OPTIMALISASI ANALISIS PENJUALAN PADA UMKM DENGAN BUSINESS INTELLIGENCE DI KELURAHAN KEBON PALA
DOI:
https://doi.org/10.30998/pkmbatasa.v5i3.1495Keywords:
Analisis Penjualan, Business Intelligence, Digitalisasi Usaha, UMKMAbstract
UMKM memiliki peran penting dalam menopang perekonomian Indonesia, namun sebagian besar masih menghadapi keterbatasan dalam pengelolaan data usaha dan pengambilan keputusan berbasis informasi. Kegiatan pengabdian ini bertujuan untuk meningkatkan kemampuan UMKM di Kelurahan Kebon Pala dalam menganalisis penjualan berbasis Business Intelligence (BI), mengukur perkembangan omzet dan profitabilitas usaha, serta mendorong pengambilan keputusan yang lebih sistematis dan berbasis data. Metode pelaksanaan dilakukan melalui observasi awal, pengolahan data penjualan, serta pelatihan penerapan BI sederhana menggunakan dashboard berbasis Microsoft Excel dan Google Data Studio. Pelatihan difokuskan pada analisis tren penjualan, profitabilitas, dan forecasting permintaan berdasarkan pola konsumsi dan faktor eksternal seperti cuaca serta lokasi pemasaran. Hasil kegiatan menunjukkan bahwa implementasi Business Intelligence mampu meningkatkan kapasitas manajerial UMKM dalam membaca pola permintaan pasar dan mengoptimalkan pengelolaan usaha. Rata-rata omzet UMKM meningkat dari Rp20.100.000,- menjadi Rp23.800.000,- per bulan atau mengalami pertumbuhan sebesar 18,7%. Selain itu, margin laba bersih meningkat dari 18% menjadi 23% setelah pelaku usaha mampu mengendalikan stok dan mengurangi kesalahan pengadaan bahan baku. Implementasi BI juga membantu UMKM meningkatkan akurasi prediksi permintaan dan efisiensi operasional usaha. Secara keseluruhan, penerapan Business Intelligence memberikan kontribusi positif terhadap peningkatan daya saing dan keberlanjutan UMKM di Kelurahan Kebon Pala melalui pengambilan keputusan usaha yang lebih efektif, adaptif, dan berbasis data.
Downloads
References
Ayyagari, M., Demirgüç-Kunt, A., & Maksimovic, V. (2014). Who creates jobs in developing countries? Small Business Economics, 43(1), 75–99. https://doi.org/10.1007/s11187-014-9549-5
Davenport, T. H. (2018). The AI advantage: How to put the artificial intelligence revolution to work. MIT Press.
Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Pearson Education.
Perteka, P. D., Gunantara, I.N., Swamardika, I.B. (2024). Analisis Big Data UMKM Menggunakan Apache Hadoop-Hive dengan Metode Forecasting Time Series. Majalah Ilmiah Teknologi Elektro 23(2). https://www.researchgate.net/publication/388970670_Analisis_Big_Data_UMKM_Menggunakan_Apache_Hadoop-Hive_dengan_Metode_Forecasting_Time_Series
Phillips-Wren, G., Daly, M., & Burstein, F. (2021). Reconciling business intelligence, analytics and decision support systems: More data, deeper insight. Decision Support Systems, 146, 113560. https://doi.org/10.1016/j.dss.2021.113560
Rialti, R., Marzi, G., Ciappei, C., & Busso, D. (2019). Big data and dynamic capabilities: A bibliometric analysis and systematic literature review. Management Decision, 57(8), 2052–2068. https://doi.org/10.1108/MD-07-2018-0821
Shollo, A., & Galliers, R. D. (2016). Towards an understanding of the role of business intelligence systems in organisational knowing. Information Systems Journal, 26(4), 339–367. https://doi.org/10.1111/isj.12071
Tambunan, T. (2019). Recent evidence of the development of micro, small and medium enterprises in Indonesia. Journal of Global Entrepreneurship Research, 9(18), 1–15. https://doi.org/10.1186/s40497-018-0140-4
Van Calster, K., Verbeke, W., & Baesens, B. (2020). Predictive analytics for business intelligence and decision-making. Decision Support Systems, 131, 113234. https://doi.org/10.1016/j.dss.2020.113234
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Anggi Oktaviani (Author); Hapsari Widayani (Translator); Ahmad Fahrudin, Riri Cornellia (Author)

This work is licensed under a Creative Commons Attribution 4.0 International License.






