PENERAPAN BUSINESS INTELLIGENCE DALAM ANALISIS DAN VISUALISASI TREN BENCANA ALAM DI DKI JAKARTA MENGGUNAKAN TABLEAU

AQMAL BASTIAN MURTI; irwansyah;

Penerapan Business Intelligence Dalam Analisis Dan Visualisasi Tren Bencana Alam Di

DKI Jakarta Menggunakan Tableau
Aqmal Bastian Murti

Provinsi DKI Jakarta memiliki tingkat risiko bencana alam yang tinggi akibat faktor geografis, kepadatan
penduduk, dan perubahan iklim. Bencana seperti banjir, kebakaran, tanah longsor, pohon tumbang, dan angin
puting beliung terjadi hampir setiap tahun. Untuk meningkatkan efektivitas penanggulangan bencana alam,
dibutuhkan sistem yang mampu mengelola dan memvisualisasikan data secara efisien. Penelitian ini bertujuan
menerapkan teknologi Business Intelligence (BI) menggunakan platform Tableau untuk menganalisis dan
memvisualisasikan tren bencana alam di DKI Jakarta selama periode 2018–2024. Data diperoleh dari Satu Data
Jakarta dan Satu Data Indonesia, dengan total 418 catatan kejadian. Analisis dilakukan melalui tahapan ETL
(Extract, Transform, Load), validasi data, dan pembuatan dashboard interaktif. Pada Proses ETL terdapat
penyusutan data menjadi 202 catatan kejadian. Visualisasi yang dihasilkan mencakup informasi jenis bencana,
jumlah korban, lokasi kejadian, dan perkembangan tahunan. Berdasarkan hasil analisis, total korban bencana di
enam wilayah DKI Jakarta mencapai 73.975 korban, dengan Jakarta Selatan tercatat sebagai wilayah paling
terdampak, yaitu sebanyak 32.137 korban, disusul oleh Jakarta Timur dengan 25.397 korban. Penelitian ini
menunjukkan bahwa Jakarta Selatan merupakan daerah yang paling rawan bencana selama periode pengamatan.
Tableau menyajikan data dalam bentuk grafik, peta, dan diagram interaktif yang mudah dipahami dan mendukung
pengambilan keputusan berbasis data. Penerapan BI terbukti menyederhanakan kompleksitas data serta membantu
pihak terkait, seperti masyarakat maupun lembaga lainnya, dalam memahami pola bencana secara menyeluruh.
Pendekatan ini menjadi solusi strategis untuk meningkatkan kesiapsiagaan, memperkuat edukasi kebencanaan,
serta mendukung perencanaan yang responsif terhadap risiko di lingkungan perkotaan.
Kata kunci: Business Intelligence, Bencana alam, Dashboard, ETL, Tableau

Applying Business Intelligence to Analyze and Visualize Natural Disaster Trends Using

Tableau
Aqmal Bastian Murti

The Province of DKI Jakarta is at high risk of natural disasters due to geographical factors, high population
density, and the effects of climate change. Disasters such as floods, fires, landslides, fallen trees, and tornadoes
occur almost annually. To enhance the effectiveness of disaster management, a system capable of efficiently
managing and visualizing data is essential. This study aims to apply Business Intelligence (BI) technology using
the Tableau platform to analyze and visualize natural disaster trends in DKI Jakarta from 2018 to 2024. Data
were obtained from Satu Data Jakarta and Satu Data Indonesia, totaling 418 disaster event records. The analysis
was conducted through ETL (Extract, Transform, Load) processes, data validation, and the development of an
interactive dashboard. The ETL process refined the dataset to 202 records. The resulting visualizations provide
insights into disaster types, victim counts, incident locations, and annual trends. Based on the analysis, the total
number of disaster victims across the six regions of DKI Jakarta reached 73,975. South Jakarta was the most
affected area, with 32,137 victims, followed by East Jakarta with 25,397. These findings indicate that South
Jakarta was the most disaster-prone region during the observation period. Tableau effectively presents data

through interactive graphs, maps, and diagrams that are easy to interpret and support data-driven decision-
making. The application of BI has proven to simplify complex datasets and assist stakeholders — including the

community and relevant institutions — in comprehensively understanding disaster patterns. This approach serves
as a strategic solution to enhance preparedness, strengthen disaster education, and support risk-responsive urban
planning.
Keywords: Business Intelligence, Dashboard, ETL, Natural Disasters, Tableau