Implementasi Business Intelligence pada Rekomendasi Produk Agrowisata Durian

Anggraini Puspita  Sari; Fatchur  Rozci; Budi Mukhamad  Mulyo; Mas Muhammad  Aqil Salim; Andhini Putri  Arini

doi:10.55338/jpkmn.v6i4.6872

Authors

Anggraini Puspita Sari, Universitas Pembangunan Nasional Veteran Jawa Timur, Indonesia
Fatchur Rozci, Universitas Pembangunan Nasional Veteran Jawa Timur, Indonesia
Budi Mukhamad Mulyo, Universitas Pembangunan Nasional Veteran Jawa Timur, Indonesia
Mas Muhammad Aqil Salim, Universitas Pembangunan Nasional Veteran Jawa Timur, Indonesia
Andhini Putri Arini, Universitas Pembangunan Nasional Veteran Jawa Timur, Indonesia

DOI:

https://doi.org/10.55338/jpkmn.v6i4.6872

Keywords:

Business Intelligence, Rekomendasi Produk, Agrowisata Durian, Data Mining, Pemasaran

Abstract

Agrowisata Durian memiliki potensi untuk menarik wisatawan yang cukup tinggi, dilihat bagaimana penggemar durian yang ramai disaat-saat panen durian. Dengan adanya pengembangan Agrowisata ini dapat meningkatkan ekonomi lokal melalui pemberdayaan petani dan UMKM. Meskipun demikian, banyak juga tantangan yang perlu diselesaikan dalam mengembangkan agrowisata durian ini. Misalnya Pengelolaan dan pemasaraan yang masih terkendala, terutama dalam bagaimana cara memahami preferensi konsumen dan strategi penjualan yang sesuai. Pengabdian yang dilakukan oleh Tim ini bertujuan mengimplementasikan sistem Business Intelligence sebagai solusi untuk mengelola dan menganalisis data transaksi, preferensi pelanggan, serta pola pembelian yang bertujuan untuk menghasilkan rekomendasi produk durian yang lebih tepat sasaran. Metode yang digunakan antara lain pengumpulan data penjualan dan preferensi, integrasi data dalam data warehouse, pengolahan menggunakan metode Apriori dan Collaborative Filtering, serta penyajian hasil melalui dashbord yang interaktif. Hasil implementasi memperlihatkan sistem Business Intelligence mampu mengidentifikasi produk unggulan, memberikan rekomendasi personalisasi kepada wisatawan, serta mendukung pengambilan keputusan berbasis data untuk pengelola agrowisata. Dengan adanya sistem ini, pengelola dapat meningkatkan efisiensi pemasaran, memperluas jangkauan promosi, dan juga memberikan pengalaman wisata yang lebih personal dan memuaskan bagi pengunjung. Penerapan Business Intelligence pada agrowisata durian diharapkan mampu meningkatkan daya saing destinasi wisata sekaligus mendorong pertumbuhan ekonomi lokal secara berkelanjutan.

Downloads

Download data is not yet available.

References

Badouch, M., & Boutaounte, M. (2023). Personalized Travel Recommendation Systems: A Study of Machine Learning Approaches in Tourism. Journal of Artificial Intelligence, Machine Learning and Neural Network, 33, 35–45. https://doi.org/10.55529/JAIMLNN.33.35.45

Chen, T. C., Ibrahim Alazzawi, F. J., Mavaluru, D., Mahmudiono, T., Enina, Y., Chupradit, S., Al Ayub Ahmed, A., Syed, M. H., Ismael, A. M., & Miethlich, B. (2022). Application of Data Mining Methods in Grouping Agricultural Product Customers. Mathematical Problems in Engineering, 2022. https://doi.org/10.1155/2022/3942374

Handoko, K., Simanjuntak, P., & Elisa, E. (2024). ALGORITMA APRIORI MENENTUKAN BEST SELLER DURIAN DI KOTA BATAM. Jurnal Teknik Informasi dan Komputer (Tekinkom), 7(1), 419–424. https://doi.org/10.37600/TEKINKOM.V7I1.1303

