Lebih lanjut, disimpulkan bahwa penerapan algoritma HFR-RS secara signifikan lebih unggul dalam meningkatkan akurasi penempatan barang target pada posisi teratas dibandingkan metode standar, sehingga efektif menjadi solusi untuk permasalahan ambiguitas data.
Penjadwalan Perkuliahan dengan Pendekatan Evolutionary Algorithm (Studi Kasus : Sistem Informasi Akademik (SIAKAD) Program Teknologi Informasi dan Ilmu Komputer Universitas Brwijaya) Wicaksono, Satrio Agung; Setiyawan, R. Arief; Setiyawan, Budi Darma; Hernawan, Ari; Perdana, Rizal Setya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1 No 2: Oktober 2014
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (763.832 KB) | DOI: 10.25126/jtiik.201412115

Abstract

Abstrak Untuk menyusun jadwal kuliah bukanlah sesuatu yang mudah karena terkait aturan-aturan yang ada. Penjadwalan perkuliahan jika dilakukan dengan cara manual tentu saja akan memakan waktu cukup lama. Oleh karena itu pada penelitian ini mencoba untuk melakukan pendekatan menggunakan evolutionary algorithm untuk mempermudah dalam pembuatan jadwal kuliah dengan menerapkan aturan yang berlaku. Kromosom disusun dalam bentuk representasi string dengan susunan yang mewakili hari, jam perkuliahan, ruang dan gedung. Dari beberapa percobaan paremeter yang digunakan, diperoleh hasil optimal pada jumlah individu 100 dan peluang crossover sebesar 75%. Kata kunci: algoritma evolusi, algoritma genetik, penjadwalan mata kuliah. Abstract It is not an easy task to arange academic schedule because it is affected by many constraints. If this scheduling is done manually, it will consume many times. Therefore, this research tries to use the evolutionary algorithm approach to do schedulling by applying the applicable rules. Chromosomes are represented as string, which each of them consist of days, times, rooms, dan the buildings. From some experiments whisch are used in this research, optimal result obtained when use 100 individu in one population and 75% chance of crossover. Keywords: evolution algorithm, genetic algorithm, class scheduling
Rancang Bangun Sistem E2OV (Electronic – Election Observation and Voting) Menggunakan SMS Wicaksono, Satrio Agung; Setyawan, Raden Arief; Arwani, Issa; Herlambang, Admaja Dwi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 1: Februari 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.481 KB) | DOI: 10.25126/jtiik.201851399

Abstract

Data valid tentang popularitas dan elektabilitas yang bersumbersecara langsung dari masyarakat menjadi faktor penting dalam analisis kader partai untuk diusung menjadi calon legislatif dalam kegiatan pemilihan kepala daerah (Pilkada). Perancangan sistem E2OV (Electronic - Election Observation and Voting) menggunakan SMS (Short Message Service) akan mempermudah dalam mendapatkan data tersebut. Penelitian bertujuan untuk merancangan sistem observasi dan perolehan suara pemilihan secara elektronik berbasis SMS, melakukan transformasi data dari format SMS yang dikirim dengan struktur table dalam database, dan  melakukan ujicoba dari sistem yang dirancang sehingga diperoleh data yang valid untuk proses analisa lebih lanjut. Metode penelitian yang digunakan adalah R&D (research and development) yang terdiri dari tahap pra penelitian, identifikasi masalah, analisis, desain sistem, implementasi, dan pengujian. Hasil penenlitian menunjukkan bahwa: (1) hasil rancangansistem E2OV terdiri dari beberapa elemen, yaitu cellular operator cloud, SMS gateway, modem, database server, web server, dan internet cloud; (2) transformasi data menghasilkan data dengan beberapa karakteristik, yaitu data yang dikirimkan oleh pengirim formatnya telah terstandar, tiap gateway memiliki kemampuan untuk menerima SMS sebanyak dua SMS per menit, dan diperkirakan dapat menerima 1000 SMS dalam waktu bersamaan; (3) hasil pengujian menunjukkan bahwa seluruh data sebanyak 1200 data dapat diselesaikan dalam waktu 6 jam dengan menggunakan enam buah modem.
Optimasi Sistem Penempatan Magang Menerapkan Algoritme Genetika Wicaksono, Satrio Agung
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 1: Februari 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2666.627 KB) | DOI: 10.25126/jtiik.201961950

