HUBUNGAN GARIS KEMISKINAN DAN TINGKAT KEKERASAN TERHADAP PEREMPUAN DI JAWA BARAT MENGGUNAKAN ANALISIS POWER BI

aulia fitriani; Rini Astuti; Khaerul Anam; Gifthera Dwilestari; Mulyawan

Authors

aulia fitriani STMIK IKMI CIREBON, Indonesia
Rini Astuti STMIK LIKMI, Indonesia
Khaerul Anam
Gifthera Dwilestari
Mulyawan

Keywords:

Kekerasan terhadap perempuan, Power BI, Business Intelligence, Fitness Analytics, Looker Studio, ETL, Dashboard, Garis kemiskinan

Abstract

Kekerasan terhadap perempuan merupakan bentuk pelanggaran hak asasi manusia yang masih banyak terjadi di berbagai wilayah Indonesia. Jawa Barat termasuk provinsi dengan tingkat kekerasan yang tinggi, dipengaruhi oleh faktor sosial, ekonomi, dan budaya. Penelitian ini bertujuan menganalisis pola kekerasan terhadap perempuan di Jawa Barat periode 2018–2024 melalui pendekatan Business Intelligence menggunakan Power BI. Data sekunder diperoleh dari Badan Pusat Statistik (BPS) dan Dinas Pemberdayaan Perempuan dan Perlindungan Anak (DP3A). Tahapan penelitian meliputi pengumpulan data, preprocessing, integrasi, visualisasi, dan analisis menggunakan dashboard Power BI. Hasil penelitian menunjukkan adanya korelasi positif antara garis kemiskinan dan jumlah kasus kekerasan, serta sebaran spasial yang menghasilkan konsentrasi kasus pada wilayah metropolitan seperti Bandung dan Bekasi. Visualisasi dalam Power BI terbukti efektif menghasilkan insight yang dapat mendukung pengambilan kebijakan berbasis data. Penelitian ini memberikan kontribusi pada pengembangan sistem informasi sosial dan analitik data dalam isu kekerasan berbasis gender.

References

P. Andiyansari and A. P. Juwono, “Kecakapan Literasi Digital Para Penyintas Online Gender-Based Violence,” 2024. doi: 10.20885/komunikasi.vol18.iss2.art7.

M. K. Hamdy and M. Hudri, “Gender Based Violence: the Relationship of Law and Patriarchy in Indonesia,” EMPATI J. Ilmu Kesejaht. Sos., vol. 11, no. 2, pp. 73–85, 2022, doi: 10.15408/empati.v11i2.29751.

Z. Kurniawan, R. Tiaharyadini, A. Wibowo, and Rusdah, “Trend Analysis and Prediction of Violence Against Women and Children Cases in Jakarta Based on the Victim’s Education Level Using ARIMA and SARIMA Method,” 2025. doi: 10.32736/sisfokom.v14i2.2349.

A. Hera et al., “Leveraging Information Systems for Strategic Management: Enhancing Decision-Making and Organizational Performance,” Am. J. Ind. Bus. Manag., vol. 14, no. 08, pp. 1045–1061, 2024, doi: 10.4236/ajibm.2024.148054.

M. Iqbal and G. Cyprien, “The Urgency of Regulation in the Case of Online Gender-Based Violence in Indonesia,” 2021. doi: 10.21580/sa.v16i2.8132.

S. Köksal, L. M. Pesando, V. Rotondi, and E. Şanlıtürk, “Harnessing the Potential of Google Searches for Understanding Dynamics of Intimate Partner Violence Before and After the COVID-19 Outbreak,” Eur. J. Popul., vol. 38, no. 3, pp. 517–545, 2022, doi: 10.1007/s10680-022-09619-2.

M. A. Manzoor, S. U. Hassan, A. Muazzam, S. Tuarob, and R. Nawaz, “Social mining for sustainable cities: thematic study of gender-based violence coverage in news articles and domestic violence in relation to COVID-19,” J. Ambient Intell. Humaniz. Comput., vol. 14, no. 11, pp. 14631–14642, 2023, doi: 10.1007/s12652-021-03401-8.

S. L. Hernández Zetina, A. B. Anquela Julián, Á. E. Martín Furones, C. Martinez Montes, and S. Fernández Noguerol, “Integration of data sets for modelling gender violence and perception of insecurity,” Data Br., vol. 58, 2025, doi: 10.1016/j.dib.2024.111251.