Herdiana, O., Maesaroh, S. S., & Nazya, A. F. (2022). Perencanaan Business Intelligence untuk Strategi Pengembangan Produk Unggulan UMKM. Jurnal Teknologi Informatika dan Komputer, 8(2), 101–109. https://doi.org/10.37012/JTIK.V8I2.1142

Indriawan, W., Irham Gufroni, A., & Informatika Fakultas Teknik Universitas Siliwangi Tasikmalaya, J. (2020). SISTEM REKOMENDASI PENJUALAN PRODUK PERTANIAN MENGGUNAKAN METODE ITEM BASED COLLABORATIVE FILTERING. Jurnal Siliwangi Seri Sains dan Teknologi, 6(2). https://doi.org/10.37058/JSSAINSTEK.V6I2.2509

Kalimuthu, T., Kalpana, P., Kuppusamy, S., & Raja Sreedharan, V. (2024). Intelligent decision-making framework for agriculture supply chain in emerging economies: Research opportunities and challenges. Computers and Electronics in Agriculture, 219, 108766. https://doi.org/10.1016/J.COMPAG.2024.108766

Lohit, V. S., & Mujahid, M. M. (2022). Big Data Analytics in Developing Smart and Sustainable Solutions for the Agricultural Industry1. Technoarete Transactions on Advances in Data Science and Analytics, 1(2). https://doi.org/10.36647/TTADSA/01.02.A001

Mary Henrietta, H. (2024). ARTIFICIAL INTELLIGENCE IN AGRICULTURE: A REVIEW OF CURRENT APPLICATIONS AND FUTURE TRENDS. Futuristic Trends in Agriculture Engineering & Food Sciences Volume 3 Book 11, 1–6. https://doi.org/10.58532/V3BCAG11P1CH1

Meilisa, R., Subarkah, M. K., & Furqon, M. (2023). The Development Efforts of Bukit Dewi Manggung Agrotourism in Subang District through Appropriate Technology Research Collaboration. Subang International Journal of Governance and Accountability (SINGA), 1(1), 16–23. https://singa.subang.go.id/singa/article/view/9

Mutipforo, G., Muwani, T. S., Katsande, C., Marime, S., & Ranganai, N. (2024). ICTs and their influence on agritourism. Agritourism for Sustainable Development: Reflections from Emerging African Economies, 174–188. https://doi.org/10.1079/9781800623705.0013

Pertanian, J. E., Agribisnis, D., Kusuma Mulyasari1, V., Prasetyo, E., & Sumarjono, D. D. (2020). Analisis Preferensi Konsumen terhadap Pembelian Durian Lokal di Kota Semarang. Jurnal Ekonomi Pertanian dan Agribisnis, 4(1), 87–96. https://doi.org/10.21776/UB.JEPA.2020.004.01.09

Rachmaniar, A., Widayati, S., & Rokoyah, K. (2025). SISTEM REKOMENDASI PRODUK E-COMMERCE MENGGUNAKAN COLLABORATIVE FILTERING DAN CONTENT-BASED FILTERING. Journal of Information System, Informatics and Computing, 9(1), 40–54. https://doi.org/10.52362/JISICOM.V9I1.1904

Raji, I., & Njoku, T. K. (2024). Data-Driven Decision Making in Agriculture: Enhancing Productivity and Sustainability through Predictive Analytics. International Journal of Research Publication and Reviews, 5(9), 2708–2719. https://doi.org/10.55248/GENGPI.5.0924.2656

Riyanda, M. D., & Suyanto, S. (2020). Implementasi Business Intelligence Pada Analisis Perkembangan Hasil Pertanian Provinsi Sumatera Selatan. Journal of Computer and Information Systems Ampera, 1(3), 174–184. https://doi.org/10.51519/JOURNALCISA.V1I3.44

Sirait, W. H., Saifullah, S., & Jalaluddin, J. (2022). Penerapan Algoritma Apriori dalam Menentukan Pola Penjualan Produk Pertanian. TIN: Terapan Informatika Nusantara, 2(10), 634–641. https://doi.org/10.47065/TIN.V2I10.1374