PERAN DATA ANALYST DALAM MENINGKATKAN EFISIENSI PENGOLAHAN DATA SUMBER DAYA MANUSIA PADA PERUSAHAAN OTOMOTIF

Authors

  • Nanda Kanmario Universitas Tarumanagara, Jakarta
  • Jap Tji Beng Universitas Tarumanagara, Indonesia
  • Leny Marshalina Universitas Tarumanagara, Jakarta
  • Felicia June Universitas Tarumanagara, Jakarta
  • Sri Tiatri Universitas Tarumanagara, Indonesia
  • Rahmiyana Nurkholiza Universitas Bina Nusantara, Jakarta
  • Vienchenzia Oeyta Dwitama Dinatha Universitas Malaysia

DOI:

https://doi.org/10.31539/xsm0f044

Abstract

Perkembangan teknologi informasi mendorong perusahaan otomotif untuk meningkatkan efisiensi dalam pengolahan data sumber daya manusia. Pengolahan data yang sebelumnya dilakukan secara manual menggunakan Microsoft Excel dinilai kurang efisien karena membutuhkan waktu yang lama dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk menganalisis peran Data Analyst dalam meningkatkan efisiensi pengolahan data melalui penerapan Structured Query Language (SQL). Metode yang digunakan adalah deskriptif dengan pendekatan studi kasus berdasarkan implementasi langsung pada data karyawan perusahaan. Hasil penelitian menunjukkan bahwa penerapan SQL mampu mengotomatisasi proses pengolahan data secara lebih cepat, terstruktur, dan akurat dibandingkan metode manual. Dengan demikian, peran Data Analyst terbukti penting dalam mendukung transformasi digital dan pengambilan keputusan berbasis data pada perusahaan otomotif.

Kata Kunci: Data Analyst, SQL, Efisiensi Kerja, Pengolahan Data, Industri Otomotif

References

Aritonang, G. R. M. L. B., Hasan, M. A., Ridwan, M. K., Iman, M. N., Silalahi, R. C. P., & Sipayung, R. S. (2025). Optimasi Query SQL Server dengan Teknik Indexing dan Performance Monitoring. JATI (Jurnal Mahasiswa Teknik Informatika), 9(2), 3094-3099. https://doi.org/10.36040/jati.v9i2.13179

Arsyad, Z. (2021). Analisis Dynamic ETL Incremental Load untuk Data Integration Datawarehouse. INTERNAL (Information System Journal), 4(2), 102–112. https://doi.org/10.32627/internal.v4i2.260

Aulia, H. I., & Nasution, M. I. P. (2025). Implementasi Database Management System (DBMS) dalam Meningkatkan Efisiensi Operasional Perusahaan. Epsilon Journal of Management, 3(1), 17–26. https://doi.org/10.62951/epsilon.v3i1.125

Budi, D. S., & Syahrial, H. (2023). Pengoptimalan Performa Database Pada Proses Transformasi Data Pada SQL Server. Technomedia Journal, 8(3), 78–90. https://doi.org/10.33050/tmj.v8i3.2167

Carvalho, G., Rasteiro, D., Dorgham, N., Cabral, B., Bernardino, J., & Pereira, V. (2026). Automating the generation of database artifacts: From ER+ to SQL. Information Systems, 141, 102741. https://doi.org/10.1016/j.is.2026.102741

Firmansyah, E., Firdaus, H., & Samidi, S. (2025). Optimasi Performa Query Subsidi Debitur dengan Index and Table Partition, Subquery and Indexing, dan Parallel Query Execution. Jurnal Pendidikan Dan Teknologi Indonesia, 5(6), 1769–1785. https://doi.org/10.52436/1.jpti.824

Hermanto, E. A., Gemintang, S. A., Ariansyah, R., & Giovanny, M. A. (2023). Analisis Perbandingan Penerapan Business Intelligence di Indonesia Menggunakan Metode Systematic Literature Review. Djtechno: Jurnal Teknologi Informasi, 4(2), 344–354. https://doi.org/10.46576/djtechno.v4i2.3412

Kamila, R. S., & Kurniawati, Y. K. (2026). Analisis Perbandingan Penggunaan Microsoft Excel dan Accurate Terhadap Efisiensi dan Akurasi Penyusunan Laporan Keuangan (Studi Kasus PT Fadsan Indonesia Group). Bilancia: Jurnal Ilmiah Akuntansi, 10(1), 70–78. https://doi.org/10.35145/bilancia.v10i1.5799

Kuntadi, A., & Feriandi, Y. (2023). Penggunaan SQL Server dalam Pengolahan Data Warehouse yang Praktis dan Berkelanjutan. Jurnal Algoritma, 20(2), 457–468. https://doi.org/10.33364/algoritma/v.20-2.1522

Maruf, A. Al, Paul, R., Imam, M. H., & Babar, Z. (2022). A Systematic Review of The Role of SQL and Excel in Data-Driven Business Decision-Making for Aspiring Analysts. American Journal of Scholarly Research and Innovation, 01(01), 249–269. https://doi.org/10.63125/n142cg62

Mayasari, E., & Agussalim, A. (2023). Literature Review: Big Data dan Data Analys pada Perusahaan. Jurnal Ilmiah Sistem Informasi Dan Ilmu Komputer, 3(3), 171–187. https://doi.org/10.55606/juisik.v3i3.680

Meytha, S., & Delfin. M, V. O. (2023). Perbandingan Penginputan Transaksi Secara Manual Menggunakan Accurate pada Laporan Keuangan Input Transaksi Manual dengan Accurate di Laporan Keuangan. El-Mujtama: Jurnal Pengabdian Masyarakat, 4(2), 1426–1434. https://doi.org/10.47467/elmujtama.v4i2.5412

Nuriev, M., Zaripova, R., Potapov, A., & Kuznetsov, M. (2023). Achieving new SQL query performance levels through parallel execution in SQL Server. E3S Web of Conferences, 460, 04005. https://doi.org/10.1051/e3sconf/202346004005

Sergio, M., Franciosi, C., & Iannone, R. (2021). A model for the economic assessment of disassembly-line integration in traditional manufacturing processes. Procedia Computer Science, 180, 308–317. https://doi.org/10.1016/j.procs.2021.01.168

Japit, S., Risyani, Y., Bombongan, C., Selamat, T., & Yuliana, Y. (2025). Pemanfaatan Pandas, NumPy, Spark, dan TableauPower BI dalam Pengolahan dan Visualisasi Big Data untuk Mendukung Pengambilan Keputusan. Jurnal Minfo Polgan, 14(1), 452–456. https://doi.org/10.33395/jmp.v14i1.14762

Waloyo, W., Suwaji, R., Sholihin, A., Hepiyanto, H., & Sabella, R. I. (2024). Revolusi Manajemen SDM: Menerapkan Big Data untuk Efisiensi dan Strategi HR di Era Data-Driven. EKOMA: Jurnal Ekonomi, Manajemen, Akuntansi, 4(1), 2185–2192. https://doi.org/10.56799/ekoma.v4i1.6136

Downloads

Published

2026-06-24

Issue

Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science

Section

Articles

License

Copyright (c) 2026 Nanda Kanmario, Jap Tji Beng, Leny Marshalina, Felicia June, Sri Tiatri, Rahmiyana Nurkholiza, Vienchenzia Oeyta Dwitama Dinatha

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.