UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA
FAKULTAS MANAJEMEN & BISNIS
PROGRAM STUDI BISNIS DIGITAL PROGRAM SARJANA
RENCANA PEMBELAJARAN SEMESTER
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SMT | Tgl Penyusunan |
| BUSINESS INTELLIGENCE | SBD25406T | Digital Business & Marketing | 2 sks | 4 | 25 August 2026 |
| PENGESAHAN | Dosen Pengembang RPS | Koordinator MK | Kaprodi | ||
| Yosef Murya Kusuma Ardhana. ST., M.Kom | Yosef Murya Kusuma Ardhana. ST., M.Kom | Sur Yanti. S.E., M.Sc | |||
Capaian Pembelajaran
| CPL-PRODI yang dibebankan pada MK | |
| BD-01 | Kemampuan menerapkan pengetahuan tentang dasar-dasar bisnis, keuangan, pemasaran, komunikasi, teknologi informasi dan digital, inovasi, analisis data, hukum dan etika, serta strategi bisnis lanjutan untuk memperoleh pemahaman menyeluruh tentang prinsip-prinsip Bisnis Digital. |
| BD-04 | Kemampuan mengelola data yang bersumber dari entitas bisnis dan organisasi, termasuk big data dalam bentuk terdesentralisasi dan terdistribusi, memiliki ketrampilan dalam menggunakan alat analitik dan metrik digital untuk memantau serta menganalisis performa kanal digital dan operasional organisasi, baik swasta maupun lembaga pemerintahan, serta menyusun laporan yang mendukung pengambilan keputusan berbasis data secara efektif. |
| Capaian Pembelajaran Mata Kuliah (CPMK) | |
|
CPMK-1 BUSINESS INTELLIGENCE |
Mahasiswa mampu menjelaskan konsep dasar, arsitektur, dan siklus hidup Business Intelligence sebagai fondasi strategis dalam pengambilan keputusan bisnis (C2 - Memahami, CPL: BD-01). |
|
CPMK-2 BUSINESS INTELLIGENCE |
Mahasiswa mampu merancang proses integrasi data melalui metode ETL (Extract, Transform, Load) dan struktur Data Warehouse untuk mendukung konsolidasi data bisnis yang terdistribusi (C6 - Mencipta, CPL: BD-04). |
|
CPMK-3 BUSINESS INTELLIGENCE |
Mahasiswa mampu melakukan analisis data menggunakan teknik OLAP dan analisis statistik untuk mengidentifikasi pola serta tren performa organisasi (C4 - Menganalisis, CPL: BD-04, BD-05). |
|
CPMK-4 BUSINESS INTELLIGENCE |
Mahasiswa mampu mengoperasikan perangkat lunak Business Intelligence terkini untuk membangun dashboard interaktif dan visualisasi data yang informatif (C3 - Menerapkan, CPL: BD-06). |
|
CPMK-5 BUSINESS INTELLIGENCE |
Mahasiswa mampu mengevaluasi Key Performance Indicators (KPI) dan menyusun rekomendasi strategis berbasis wawasan data untuk memecahkan masalah operasional bisnis (C5 - Mengevaluasi, CPL: BD-05). |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | |
| Sub-CPMK 1.1 | Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
| Sub-CPMK 1.2 | Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
| Sub-CPMK 1.3 | Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Korelasi CPL terhadap CPMK
| CPL\CPMK |
CPMK-1 BUSINESS INTELLIGENCE |
CPMK-2 BUSINESS INTELLIGENCE |
CPMK-3 BUSINESS INTELLIGENCE |
CPMK-4 BUSINESS INTELLIGENCE |
CPMK-5 BUSINESS INTELLIGENCE |
|---|---|---|---|---|---|
| BD-01 | ✓ | ✓ | |||
| BD-04 | ✓ | ✓ | ✓ |
Korelasi CPMK terhadap Sub-CPMK
| CPMK \ Sub-CPMK | Sub-CPMK | ||
|---|---|---|---|
| Sub-CPMK 1.1 | Sub-CPMK 1.2 | Sub-CPMK 1.3 | |
|
CPMK-1 BUSINESS INTELLIGENCE |
✓ | ✓ | ✓ |
|
CPMK-2 BUSINESS INTELLIGENCE |
|||
|
CPMK-3 BUSINESS INTELLIGENCE |
|||
|
CPMK-4 BUSINESS INTELLIGENCE |
|||
|
CPMK-5 BUSINESS INTELLIGENCE |
|||
| Deskripsi Singkat MK |
