Resiko keracunan pada produk olahan ikan akibat meningkatnya kandungan histamin dapat terjadi akibat proses pengolahan ikan yang kurang memenuhi standar penanganan dan higiene. Oleh karenanya, produsen produk olahan ikan harus memiliki sistem kemampuan telusur (traceability) untuk menjamin keamanan produk pangan yang diproduksi. Penelitian ini bertujuan untuk mendesain arsitektur intelegensia bisnis waktu-nyata untuk mendukung pengambilan keputusan dalam kemampuan telusur dan penarikan produk. Kebutuhan terhadap data respon konsumen secara waktu-nyata (real-time) menjadi sangat penting untuk mendukung pengambilan keputusan yang taktis dalam hal kemampuan telusur. Introduksi data secara waktu-nyata kedalam gudang data (data warehouse) perusahaan dapat dilakukan berdasarkan input respon konsumen melalui penggunaan sosial media. Teknik data mining TF-IDF (Term Frequency-Inverse Document Frequence) digunakan untuk memproses data text dengan memberi bobot dari setiap kata kunci yang terkait dengan keluhan pelanggan produk olahan ikan. Teknik data mining K-Nearest Neighbor (KNN) digunakan untuk analisis sentimen dari tweet yang mengklasifikasikan data text dan kata kunci menjadi kelas positif dan negatif sehingga menghasilkan informasi yang dapat mendukung keputusan sistem kemampuan telusur. Sumber data berupa komentar, tag lokasi dan multimedia dari member group social media perusahaan. Berdasarkan kajian terhadap arsitektur inteligensia bisnis yang diusulkan operasionalisasi data mining dan visualisasi dashboard mampu mendukung pencapaian KPI pada perspektif kemampuan telusur. Perusahaan dapat menggunakan informasi yang dihasilkan untuk mendukung performa kerja yang diukur melalui KPI. Kecepatan identifikasi lokasi penyebab peningkatan histamin, ketepatan dalam identifikasi batch ID produk, kecepatan dalam mempublikasikan hasil penulusuran, kecepatan dalam penarikan produk dari pasar merupakan beberapa KPI dari sistem kemampuan telusur ini. Kata Kunci: traceability, inteligensia bisnis, olahan ikan
Copyrights © 2023