Abstract

Magang merupakan proses yang penting dalam proses belajar mengajar di SMK. Secara spesifik magang di SMK disebut Prakerin (Praktek Kerja Industri). Penempatan magang harus memerhatikan kompetensi siswa, kuota dari perusahaan, kesesuaian jurusan dengan lowongan, dan penghasilan orang tua. Penempatan magang secara manual selama ini memakan waktu, sehingga kurang efisien. Oleh karena itu, penelitian ini fokus mengembangkan aplikasi dengan menerapkan pendekatan Algoritme Genetika untuk mempermudah dalam menentukan penempatan magang dengan menerapkan aturan yang berlaku. Algoritme Genetika dinilai sebagai algoritma yang relevan dan solutif untuk diterapkan dalam penyelesaian masalah optimasi kompleks. Masalah yang dimaksud umumnya adalah masalah yang sulit dilakukan dengan menerapkan metode konvensional. Algoritme Genetika memberikan hasil yang lebih baik untuk setiap iterasi pencarian solusi. Hasil fitness terbaik dengan nilai 0.0014286 diperoleh pada jumlah individu 200, jumlah generasi 200, persentase crossover 50% dan mutasi 10%. Hasil validasi dengan pihak SMK menyatakan bahwa sistem ini mudah untuk digunakan dan bermanfaat bagi pihak SMK, dengan rata-rata persentase kualitas sistem 82,5%. Algoritme Genetika efektif untuk diterapkan pada studi kasus penjadwalan atau penempatan magang yang memiliki karakteristik data yang kompleks. AbstractInternships are an important component of teaching and learning activities in vocational high schools (SMK). Specifically the internship in SMK is called Prakerin (Industrial Work Practice). The internship placement should considering student competence, number of vacancies, the suitability of majors with vacancy, and the income of the parent. During this time, manual internship placement takes more time, so less efficient. Therefore, this research tries to approach using Genetic Algorithm to make it easier in determining the internship placement by applying the applicable rules. The Genetic Algorithm is judged as the right algorithm used in solving complex optimization problems, which is difficult to do by conventional methods. The Genetic Algorithm provides better results for each iteration of the solution search. Best fitness results with value 0.0014286 obtained on the number of individuals 200, the number of generation 200, the percentage of crossover 50% and the mutation 10%. Validation results with the SMK stated that the system is easy to use and beneficial to the SMK, with an average percentage of system quality about 82.5%. Genetic Algorithms are effective to apply to scheduling case studies or internship placements that have complex data characteristics.
Implementasi Algoritma Naïve Bayes untuk Mendeteksi Resiko Tinggi Diabetes Melitus Pada Ibu Hamil (Studi Kasus : Puskesmas Kabupaten Malang) Fatmawati, Fatmawati; Wicaksono, Satrio Agung; Wijoyo, Satrio Hadi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 4: Agustus 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024106422

Abstract

Diabetes pada ibu hamil dapat meningkatkan berbagai risiko, baik maternal maupun neonatus. Terdapat gangguan homeostasis glukosa pada ibu hamil. Terjadinya malformasi kongenital, keguguran, risiko preeklampsia, CPD (Cepalo Pelvik Dispropotion), kelahiran prematur, kelainan letak, plasenta previa dan hipoglikemia neonatus. Oleh karena itu, Perhatian dan penanganan menyeluruh bagi ibu hamil yang mengalami diabetes. Data mining dapat digunakan untuk deteksi resiko tinggi diabetus mellitus pada ibu hamil. Data yang digunakan seperti nama, usia, umur kehamilan, gravida, para, riwayat kehamilan yang lalu, riwayat penyakit yang pernah diderita, faktor risiko, riwayat persalinan yang lalu untuk deteksi resiko tinggi diabetus mellitus pada ibu hamil. Tidak semua kehamilan dapat berjalan dengan normal atau fisiologis pada saat proses persalinannya ada faktor risiko yang dapat mempengaruhinya. Pada penelitian ini dapat mendeteksi resiko yang akan terjadi kepada ibu hamil dan bayi dalam kandungannya. Nilai akurasi tertinggi terdapat pada pengujian ke 4 sebesar 82.4324% dan terendah nilai akurasi pada pengujian ke 2 sebesar 75%. Nilai presisi tertinggi terdapat di uji coba ke 3 sebesar 79.2% dan nilai presisi terendah di uji coba ke 2 sebesar 76.3%. Nilai recall tertinggi terdapat di uji coba ke 4 sebesar 82.4% dan nilai recall terendah di uji coba ke 2 sebesar 75%. Nilai F-Measure tertinggi terdapat di uji coba ke 3 sebesar 79.2% dan nilai F-Measure terendah di uji coba ke 2 sebesar 74.8%. AbstractDiabetes in pregnant women can increase various risks, both maternal and neonatal. There is a disturbance of glucose homeostasis in pregnant women. Occurrence of congenital malformations, miscarriage, risk of preeclampsia, CPD (Cepalo Pelvic Disproportion), premature birth, position abnormalities, placenta previa and neonatal hypoglycemia. Therefore, attention and comprehensive treatment for pregnant women with diabetes. Data mining can be used to detect high risk of diabetes mellitus in pregnant women. The data used are name, age, gestational age, gravida, para, past pregnancy history, history of previous illness, risk factors, past delivery history to detect high risk of diabetes mellitus in pregnant women. Not all pregnancies can run normally or physiologically at the time of delivery there are risk factors that can affect it. In this study, it can detect the risks that will occur to pregnant women and their babies in the womb. In addition, recommendations from the system can support a midwife's decision making in taking action to pregnant women. The highest accuracy value is found in the 4th test of 82,4324% and the lowest accuracy value in the 2nd test is 75%. The highest precision value was found in the 3rd trial of 79.2% and the lowest precision value in the 2nd trial of 76.3%. The highest recall value was found in the 4th trial of 82.4% and the lowest recall value in the 2nd trial of 75%. The highest F-Measure value was found in the 3rd trial of 79.2% and the lowest F-Measure value in the 2nd trial of 74.8%.
Analisis Seleksi Atribut Dalam Memprediksi Kegagalan Skripsi Mahasiswa Menggunakan Algoritme Naïve Bayes pada Jurusan Sistem Informasi Universitas Brawijaya Wijoyo, Satrio Hadi; Wicaksono, Satrio Agung; Herlambang, Admaja Dwi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 2: April 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20236426