Mata kuliah **Business Intelligence (BI)** membahas konsep, metode, teknologi, dan penerapan sistem yang digunakan untuk mengubah data menjadi informasi dan wawasan yang mendukung pengambilan keputusan bisnis secara efektif. Mahasiswa mempelajari proses pengumpulan, integrasi, pengolahan, analisis, visualisasi, dan interpretasi data dari berbagai sumber. Pembelajaran mencakup konsep dasar Business Intelligence, data warehouse, ETL (Extract, Transform, Load), data mart, OLAP, analisis data, dashboard, data visualization, Key Performance Indicator (KPI), serta penerapan Business Intelligence dalam berbagai bidang organisasi dan bisnis. Mahasiswa juga diarahkan untuk menggunakan perangkat Business Intelligence dalam membangun laporan, dashboard interaktif, dan analisis yang dapat digunakan sebagai dasar pengambilan keputusan strategis, taktis, maupun operasional. Setelah mengikuti mata kuliah ini, mahasiswa diharapkan mampu memahami siklus Business Intelligence, mengelola dan menganalisis data bisnis, menyajikan informasi dalam bentuk visualisasi yang efektif, serta menghasilkan insight yang relevan untuk mendukung proses pengambilan keputusan berbasis data. |
||
| Bahan Kajian: Materi Pembelajaran |
1. **Konsep Dasar Business Intelligence** * Pengertian dan ruang lingkup Business Intelligence * Tujuan dan manfaat Business Intelligence * Peran BI dalam organisasi * Business Intelligence dan data-driven decision making * Perbedaan BI, Business Analytics, Data Analytics, dan Big Data 2. **Data sebagai Dasar Business Intelligence** * Konsep data, informasi, dan knowledge * Jenis dan sumber data bisnis * Data terstruktur dan tidak terstruktur * Data internal dan eksternal * Kualitas dan konsistensi data 3. **Business Intelligence Architecture** * Arsitektur sistem Business Intelligence * Data source * Data integration * Data warehouse * Data mart * OLTP dan OLAP * Alur data dalam sistem BI 4. **Data Warehouse** * Konsep dan karakteristik data warehouse * Fungsi data warehouse * Dimensional modeling * Fact table dan dimension table * Star schema dan snowflake schema * Slowly Changing Dimension 5. **ETL (Extract, Transform, Load)** * Konsep proses ETL * Extract data dari berbagai sumber * Transformasi dan pembersihan data * Data validation * Data integration * Loading data ke data warehouse * Konsep ELT 6. **Data Preparation dan Data Quality** * Data cleansing * Missing data * Duplicate data * Data transformation * Data normalization * Data validation * Data quality management 7. **OLAP dan Multidimensional Analysis** * Konsep Online Analytical Processing * OLAP cube * Dimension dan measure * Drill-down * Roll-up * Slice * Dice * Pivot 8. **Business Analytics** * Descriptive analytics * Diagnostic analytics * Predictive analytics * Prescriptive analytics * Penerapan analytics untuk kebutuhan bisnis * Interpretasi hasil analisis 9. **Key Performance Indicator (KPI)** * Konsep KPI * Karakteristik KPI yang baik * Penentuan indikator kinerja * KPI keuangan * KPI pemasaran * KPI operasional * KPI sumber daya manusia * KPI layanan pelanggan 10. **Data Visualization** * Prinsip dasar visualisasi data * Jenis-jenis chart * Pemilihan visualisasi yang sesuai * Dashboard design * Data storytelling * Visualisasi untuk pengambilan keputusan 11. **Dashboard Business Intelligence** * Konsep dan tujuan dashboard * Dashboard operasional * Dashboard analitis * Dashboard strategis * Interactive dashboard * Filter dan drill-down * Perancangan dashboard berbasis kebutuhan pengguna 12. **Tools Business Intelligence** * Pengenalan tools Business Intelligence * Microsoft Power BI * Tableau * Looker Studio * Konsep penggunaan SQL dalam BI * Integrasi database dengan tools BI 13. **Implementasi Business Intelligence** * Identifikasi kebutuhan bisnis * Identifikasi sumber data * Perancangan data model * Proses ETL * Pembuatan dashboard * Analisis hasil * Penyusunan rekomendasi bisnis 14. **Business Intelligence untuk Pengambilan Keputusan** * Decision making berbasis data * Identifikasi business problem * Analisis business insight * Penggunaan KPI dalam pengambilan keputusan * Penyusunan rekomendasi berdasarkan data 15. **Governance, Security, dan Ethics dalam BI** * Data governance * Data security * Hak akses data * Privasi data * Etika penggunaan data * Data quality dan data ownership 16. **Studi Kasus dan Project Business Intelligence** * Analisis kebutuhan organisasi * Pengumpulan dan integrasi data * Data preparation * Perancangan data warehouse/data mart sederhana * Pembuatan dashboard BI * Analisis insight * Presentasi hasil dan rekomendasi bisnis |
