Transformasi Data Multi-Sumber dan Implementasi Dashboard Analitik untuk Perencanaan Lintasan Baru di PT. Dharma Lautan Utama

Avin, Moch. and Tee, Hardy (2026) Transformasi Data Multi-Sumber dan Implementasi Dashboard Analitik untuk Perencanaan Lintasan Baru di PT. Dharma Lautan Utama. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025221061_5025221271-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Perencanaan lintasan baru dalam industri transportasi laut memerlukan basis analisis yang komprehensif untuk menjamin keberlanjutan operasional dan ketepatan sasaran. Namun, tantangan utama muncul dari heterogenitas sumber data yang mencakup data operasional kepelabuhanan (INAPORT), data ekonomi regional (PDRB), serta data demografi penduduk yang tersebar dalam berbagai format, struktur, dan mekanisme pembaruan. Kerja praktik ini bertujuan untuk merancang dan membangun sistem transformasi data multi-sumber yang mengintegrasikan dataset tersebut menjadi informasi yang terpadu. Fokus utama penelitian ini adalah melakukan proses ingestion, pembersihan, standarisasi, dan refaktorisasi data agar dapat diolah secara efisien untuk mendukung kebutuhan perencanaan strategis di PT. Dharma Lautan Utama. Metodologi yang diterapkan meliputi pembangunan data pipeline menggunakan Python di lingkungan Google Colab, pemanfaatan format penyimpanan columnar (Parquet) untuk efisiensi data besar, serta penggunaan GitHub sebagai media penyimpanan data statis yang terintegrasi. Hasil dari kerja praktik ini adalah implementasi dua dashboard analitik utama: Dashboard INAPORT yang memanfaatkan teknologi DuckDB-Wasm untuk pengolahan data langsung di peramban, dan Dashboard Ekonomi-Demografi berbasis Looker Studio yang diperbarui secara otomatis melalui WebAPI BPS.
====================================================================================================================================
New route planning in the maritime transportation industry requires a comprehensive analytical foundation to ensure operational sustainability and targeting accuracy. However, a primary challenge arises from the heterogeneity of data sources, which encompasses port operational data (INAPORT), regional economic data (GRDP), and population demographics, all scattered across various formats, structures, and update mechanisms. This practical work aims to design and build a multi-source data transformation system that integrates these datasets into unified information. The primary focus of this study is to perform data ingestion, cleaning, standardization, and refactoring to ensure efficient processing in support of strategic planning requirements at PT. Dharma Lautan Utama. The applied methodology includes the development of a data pipeline using Python within the Google Colab environment, the utilization of a columnar storage format (Parquet) for big data efficiency, and the use of GitHub as an integrated static data storage medium. The result of this practical work is the implementation of two key analytic dashboards: the INAPORT Dashboard, which utilizes DuckDB-Wasm technology for direct in-browser data processing, and the Economic-Demographic Dashboard based on Looker Studio, which is automatically updated via the BPS WebAPI.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Dashboard Analitik, Data Multi-sumber, INAPORT, PDRB. Analytic Dashboard, Multi-source Data, INAPORT, GRDP.
Subjects:	Q Science > QA Mathematics > QA76.9.I52 Information visualization
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Moch. Avin
Date Deposited:	08 Jan 2026 08:42
Last Modified:	08 Jan 2026 08:42
URI:	http://repository.its.ac.id/id/eprint/129375

Actions (login required)

View Item