DASHBOARD MONITORING BENCANA BERBASIS POWER BI: STUDI KASUS DATA HISTORIS JAWA BARAT

Salsabila Sofaria Azhra; Rini Astuti; Khaerul Anam; Mulyawan .

Authors

Salsabila Sofaria Azhra STMIK IKMI Cirebon, Indonesia
Rini Astuti STMIK IKMI Cirebon, Indonesia
Khaerul Anam STMIK IKMI Cirebon, Indonesia
Mulyawan . STMIK IKMI Cirebon, Indonesia

Keywords:

Dashboard, Power BI,, Business Intelligence

Abstract

Penelitian ini bertujuan untuk merancang dashboard monitoring bencana berbasis Business Intelligence menggunakan Microsoft Power BI dengan memanfaatkan data historis kebencanaan dari Open Data Jabar tahun 2021–2024. Dashboard dikembangkan untuk menyajikan informasi kebencanaan secara visual, interaktif, dan mudah dipahami oleh pengguna. Proses pengolahan data dilakukan melalui tahapan Extract, Transform, dan Load (ETL) menggunakan Power Query sehingga data dapat divisualisasikan dalam bentuk grafik, peta persebaran wilayah, serta indikator jumlah kejadian dan korban bencana. Untuk mengetahui tingkat penerimaan pengguna terhadap dashboard yang dikembangkan, dilakukan evaluasi menggunakan metode User Acceptance Testing (UAT) melalui penyebaran kuesioner kepada 50 responden dengan skala Likert. Hasil pengujian menunjukkan nilai rata-rata (mean) sebesar 3.96 yang termasuk dalam kategori memenuhi, sehingga dapat disimpulkan bahwa dashboard mampu menyajikan informasi kebencanaan secara jelas, mudah dipahami, serta membantu pengguna dalam mengeksplorasi data bencana di Jawa Barat.

References

Alabdulaali, A., Asif, A., Khatoon, S., & Alshamari, M. (2022). Designing Multimodal Interactive Dashboard of Disaster Management Systems. Sensors, 22(11). https://doi.org/10.3390/s22114292

Angelika, V., & Dolok Lauro, M. (2023). Journal of Intelligent Decision Support System (IDSS) The design of flood disaster monitoring dashboard for DKI Jakarta. Journal of Intelligent Decision Support System (IDSS), 6(2), 49–56.

Barat, P. P. J. (2024). Data Kejadian dan Dampak Bencana Jawa Barat. Portal Data Terbuka (Open Data Jabar).

Efraim Turban, Ramesh Sharda, D. D. (2014). Decision Support and Business Intelligence Systems (10th ed.). In Decision Support and Business Intelligence Systems (10th ed.).

Few, S. (2009). Now You See It: Simple Visualization Techniques for Quantitative Analysis.

Hanny, D., & Resch, B. (2024). Multimodal Geo-Information Extraction from Social Media for Supporting Decision-Making in Disaster Management. AGILE: GIScience Series, 5(2018), 1–8. https://doi.org/10.5194/agile-giss-5-28-2024

Laudon, K. C., & Laudon, J. P. (2022). Management Information Systems: Managing the Digital Firm.

Luís B. Elvas, Sandra P. Gonçalves, João C. Ferreira, & Ana Madureira. (2022). Data Fusion and Visualization towards City Disaster Management: Lisbon Case Study. EAI Endorsed Transactions on Smart Cities, 6(18), e3. https://doi.org/10.4108/eetsc.v6i18.1374

Schlumberger, J., Šakić Trogrlić, R., Aerts, J. C. J. H., Hyun, J.-H., Hochrainer-Stigler, S., de Ruiter, M., & Haasnoot, M. (2024). A Pathways Analysis Dashboard prototype for multi-risk systems. 4089–4113. https://egusphere.copernicus.org/preprints/2024/egusphere-2024-3655/

Yigitbasioglu, O. M., & Velcu, O. (2012). Business intelligence and analytics for value creation: The role of management control systems. Accounting and Finance, 52(1), 1–30.

Zhai, W. (2022). A multi-level analytic framework for disaster situational awareness using Twitter data. Computational Urban Science, 2(1). https://doi.org/10.1007/s43762-022-00052-z