||
| Pustaka |
Utama: 1. Sharda, R., Delen, D., & Turban, E. (2024). Business Intelligence, Analytics, Data Science, and AI: A Managerial Perspective. Pearson.Turban, E., Sharda, R., Delen, D., & King, D. (2018). Business Intelligence: A Managerial Approach. Pearson.Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. 3rd ed. Wiley.Inmon, W. H. (2005). Building the Data Warehouse. 4th ed. Wiley.Marr, B. (2016). Key Performance Indicators: The 75 Measures Every Manager Needs to Know. Pearson.Provost, F., & Fawcett, T. (2013). Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O'Reilly Media. Pendukung: 1. Sharda, R., Delen, D., & Turban, E. — Business Intelligence, Analytics, Data Science, and AI: A Managerial Perspective.Kimball, R., & Ross, M. — The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling.Provost, F., & Fawcett, T. — Data Science for Business. |
||
| Pengampu |
Yosef Murya Kusuma Ardhana,
ST., M.Kom Sur Yanti, S.E., M.Sc Yosef Murya Kusuma Ardhana, ST., M.Kom |
||
| Penilaian | Komponen CPMK | Bentuk Penilaian | Persentase Bobot |
| SBD25406T (CPMK-4) | Kuis (Konsep Dasar) | 10.00% | |
| SBD25406T (CPMK-3) | Tugas 1 (ETL & Data Warehouse) | 20.00% | |
| SBD25406T (CPMK-1) | UAS (Evaluasi KPI & Rekomendasi Strategis) | 25.00% | |
| SBD25406T (CPMK-2) | UTS (Analisis Data & OLAP) | 25.00% | |
| SBD25406T (CPMK-5) | Tugas 2 (Proyek Dashboard Interaktif) | 20.00% | |
| Total | 100% | ||
| Matakuliah Syarat | - | ||
Rencana Pembelajaran Semester
| Mg Ke- |
Sub-CPMK (sbg kemampuan akhir diharapkan) |
Penilaian | Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; | Materi Pembelajaran |
Bobot Penilaian |
||
|---|---|---|---|---|---|---|---|
| Indikator | Kriteria & Bentuk | Luring | Daring | ||||
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) |
| 1 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu menjelaskan konsep dasar dan evolusi BI dalam ekosistem sistem informasi. | Kehadiran dan partisipasi | Ceramah interaktif dan diskusi kelas | Akses materi melalui LMS | Pengantar Business Intelligence: Konsep, Evolusi, dan Peran dalam Organisasi | 4.55% |
| 2 |
Sub-CPMK 1.2
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
Mahasiswa mampu menganalisis arsitektur sistem BI dan mengevaluasi siklus hidup pengembangan BI. | Kehadiran dan partisipasi | Studi kasus arsitektur sistem | Video pembelajaran dan kuis mandiri | Arsitektur Sistem BI dan Siklus Hidup Pengembangan | 4.55% |
| 3 |
Sub-CPMK 1.3
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Mahasiswa mampu menganalisis kebutuhan data dan merancang arsitektur integrasi data. | Tugas mandiri | Praktikum perancangan skema data | Forum diskusi daring | Perancangan Data Warehouse dan Integrasi Data | 5.45% |
| 4 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu mengembangkan prosedur ekstraksi, pembersihan, dan standarisasi data. | Tugas praktikum | Demonstrasi alat ETL | Tutorial video penggunaan software ETL | Proses ETL: Ekstraksi dan Transformasi Data | 5.45% |
| 5 |
Sub-CPMK 1.2
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
Mahasiswa mampu mengimplementasikan proses loading data dengan memperhatikan integritas dan efisiensi. | Tugas praktikum | Praktikum laboratorium | Modul praktikum mandiri | Implementasi Loading Data ke Data Warehouse/Mart | 5.45% |
