Bikin Business Intelligence untuk UMKM Pakai Tool Gratis
Blog/Tutorial SQL/Bikin Business Intelligence untuk UMKM Pakai Tool Gratis

Bikin Business Intelligence untuk UMKM Pakai Tool Gratis

BimaBima
·28 Desember 2025·13 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

Business intelligence untuk UMKM bisa dibangun gratis dengan tiga lapisan: Google Sheets sebagai tempat data mentah masuk, database gratis seperti PostgreSQL di layanan tier gratis atau BigQuery sandbox sebagai tempat data diolah pakai SQL, dan Looker Studio sebagai dashboard. Mulai dari empat angka saja: omzet harian, jumlah transaksi, rata-rata belanja, dan produk terlaris.

Toko dengan omzet Rp150 juta per bulan bisa punya dashboard penjualan yang jalan tiap hari tanpa bayar lisensi sepeser pun.

Tiga lapisan: tempat data masuk, tempat data diolah, tempat data dilihat. Semuanya punya versi gratis yang cukup buat skala UMKM.

Yang bikin gagal biasanya bukan tool-nya. Biasanya karena mulai dari 20 angka sekaligus, terus capek di minggu kedua.

Aku bantu satu toko bahan bangunan di Cimahi bangun ini dari nol. Total waktu setup 9 jam, tersebar di 5 hari. Sekarang pemiliknya buka dashboard tiap pagi sambil sarapan.

Apa itu business intelligence dan apa gunanya buat UMKM?

Business intelligence adalah kumpulan cara buat ngubah catatan transaksi jadi angka yang bisa dipakai ambil keputusan. Bentuk akhirnya biasanya dashboard, yaitu satu halaman berisi angka dan grafik penting yang bisa dilihat sekali lirik.

Buat UMKM, gunanya sederhana: berhenti nebak. Tanpa dashboard, pertanyaan "bulan ini lebih baik dari bulan lalu?" dijawab pakai perasaan atau ngitung ulang manual tiap kali ditanya.

Yang berubah bukan jumlah datanya, tapi kecepatan jawabnya. Dari 40 menit rekap manual jadi 5 detik buka halaman.

Tiga lapisan yang kamu butuhkan

LapisanFungsinyaPilihan gratis
Tempat data masukNampung catatan transaksi harianGoogle Sheets, Google Form
Tempat data diolahBersihin dan hitung angka pakai SQLBigQuery sandbox, PostgreSQL di layanan tier gratis
Tempat data dilihatNampilin angka dan grafikLooker Studio

Buat toko dengan transaksi di bawah 200 per hari, lapisan kedua boleh dilewat. Google Sheets langsung disambungkan ke Looker Studio udah cukup.

Lapisan kedua baru kepakai kalau data kamu udah lewat 50 ribu baris, atau kamu perlu gabungin lebih dari dua sumber data.

Langkah 1: Tentukan empat angka dulu, jangan lebih

Ini langkah yang nentuin sistemmu bertahan atau nggak.

Empat angka yang aku saranin buat toko retail:

  1. Omzet harian. Total penjualan per hari.
  2. Jumlah transaksi. Berapa struk yang keluar.
  3. Rata-rata belanja per transaksi. Omzet dibagi jumlah transaksi.
  4. Produk terlaris. Sepuluh besar berdasarkan omzet, bukan cuma jumlah unit.

Kenapa cuma empat? Karena tiap angka tambahan butuh kolom tambahan di pencatatan, dan tiap kolom tambahan naikin peluang kasir salah isi.

Angka kelima dan seterusnya ditambah setelah empat yang pertama jalan mulus selama sebulan.

Definisikan tiap angka secara tertulis. "Omzet" itu sebelum atau sesudah diskon? Retur ikut dikurangi atau nggak? Tulis di satu tab terpisah supaya semua orang pakai definisi yang sama. Ini bagian dari KPI yang sering dilewat.

