📚 Panduan Lengkap Penentuan Judul Skripsi
Program Studi Sistem Informasi | 3 Bidang Keilmuan | 4 Domain Penerapan
📊 Data Analyst
💻 Software Developer
📈 Business Intelligence
Flow Baku Penentuan Judul Skripsi (6 Langkah)
1️⃣ Temukan Masalah
→
2️⃣ Pilih Bidang Ilmu
→
3️⃣ Tentukan Metode
→
4️⃣ Tentukan Output
→
5️⃣ Tentukan Objek
→
6️⃣ Susun Judul
📌 Rumus Struktur Judul:
[METODE/PENDEKATAN] + [OBJEK/SISTEM YANG DIBANGUN] + [TUJUAN/MANFAAT] + (Studi Kasus: [LOKASI])| Aspek | 📊 Data Analyst | 💻 Software Developer | 📈 Business Intelligence |
|---|---|---|---|
| Kata Kunci Judul | Analisis, Prediksi, Klasifikasi, Clustering, Pola, Faktor | Rancang Bangun, Pengembangan, Aplikasi, Sistem Informasi | Dashboard, Business Intelligence, ETL, Data Warehouse, OLAP |
| Output Akhir | Insight, Rekomendasi, Pola, Model Prediksi | Aplikasi/Sistem Fungsional (Web/Mobile/Desktop) | Dashboard Interaktif + Laporan Otomatis |
| Metode Umum | Regresi, K-Means, Naive Bayes, Decision Tree, SVM | Waterfall, Prototype, Agile, Scrum, RAD | Kimball, Inmon, ETL Pipeline, Star Schema |
DOMAIN 1
🎓 PENDIDIKAN (Perkuliahan/Sekolah)
📋 Kasus yang Dialami: “Banyak mahasiswa yang mengulang mata kuliah Algoritma dan Pemrograman setiap semester. Rata-rata 30% mahasiswa tidak lulus di ujian pertama.”
📊 Pendekatan DATA ANALYST
🔍 Flow Spesifik:
• Masalah: 30% mahasiswa mengulang mata kuliah Algoritma
• Data dikumpulkan: Nilai UTS, UAS, tugas, kuis, kehadiran, frekuensi akses LMS, nilai pra-syarat (Dasar Pemrograman)
• Proses Analisis: Mencari korelasi antara variabel dengan ketidaklulusan
• Metode: Decision Tree (C4.5) atau Regresi Logistik Biner
• Output: Faktor-faktor dominan penyebab mahasiswa mengulang (misal: nilai UTS < 50 + kehadiran < 70% = 85% gagal)
• Rekomendasi: Intervensi dini pada minggu ke-6 jika mahasiswa memiliki nilai kuis < 60
• Masalah: 30% mahasiswa mengulang mata kuliah Algoritma
• Data dikumpulkan: Nilai UTS, UAS, tugas, kuis, kehadiran, frekuensi akses LMS, nilai pra-syarat (Dasar Pemrograman)
• Proses Analisis: Mencari korelasi antara variabel dengan ketidaklulusan
• Metode: Decision Tree (C4.5) atau Regresi Logistik Biner
• Output: Faktor-faktor dominan penyebab mahasiswa mengulang (misal: nilai UTS < 50 + kehadiran < 70% = 85% gagal)
• Rekomendasi: Intervensi dini pada minggu ke-6 jika mahasiswa memiliki nilai kuis < 60
🎯 JUDUL SKRIPSI:
“Analisis Faktor-Faktor Penyebab Mahasiswa Mengulang Mata Kuliah Algoritma dan Pemrograman Menggunakan Metode Decision Tree C4.5 (Studi Kasus: Fakultas Ilmu Komputer Universitas X)”
“Analisis Faktor-Faktor Penyebab Mahasiswa Mengulang Mata Kuliah Algoritma dan Pemrograman Menggunakan Metode Decision Tree C4.5 (Studi Kasus: Fakultas Ilmu Komputer Universitas X)”
💻 Pendekatan SOFTWARE DEVELOPER
🔍 Flow Spesifik:
• Masalah: Dosen kewalahan memberikan remedial dan bimbingan karena banyak mahasiswa yang mengulang
• Kebutuhan: Sistem yang membantu mahasiswa belajar mandiri dengan materi adaptif
• Fitur Sistem: Modul latihan soal, video tutorial, tracking progress, rekomendasi materi berdasarkan nilai
• Metode Pengembangan: Prototype (untuk cepat mendapat feedback dari dosen dan mahasiswa)
• Teknologi: Laravel/PHP, MySQL, Bootstrap, Chart.js
• Output: Aplikasi web pembelajaran adaptif untuk mata kuliah Algoritma
• Masalah: Dosen kewalahan memberikan remedial dan bimbingan karena banyak mahasiswa yang mengulang
• Kebutuhan: Sistem yang membantu mahasiswa belajar mandiri dengan materi adaptif
• Fitur Sistem: Modul latihan soal, video tutorial, tracking progress, rekomendasi materi berdasarkan nilai
• Metode Pengembangan: Prototype (untuk cepat mendapat feedback dari dosen dan mahasiswa)
• Teknologi: Laravel/PHP, MySQL, Bootstrap, Chart.js
• Output: Aplikasi web pembelajaran adaptif untuk mata kuliah Algoritma
🎯 JUDUL SKRIPSI:
“Rancang Bangun Sistem Pembelajaran Adaptif untuk Mata Kuliah Algoritma dan Pemrograman Berbasis Web Menggunakan Metode Prototype”
“Rancang Bangun Sistem Pembelajaran Adaptif untuk Mata Kuliah Algoritma dan Pemrograman Berbasis Web Menggunakan Metode Prototype”
📈 Pendekatan BUSINESS INTELLIGENCE
🔍 Flow Spesifik:
• Masalah: Data nilai mahasiswa tersebar (SIAKAD, LMS, Excel dosen). Kaprodi kesulitan memantau performa mata kuliah secara real-time
• ETL: Extract dari SIAKAD, LMS, dan file Excel → Transform (gabung, bersihkan, format standar) → Load ke Data Warehouse
• Model Data: Star Schema (fact_nilai, dim_mahasiswa, dim_mata_kuliah, dim_waktu)
• Metrik: Persentase kelulusan, rata-rata nilai, tingkat pengulangan per semester, tren per minggu