| 6 |
Sub-CPMK 1.3
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Mahasiswa mampu mengoperasikan teknik OLAP untuk eksplorasi dimensi data. | Tugas praktikum | Praktikum analisis data multidimensi | Simulasi data interaktif | Analisis Multidimensi dengan OLAP | 5.45% |
| 7 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu menerapkan metode statistik deskriptif dan inferensial untuk identifikasi pola. | Tugas kelompok | Diskusi pemecahan masalah statistik | Analisis dataset melalui LMS | Metode Statistik dalam Analisis Data Bisnis | 5.45% |
| 8 |
Sub-CPMK 1.2
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
Mahasiswa mampu menjawab soal terkait teori dan konsep dasar BI serta proses ETL. | UTS | Ujian tertulis | Ujian berbasis LMS | Ujian Tengah Semester | 13.64% |
| 9 |
Sub-CPMK 1.3
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Mahasiswa mampu merumuskan dan mengevaluasi KPI untuk pengambilan keputusan. | Tugas analisis | Studi kasus organisasi | Presentasi kelompok daring | Key Performance Indicators (KPI) dan Metrik Performa | 5.45% |
| 10 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu mengoperasikan perangkat lunak BI untuk visualisasi data. | Tugas praktikum | Workshop perangkat lunak BI | Tutorial software | Pengenalan Perangkat Lunak BI (Dashboarding) | 5.45% |
| 11 |
Sub-CPMK 1.2
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
Mahasiswa mampu membangun dashboard interaktif yang informatif. | Tugas proyek | Review desain dashboard | Analisis contoh dashboard terbaik | Teknik Visualisasi Data yang Efektif | 5.45% |
| 12 |
Sub-CPMK 1.3
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Mahasiswa mampu membangun dashboard yang komunikatif untuk kebutuhan bisnis. | Tugas proyek | Praktikum proyek akhir | Konsultasi proyek daring | Pengembangan Dashboard Interaktif Lanjutan | 5.45% |
| 13 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu menyusun rekomendasi berbasis data untuk permasalahan bisnis. | Tugas analisis | Diskusi kritis hasil analisis | Studi kasus etika data | Evaluasi Hasil Analisis dan Rekomendasi Data-Driven | 4.55% |
| 14 |
Sub-CPMK 1.2
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menguraikan komponen arsitektur Business Intelligence, termasuk integrasi data, data warehouse, dan antarmuka pelaporan. |
Mahasiswa mampu memahami aspek etika dalam penggunaan data bisnis. | Partisipasi | Seminar kelas | Materi bacaan mandiri | Etika Profesional dan Tren Masa Depan BI | 4.55% |
| 15 |
Sub-CPMK 1.3
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan tahapan dalam siklus hidup pengembangan Business Intelligence, mulai dari identifikasi kebutuhan bisnis hingga implementasi dan pemeliharaan sistem. |
Mahasiswa mampu mengintegrasikan seluruh materi untuk penyelesaian proyek akhir. | Presentasi proyek | Review dan presentasi proyek | Sesi tanya jawab | Review Materi dan Persiapan Proyek Akhir | 5.45% |
| 16 |
Sub-CPMK 1.1
(BUSINESS INTELLIGENCE)
Mahasiswa mampu menjelaskan konsep dasar, karakteristik, dan urgensi Business Intelligence dalam mendukung proses pengambilan keputusan strategis di organisasi. |
Mahasiswa mampu mengaplikasikan seluruh konsep BI dalam studi kasus komprehensif. | UAS | Ujian proyek akhir | Pengumpulan portofolio digital | Ujian Akhir Semester | 13.66% |
| Total Bobot | 100% | ||||||
Catatan:
- Capaian Pembelajaran Lulusan PRODI (CPL-PRODI) adalah kemampuan yang dimiliki oleh setiap lulusan PRODI yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
- CPL yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-PRODI) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampilan umum, ketrampilan khusus dan pengetahuan.
