Analisis Data Penjualan Menggunakan Teknik Pembersihan Data dan Visualisasi Dengan Python Pada Dataset CSV

Miftahul Jannah, Nurliana Nurliana, Septinur Selase

Abstract


Data yang tidak terstruktur atau sulit dianalisis berpotensi menimbulkan risiko bagi bisnis. Oleh karena itu, visualisasi data memiliki peran yang penting untuk menyajikan informasi dari data dengan cara yang lebih mudah dipahami dan komunikatif. Penelitian ini bertujuan untuk menghasilkan informasi strategis yang valid melalui analisis dan visualisasi data penjualan, mengidentifikasi tren signifikan seperti pola pembelian berdasarkan waktu, wilayah, dan kategori produk, serta menyediakan grafik dan tabel yang mudah dipahami untuk mendukung pengambilan keputusan yang efektif oleh pemangku kepentingan. Tahapan kerja penelitian ada tahap pengumpulan data, pengolahan data, pengembangan sistem analisis data, implementasi sistem analisis data, dan terakhir menguji sistem. Hasil dan pembersihan data berupa file csv yang telah dibersihkan dan hasil dari visualisasi berupa grafik serta tabel dimana hal ini dapat dimanfaatkan sebagai informasi strategis dalam mendukung pengambilan keputusan bisnis.


Keywords


Dataset; Visualisasi; Python

References


R. G. Guntara, “Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab,” ULIL ALBAB: Jurnal Ilmiah Multidisiplin, vol. 2, no. 6, hlm. 2091, Mei 2023.

S. Mujilahwati, “Visualisasi Data Hasil Klasifikasi Naïve Bayes dengan Matplotlib pada Python,” dalam Prosiding SNST ke-11 Tahun 2021, Fakultas Teknik Universitas Wahid Hasyim, hlm. 205, 2021.

A. H. Wibowo, K. Faisah, dan Y. Devianto, “Analisa dan Visualisasi Data Penjualan Menggunakan Exploratory Data Analysis Pada PT. Telkom Infra,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 3, hlm. 2292–2304, Sept. 2022.

R. Senjaya, B. N. Sari, dan I. Purnamasari, “Implementasi Business Intelligence pada Toko Smart-S dalam Membantu Proses Analisis Bisnis dengan Metode OLAP,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, hlm. 5906, Agustus 2024.

A. K. Putri dan D. I. Nur, “Penggunaan Bahasa Python untuk Analisis dan Visualisasi Data Penduduk di Desa Sumberjo, Nganjuk,” KARYA: Jurnal Pengabdian Kepada Masyarakat, vol. 3, no. 3, hlm. 206–217, 2023.

D. R. F. Daud, B. Irawan, dan A. Bahtiar, “Penerapan Metode Naive Bayes pada Analisis Sentimen Aplikasi McDonald’s di Google Play Store,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, hlm. 759, Feb. 2024.

C. M. Hellyana, “Implementasi Bahasa Python untuk Clusterisasi Data Penjualan Menggunakan Metode K-Means,” Informatics and Computer Engineering Journal, vol. 3, no. 2, hlm. 140, Agustus 2023.

P. S. Zakaria, R. Julianto, dan R. S. Bernada, "Implementasi Naive Bayes Menggunakan Python dalam Klasifikasi Data," dalam Buletin Ilmiah Ilmu Komputer dan Multimedia, vol. 1, no. 1, hlm. 126–131, Mei 2023.




DOI: https://doi.org/10.36294/jurti.v8i2.4689

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 JurTI (Jurnal Teknologi Informasi)

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

JurTI (Jurnal Teknologi Informasi) terindex :

 

JurrTI (Jurnal Teknologi Informasi)

Program Studi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan.

Jl. Jend. Ahmad Yani, Kisaran – 21224  – Sumatera Utara

Telp/WA : 082370952109 - 081268777854

E-Mail : jurtischolar@gmail.com

JurTI (Jurnal Teknologi Informasi) s licensed under a Creative Commons Attribution-ShareAlike 4.0 International License