• Visualisasi: Dashboard dengan filter per prodi, per dosen, per angkatan
• Output: Dashboard monitoring akademik dengan alert jika tingkat pengulangan > 25%
• Masalah: Data nilai mahasiswa tersebar (SIAKAD, LMS, Excel dosen). Kaprodi kesulitan memantau performa mata kuliah secara real-time
• ETL: Extract dari SIAKAD, LMS, dan file Excel → Transform (gabung, bersihkan, format standar) → Load ke Data Warehouse
• Model Data: Star Schema (fact_nilai, dim_mahasiswa, dim_mata_kuliah, dim_waktu)
• Metrik: Persentase kelulusan, rata-rata nilai, tingkat pengulangan per semester, tren per minggu
• Visualisasi: Dashboard dengan filter per prodi, per dosen, per angkatan
• Output: Dashboard monitoring akademik dengan alert jika tingkat pengulangan > 25%
🎯 JUDUL SKRIPSI:
“Implementasi Business Intelligence untuk Monitoring Tingkat Kelulusan Mata Kuliah Menggunakan Dashboard Interaktif (Studi Kasus: Fakultas Ilmu Komputer Universitas X)”
“Implementasi Business Intelligence untuk Monitoring Tingkat Kelulusan Mata Kuliah Menggunakan Dashboard Interaktif (Studi Kasus: Fakultas Ilmu Komputer Universitas X)”
DOMAIN 2
🏥 KESEHATAN (Rumah Sakit/Klinik/Puskesmas)
📋 Kasus yang Dialami: “Puskesmas X mencatat antrean pasien rawat jalan sangat panjang (rata-rata 2-3 jam). Banyak pasien yang pulang sebelum diperiksa karena kelelahan menunggu.”
📊 Pendekatan DATA ANALYST
🔍 Flow Spesifik:
• Masalah: Waktu tunggu pasien rawat jalan 2-3 jam, tingkat kepuasan rendah
• Data dikumpulkan: Waktu kedatangan, waktu pendaftaran, waktu pemeriksaan, jumlah dokter, jumlah perawat, hari (senin-jumat), jam kedatangan (pagi/siang)
• Proses Analisis: Menghitung rata-rata waktu tunggu per jam, mengidentifikasi jam sibuk (peak hour)
• Metode: Time Series Analysis + Clustering (K-Means) untuk mengelompokkan pola kedatangan pasien
• Output: Pola jam sibuk (misal: Senin 08.00-10.00 adalah puncak dengan 50 pasien) dan rekomendasi penjadwalan dokter
• Masalah: Waktu tunggu pasien rawat jalan 2-3 jam, tingkat kepuasan rendah
• Data dikumpulkan: Waktu kedatangan, waktu pendaftaran, waktu pemeriksaan, jumlah dokter, jumlah perawat, hari (senin-jumat), jam kedatangan (pagi/siang)
• Proses Analisis: Menghitung rata-rata waktu tunggu per jam, mengidentifikasi jam sibuk (peak hour)
• Metode: Time Series Analysis + Clustering (K-Means) untuk mengelompokkan pola kedatangan pasien
• Output: Pola jam sibuk (misal: Senin 08.00-10.00 adalah puncak dengan 50 pasien) dan rekomendasi penjadwalan dokter
🎯 JUDUL SKRIPSI:
“Analisis Pola Waktu Tunggu Pasien Rawat Jalan Menggunakan Metode Time Series dan Clustering K-Means (Studi Kasus: Puskesmas X)”
“Analisis Pola Waktu Tunggu Pasien Rawat Jalan Menggunakan Metode Time Series dan Clustering K-Means (Studi Kasus: Puskesmas X)”
💻 Pendekatan SOFTWARE DEVELOPER
🔍 Flow Spesifik:
• Masalah: Pendaftaran pasien masih manual (antrian fisik, kertas). Pasien tidak tahu perkiraan waktu antrean
• Kebutuhan: Aplikasi antrean online yang bisa diakses via smartphone
• Fitur Sistem: Pendaftaran online, nomor antrean digital, perkiraan waktu tunggu real-time, notifikasi via WhatsApp/telegram
• Metode Pengembangan: Waterfall (karena kebutuhan sudah jelas dari awal)
• Teknologi: React Native (mobile), Firebase, Node.js
• Output: Aplikasi mobile antrean puskesmas dengan notifikasi otomatis
• Masalah: Pendaftaran pasien masih manual (antrian fisik, kertas). Pasien tidak tahu perkiraan waktu antrean
• Kebutuhan: Aplikasi antrean online yang bisa diakses via smartphone
• Fitur Sistem: Pendaftaran online, nomor antrean digital, perkiraan waktu tunggu real-time, notifikasi via WhatsApp/telegram
• Metode Pengembangan: Waterfall (karena kebutuhan sudah jelas dari awal)
• Teknologi: React Native (mobile), Firebase, Node.js
• Output: Aplikasi mobile antrean puskesmas dengan notifikasi otomatis
🎯 JUDUL SKRIPSI:
“Rancang Bangun Aplikasi Antrean Pasien Rawat Jalan Berbasis Mobile dengan Notifikasi Real-Time (Studi Kasus: Puskesmas X)”
“Rancang Bangun Aplikasi Antrean Pasien Rawat Jalan Berbasis Mobile dengan Notifikasi Real-Time (Studi Kasus: Puskesmas X)”
📈 Pendekatan BUSINESS INTELLIGENCE
🔍 Flow Spesifik:
• Masalah: Data antrean dan pelayanan pasien tidak terintegrasi. Kepala puskesmas tidak punya dashboard kinerja harian
• ETL: Extract dari sistem pendaftaran, rekam medis elektronik, dan jadwal dokter → Transform (agregasi per jam) → Load ke Data Warehouse
• Model Data: Snowflake Schema (fact_antrean, dim_pasien, dim_dokter, dim_waktu, dim_layanan)
• Metrik: Rata-rata waktu tunggu per jam, BOR (Bed Occupancy Rate), jumlah pasien per dokter, jam sibuk