Langkah 2: Rapikan cara data masuk

Bikin satu Google Sheet dengan struktur ini:

KolomIsiContoh
id_transaksiNomor strukTRX-20251215-001
tanggalFormat tanggal, bukan teks15/12/2025
id_produkKode produk tetapSMN-40KG
qtyAngka3
harga_satuanAngka tanpa titik ribuan68000
metode_bayarPilihan terbatastunai

Tiga aturan yang wajib dipasang sejak hari pertama:

  • Satu baris = satu item dalam satu struk. Struk berisi 3 barang jadi 3 baris dengan id_transaksi sama.
  • Pakai data validation buat kolom pilihan. metode_bayar dan id_produk dipilih dari daftar, bukan diketik bebas. Ini nyegah "tunai", "Tunai", dan "cash" jadi tiga kategori.
  • Jangan pernah hapus baris lama. Kalau ada koreksi, tambah baris baru dengan qty negatif dan tandai sebagai retur.

Kalau kasirmu belum digital, pakai Google Form yang diisi dari HP. Formnya masuk ke Sheets otomatis.

Langkah 3: Simpan data di database gratis

Lewati langkah ini kalau datamu masih di bawah 50 ribu baris.

Buat yang datanya udah besar, dua pilihan gratis yang paling gampang:

  • BigQuery sandbox. Bisa dipakai dengan akun Google tanpa kartu kredit, dengan kuota gratis bulanan. Ketentuan lengkapnya ada di dokumentasi resmi BigQuery.
  • PostgreSQL di layanan tier gratis. Beberapa penyedia hosting kasih instance kecil gratis yang cukup buat data UMKM.

Struktur tabelnya sederhana:

CREATE TABLE transaksi (
  id_transaksi TEXT PRIMARY KEY,
  tanggal DATE NOT NULL,
  id_produk TEXT NOT NULL,
  qty INTEGER NOT NULL,
  harga_satuan NUMERIC(12,2) NOT NULL,
  metode_bayar TEXT
);

Tambah satu tabel produk berisi id_produk, nama_produk, dan kategori. Dua tabel ini udah nutup mayoritas kebutuhan toko.

Langkah 4: Tulis query buat empat angka utama

Omzet harian 30 hari terakhir:

SELECT tanggal,
       SUM(qty * harga_satuan) AS omzet,
       COUNT(DISTINCT id_transaksi) AS jumlah_transaksi
FROM transaksi
WHERE tanggal >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY tanggal
ORDER BY tanggal;

COUNT DISTINCT penting di sini. Kalau pakai COUNT biasa, struk berisi 3 barang bakal kehitung 3 transaksi.

Rata-rata belanja per transaksi:

SELECT ROUND(SUM(qty * harga_satuan) / COUNT(DISTINCT id_transaksi), 0) AS rata_belanja
FROM transaksi
WHERE tanggal >= CURRENT_DATE - INTERVAL '30 days';

Produk terlaris berdasarkan omzet:

SELECT p.nama_produk,
       SUM(t.qty) AS unit_terjual,
       SUM(t.qty * t.harga_satuan) AS omzet
FROM transaksi t
JOIN produk p ON p.id_produk = t.id_produk
WHERE t.tanggal >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY p.nama_produk
ORDER BY omzet DESC
LIMIT 10;

Urutkan berdasarkan omzet, bukan unit terjual. Permen yang laku 900 bungkus bisa kalah penting dari semen yang laku 40 sak.

Kalau kamu masih di Sheets dan belum pakai database, versi rumusnya pakai SUMIFS dan COUNTIFS.

Langkah 5: Susun dashboard-nya

Buka Looker Studio, sambungkan ke sumber datamu, lalu susun satu halaman dengan urutan ini:

  1. Baris atas: empat kartu angka. Omzet bulan ini, jumlah transaksi, rata-rata belanja, dan selisih persen dibanding bulan lalu.
  2. Baris tengah: grafik garis omzet harian 30 hari terakhir. Ini yang paling sering dilihat.
  3. Baris bawah: tabel 10 produk teratas, plus grafik batang omzet per kategori.

Satu halaman saja. Halaman kedua boleh ditambah setelah halaman pertama dipakai rutin selama sebulan.