Abstract

Data mining dapat diterapkan pada bidang lembaga atau institusi Pendidikan dan sering disebut juga dengan Educational Data Mining (EDM) yaitu sebuah pengembangan metode dalam mengeksplorasi jenis tipe data pendidikan yang bersifat unik yang bertujuan untuk mempelajari dalam memahami kinerja siswa dan pengaturan lingkungan di tempat siswa belajar. Data mining juga dapat dimanfaatkan untuk analisa seleksi atribut untuk prediksi kegagalan belajar mahasiswa pada perkuliahan. Salah satunya kegagalan dalam menyelesaikan skripsi dengan menggunakan algoritme naïve bayes. Tahapan penelitian ini dimulai dari pengumpulan data, preproses data, implementasi algoritme naïve bayes, pengujian, dan analisa hasil. Data yang digunakan sebanyak 500 data untuk mahasiswa angkatan 2012-2015 dengan 24 atribut. Akurasi tertinggi yaitu algoritme naive bayes dengan menggunakan data latih yang menunjukkan hasil 412 prediksi benar dengan akurasi sebesar 82.4% dan 88 prediksi salah dengan presentasi sebesar 17.6%. Sedangkan hasil seleksi atribut yang telah dilakukan terdapat Lama P2 merupakan atribut dengan rankinging teratas yang mempengaruhi hasil klasifikasi. Abstract Data mining can be applied to the field of educational institutions or institutions and is often referred to as Educational Data Mining (EDM), which is a method development in exploring unique types of educational data types that aim to study in understanding student performance and environmental settings in which students learn. Data mining can also be used to analyze attribute selection for predicting student learning failure in lectures. One of them is the failure in completing the thesis using the naïve Bayes algorithm. The stages of this research started from data collection, data preprocessing, implementation of the Naïve Bayes algorithm, testing, and analysis of the results. The data used is as much as 500 data for students class 2012-2015 with 24 attributes. The highest accuracy is the Naive Bayes algorithm using data training which shows the results of 412 correct predictions with an accuracy of 82.4% and 88 false predictions with a presentation of 17.6%. Meanwhile, the result of attribute selection that has been carried out is that the Old P2 is the attribute with the top ranking that affects the classification results.
Analisis Kualitas Website Pariwisata Mojokerto (Sri Gitarja) Menggunakan Metode Webqual 4.0 dan Importance Performance Analysis (IPA) Aryani, Lisa; Wijoyo, Satrio Hadi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 6 (2025): Juni 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mojokerto menggunakan website sebagai salah satu sarana untuk membagikan informasi pariwisata. mereka Sejak dikembangkan pada tahun 2022, belum ada evaluasi yang dilakukan terhadap kualitas layanan website pariwisata Mojokerto. Evaluasi diperlukan untuk memelihara dan meningkatkan kualitas layanan website. Tujuan penelitian ini adalah mencari tahu jarak antara kepentingan dan kinerja website Sri Gitarja, serta memberi rekomendasi perbaikan berbasis pedoman HHS guidelines. Analisis dilakukan menggunakan metode IPA untuk tiga variabel, yaitu usability, information quality, dan service interaction quality. Data diperoleh melalui penyebaran kuesioner kepada 145 responden. Hasil pengujian hipotesis menunjukkan adanya perbedaan signifikan antara kinerja dengan kepentingan pengguna pada ketiga variabel. Hasil analisis IPA juga menunjukkan bahwa website Sri Gitarja belum sepenuhnya memenuhi harapan pengguna karena nilai yang diperoleh masih berada pada angka 98,28%. Hasil analisis kesenjangan juga menunjukkan masih adanya jarak antara kinerja layanan website terhadap kepentingan pengguna sebesar -0,073. Analisis kuadran IPA menunjukkan 21 atribut tersebar pada tiga kuadran. Dua atribut pada kuadran 1, sepuluh atribut pada kuadran 2, dan sembilan atribut pada kuadran 3. Pemberian rekomendasi hanya untuk atribut pada kuadran 1 dan 3. Dengan demikian, kualitas layanan website dianggap sudah baik, tetapi masih belum memenuhi ekspektasi pengguna secara maksimal.