• Visualisasi: Dashboard real-time dengan heatmap jam sibuk dan alert jika waktu tunggu > 60 menit
• Output: Dashboard monitoring layanan puskesmas yang bisa diakses pimpinan dari smartphone
• Masalah: Data antrean dan pelayanan pasien tidak terintegrasi. Kepala puskesmas tidak punya dashboard kinerja harian
• ETL: Extract dari sistem pendaftaran, rekam medis elektronik, dan jadwal dokter → Transform (agregasi per jam) → Load ke Data Warehouse
• Model Data: Snowflake Schema (fact_antrean, dim_pasien, dim_dokter, dim_waktu, dim_layanan)
• Metrik: Rata-rata waktu tunggu per jam, BOR (Bed Occupancy Rate), jumlah pasien per dokter, jam sibuk
• Visualisasi: Dashboard real-time dengan heatmap jam sibuk dan alert jika waktu tunggu > 60 menit
• Output: Dashboard monitoring layanan puskesmas yang bisa diakses pimpinan dari smartphone
🎯 JUDUL SKRIPSI:
“Implementasi Business Intelligence Dashboard untuk Monitoring Kinerja Layanan Rawat Jalan Puskesmas Berbasis Real-Time (Studi Kasus: Puskesmas X)”
“Implementasi Business Intelligence Dashboard untuk Monitoring Kinerja Layanan Rawat Jalan Puskesmas Berbasis Real-Time (Studi Kasus: Puskesmas X)”
DOMAIN 3
💰 EKONOMI/BISNIS (UMKM, Toko, E-commerce)
📋 Kasus yang Dialami: “Toko retail UMKM ‘Berkah Jaya’ mengalami penurunan penjualan 40% dalam 3 bulan terakhir. Pemilik tidak tahu produk mana yang tidak laku dan penyebabnya.”
📊 Pendekatan DATA ANALYST
🔍 Flow Spesifik:
• Masalah: Penurunan penjualan 40% tanpa diketahui penyebabnya
• Data dikumpulkan: Data transaksi 6 bulan terakhir (produk, jumlah, harga, tanggal), stok barang, data promosi, data pesaing (harga pasar)
• Proses Analisis: Menghitung penjualan per produk, per kategori, per bulan, identifikasi produk dengan penurunan tertinggi
• Metode: Analisis ABC (mengelompokkan produk berdasarkan kontribusi penjualan) + Market Basket Analysis (Association Rule)
• Output: Produk kategori C (kontribusi rendah) yang sebaiknya di-discontinue + rekomendasi paket produk yang sering dibeli bersama
• Masalah: Penurunan penjualan 40% tanpa diketahui penyebabnya
• Data dikumpulkan: Data transaksi 6 bulan terakhir (produk, jumlah, harga, tanggal), stok barang, data promosi, data pesaing (harga pasar)
• Proses Analisis: Menghitung penjualan per produk, per kategori, per bulan, identifikasi produk dengan penurunan tertinggi
• Metode: Analisis ABC (mengelompokkan produk berdasarkan kontribusi penjualan) + Market Basket Analysis (Association Rule)
• Output: Produk kategori C (kontribusi rendah) yang sebaiknya di-discontinue + rekomendasi paket produk yang sering dibeli bersama
🎯 JUDUL SKRIPSI:
“Analisis Pola Penjualan Produk untuk Optimalisasi Stok Menggunakan Metode Analisis ABC dan Association Rule Mining (Studi Kasus: UMKM Berkah Jaya)”
“Analisis Pola Penjualan Produk untuk Optimalisasi Stok Menggunakan Metode Analisis ABC dan Association Rule Mining (Studi Kasus: UMKM Berkah Jaya)”
💻 Pendekatan SOFTWARE DEVELOPER
🔍 Flow Spesifik:
• Masalah: Pencatatan penjualan masih menggunakan buku besar dan Excel. Pemilik tidak punya sistem yang memudahkan analisis penjualan
• Kebutuhan: Aplikasi Point of Sale (POS) dengan fitur laporan penjualan dan manajemen stok
• Fitur Sistem: Input transaksi kasir, manajemen produk, manajemen stok (minimal stok alert), laporan harian/bulanan, grafik penjualan
• Metode Pengembangan: Agile (Scrum) – karena fitur bisa bertahap sesuai kebutuhan UMKM
• Teknologi: Laravel, MySQL, Bootstrap, Chart.js untuk grafik
• Output: Web aplikasi POS sederhana untuk UMKM
• Masalah: Pencatatan penjualan masih menggunakan buku besar dan Excel. Pemilik tidak punya sistem yang memudahkan analisis penjualan
• Kebutuhan: Aplikasi Point of Sale (POS) dengan fitur laporan penjualan dan manajemen stok
• Fitur Sistem: Input transaksi kasir, manajemen produk, manajemen stok (minimal stok alert), laporan harian/bulanan, grafik penjualan
• Metode Pengembangan: Agile (Scrum) – karena fitur bisa bertahap sesuai kebutuhan UMKM
• Teknologi: Laravel, MySQL, Bootstrap, Chart.js untuk grafik
• Output: Web aplikasi POS sederhana untuk UMKM
🎯 JUDUL SKRIPSI:
“Rancang Bangun Sistem Point of Sale (POS) Berbasis Web untuk Optimalisasi Manajemen Penjualan dan Stok pada UMKM (Studi Kasus: Toko Berkah Jaya)”
“Rancang Bangun Sistem Point of Sale (POS) Berbasis Web untuk Optimalisasi Manajemen Penjualan dan Stok pada UMKM (Studi Kasus: Toko Berkah Jaya)”
📈 Pendekatan BUSINESS INTELLIGENCE
🔍 Flow Spesifik:
• Masalah: Pemilik toko ingin memantau performa bisnis secara cepat tanpa harus membuka banyak laporan Excel