Pasang filter tanggal di paling atas supaya pemilik bisa ganti periode sendiri tanpa minta tolong. Caranya ada di filter dan kontrol Looker Studio.

Buat yang baru pertama kali buka Looker Studio, langkah dasarnya ada di tutorial Looker Studio.

Contoh kasus: toko bahan bangunan di Cimahi

Toko dengan 4 karyawan, omzet sekitar Rp310 juta per bulan, sekitar 85 transaksi per hari.

Sebelum punya dashboard, pemiliknya ngerekap manual tiap akhir bulan. Rata-rata 4 jam per bulan, dan hasilnya cuma total omzet.

Setelah 9 jam setup, ini yang berubah dalam 3 bulan pertama:

HalSebelumSesudah
Waktu rekap per bulan4 jam0 jam
Jeda tau omzet turun30 hari1 hari
Jumlah SKU yang dipantau010 teratas

Temuan yang gak diduga muncul dari query jam ramai. Ternyata 41 persen transaksi terjadi antara jam 07.00 dan 09.00, jauh sebelum toko biasanya nambah karyawan shift siang.

Jadwal karyawan digeser: dua orang masuk jam 06.30, bukan 08.00. Antrean pagi berkurang, dan omzet jam 07.00 sampai 09.00 naik 12 persen di bulan berikutnya.

Temuan kedua lebih pahit. Dari 10 produk teratas berdasarkan unit terjual, cuma 4 yang masuk 10 teratas berdasarkan omzet. Selama ini stok gudang diatur berdasarkan unit, bukan nilai.

Kesalahan umum waktu bangun BI di UMKM

  1. Mulai dari 20 angka. Dashboard penuh yang gak dipakai kalah jauh sama 4 angka yang dilihat tiap pagi.
  2. Ngerapiin data 3 tahun ke belakang duluan. Mulai dari data bulan ini. Data lama diimpor belakangan kalau memang perlu.
  3. Kolom pilihan diketik bebas. Tanpa data validation, dalam sebulan kamu bakal punya 6 versi penulisan buat satu metode bayar.
  4. Gak ada yang ditugasin ngecek. Sistem ini mati bukan karena rusak, tapi karena gak ada yang sadar data berhenti masuk selama 9 hari.
  5. Hapus baris buat koreksi. Riwayatnya hilang dan angka bulan lalu berubah sendiri. Pakai baris retur.
  6. Bandingin bulan tanpa lihat jumlah hari. Februari 28 hari selalu kalah sama Maret 31 hari. Pakai rata-rata per hari.

Apa yang ditambah setelah sebulan jalan?

Kalau empat angka pertama udah rutin dilihat, tiga tambahan yang paling ngasih hasil:

  • Marjin per produk. Butuh kolom harga beli. Produk laris dengan marjin tipis sering ngalahin produk sepi yang marjinnya tebal.
  • Pelanggan yang beli ulang. Butuh id pelanggan di transaksi. Caranya ada di analisis kohort retensi pakai pivot table.
  • Perputaran stok. Butuh data stok harian, dan ini yang paling merepotkan buat dicatat. Tunda sampai dua yang lain jalan.

Buat pencatatan keuangannya sendiri, dasarnya ada di pembukuan sederhana UMKM.

FAQ

Beneran gak ada biaya sama sekali?

Buat data di bawah beberapa juta baris, iya. Google Sheets dan Looker Studio gratis dengan akun Google biasa. BigQuery punya kuota gratis bulanan untuk penyimpanan dan pemrosesan query yang jauh di atas kebutuhan UMKM. Yang berpotensi bayar cuma kalau kamu pakai layanan database berbayar atau datamu tumbuh sangat besar. Cek kuota terbaru di halaman resmi penyedianya.

Berapa lama waktu setup dari nol?

Sekitar 6 sampai 10 jam kalau kamu belum pernah pakai SQL, dibagi ke beberapa hari. Paling lama itu ngerapiin data lama, biasanya 3 sampai 4 jam. Bikin query dan dashboard-nya sendiri cuma 2 sampai 3 jam. Setelah jalan, perawatan rutinnya sekitar 15 menit per minggu buat ngecek data masuk dengan benar.