Penerapan Automatic Tuning pada Basis Data DuckDB Menggunakan Metode Bayesian Optimization untuk Optimalisasi Kinerja dan Efisiensi Basis Data Damahindra, Rangga Andhito; Setiawan, Nanang Yudi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan volume dan kompleksitas data pada era digital menuntut sistem basis data yang efisien dalam penyimpanan, pengolahan, dan eksekusi query. DuckDB merupakan sistem basis data embedded yang dirancang untuk mendukung operasi OLAP secara lokal, namun proses tuning parameter konfigurasinya masih dilakukan secara manual dan kurang efisien. Selain itu, belum ada pedoman khusus mengenai parameter DuckDB yang memiliki pengaruh paling signifikan terhadap performa waktu eksekusi query. Penelitian ini bertujuan untuk mengidentifikasi parameter konfigurasi DuckDB yang paling berpengaruh terhadap waktu eksekusi query serta menerapkan tuning otomatis menggunakan metode Bayesian Optimization. Seleksi parameter dilakukan kepada keseluruhan 127 parameter DuckDB melalui pendekatan rule-based serta perhitungan feature importance berbasis Shapley Additive exPlanations (SHAP) yang menghasilkan dua parameter akhir, yaitu threads dan max_expression_depth. Optimasi nilai parameter dilakukan menggunakan Bayesian Optimization berbasis Gaussian Process dengan fungsi akuisisi Expected Improvement. Hasil pengujian pada tiga kategori workload query (ringan, sedang, berat) menunjukkan signifikansi Bayesian Optimization dalam menurunkan waktu eksekusi sebesar lebih dari 40% antara iterasi pertama dan terbaik dalam batas 50 iterasi. Selain itu, dalam perbandingan dengan nilai parameter default, pada workload sedang dan berat, tuning menghasilkan rata-rata penurunan waktu eksekusi lebih dari 60%. Namun, pada workload ringan, konfigurasi default justru lebih unggul dengan waktu eksekusi rata-rata 10,08% lebih cepat dibanding hasil tuning.
Pengembangan Dashboard Business Intelligence untuk Analisis Data Akademik dengan Metodologi Star Schema Pada SMAN 3 Malang Sebayang, Gading; Wijoyo, Satrio Hadi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengolahan data akademik di SMAN 3 Malang saat ini masih mengandalkan metode konvensional berbasis spreadsheet yang tidak efisien dan rentan terhadap kesalahan. Kondisi ini menghambat manajemen sekolah dalam melakukan evaluasi kinerja siswa secara cepat dan akurat. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah prototipe dasbor Business Intelligence (BI) yang berfungsi sebagai alat ukur kinerja akademik untuk mengatasi permasalahan tersebut. Metode penelitian yang digunakan adalah penelitian implementatif dengan pendekatan pengembangan prototipe, yang meliputi tahap rekayasa kebutuhan, perancangan, implementasi, dan evaluasi. Data akademik dari dua kurikulum yang berbeda diolah menggunakan Power Query dan dimodelkan dengan dua model star schema terpisah di dalam platform Metabase yang terhubung ke database MySQL. Hasil dari penelitian ini adalah sebuah dasbor interaktif yang mampu menyajikan serangkaian Key Performance Indicator (KPI) akademik. Berdasarkan hasil pengujian usability dengan metode DATUS yang melibatkan pengguna akhir, dasbor yang dikembangkan memperoleh skor akhir 89 dari 100, yang masuk dalam kategori "Sangat Baik". Hasil ini didukung oleh data metrik di mana partisipan berhasil menyelesaikan seluruh tugas dengan tingkat kesalahan 0% dan rata-rata waktu penyelesaian 18.18 detik per tugas, yang membuktikan bahwa dasbor ini fungsional, efektif, dan mudah digunakan untuk mendukung pengambilan keputusan berbasis data. Kata kunci: Business Intelligence, Dasbor, Key Performance Indicator, Metabase, Star Schema, Kinerja Akademik, DATUS