• ETL: Extract dari database transaksi dan file Excel stok → Transform (agregasi harian, mingguan, bulanan) → Load ke Data Warehouse
• Model Data: Star Schema (fact_penjualan, dim_produk, dim_waktu, dim_pelanggan)
• Metrik: Total penjualan (harian/bulanan), produk terlaris (top 5), produk tidak laku (bottom 5), rasio stok terhadap penjualan, profit margin
• Visualisasi: Dashboard dengan filter tanggal, kategori produk, trend line 30 hari, alert jika stok < minimal
• Output: Dashboard monitoring bisnis yang bisa diakses dari HP pemilik toko
• Masalah: Pemilik toko ingin memantau performa bisnis secara cepat tanpa harus membuka banyak laporan Excel
• ETL: Extract dari database transaksi dan file Excel stok → Transform (agregasi harian, mingguan, bulanan) → Load ke Data Warehouse
• Model Data: Star Schema (fact_penjualan, dim_produk, dim_waktu, dim_pelanggan)
• Metrik: Total penjualan (harian/bulanan), produk terlaris (top 5), produk tidak laku (bottom 5), rasio stok terhadap penjualan, profit margin
• Visualisasi: Dashboard dengan filter tanggal, kategori produk, trend line 30 hari, alert jika stok < minimal
• Output: Dashboard monitoring bisnis yang bisa diakses dari HP pemilik toko
🎯 JUDUL SKRIPSI:
“Implementasi Business Intelligence Dashboard untuk Monitoring Kinerja Penjualan dan Stok UMKM Berbasis Web (Studi Kasus: Toko Berkah Jaya)”
“Implementasi Business Intelligence Dashboard untuk Monitoring Kinerja Penjualan dan Stok UMKM Berbasis Web (Studi Kasus: Toko Berkah Jaya)”
DOMAIN 4
🏢 ORGANISASI (Perusahaan/Kantor/Instansi Pemerintah)
📋 Kasus yang Dialami: “Tingkat turnover (karyawan resign) di PT XYZ mencapai 35% per tahun. Biaya rekrutmen dan training membengkak. Divisi HRD tidak tahu penyebab utama karyawan keluar.”
📊 Pendekatan DATA ANALYST
🔍 Flow Spesifik:
• Masalah: Turnover 35% per tahun, HRD tidak tahu penyebabnya
• Data dikumpulkan: Data karyawan (usia, masa kerja, gaji, jabatan, pendidikan, jarak rumah ke kantor, status nikah, jumlah anak, data absensi, penilaian kinerja, hasil survei kepuasan)
• Proses Analisis: Mencari faktor yang paling berkorelasi dengan keputusan resign
• Metode: Klasifikasi dengan Random Forest atau XGBoost untuk memprediksi karyawan berisiko resign
• Output: Faktor dominan (misal: gaji < 5jt + masa kerja 1-2 tahun + jarak > 20km = 80% berisiko resign). Model prediksi yang bisa digunakan HRD
• Masalah: Turnover 35% per tahun, HRD tidak tahu penyebabnya
• Data dikumpulkan: Data karyawan (usia, masa kerja, gaji, jabatan, pendidikan, jarak rumah ke kantor, status nikah, jumlah anak, data absensi, penilaian kinerja, hasil survei kepuasan)
• Proses Analisis: Mencari faktor yang paling berkorelasi dengan keputusan resign
• Metode: Klasifikasi dengan Random Forest atau XGBoost untuk memprediksi karyawan berisiko resign
• Output: Faktor dominan (misal: gaji < 5jt + masa kerja 1-2 tahun + jarak > 20km = 80% berisiko resign). Model prediksi yang bisa digunakan HRD
🎯 JUDUL SKRIPSI:
“Prediksi Risiko Turnover Karyawan Menggunakan Algoritma Random Forest untuk Mendukung Strategi Retensi (Studi Kasus: PT XYZ)”
“Prediksi Risiko Turnover Karyawan Menggunakan Algoritma Random Forest untuk Mendukung Strategi Retensi (Studi Kasus: PT XYZ)”
💻 Pendekatan SOFTWARE DEVELOPER
🔍 Flow Spesifik:
• Masalah: Pengajuan resign masih manual (surat ke HRD). Tidak ada sistem yang merekam alasan resign secara terstruktur
• Kebutuhan: Sistem informasi HRD terintegrasi dengan fitur exit interview dan tracking turnover
• Fitur Sistem: Manajemen data karyawan, pengajuan resign online, exit interview form, laporan turnover per departemen, alert untuk HRD jika ada pengajuan resign
• Metode Pengembangan: Waterfall (spesifikasi kebutuhan jelas dari HRD)
• Teknologi: CodeIgniter/Laravel, MySQL, AdminLTE template
• Output: Web aplikasi HRD dengan modul turnover management
• Masalah: Pengajuan resign masih manual (surat ke HRD). Tidak ada sistem yang merekam alasan resign secara terstruktur
• Kebutuhan: Sistem informasi HRD terintegrasi dengan fitur exit interview dan tracking turnover
• Fitur Sistem: Manajemen data karyawan, pengajuan resign online, exit interview form, laporan turnover per departemen, alert untuk HRD jika ada pengajuan resign
• Metode Pengembangan: Waterfall (spesifikasi kebutuhan jelas dari HRD)
• Teknologi: CodeIgniter/Laravel, MySQL, AdminLTE template
• Output: Web aplikasi HRD dengan modul turnover management
🎯 JUDUL SKRIPSI:
“Rancang Bangun Sistem Informasi Manajemen Turnover Karyawan Berbasis Web (Studi Kasus: PT XYZ)”
“Rancang Bangun Sistem Informasi Manajemen Turnover Karyawan Berbasis Web (Studi Kasus: PT XYZ)”
📈 Pendekatan BUSINESS INTELLIGENCE
