<![CDATA[Abstrak— Penelitian ini bertujuan untuk mengimplementasikan sistem Business Intelligence (BI) guna meningkatkan kapabilitas analitik pada Toko Bangunan XYZ, dengan fokus pada analisis kinerja penjualan dan segmentasi perilaku pelanggan berbasis data. Metodologi yang diterapkan mencakup tahapan perancangan data warehouse menggunakan metode Nine-Step Kimball dengan MySQL sebagai sistem manajemen basis data, dilanjutkan dengan proses Extract, Transform, Load (ETL) untuk menjamin integritas dan kesiapan data. Analisis dilakukan dengan pendekatan Online Analytical Processing (OLAP) untuk eksplorasi data multidimensi, serta penerapan teknik Data Mining berupa model Recency, Frequency, Monetary (RFM) untuk melakukan segmentasi pelanggan secara kuantitatif. Hasil implementasi menunjukkan bahwa analisis OLAP berhasil mengidentifikasi determinan kinerja penjualan, seperti produk dengan kontribusi volume tertinggi, kategori dengan margin profitabilitas optimal, dan pola temporal dalam tren pembelian. Sementara itu, segmentasi RFM menghasilkan pengelompokan pelanggan yang berbeda secara statistik ke dalam klaster High Value, Potential, Loyal dan Dormant. Seluruh temuan kemudian diwujudkan dalam bentuk dashboard analitik interaktif menggunakan Looker Studio, yang berfungsi sebagai alat bantu keputusan bagi manajemen. Simpulan penelitian mengindikasikan bahwa implementasi sistem BI ini secara efektif mentransformasi data operasional menjadi insight strategis, sehingga mendukung pengambilan keputusan yang lebih terinformasi dan berbasis bukti. Kata Kunci— Business Intelligence, RFM, OLAP, Data Mining, Looker Studio.]]>
Copyrights © 2026
