pertemuan 1_Konsep_Dasar_Analitika__Data

materi awal

1. Konsep Dasar Analitika Data Bahan Ajar Teknik Industri (2 SKS)

2. Definisi Analitika Data Proses mengumpulkan, membersihkan, mengolah, dan menganalisis data. Digunakan untuk mendukung pengambilan keputusan berbasis data. Dalam teknik industri: meningkatkan efisiensi, produktivitas, kualitas, dan menekan biaya.

3. Peran Analitika Data di Teknik Industri Pengendalian proses produksi (SPC, monitoring mesin). Manajemen rantai pasok: forecasting, optimasi persediaan. Peningkatan kualitas produk dan efisiensi operasional. Pemeliharaan prediktif dengan machine learning.

4. Jenis Analitika Data Descriptive Analytics: Apa yang terjadi? (laporan OEE, grafik SPC). Diagnostic Analytics: Mengapa terjadi? (analisis sebab-akibat). Predictive Analytics: Apa yang akan terjadi? (forecasting, prediksi kerusakan). Prescriptive Analytics: Apa yang harus dilakukan? (optimasi jadwal produksi).

5. Komponen Analitika Data Data: sensor produksi , ERP, survei pelanggan . Metode analisis : statistik , machine learning. Tools: Excel, Python, R, SQL, Power BI, Tableau. Visualisasi : grafik , dashboard interaktif . Big Data Platform: Hadoop, Spark

6. Contoh Kasus Industri Forecasting permintaan bahan baku menggunakan data penjualan (ARIMA, Exponential Smoothing). Quality Control dengan peta kendali (Control Chart). Optimasi persediaan dengan Economic Order Quantity (EOQ). Netflix menggunakan analitik prediktif berdasarkan data historis penonton , interaksi pengguna hingga waktu tonton untuk menentukan jenis film atau serial yang kemungkinan besar akan sukses di pasar. Google mengandalkan analitika data untuk mengelola ratusan juta pencarian setiap hari , mengoptimalkan performa iklan berbasis preferensi pengguna , menyempurnakan hasil pencarian melalui machine learning . Amazone melalui data pelanggan yang dikumpulkan dari pencarian , pebelian hingga ulasan produk , memberikan rekomendasi produk yang dipersonalisasi , memperkirakan rantai pasok secara dinamis dan memperkirakan permintaan pasar di masa mendatang .

7. Siklus Analitika Data 1. Data Collection ( pengumpulan data). 2. Data Cleaning ( pembersihan data). 3. Data Exploration (EDA). 4. Modeling & Analytics ( regresi , klasifikasi , clustering). 5. Interpretation & Decision Making. 6. Action & Evaluation.

8. SOAL Jelaskan apa latarbelakang munculnya analitika data? Apa yang dimaksud dengan data terstruktur dan data tidak terstruktur ? Apa perbedaan analitika data dengan analisis data? Apa manfaat dari analitika data? Berikan contoh