🔍 Flow Spesifik:
• Masalah: Data karyawan dan turnover tersebar di berbagai file Excel. Direktur tidak punya dashboard untuk memantau kesehatan organisasi
• ETL: Extract dari database HRIS, file Excel absensi, dan survei kepuasan → Transform (agregasi per bulan, per departemen) → Load ke Data Warehouse
• Model Data: Star Schema (fact_turnover, dim_karyawan, dim_departemen, dim_waktu, dim_alasan)
• Metrik: Tingkat turnover bulanan, turnover per departemen, rata-rata masa kerja karyawan resign, alasan resign terbanyak, biaya rekrutmen vs turnover
• Visualisasi: Dashboard dengan filter departemen, trend turnover 12 bulan, pie chart alasan resign, heatmap turnover per posisi
• Output: Dashboard monitoring HR untuk direksi dan manajer
• Masalah: Data karyawan dan turnover tersebar di berbagai file Excel. Direktur tidak punya dashboard untuk memantau kesehatan organisasi
• ETL: Extract dari database HRIS, file Excel absensi, dan survei kepuasan → Transform (agregasi per bulan, per departemen) → Load ke Data Warehouse
• Model Data: Star Schema (fact_turnover, dim_karyawan, dim_departemen, dim_waktu, dim_alasan)
• Metrik: Tingkat turnover bulanan, turnover per departemen, rata-rata masa kerja karyawan resign, alasan resign terbanyak, biaya rekrutmen vs turnover
• Visualisasi: Dashboard dengan filter departemen, trend turnover 12 bulan, pie chart alasan resign, heatmap turnover per posisi
• Output: Dashboard monitoring HR untuk direksi dan manajer
🎯 JUDUL SKRIPSI:
“Implementasi Business Intelligence Dashboard untuk Monitoring Tingkat Turnover Karyawan Berbasis Data Warehouse (Studi Kasus: PT XYZ)”
“Implementasi Business Intelligence Dashboard untuk Monitoring Tingkat Turnover Karyawan Berbasis Data Warehouse (Studi Kasus: PT XYZ)”
📊 Ringkasan Judul per Domain dan Bidang
| Domain | 📊 Data Analyst | 💻 Software Developer | 📈 Business Intelligence |
|---|---|---|---|
| 🎓 Pendidikan | Analisis Faktor Penyebab Mahasiswa Mengulang Mata Kuliah Menggunakan Decision Tree | Rancang Bangun Sistem Pembelajaran Adaptif Berbasis Web | Implementasi BI Dashboard Monitoring Tingkat Kelulusan Mata Kuliah |
| 🏥 Kesehatan | Analisis Pola Waktu Tunggu Pasien Menggunakan Time Series & K-Means | Rancang Bangun Aplikasi Antrean Pasien Berbasis Mobile dengan Notifikasi Real-Time | Implementasi BI Dashboard Monitoring Kinerja Layanan Rawat Jalan |
| 💰 Ekonomi | Analisis Pola Penjualan Menggunakan ABC & Association Rule Mining | Rancang Bangun Sistem Point of Sale (POS) Berbasis Web | Implementasi BI Dashboard Monitoring Penjualan dan Stok UMKM |
| 🏢 Organisasi | Prediksi Risiko Turnover Karyawan Menggunakan Random Forest | Rancang Bangun Sistem Informasi Manajemen Turnover Karyawan | Implementasi BI Dashboard Monitoring Tingkat Turnover Karyawan |
✅ Cara Memilih Bidang yang Tepat (Berdasarkan Minat & Kemampuan)
📊
Data Analyst
Pilih jika Anda:
• Suka olah data dan statistik
• Suka mencari pola dan insight
• Tidak masalah bekerja dengan Excel/Python/R
• Hasil akhir berupa rekomendasi (bukan aplikasi)
• Suka olah data dan statistik
• Suka mencari pola dan insight
• Tidak masalah bekerja dengan Excel/Python/R
• Hasil akhir berupa rekomendasi (bukan aplikasi)
💻
Software Developer
Pilih jika Anda:
• Suka coding dan membangun aplikasi
• Ingin hasil akhir berupa sistem fungsional
• Tertarik dengan UI/UX dan database
• Suka tantangan teknis
• Suka coding dan membangun aplikasi
• Ingin hasil akhir berupa sistem fungsional
• Tertarik dengan UI/UX dan database
• Suka tantangan teknis
📈
Business Intelligence
Pilih jika Anda:
• Suka integrasi data dari berbagai sumber
• Suka membuat dashboard & visualisasi
• Tertarik dengan ETL dan data warehouse
• Ingin membantu pengambilan keputusan manajemen
• Suka integrasi data dari berbagai sumber
• Suka membuat dashboard & visualisasi
• Tertarik dengan ETL dan data warehouse
• Ingin membantu pengambilan keputusan manajemen
📚 Contoh Judul Skripsi Sistem Informasi
📊 DATA ANALYST
💻 SOFTWARE DEVELOPER
📈 BUSINESS INTELLIGENCE
🎓
DOMAIN PENDIDIKAN (Perkuliahan/Sekolah)
Fokus pada: data akademik, pembelajaran, kelulusan, dropout, nilai mahasiswa, aktivitas LMS
📊
DATA ANALYST (10 Judul)
Analisis & Insight- Analisis Faktor-Faktor yang Mempengaruhi Kelulusan Tepat Waktu Mahasiswa Menggunakan Metode Regresi Logistik
- Prediksi Risiko Drop Out Mahasiswa Berdasarkan Data Akademik dan Aktivitas LMS Menggunakan Algoritma Random Forest
- Analisis Pola Nilai Mahasiswa untuk Identifikasi Mata Kuliah Sulit Menggunakan Metode Clustering K-Means
- Pemodelan Prediksi Prestasi Akademik Mahasiswa Berdasarkan Data Sosial Ekonomi Menggunakan Decision Tree
