Dashboard interaktif ini dirancang untuk memenuhi Penugasan Business Intelligence dengan menggunakan Streamlit untuk memantau sebaran fasilitas pendidikan, katering, kondisi medis khusus siswa, serta mendeteksi anomali operasional pada program Makan Bergizi Gratis (MBG) di Indonesia.
- Ringkasan Eksekutif (KPI): Metrik ringkas mengenai total satuan pendidikan, kecamatan, penerima manfaat, dan kondisi medis khusus.
- Tabel Ringkasan per Provinsi (Interaktif):
- Menampilkan total sekolah, proporsi Negeri/Swasta, total penerima manfaat, dan jumlah kondisi medis khusus.
- Klik nama provinsi untuk memfilter seluruh grafik dan data di dashboard secara dinamis.
- Visualisasi Data Dinamis:
- Bar Chart: Peta Kerentanan Medis per Kecamatan.
- Pie Chart: Konsentrasi Kondisi Khusus per Jenjang & Rasio Penerima Manfaat.
- Bar Chart: Proporsi Status Sekolah & Cakupan Penerima per Jenjang.
- Deteksi Anomali Data: Mengidentifikasi data mencurigakan secara otomatis (misalnya kasus medis terdeteksi, namun jumlah siswa/penerima manfaat tercatat 0).
- Analisis Multivariat: Korelasi interaktif dengan Bubble Chart dan struktur hierarki sebaran risiko dengan Treemap.
- Python 3.10+
- Streamlit (Framework Web Dashboard)
- Pandas (Pengolahan Data & Agregasi)
- Plotly Express (Visualisasi Grafik Interaktif)
Jika kamu ingin menjalankan dashboard ini di komputer lokalmu, ikuti langkah-langkah berikut:
Buka terminal/command prompt dan jalankan perintah berikut:
git clone https://github.com/ZerithX/BI-Dashboard.git
cd BI-DashboardWindows:
python -m venv venv
venv\Scripts\activatemacOS/Linux:
python3 -m venv venv
source venv/bin/activateInstal seluruh library Python yang dibutuhkan melalui requirements.txt:
pip install -r requirements.txtJalankan dashboard di server lokal Anda:
streamlit run app.pyAplikasi akan otomatis terbuka di browser Anda pada alamat http://localhost:8501.
Bagi anggota tim yang ingin menambahkan fitur, memperbarui visualisasi, atau memperbaiki bug pada dashboard ini, gunakan panduan git berikut untuk berkolaborasi dengan aman:
Sebelum Anda mulai menulis kode baru, selalu ambil pembaruan terbaru dari GitHub agar tidak terjadi konflik kode (conflict code):
git pull origin mainEdit file app.py atau tambahkan dataset baru di folder data/ sesuai kebutuhan analisis Anda.
Lihat daftar file apa saja yang telah Anda ubah atau tambahkan dengan perintah:
git statusTambahkan file yang diubah ke area staging, lalu buat pesan commit yang deskriptif tentang apa yang Anda tambahkan/ubah:
# Untuk menambahkan semua file baru/berubah
git add .
# Atau jika hanya ingin menambahkan file spesifik
git add app.py
# Buat commit dengan pesan yang jelas
git commit -m "Menambahkan [Nama Fitur/Perubahan] ke dashboard"Kirimkan commit lokal Anda ke repositori utama di GitHub:
git push origin mainCatatan: Setelah berhasil melakukan push, server Streamlit Community Cloud akan otomatis mendeteksi perubahan ini dan memperbarui dashboard online dalam waktu 1-2 menit.
BI-Dashboard/
│
├── data/ # Tempat penyimpanan dataset (.csv)
│ └── 15caf9d5-2f49-8340-b228-3a7f3299d100.csv # Dataset utama program MBG
│
├── app.py # File utama kode Streamlit dashboard
├── requirements.txt # Daftar pustaka / dependencies (streamlit, pandas, plotly)
└── README.md # Dokumentasi proyek (file ini)