Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab
DOI:
https://doi.org/10.56799/jim.v2i6.1578Keywords:
Visualisasi Data, Data Science, Toko Online, Google Colab, GrafikAbstract
Penelitian ini membahas tentang visualisasi data menggunakan Google Colab dengan pendekatan data science pada laporan penjualan toko online. Tujuan penelitian ini adalah untuk menunjukkan bahwa visualisasi data yang baik dapat memberikan wawasan yang lebih dalam tentang pola penjualan dan tren pada toko online serta membantu dalam pengambilan keputusan yang lebih baik di masa depan. Penelitian ini menggunakan dataset penjualan toko online yang dimanipulasi menggunakan Python dan Google Colab. Beberapa jenis grafik dan visualisasi data yang dibuat antara lain bar chart, line chart, scatter plot, dan heatmap. Melalui visualisasi data yang dibuat, informasi yang diperoleh dari dataset dapat lebih mudah dipahami dan digunakan untuk mengambil keputusan. Hasil penelitian menunjukkan bahwa Google Colab merupakan alat yang sangat efektif dan berguna dalam membuat visualisasi data pada laporan penjualan toko online. Dalam penelitian ini, teknik data science digunakan untuk memperoleh wawasan yang lebih dalam tentang data penjualan. Hasil visualisasi data dapat membantu dalam meningkatkan pemahaman tentang data penjualan toko online dan memberikan wawasan yang lebih dalam untuk pengambilan keputusan yang lebih baik di masa depan.
Downloads
References
Astuti, D. (2019). Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering. Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 1(2), 60–72. https://doi.org/10.20895/inista.v1i2.71
Diartono, D. A., Zuliarso, E., Sulastri, S., & Anis, Y. (2022). PELATIHAN PEMROGRAMAN BERBASIS KOMPUTASI AWAN UNTUK MENDUKUNG PEMBELAJARAN JARAK JAUH BAGI SISWA SMK Negeri 4 KENDAL. Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat, 2(1), 1–6. https://doi.org/10.35315/intimas.v2i1.8841
Fahrudin, T. M., Riyantoko, P. A., Hindrayani, K. M., & Mas Diyasa, I. G. S. (2020). Exploratory Data Analysis pada Kasus COVID-19 di Indonesia Menggunakan HiveQL dan Hadoop Environment. Prosiding Seminar Nasional Informatika Bela Negara, 1, 115–123. https://doi.org/10.33005/santika.v1i0.32
Fedushko, S., & Ustyianovych, T. (2022). E-Commerce Customers Behavior Research Using Cohort Analysis: A Case Study of COVID-19. Journal of Open Innovation: Technology, Market, and Complexity, 8(1), 12. https://doi.org/10.3390/joitmc8010012
Gelar Guntara, R. (2023). Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(1), 55–60. https://doi.org/10.47233/jteksis.v5i1.750
Harahap, M., Rozi, F., Yennimar, Y., & Siregar, S. D. (2021). Analisis Wawasan Penjualan Supermarket dengan Data Science. Data Sciences Indonesia (DSI), 1(1), 1–7. https://doi.org/10.47709/dsi.v1i1.1173
Kimm, H., Paik, I., & Kimm, H. (2021). Performance Comparision of TPU, GPU, CPU on Google Colaboratory Over Distributed Deep Learning. 2021 IEEE 14th International Symposium on Embedded Multicore/Many-Core Systems-on-Chip (MCSoC), 312–319. https://doi.org/10.1109/MCSoC51149.2021.00053
Kurniawan, C. (2019). A Survey on Big Data Analytics Model. ITEJ (Information Technology Engineering Journals), 4(1), 1–13. https://doi.org/10.24235/itej.v4i1.46
Lizana, H. I. N., & Ridho, F. (2021). Implementasi dan Evaluasi Visualisasi Data Interaktif pada Publikasi Laporan Bulanan Data Sosial Ekonomi Indonesia. Seminar Nasional Official Statistics, 2021(1), 947–957. https://doi.org/10.34123/semnasoffstat.v2021i1.795
Maulani, J., & Amin, M. (2019). RANCANG BANGUN SISTEM INFORMASI JASA PEMBUATAN PAKAIAN DENGAN ALGORITMA PEMPROGRAMAN TERSTRUKTUR. Technologia: Jurnal Ilmiah, 10(2), 85. https://doi.org/10.31602/tji.v10i2.1811
Nugraha, W., & Syarif, M. (2023). Teknik Weighting untuk Mengatasi Ketidakseimbangan Kelas Pada Prediksi Churn Menggunakan XGBoost, LightGBM, dan CatBoost. Techno.Com, 22(1), 97–108. https://doi.org/10.33633/tc.v22i1.7191
Pakan, P. D. (2020). PENERAPAN PCA PADA KLASIFIKASI DATA MIKRO ARAY GEN MENGGUNAKAN JARINGAN SYARAF TIRUAN. Jurnal Ilmiah Flash, 5(2), 24. https://doi.org/10.32511/jiflash.v4i1.204
Qisthiano, M. R., Kurniawan, T. B., Negara, E. S., & Akbar, M. (2021). Pengembangan Model Untuk Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(3), 987. https://doi.org/10.30865/mib.v5i3.3030
Santoso, E. B., & Nugroho, A. (2019). Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik Di Facebook. Eksplora Informatika, 9(1), 60–69. https://doi.org/10.30864/eksplora.v9i1.254
Stancin, I., & Jovic, A. (2019). An overview and comparison of free Python libraries for data mining and big data analysis. 2019 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 977–982. https://doi.org/10.23919/MIPRO.2019.8757088
Subroto, V. K., & Endaryati, E. (2021). BUSINESS INTELLIGENCE DAN KESUKSESAN BISNIS di ERA DIGITAL. Dinamika: Jurnal Manajemen Sosial Ekonomi, 1(2), 41–47. https://doi.org/10.51903/dinamika.v1i2.45
Teh, Z.-H., Lim, C.-Y., & Chen, S.-Y. (2021). An Exploratory Review of Malaysian E-Commerce Merchants and Their Readiness in Adopting Business Analytics Models for Assessment of Business KPIs. 2021 IEEE 6th International Forum on Research and Technology for Society and Industry (RTSI), 469–473. https://doi.org/10.1109/RTSI50628.2021.9597241
Viégas, F. B., & Wattenberg, M. (2007). Artistic Data Visualization: Beyond Visual Analytics (pp. 182–191). https://doi.org/10.1007/978-3-540-73257-0_21
Wahjoerini, W., Pamurti, A. A., & Prabowo, D. (2022). PELATIHAN PEMBUATAN VISUALISASI DATA SPASIAL BAGI SISWA SMA WALISONGO SEMARANG. SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan, 6(3), 1126. https://doi.org/10.31764/jpmb.v6i3.9331