Keterbukaan data terkait penanganan Covid-19 memiliki manfaat bagi masyarakat, salah satunya bisa meningkatkan kewaspadaan dalam menghadapi wabah Covid -19. Penggunaan teknologi Business Intelligence (BI) mampu untuk mengumpulkan, menyimpan, mengorganisasikan, dan meringkas data serta menyediakan informasi. Penelitian ini bertujuan untuk mendeskripsikan kasus Covid-19 dengan mengimplementasikan Business Intelligence sebagai alat analisis yang divisualisasikan kedalam peta sebaran Orang Dalam Pantauan (ODP), Pasien Dalam Pantauan (PDP), dan Pasien Positif, serta grafik terkonfirmasi sembuh, dan meninggal. Penelitian ini menggunakan data historis kasus Covid-19 Jawa Barat selama 14 hari dengan 3 kejadian, yaitu sebelum, selama dan sesudah dilakukannya Pembatasan Sosial Berskala Besar (PSBB). Adapun metodologi penelitian menggunakan analisis deskriptif dengan tools Tableau Public. Hasil Penelitian menunjukkan bahwa jumlah kasus positif masih terus mengalami kenaikan selama PSBB dan jumlah penderita yang sembuh selama PSBB di Jawa Barat juga masih relatif sedikit. Tingkat kesembuhan pasien selama PSBB mencapai 17,95 persen dan kematian selama PSBB meningkat dibandingkan sebelum dan sesudah PSBB.Kata Kunci:  Covid-19, Pandemi, Business Intelligence, Tableu Public

Aplikasi Pospay merupakan salah satu bentuk teknologi finansial milik Pos Indonesia. Aplikasi Pospay di Google Play Store memiliki lebih dari 25 ribu ulasan pengguna. Semakin banyak ulasan pengguna, semakin sulit dan lama waktu yang dibutuhkan calon pengguna dan pengelola aplikasi untuk menyimpulkan informasi tentang tren sentimen pengguna yang berguna dalam membuat keputusan tentang penggunaan dan evaluasi aplikasi. Analisis sentimen adalah solusi untuk masalah ini karena analisis sentimen mampu mengklasifikasikan data yang tidak terstruktur untuk menghasilkan informasi sentimen secara efisien dengan menerapkan algoritma data mining. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD), dimana pada tahap data mining diterapkan algoritma Support Vector Machine dalam pembuatan model. Grid search diterapkan pada pengujian 3 skenario sehingga diperoleh proporsi pembagian data dengan akurasi terbaik yaitu 90 : 10 menggunakan kernel RBF dengan parameter: c = 1, ℽ = 1. Hasil dari penelitian ini berupa model dengan akurasi 95%, presisi 91%, penarikan 100%, dan skor f1 95%. Didapatkan juga informasi bahwa sentimen pengguna aplikasi Pospay di Google Play Store cenderung positif (54,1%) namun begitu tidak jauh dari persentase sentimen negatif (45,9%).

Business process analysis that has been carried out in RW 41 Kampung Markan, Bekasi City yields information that business processes are currently still manual and therefore less effective. Population services have not been computerized and news about RW 41 is only word of mouth. Online service information systems can be a solution to make business processes more effective. The method used in this study is the waterfall method and the design tools used are UML and ERD. The results of this study are in the form of information that the implemented waterfall method is considered very suitable and relevant for the case of system design, especially the service information system for RW 41 Kampung Markan, Bekasi City, because each stage has given the right results so as to create an appropriate websitebased RW 41 service information system. with user needs. The establishment of a website-based RW 41 service information system has also resulted in a more efficient recommendation business process.