- CP Mata kuliah (CPMK) adalah kemampuan yang dijabarkan secara spesifik dari CPL yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
- Sub-CPMK mata kuliah (Sub-CPMK) adalah kemampuan yang dijabarkan secara spesifik dari CPMK yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran.
- Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
- Kriteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan.
- Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
- Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, Problem Based Learning, Case Based Learning dan metode lainnya yg setara.
- Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
- Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-CPMK yang besarnya proposional dengan tingkat kesulitan pencapaian sub-CPMK tersebut, dan totalnya 100%.
- Untuk mata kuliah PjBL pertemuan 14 dan 15 dialokasikan untuk presentasi project.
RUBRIK PENILAIAN (MARKING SCORE)
CPMK-4: Mahasiswa mampu mengoperasikan perangkat lunak Business Intelligence terkini untuk membangun dashboard interaktif dan visualisasi data yang informatif (C3 - Menerapkan, CPL: BD-06).
| Indikator | Sangat Kurang (<20) | Kurang (21-40) | Cukup (41-60) | Baik (61-80) | Sangat Baik (81-100) |
|---|---|---|---|---|---|
| Akurasi dan Relevansi Wawasan (Insight) | Visualisasi tidak menunjukkan wawasan atau kesimpulan yang relevan dengan kebutuhan bisnis. | Wawasan yang dihasilkan sangat terbatas dan kurang akurat dalam menjawab pertanyaan bisnis. | Wawasan yang dihasilkan cukup relevan namun kurang mendalam dalam analisisnya. | Wawasan yang dihasilkan akurat, relevan, dan memberikan nilai tambah bagi pengambilan keputusan. | Wawasan yang dihasilkan sangat tajam, akurat, dan memberikan rekomendasi strategis yang sangat bernilai bagi bisnis. |
| Fungsionalitas Dashboard Interaktif | Dashboard bersifat statis dan tidak memiliki elemen interaktif sama sekali. | Hanya terdapat sedikit elemen interaktif yang tidak berfungsi dengan baik. | Dashboard memiliki fitur interaktif dasar seperti filter sederhana yang berfungsi cukup baik. | Dashboard memiliki fitur interaktif yang fungsional dan memudahkan eksplorasi data oleh pengguna. | Dashboard sangat interaktif dengan fitur canggih seperti drill-down, navigasi intuitif, dan parameter dinamis yang responsif. |
| Konektivitas dan Integrasi Data | Tidak mampu menghubungkan sumber data ke perangkat lunak BI dan melakukan pembersihan data dasar. | Kurang mampu melakukan koneksi data dengan banyak kesalahan dalam pembersihan dan transformasi data. | Cukup mampu menghubungkan sumber data dan melakukan transformasi data dasar dengan beberapa kendala. | Mampu menghubungkan sumber data dengan efisien dan melakukan transformasi data yang akurat. | Sangat mahir dalam mengintegrasikan berbagai sumber data kompleks dengan teknik pembersihan dan transformasi yang optimal. |
| Desain dan Tata Letak (Layout) | Desain sangat berantakan, tidak konsisten, dan sulit untuk dibaca. | Desain kurang rapi, penggunaan warna dan ruang tidak mendukung keterbacaan. | Desain cukup rapi namun tata letak elemen kurang memberikan alur informasi yang logis. | Desain bersih, profesional, dan memiliki alur informasi yang logis dan mudah dipahami. | Desain sangat estetis, profesional, dan memiliki tata letak yang sangat intuitif dengan alur narasi data yang sangat kuat. |
| Pemilihan Visualisasi Data | Pemilihan jenis visualisasi tidak relevan dengan tipe data dan tujuan analisis. | Pemilihan visualisasi kurang tepat, sehingga menyulitkan interpretasi data. | Pemilihan visualisasi cukup tepat namun kurang variatif dalam merepresentasikan informasi. | Pemilihan visualisasi tepat, informatif, dan mendukung penyampaian pesan data dengan baik. | Pemilihan visualisasi sangat tepat, inovatif, dan sangat efektif dalam mengomunikasikan wawasan data yang kompleks. |