- Analisis Sentimen Ulasan Mahasiswa terhadap Kualitas Pembelajaran Daring Menggunakan Naive Bayes Classifier
- Identifikasi Faktor Dominan Penyebab Rendahnya Nilai Ujian Komprehensif dengan Metode Principal Component Analysis (PCA)
- Analisis Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik Menggunakan Metode Importance-Performance Analysis (IPA)
- Prediksi Masa Studi Mahasiswa Berdasarkan Data Nilai dan Aktivitas LMS Menggunakan Regresi Linear Berganda
- Analisis Keterkaitan antara Kehadiran Perkuliahan dengan IPK Mahasiswa Menggunakan Korelasi Pearson
- Klasifikasi Kelompok Mahasiswa Berdasarkan Gaya Belajar Menggunakan Algoritma K-Nearest Neighbors (KNN)
💻
SOFTWARE DEVELOPER (10 Judul)
Aplikasi & Sistem- Rancang Bangun Sistem Informasi Akademik Berbasis Web dengan Framework Laravel (Studi Kasus: SMA Negeri X)
- Pengembangan Aplikasi E-Learning Interaktif dengan Fitur Gamifikasi untuk Meningkatkan Motivasi Belajar Siswa
- Rancang Bangun Sistem Manajemen Perpustakaan Digital Berbasis QR Code menggunakan Metode Prototype
- Pengembangan Aplikasi Bimbingan Konseling Online untuk Monitoring Perkembangan Siswa menggunakan Metode Waterfall
- Rancang Bangun Sistem Ujian Online Berbasis Computer Adaptive Testing (CAT) untuk Evaluasi Pembelajaran
- Pengembangan Aplikasi Pengelolaan Skripsi dan Tugas Akhir Mahasiswa dengan Notifikasi Otomatis
- Rancang Bangun Sistem Presensi Dosen dan Mahasiswa Berbasis Mobile dengan Lokasi GPS dan Face Recognition
- Pengembangan Aplikasi Penjadwalan Kuliah Otomatis Menggunakan Algoritma Genetika Berbasis Web
- Rancang Bangun Sistem Informasi Manajemen Beasiswa dengan Fitur Seleksi Otomatis Menggunakan Metode SAW
- Pengembangan Aplikasi Monitoring Progress Belajar Siswa untuk Orang Tua Berbasis Mobile (Android)
📈
BUSINESS INTELLIGENCE (10 Judul)
Dashboard & Data Warehouse- Implementasi Business Intelligence Dashboard untuk Monitoring Tingkat Kelulusan Mahasiswa Menggunakan Power BI
- Rancang Bangun Data Warehouse Akademik untuk Analisis Kinerja Dosen dan Mahasiswa Menggunakan Metode Kimball
- Pengembangan Dashboard Monitoring Risiko Drop Out Mahasiswa Berbasis Business Intelligence dengan Metode ETL
- Implementasi OLAP untuk Analisis Prestasi Akademik Mahasiswa per Fakultas menggunakan Pentaho BI Suite
- Rancang Bangun Dashboard Monitoring Kehadiran dan Aktivitas LMS Mahasiswa secara Real-Time menggunakan Metabase
- Pengembangan Sistem Business Intelligence untuk Analisis Tren Penerimaan Mahasiswa Baru (Studi Kasus: Universitas X)
- Implementasi Dashboard Interaktif untuk Monitoring Persentase Kelulusan Ujian Sertifikasi Mahasiswa menggunakan Tableau
- Rancang Bangun Data Mart untuk Analisis Distribusi Nilai Mata Kuliah per Program Studi menggunakan Star Schema
- Pengembangan Dashboard Monitoring Kinerja Dosen dalam Penelitian dan Pengabdian Berbasis Business Intelligence
- Implementasi Scorecard untuk Monitoring Capaian Indikator Kinerja Utama (IKU) Perguruan Tinggi menggunakan BI Tools
🏥
DOMAIN KESEHATAN (Rumah Sakit/Puskesmas/Klinik)
Fokus pada: data pasien, antrean, rekam medis, pelayanan, obat, tenaga medis
📊
DATA ANALYST (10 Judul)
Analisis & Insight- Analisis Pola Waktu Tunggu Pasien Rawat Jalan Menggunakan Metode Time Series dan Clustering K-Means
- Prediksi Tingkat Hunian Tempat Tidur (BOR) Rumah Sakit Menggunakan Algoritma Regresi Linear Berganda
- Analisis Faktor-Faktor yang Mempengaruhi Kepuasan Pasien Terhadap Pelayanan Kesehatan menggunakan Importance-Performance Analysis
- Klasifikasi Tingkat Keparahan Penyakit Pasien Berdasarkan Gejala Awal Menggunakan Algoritma Naive Bayes
- Analisis Pola Penyakit Musiman untuk Prediksi Wabah Menggunakan Metode Association Rule Mining
- Identifikasi Faktor Risiko Kejadian Pasien Rawat Inap Memanjang dengan Metode Decision Tree
- Analisis Sentimen Ulasan Pasien terhadap Kualitas Pelayanan Rumah Sakit menggunakan Text Mining
- Prediksi Kebutuhan Stok Obat Bulanan Berdasarkan Data Historis Pemakaian Menggunakan Metode ARIMA
- Analisis Efektivitas Jam Operasional Pelayanan Kesehatan berdasarkan Pola Kedatangan Pasien menggunakan Time Series
- Klasifikasi Pasien Berdasarkan Kategori Penyakit Menggunakan Algoritma Support Vector Machine (SVM)
💻
SOFTWARE DEVELOPER (10 Judul)
Aplikasi & Sistem- Rancang Bangun Aplikasi Antrean Pasien Online dengan Notifikasi Real-Time Berbasis Android
- Pengembangan Sistem Informasi Rekam Medis Elektronik (Electronic Health Record) Berbasis Web
- Rancang Bangun Aplikasi Telemedis untuk Konsultasi Dokter-Pasien Jarak Jauh menggunakan Video Call
