<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>Dashboard Interaktif Business Intelligence &#13;
untuk Keputusan Bisnis di Industri Perbankan</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Shabriena Nindya</mods:namePart><mods:namePart type="family">Kusumawardani</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:name type="personal"><mods:namePart type="given">Fredi</mods:namePart><mods:namePart type="family">Andria</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:name type="personal"><mods:namePart type="given">Salmah</mods:namePart><mods:namePart type="family">Salmah</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>SHABRIENA NINDYA KUSUMAWARDANI. Dashboard Interaktif Business Intelligence &#13;
untuk Keputusan Bisnis di Industri Perbankan. Di bawah bimbingan: FREDI ANDRIA dan &#13;
SALMAH. 2025.&#13;
Perkembangan teknologi informasi telah mendorong transformasi digital di berbagai sektor, &#13;
termasuk dalam proses pengambilan keputusan bisnis—salah satu fokus utama dalam bidang &#13;
ilmu Manajemen. Penelitian ini bertujuan untuk mengembangkan dashboard interaktif &#13;
berbasis big data analysis sebagai alat bantu bagi manajemen dalam memahami pola, tren, dan &#13;
anomali dari data perusahaan secara cepat dan efisien, sehingga mendukung pengambilan &#13;
keputusan yang berbasis data (data-driven decision making).&#13;
Tugas Akhir Studi Independen Bersertifikat ini mengambil studi kasus di industri perbankan, &#13;
dengan menerapkan pendekatan analisis data eksploratif menggunakan Python dan visualisasi &#13;
interaktif melalui platform Tableau. Fokus utama diarahkan pada data pelanggan, transaksi, &#13;
serta indikator churn, yang berkaitan erat dengan manajemen hubungan pelanggan (CRM) dan &#13;
strategi retensi pelanggan, dua aspek penting dalam manajemen pemasaran.&#13;
Hasil dari dashboard yang dikembangkan menunjukkan bahwa manajemen dapat &#13;
mengidentifikasi pelanggan yang berisiko churn berdasarkan pola perilaku transaksi dan &#13;
karakteristik demografis. Insight yang diperoleh dapat digunakan untuk merumuskan strategi &#13;
pemasaran yang lebih tepat sasaran. Dengan demikian, implementasi dashboard ini tidak &#13;
hanya mempercepat proses analisis, tetapi juga meningkatkan akurasi dan efektivitas dalam &#13;
pengambilan keputusan strategis—yang merupakan inti dari fungsi manajerial. Tugas akhir ini &#13;
menjadi bukti nyata bagaimana teknologi big data dan business intelligence dapat &#13;
diintegrasikan dalam praktik manajerial untuk menciptakan nilai tambah dalam dunia bisnis, &#13;
sejalan dengan kompetensi yang ditargetkan dalam program studi Manajemen.&#13;
Keyword : Big Data Analysis, Dashboard, Churn Rate</mods:abstract><mods:classification authority="lcc">Manajemen pemasaran</mods:classification><mods:classification authority="lcc">Manajemen</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2025-05-26</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas Pakuan;Program Studi Manajemen</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>