Dashboard Strategis untuk Mengukur Ketercapaian Pengembangan Ekonomi Kreatif Kabupaten Bojonegoro
Article Sidebar
Main Article Content
Abstract
Sektor industri ekonomi kreatif mengandalkan inovasi, keahlian, dan potensi individu untuk menciptakan lapangan kerja dan kemakmuran. Peran penting Dinas Kebudayaan dan Pariwisata Kabupaten Bojonegoro (Disbudpar) dalam mengembangkan sektor ini bertujuan meningkatkan daya saing ekonomi daerah berdasarkan potensi lokal. Namun, Disbudpar menghadapi hambatan dalam menentukan wilayah potensial Ekraf yang perlu dikembangkan dan dibina, serta dalam menghasilkan sertifikasi untuk karya dan produk. Oleh karena itu, penelitian ini menerapkan metode Business Intelligence yang melibatkan pengintegrasian dan pengelolaan data terkait aktivitas industri ekonomi kreatif, untuk menyusun strategi pengembangan Ekraf. Metode Clustering digunakan dalam pemilihan dan penentuan wilayah pengembangan. Hasil dan pembahasan dari Clustering dengan metode K-Means menunjukkan adanya tiga klaster wilayah dengan karakteristik yang berbeda. Klaster wilayah potensial mencakup 14,29% dari total anggota klaster, klaster wilayah berkembang mencakup 32,14%, dan klaster wilayah rendah mencakup 53,57%. Selain itu, penggunaan Key Performance Indicators (KPI) digunakan untuk mengevaluasi kinerja pengembangan Ekraf. Hasil dari uji penerimaan pengguna menunjukkan tingkat penerimaan yang tinggi sebesar 100% terhadap dashboard yang telah dikembangkan. Dengan menerapkan Business Intelligence, informasi tentang jumlah pelaku ekonomi kreatif, pertumbuhan ekonomi kreatif, dan data penyerapan anggaran dapat diakses dan digunakan dalam mengukur strategi pengembangan di bidang ekonomi kreatif.
Downloads
Article Details
References
M. S. Rochmat Aldy Purnomo, S.E., Ekonomi Kreatif Pilar Pembangunan Indonesia. Surakarta: Ziyad Visi Media, 2020.
Kabupaten Bojonegoro, Rencana Strategis Perangkat Daerah Dinas Kebudayaan dan pariwisata kabupaten bojonegoro. 2018.
Novriska, “Perlindungan Hak Kekayaan Intelektual Terhadap Pelaku Ekonomi Kreatif Berdasarkan Undang-Undang Hak Kekayaan Intelektual Nomor 28 Tahun 2014 Tentang Hak Cipta,” J. Ilm. Publika, vol. 11, pp. 298–306, 2022, doi: 10.33603/publika.v10i2.7630.
R. Akbar, D. Rasyiddah, M. Anrisya, N. F. Julyazti, and S. Syaputri, “Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis Prioritas Pekerjaan di Indonesia,” J. Edukasi dan Penelit. Inform., vol. 4, no. 1, p. 54, 2018, doi: 10.26418/jp.v4i1.25497.
R. Akbar, V. Alfarizi, T. B. Amarta, N. N. Ardian, and M. J. Ibrahim, “Implementasi Business Intelligence untuk Mendapatkan Pola Penerbangan Penumpang Pesawat dari atau ke Bandara Internasional Minangkabau,” J. Edukasi dan Penelit. Inform., vol. 4, no. 1, p. 65, 2018, doi: 10.26418/jp.v4i1.25580.
B. P. Weeserik and M. Spruit, “Improving Operational Risk Management using Business Performance Management technologies,” Sustain., vol. 10, no. 3, 2018, doi: 10.3390/su10030640.
F. Pandensolang, F. Manoppo, and A. Sumendap, “Implementasi Business Intelligence Untuk Analisa dan Visualisasi Perbandingan Perencanaan dan Realisasi Anggaran pada BNNP Sulawesi Utara,” pp. 1–8, 2022.
Agus, Mardhatillah, Faisal, A. D. L. Goeltom, Muh Yahya, and Muh Kasim, “Bentuk Clustering Pengembangan Kawasan Wisata Malino,” J. Kepariwisataan Destin. Hosp. dan Perjalanan, vol. 5, no. 2, pp. 96–109, 2021, doi: 10.34013/jk.v5i2.413.
M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103–108, 2021, doi: 10.30871/jaic.v5i2.3200.
H. Mahulae, “Pengelompokan Potensi Produksi Buah-Buahan di Provinsi Sumatera Utara dengan Menerapkan K-Clustering (Studi Kasus?: Dinas Tanaman Pangan dan Holtikultura),” JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 2, p. 312, 2020, doi: 10.30865/jurikom.v7i2.2122.
N. Savitri, R. Pranata, A. Nadzario, M. Clara, and O. Sanityasa, “PENGELOMPOKAN KUNJUNGAN WISATA KABUPATEN KULON PROGO TAHUN 2019 MENGGUNAKAN K-MEANS CLUSTERING,” vol. 12, no. 1, pp. 38–45, 2021.
A. C. S. Wexler, The Big Book of Dashboards Visualizing Your Data Using Real-World Business Scenarios,. 2017.
V. Ivanov, D. Larionova, D. Strugar, and G. Succi, “Design of a dashboard of software metrics for adaptable, energy efficient applications,” Proc. - DMSVIVA 2019 25th Int. DMS Conf. Vis. Vis. Lang., pp. 75–82, 2019, doi: 10.18293/jvlc2019-n2-009.
D. Tešendi? and D. B. Krsti?ev, “Business intelligence in the service of libraries,” Inf. Technol. Libr., vol. 38, no. 4, pp. 98–113, 2019, doi: 10.6017/ital.v38i4.10599.
I. S. Lesmana, “Analisis Balanced Scorecard Sebagai Pendekatan Penilaian Kinerja Pada Koperasi Kartika Sultan Ageng Tirtayasa Serang,” Jesya (Jurnal Ekon. Ekon. Syariah), vol. 4, no. 1, pp. 24–36, 2020, doi: 10.36778/jesya.v4i1.295.
M. Singgih and D. Sulistyono, “Analisis Kinerja Strategi Bisnis Koperasi Karyawan UNTAG Surabaya dengan Pendekatan Balance Scorecard,” INOBIS J. Inov. Bisnis dan Manaj. Indones., vol. 4, no. 1, pp. 98–112, 2020, doi: 10.31842/jurnalinobis.v4i1.169.
R. Supriatna, “Implementasi Dan User Acceptnace Test ( UAT) Terhadap Aplikasi E-Learning,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2018.