Implementation and Visualization of Business Intelligence Based Budget in Ngawi District Financial Agency 2021-2023
DOI:
https://doi.org/10.20961/akumulasi.v3i1.1735Keywords:
budgets, business intelligence, decision makingAbstract
This research aims to determine the s of budget implementation and visualization from 2021 to 2023 in the Financial Agency of Ngawi Regency which uses Business Intelligence Power BI as a basis for decision-making. This is quantitative research which used a descriptive-quantitative approach method. To collect the data, the researchers used a literature study and documentation of the summary of APBD (Anggaran Pendapatan Belanja Daerah/APBD) data in the Financial Agency of Ngawi Regency from 2021 to 2023. The results indicate that there are fluctuations in the Regional Income, Regional Expenditures, and Regional Financing when implementing and visualizing budget data (APBD) using Business Intelligence Power BI. Cumulatively, the total APBD is Rp 13,732,224,315,602.00, with a total growth of 210.3%. The next result is the Financial Agency of Ngawi Regency can use Business Intelligence Power BI to analyse and visualize the APBD budget data for decision-making purposes. It shows that this system can be used for decision-making by this agency because it is user-friendly, fast, accurate, and informative.
References
Camila, C., Akbar, R., Sutria, M. I., Suri, N., & Chairunnissa, S. (2018). Visualisasi perbandingan APBD dan realisasi anggaran Kabupaten/Kota Se-Sumatra Barat menggunakan Tableau Public. Jurnal Teknologi Informasi Mura, 10(2), 75-82. http://jurnal.kopertipindonesia.or.id/index.php/kopertip/article/view/57
Gowthami, K., & Kumar, M. P. (2017). Study on business intelligence tools for enterprise dashboard development. International Research Journal of Engineering and Technology, 4(4), 2987-2992. https://mail.irjet.net/archives/V4/i4/IRJET-V4I4721.pdf
Mardiasmo. (2021). Akuntansi sektor publik - edisi terbaru. Penerbit Andi.
Maziyyah, A. A. (2022). Penggunaan self-service business intelligence dalam pengambilan keputusan di UMKM pada masa pandemi Covid-19: Studi kasus toko sayur keluarga Yogyakarta (Doctoral Dissertation, Universitas Islam Indonesia). https://dspace.uii.ac.id/handle/123456789/39788
Nasution, D. A., Khotimah, H. H., & Chamidah, N. (2019). Perbandingan normalisasi data untuk klasifikasi wine menggunakan algoritma K-NN. Comput. Eng. Sci. Syst. J, 4(1), 78. https://doi.org/10.24114/cess.v4i1.11458
Pandensolang, F. (2022). Implementasi business intelligence untuk analisa dan visualisasi perbandingan perencanaan dan realisasi anggaran pada BNNP Sulawesi Utara. OSF Preprints fj2zg, Center for Open Science. https://doi.org/10.31219/osf.io/fj2zg
PMK No. 22/PMK.05/2022. (2022). Database peraturan JDIH BPK. https://peraturan.bpk.go.id/Details/215087/pmk-no-22pmk052022
PP No. 12 Tahun 2019. (2019). Database peraturan JDIH BPK. https://peraturan.bpk.go.id/Details/103888/pp-
Rahayu, Y. K. F., Sarwono, A. E., & Sunarti. (2019). Analisis kinerja keuangan pemerintah daerah Kabupaten Ngawi tahun anggaran 2014–2018. Jurnal Akuntansi dan Sistem Teknologi Informasi, 15. https://ejurnal.unisri.ac.id/index.php/Akuntansi/article/view/3707
Republik Indonesia. (2006). Peraturan pemerintah nomor 8 tahun 2006 tentang pelaporan keuangan dan kinerja instansi pemerintah. Jakarta
Republik Indonesia. (2007). Peraturan menteri dalam negeri nomor 13 tahun 2006 tentang pedoman pengelolaan keuangan daerah. Peraturan menteri dalam negeri nomor 9 tahun 2007 tentang perubahan atas Permendagri nomor 13 tahun 2006 tentang pedoman pengelolaan keuangan daerah. Jakarta
Republik Indonesia. 2022. Peraturan menteri keuangan nomor 22/PMK.05/2022 tanggal 14 maret 2022 tentang kebijakan akuntansi pemerintah pusat. Jakarta
Rizal, R., Fitri, S. A., & Rantika, D. (2019). Akuntabilitas dan transparansi pengelolaan anggaran pendapatan dan belanja desa (APBDes) tahun 2016. Jurnal Al-Iqtishad, 14(1), 20-37. http://dx.doi.org/10.24014/jiq.v14i01.5457
Rudiawan, H. (2021). Pemanfaatan sistem bisnis intelijen (BI) dalam pengambilan keputusan manajemen perusahaan. Jurnal ekonomi, 23(3), 190-200. https://ejournal.borobudur.ac.id/index.php/1/article/view/871
Sugiri, D. (2021). Perlakuan akuntansi belanja tak terduga pada pemerintah daerah akibat pandemi Covid-19. Jurnal Ilmiah Akuntansi dan Keuangan, 10(1), 58-68. https://doi.org/10.32639/jiak.v10i1.599
Sulaeman, A. S., & Silvia, V. (2019). Pendapatan asli daerah, transfer daerah, dan belanja modal, pengaruhnya terhadap pertumbuhan ekonomi regional di Indonesia. Jurnal Aplikasi Akuntansi, 4(1), 97-112. https://doi.org/10.29303/jaa.v4i1.61
Tumini, T., & Subekti, E. S. (2023). Implementasi business intelligence untuk menganalisis data proses manufaktur menggunakan google data studio. Jurnal Ilmiah Teknik Informatika dan Komunikasi, 3(3), 143-151. https://doi.org/10.55606/juitik.v3i3.625
Utomo, K. S., & Suharto, D. G. (2018). Analisis good governance dalam pengelolaan keuangan desa. Spirit Publik: Jurnal Administrasi Publik, 13(1), 50-66. https://doi.org/10.20961/sp.v13i1.22924
Widaningsih, S. (2022). Penerapan data mining untuk memprediksi siswa berprestasi dengan menggunakan Algoritma K Nearest Neighbor. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(3), 2598-2611. https://doi.org/10.35957/jatisi.v9i3.859
Zai, C. (2022). Implementasi data mining sebagai pengolahan data. Jurnal Portal Data, 2(3). http://portaldata.org/index.php/portaldata/article/view/107
Zamaro, R. T. (2018). Analisis penghitungan proyeksi belanja operasional kementerian negara dan lembaga untuk penyusunan PAGU indikatif. Jurnal Anggaran dan Keuangan Negara Indonesia (AKURASI), 2(2), 14. https://doi.org/10.33827/akurasi2018.vol2.iss2.art11
![](<a target="_blank" href="https://www.imghost.net/t2YCosHoTGal3PY"><img src="https://www.imghost.net/ib/XgTtYft8xXyWSso_1724222378.jpg" alt="Google-Scholar.jpg"/></a>)
![](<a href="https://ibb.co.com/VTM5x0x"><img src="https://i.ibb.co.com/2dcHS0S/Google-Scholar-1.jpg" alt="Google-Scholar-1" border="0"></a>)