- Pengembangan Sistem Manajemen Stok Obat dengan Fitur Peringatan Kadaluarsa menggunakan Metode Waterfall
- Rancang Bangun Aplikasi Booking Pendaftaran Rawat Jalan dan Cek Antrean Berbasis Mobile
- Pengembangan Sistem Informasi Manajemen Tenaga Medis dan Jadwal Prakter Dokter (Studi Kasus: RS X)
- Rancang Bangun Aplikasi Monitoring Gizi Balita Berbasis Mobile untuk Posyandu
- Pengembangan Sistem Informasi Pelaporan Kasus Penyakit Menular untuk Dinas Kesehatan
- Rancang Bangun Aplikasi Inventaris Alat Kesehatan dengan Fitur QR Code menggunakan Metode Prototype
- Pengembangan Sistem Informasi Manajemen Vaksinasi dan Sertifikat Digital Berbasis Web
📈
BUSINESS INTELLIGENCE (10 Judul)
Dashboard & Data Warehouse- Implementasi Business Intelligence Dashboard untuk Monitoring BOR dan Waktu Tunggu Pasien Rawat Inap
- Rancang Bangun Data Warehouse Pelayanan Kesehatan untuk Analisis Efisiensi Ruang dan Tenaga Medis
- Pengembangan Dashboard Monitoring 10 Besar Penyakit (Top Ten Disease) berbasis Business Intelligence
- Implementasi OLAP untuk Analisis Pola Rujukan Pasien Antar Faskes Tingkat Pertama dan Lanjutan
- Rancang Bangun Dashboard Real-Time Monitoring Kapasitas ICU dan Ruang Isolasi Rumah Sakit
- Pengembangan Sistem Business Intelligence untuk Analisis Trend Penggunaan Obat per Kategori Penyakit
- Implementasi Dashboard Monitoring Kinerja Pelayanan Kesehatan Berdasarkan Indikator Mutu Rumah Sakit
- Rancang Bangun Data Mart untuk Analisis Cycletime Pelayanan Pasien Gawat Darurat (IGD)
- Pengembangan Dashboard Monitoring Distribusi Obat dan Alkes ke Puskesmas menggunakan Metabase
- Implementasi Scorecard untuk Monitoring Capaian Program Kesehatan Ibu dan Anak (KIA) menggunakan Power BI
💰
DOMAIN EKONOMI/BISNIS (UMKM/Toko/E-commerce)
Fokus pada: data penjualan, stok, pelanggan, produk, transaksi, loyalitas
📊
DATA ANALYST (10 Judul)
Analisis & Insight- Analisis Pola Pembelian Konsumen untuk Strategi Product Bundling Menggunakan Metode Association Rule Mining (FP-Growth)
- Prediksi Tingkat Penjualan Produk Berdasarkan Data Historis Menggunakan Metode ARIMA dan Exponential Smoothing
- Analisis Segmentasi Pelanggan Berdasarkan Perilaku Pembelian Menggunakan Algoritma K-Means Clustering
- Identifikasi Produk Unggulan Menggunakan Metode Analisis ABC dan RFM (Recency, Frequency, Monetary)
- Analisis Sentimen Ulasan Konsumen di E-commerce Terhadap Kualitas Produk Menggunakan Naive Bayes
- Prediksi Churn Pelanggan (Customer Churn Prediction) pada Layanan Berlangganan Menggunakan Logistic Regression
- Analisis Faktor-Faktor yang Mempengaruhi Loyalitas Pelanggan pada Marketplace menggunakan Regresi Linear
- Rekomendasi Produk Berdasarkan Riwayat Pembelian (Product Recommendation) Menggunakan Collaborative Filtering
- Analisis Pola Keranjang Belanja (Market Basket Analysis) untuk Optimalisasi Tata Letak Barang di Toko Retail
- Klasifikasi Pelanggan Berdasarkan Potensi Pembelian (Potential Customer) Menggunakan Decision Tree
💻
SOFTWARE DEVELOPER (10 Judul)
Aplikasi & Sistem- Rancang Bangun Sistem Point of Sale (POS) Berbasis Web dengan Fitur Laporan Penjualan Real-Time
- Pengembangan Aplikasi E-commerce untuk UMKM Menggunakan Framework Laravel dan Midtrans Payment Gateway
- Rancang Bangun Sistem Manajemen Inventaris Barang dengan Prediksi Stok Minimum Menggunakan Metode EOQ
- Pengembangan Aplikasi Kasir Berbasis Mobile Android untuk Usaha Retail Kecil dan Menengah
- Rancang Bangun Sistem Informasi Manajemen Keuangan UMKM dengan Fitur Laporan Laba Rugi Otomatis
- Pengembangan Aplikasi Loyalty Program (Member/Poin) untuk Meningkatkan Retensi Pelanggan Berbasis Web
- Rancang Bangun Aplikasi Pemesanan Makanan Online (Food Delivery) untuk Restoran menggunakan Metode Agile
- Pengembangan Sistem Informasi Penjualan dan Stok Multi-Toko untuk Distributor menggunakan Waterfall
- Rancang Bangun Aplikasi Manajemen Pelanggan (CRM) Sederhana untuk UMKM dengan Fitur Chat dan Notifikasi
- Pengembangan Sistem Rekomendasi Produk pada Toko Online menggunakan Collaborative Filtering Berbasis Web
📈
BUSINESS INTELLIGENCE (10 Judul)
Dashboard & Data Warehouse- Implementasi Business Intelligence Dashboard untuk Monitoring Penjualan dan Stok UMKM Berbasis Web
- Rancang Bangun Data Warehouse Penjualan untuk Analisis Tahunan Produk Terlaris (Top Selling Product)
- Pengembangan Dashboard Monitoring Performa Toko Multicity (Multiple Outlet) menggunakan Power BI
- Implementasi OLAP untuk Analisis Penjualan per Wilayah, per Produk, per Waktu pada E-commerce
- Rancang Bangun Dashboard Real-Time Monitoring Transaksi dan Omzet Harian untuk Owner UMKM
