Penulis:
- Maxsi Ary, S.Si., M.Kom., Ph.D., CIISA
- Rangga Sanjaya, S.T., M.Kom., MPM
- Syarif Hidayatulloh, S.T., M.Kom
- Dwi Sandini, S.E., MM
Buku Data Analytics dan Big Data untuk Bisnis: Panduan Praktis dengan Python, PySpark, dan Power BI merupakan referensi komprehensif yang dirancang untuk membantu mahasiswa dan praktisi memahami proses analisis data secara end-to-end dalam konteks manajemen modern. Buku ini memadukan konsep inti analitik data dengan penerapan praktis menggunakan Python—mulai dari data cleaning, exploratory data analysis, visualisasi, hingga machine learning untuk prediksi dan segmentasi.
Pembaca juga akan diperkenalkan pada pengolahan big data menggunakan Dask dan PySpark, yang menjadi fondasi bagi pemrosesan data skala besar di perusahaan modern. Selain itu, buku ini membahas integrasi cloud dan teknik pembangunan dashboard interaktif menggunakan Power BI sebagai alat Business Intelligence yang mendukung pemantauan kinerja bisnis secara real-time.
Dengan struktur yang sistematis, studi kasus yang relevan, serta bahasa yang mudah dipahami, buku ini memberikan kombinasi ideal antara teori dan praktik. Buku ini cocok digunakan sebagai bahan ajar, referensi akademik, maupun panduan profesional bagi siapa pun yang ingin menguasai analitik data dan big data untuk mendukung pengambilan keputusan berbasis bukti (evidence-based management) di era digital.
Publikasi
Bandung, ARS University Publishing, 2025
ISBN
Sinopsis
Buku Data Analytics dan Big Data untuk Bisnis memberikan panduan praktis bagi mahasiswa dan praktisi untuk memahami dan menerapkan analisis data dalam pengambilan keputusan modern. Melalui pendekatan bertahap, buku ini membahas dasar Python, eksplorasi dan visualisasi data, machine learning, hingga pengolahan big data menggunakan PySpark. Pembaca juga dipandu membangun dashboard interaktif dengan Power BI sebagai alat Business Intelligence yang efektif.
Dengan bahasa yang mudah dipahami, contoh aplikatif, dan studi kasus relevan, buku ini menjadi referensi ideal bagi siapa pun yang ingin menguasai analitik data dan memanfaatkannya untuk strategi bisnis berbasis bukti di era digital.
Daftar Isi
FUNDAMENTALS PENGAMBILAN KEPUTUSAN BERBASIS DATA
1.1 Latar Belakang dan Konteks Era Digital
1.2 Konsep Dasar Data Analytics dan Big Data
1.3 Tujuan Penulisan Buku
1.4 Cakupan dan Struktur Buku
1.5 Relevansi Analytics dalam Manajemen
1.6 Manfaat Buku bagi Pembaca
1.7 Ringkasan Bab
FUNDAMENTALS PYTHON UNTUK ANALISIS DATA BISNIS
2.2 Pengenalan Python untuk Analisis Data 10
2.3 Instalasi dan Lingkungan Kerja Python 11
2.4 Struktur Dasar Pemrograman Python 20
2.5 Dasar-Dasar Analisis Data dengan Python 21
2.6 Eksplorasi Data Awal (Exploratory Data Analysis) 23
2.7 Penerapan Python dalam Berbagai Bidang Manajemen 24
2.8 Pengantar Big Data Menggunakan Python (Dask & PySpark) 26
2.9 Etika dan Tanggung Jawab dalam Analitik Data 28
EKSPLORASI DAN VISUALISASI DATA
3.2 Konsep Dasar Exploratory Data Analysis 30
3.5 Pembersihan Data (Data Cleaning) 33
3.6 Analisis Deskriptif Sederhana 34
3.7 Visualisasi Data Menggunakan Matplotlib 34
3.8 Visualisasi Data Menggunakan Seaborn 35
3.9 Interpretasi Visualisasi 37
3.10 Implementasi Data Cleaning Mengandung Masalah 38
ANALITIS DIAGNOSTIK DAN PREDIKTIF DALAM DATA ANALYTICS
4.2 Analisis Diagnostik: Korelasi dan Hubungan Variabel 49
4.3 Analisis Prediktif: Regresi Linear 54
MACHINE LEARNING UNTUK ANALISIS BISNIS DAN BIG DATA
5.2 Konsep Dasar Machine Learning 59
5.3 Lingkungan dan Persiapan Data 60
5.4 Analisis Unsupervised: K-Means Clustering 61
5.5 Analisis Supervised: Prediksi Penjualan (Regresi) 64
5.6 Analisis Klasifikasi (Supervised Learning) 67
5.7 Implementasi Machine Learning pada Big Data 69
BIG DATA ANALYTICS DENGAN CLOUD DAN DASHBOARD INTERAKTIF
6.2 Konsep Big Data Analytics Berbasis Cloud 82
6.3 Platform Cloud Populer untuk Analisis Big Data 84
6.4 Pipeline Analitik Big Data di Cloud 86
6.5 Pembangunan Dashboard Interaktif 87
6.6 Integrasi Cloud dan Python untuk Big Data Analytics 88
6.7 Tantangan dan Arah Masa Depan 90
IMPLEMENTASI DASHBOARD INTERAKTIF UNTUK ANALITIK BISNIS MENGGUNAKAN POWER BI
7.2 Konsep Dashboard dalam Analitik Bisnis 92
7.3 Prinsip Desain Dashboard Efektif 93
7.4 Deskripsi Dataset Sales_Indonesia 94
7.5 Studi Kasus: Dashboard Penjualan dengan Power BI 95
7.7 Integrasi Analitik dengan Cloud (Opsional) 99
PREDIKTIF DAN PRESKRIPTIF ANALYTICS DALAM PENGAMBILAN KEPUTUSAN BISNIS
8.2 Konsep Prediktif Analytics 102
8.3 Konsep Preskriptif Analytics 104
8.4 Integrasi Prediktif–Preskriptif Analytics dalam Big Data 105
8.5 Studi Kasus: Forecasting Penjualan dan Rekomendasi Strategi Promosi 106
8.6 Implikasi Manajerial dan Nilai Strategis Analytics 123
8.7 Tantangan dan Masa Depan Prediktif–Preskriptif Analytics 123
PENUTUP DAN ARAH MASA DEPAN ANALYTICS DALAM BISNIS
9.1 Ringkasan Capaian Pembelajaran 125
9.2 Refleksi terhadap Peran Analytics dalam Dunia Bisnis Modern 126