Kalau tokoku masih catat manual di buku, mulai dari mana?

Mulai dari mindahin pencatatan ke Google Form atau Sheets, jangan langsung mikir dashboard. Satu form dengan lima kolom sudah cukup: tanggal, produk, jumlah, harga, metode bayar. Jalankan dua bulan dulu sampai kebiasaannya terbentuk. Dashboard tanpa data yang konsisten cuma bakal nampilin grafik bolong-bolong.

Apa bedanya ini sama laporan yang sudah ada di aplikasi kasir?

Aplikasi kasir biasanya cuma nampilin laporan bawaan yang gak bisa diubah, dan datanya terkunci di dalam aplikasi itu. Dengan alur ini, kamu bisa gabungin data kasir sama data lain seperti biaya operasional atau stok, terus bikin angka yang khusus buat kebutuhanmu. Kalau laporan bawaan kasir sudah cukup, gak perlu buru-buru pindah.

Perlu berapa orang buat ngurus sistem ini?

Satu orang cukup, asal dia yang sama tiap minggu. Yang bikin sistem seperti ini mati bukan kesulitan teknis, tapi gak ada yang merasa bertanggung jawab ngecek datanya masuk. Tunjuk satu orang, kasih waktu 15 menit tiap Senin pagi buat ngecek, dan tulis prosedurnya di satu halaman supaya bisa digantikan kalau dia cuti.

Penutup

Tiga lapisan, empat angka, satu halaman dashboard. Itu seluruh sistemnya.

Bagian paling menentukan bukan pemilihan tool, tapi konsistensi data masuk. Sistem paling canggih pun mati kalau kasir berhenti nyatet selama seminggu.

Mulai minggu ini dengan satu hal: bikin Google Sheet berisi enam kolom di atas, pasang data validation, dan catat transaksi hari ini. Dashboard-nya nyusul.

Mau bandingin tool dashboard gratis lain sebelum mutusin? Ada di Metabase vs Superset vs Looker Studio.

Coba Langsung

Mau praktek langsung? Mulai latihan SQL gratis

Latihan interaktif, langsung di browser.

Buka NgulikSQL →
Bagikan:
Bima
Ditulis oleh

Bima

Founder & Data Professional

Founder Ngulik Data. Passionate about making data analysis accessible for everyone.

Artikel terkait

Cara Membuat Pivot Dinamis di SQL (Panduan 2026)
Tutorial SQL
19 Juli 2026•10 menit baca

Cara Membuat Pivot Dinamis di SQL (Panduan 2026)

Pivot dinamis di SQL ngubah baris jadi kolom tanpa kamu hardcode nama kolomnya. Ini cara bikinnya pakai CASE WHEN dan versi yang kolomnya ngikut data.

BimaBima
Menghitung YTD, QTD, dan MTD di SQL (Panduan 2026)
Tutorial SQL
17 Juli 2026•9 menit baca

Menghitung YTD, QTD, dan MTD di SQL (Panduan 2026)

YTD, QTD, dan MTD ngukur total dari awal tahun, kuartal, atau bulan sampai hari ini. Ini cara ngitungnya di SQL pakai DATE_TRUNC, plus satu query gabungan.

BimaBima
Gap and Island Analysis di SQL
Tutorial SQL
15 Juli 2026•10 menit baca

Gap and Island Analysis di SQL

Gap and island analysis di SQL nyari deret data yang berturut-turut (island) dan celah yang bolong (gap). Cocok buat hitung streak login atau cari tanggal transaksi yang hilang.

BimaBima
Kembali ke Blog
Ngulik Data logoNgulik Data

Platform edukasi data lengkap untuk professionals Indonesia. Belajar SQL, Data Analysis, dan lebih banyak lagi dengan praktek langsung dan feedback real-time.

© 2026 Ngulik Data. Semua hak dilindungi.

TAUTAN
BantuanHargaDatasetBlogAfiliasi
LEGAL
Syarat & KetentuanKebijakan Privasi
Ngulik Data
DatasetLeaderboardBlogStore