- Pengembangan Sistem Business Intelligence untuk Analisis Segmentasi Pelanggan (Customer Segmentation)
- Implementasi Dashboard Monitoring Loyalitas Pelanggan dengan Metode RFM Score menggunakan Tableau
- Rancang Bangun Data Mart untuk Analisis Profitabilitas per Produk per Kategori menggunakan Star Schema
- Pengembangan Dashboard Monitoring Prediksi Stok Habis (Stock Out Prediction) dengan Metode BI
- Implementasi Scorecard untuk Monitoring Capaian Target Penjualan Tim Marketing menggunakan Metabase
🏢
DOMAIN ORGANISASI / HR (Perusahaan/Kantor/Instansi)
Fokus pada: data karyawan, turnover, kinerja, absensi, rekrutmen, penggajian
📊
DATA ANALYST (10 Judul)
Analisis & Insight- Prediksi Risiko Turnover Karyawan Menggunakan Algoritma Random Forest untuk Mendukung Strategi Retensi
- Analisis Faktor-Faktor yang Mempengaruhi Kinerja Karyawan Menggunakan Regresi Linear Berganda (Studi Kasus: PT X)
- Klasifikasi Tingkat Keterlambatan dan Absensi Karyawan menggunakan Algoritma Decision Tree
- Analisis Sentimen Karyawan terhadap Lingkungan Kerja Berdasarkan Hasil Survei Menggunakan Text Mining
- Segmentasi Karyawan Berdasarkan Performa Kerja dan Potensi Pengembangan Menggunakan K-Means Clustering
- Prediksi Masa Kerja Karyawan Sebelum Resign (Survival Analysis) Menggunakan Metode Kaplan-Meier
- Analisis Efektivitas Program Pelatihan terhadap Peningkatan Produktivitas Karyawan menggunakan Uji Statistik
- Identifikasi Faktor Dominan Penyebab Keterlambatan Karyawan dengan Metode Principal Component Analysis
- Analisis Hubungan antara Beban Kerja dan Tingkat Stress Karyawan Menggunakan Korelasi Spearman
- Klasifikasi Karyawan Berpotensi Promosi Jabatan Menggunakan Algoritma Support Vector Machine (SVM)
💻
SOFTWARE DEVELOPER (10 Judul)
Aplikasi & Sistem- Rancang Bangun Sistem Informasi Manajemen Sumber Daya Manusia (HRIS) Berbasis Web (Studi Kasus: PT X)
- Pengembangan Aplikasi Penggajian Karyawan dengan Fitur Perhitungan PPh 21 Otomatis menggunakan Metode Waterfall
- Rancang Bangun Sistem Manajemen Rekrutmen dan Seleksi Karyawan Online (E-Recruitment) Berbasis Web
- Pengembangan Aplikasi Absensi Karyawan Berbasis Mobile dengan Lokasi GPS dan Foto Selfie
- Rancang Bangun Sistem Penilaian Kinerja Karyawan (Performance Appraisal) Menggunakan Metode 360 Derajat
- Pengembangan Aplikasi Manajemen Cuti dan Izin Karyawan dengan Notifikasi Otomatis menggunakan Laravel
- Rancang Bangun Sistem Informasi Manajemen Aset Perusahaan dengan Fitur Tracking menggunakan QR Code
- Pengembangan Aplikasi Employee Self Service (ESS) untuk Pengecekan Slip Gaji dan Absensi Karyawan
- Rancang Bangun Sistem Manajemen Proyek dan Monitoring Tugas Karyawan menggunakan Metode Agile Scrum
- Pengembangan Aplikasi Manajemen Training dan Sertifikasi Karyawan Berbasis Web (Studi Kasus: Perusahaan X)
📈
BUSINESS INTELLIGENCE (10 Judul)
Dashboard & Data Warehouse- Implementasi Business Intelligence Dashboard untuk Monitoring Tingkat Turnover Karyawan per Departemen
- Rancang Bangun Data Warehouse SDM untuk Analisis Demografi dan Komposisi Karyawan menggunakan Metode Kimball
- Pengembangan Dashboard Monitoring Kinerja Karyawan Berdasarkan KPI (Key Performance Indicator)
- Implementasi OLAP untuk Analisis Efektivitas Biaya Rekrutmen dan Pelatihan Karyawan
- Rancang Bangun Dashboard Real-Time Monitoring Kehadiran dan Keterlambatan Karyawan menggunakan Metabase
- Pengembangan Sistem Business Intelligence untuk Analisis Potensi Karyawan (Talent Pool) menggunakan Scoring
- Implementasi Dashboard Monitoring Distribusi Usia, Gender, dan Masa Kerja Karyawan (People Analytics)
- Rancang Bangun Data Mart untuk Analisis Hubungan Antara Absensi dengan Produktivitas Karyawan
- Pengembangan Dashboard Monitoring dan Prediksi Risiko Resign Karyawan (Churn Prediction Dashboard)
- Implementasi Scorecard untuk Monitoring Capaian Target Rekrutmen dan Retensi Karyawan menggunakan Power BI
✅ Tips Memilih Judul di Atas
📌 1. Sesuaikan dengan Minat
Suka coding? → Pilih Software Developer.
Suka analisis? → Pilih Data Analyst.
Suka dashboard? → Pilih BI.
Suka coding? → Pilih Software Developer.
Suka analisis? → Pilih Data Analyst.
Suka dashboard? → Pilih BI.
📌 2. Sesuaikan dengan Objek
Ganti “Universitas X” / “PT X” / “RS X” dengan tempat penelitian Anda yang sebenarnya.
Ganti “Universitas X” / “PT X” / “RS X” dengan tempat penelitian Anda yang sebenarnya.
📌 3. Modifikasi Metode
Bisa ganti metode dengan yang Anda kuasai (misal: K-Means → K-Medoids, Naive Bayes → SVM, dll).
Bisa ganti metode dengan yang Anda kuasai (misal: K-Means → K-Medoids, Naive Bayes → SVM, dll).