View of Information Visualization Application Design By Descriptive Statistical Method

(1)

635 Jurnal Teknik Informatika dan Sistem Informasi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

Information Visualization Application Design By Descriptive Statistical Method

Fabian Daffa Rafrisah¹, Sulistiowati*², Ayuningtyas³,

1,2,3

Sistem Informasi, Fakultas Teknologi dan Informatika, Universitas Dinamika, Surabaya, East Java, Indonesia

e-mail: [email protected] ², [email protected] ³, [email protected]¹

Abstrak

Visualisasi data digunakan untuk menampilkan data secara menarik, interaktif tanpa meninggalkan informasi. Bagian penerimaan mahasiswa baru membutuhkan pengolahan data yang cepat agar bisa mengetahui hasil strategi pemasaran yang dilakukan pada periode sebelumnya. Penelitian ini bertujuan untuk membangun sebuah aplikasi visualisasi informasi yang mampu menampilkan data calon mahasiswa serta sebarannya menggunakan metode statistik deskriptif untuk membantu kepala bagian penerimaan mahasiswa dalam memperoleh visualisasi dari kedua data tersebut. Model Waterfall digunakan untuk mengembangkan aplikasi dan metode statistik deskriptif untuk memproses data. Aplikasi ini dapat membantu Kepala Bagian Penerimaan Mahasiswa Baru dalam menampilkan visualisasi data calon mahasiswa dan yang dimanfaatkan untuk bahan menentukan strategi pemasaran, evaluasi, dan tindak lanjut, serta pembuatan laporan. Data penerimaan mahasiswa yang diolah dalam penelitian ini hanya didapat dari data pada tahun 2021 dan 2022. Hasil penelitian digunakan sebai bahan untuk pengambilan keputusan di departemen Penerimaan Mahasiswa. Sedangkan untuk universitas, hal ini akan menunjukkan hasil dari strategi pemasaran yang telah dilakukan. Hasil visualisasi data ini membantu menjembatani kesenjangan antara Rektorat Universitas dan Kepala Bagian penerimaan mahasiswa terkait masalah pemrosesan data sehingga mereka dapat lebih akurat menentukan strategi pemasaran di tahun mendatang. Penelitian ini juga dapat dilakukan oleh universitas lain dengan masalah yang hampir sama.

Kata kunci— Perancangan, Visualisasi Informasi, Statistik Deskriptif

Abstract

This study aims to design an information visualization application that can display prospective student data and its distribution using descriptive statistical methods to assist the head of the student admission department in obtaining visualization of those two data. The Waterfall model is used for developing the app, and the descriptive statistical method for processing the data. The application can help the Head of the Student Admission Department in displaying a visualization of prospective student data and which is used as material for marketing strategies, follow-up evaluations, and report generation. The student admission data processed in this study is only in 2021 and 2022. The result of the study will fasten up decision- making in the Student Admission department. As for the university, this will show the outcome of the marketing strategy that has been conducted. The results of this data visualization help bridge the gap between the university's Board of Directors and the head of the student admissions department regarding data processing issues so that they can more accurately determine marketing strategies in the coming year. This study also can be conducted in another university with the same problem.

Keywords— Design, Information Visualization, Descriptive Statistic

(2)

Jatisi ISSN 2407-4322

Vol. 10, No. 1, Maret 2023, Hal. 635-645 E- ISSN 2503-2933 636

1. PENDAHULUAN

Niversitas Dinamika merupakan perguruan tinggi swasta di Surabaya yang mempunyai 3 (tiga) fakultas serta 8 (delapan) program studi. Perguruan Tinggi merupakan salah satu bentuk penyelenggaraan pendidikan tinggi [1]. Penerimaan mahasiswa baru di Universitas Dinamika dilakukan oleh bagian Penerimaan Mahasiswa Baru melalui aplikasi Penerimaan Mahasiswa Baru. Pengertian mahasiswa menurut hukum Indonesia adalah mahasiswa yang belajar pada salah satu bentuk perguruan tinggi [1]. Calon mahasiswa harus membuat akun sebelum mengisi biodata dan mengunggah berkas pendaftaran lengkap yang dipersyaratkan.

Apabila calon mahasiswa dinyatakan diterima, maka calon mahasiswa tersebut melakukan pembayaran dan melengkapi data pendaftaran sehingga calon mahasiswa tersebut resmi menjadi mahasiswa baru di Universitas Dinamika.

Kepala bagian penerimaan mahasiswa memerlukan visualisasi data calon mahasiswa dan data sebaran calon mahasiswa. Visualisasi yaitu penyajian data berbentuk informasi yang dapat diakses oleh pengguna dengan merujuk pada konsep yang terintegrasi, interaktif, dinamis, serta menarik. Informasi yang ditampilkan dalam bentuk tabel dan grafik tersebut dapat berinteraksi dengan pengguna, sehingga pengguna dapat memilih, mengubah, serta menampilkan informasi sesuai dengan kebutuhan pengguna [2]. Kedua data tersebut digunakan sebagai bahan untuk strategi pemasaran, bahan evaluasi tindak lanjut, dan pembuatan laporan. Permasalahan yang dihadapi bagian penerimaan mahasiswa saat ini adalah belum memiliki aplikasi visualisasi untuk menampilkan kedua data tersebut, sehingga proses visualisasi harus melalui serangkaian proses dan memakan waktu sekitar dua sampai tiga hari. Mulai dari pengajuan permintaan data ke Layanan Pendukung Teknologi Informasi (Lasurti) yang terdapat di divisi Pengembangan dan Aplikasi Teknologi Informasi (PPTI) hingga pengolahan data dengan membuat PivotTable sehingga dapat menghasilkan visualisasi.

Penelitian ini bertujuan untuk mengembangkan aplikasi visualisasi informasi yang mampu menampilkan data calon mahasiswa serta data sebaran calon mahasiswa dengan memanfaatkan metode statistik deskriptif untuk membantu Kepala Bagian Penerimaan Mahasiswa Baru dalam memperoleh visualisasi dari kedua data tersebut. Metode statistik deskriptif adalah metode yang berada di dalam ilmu statistik untuk mengorganisasikan serta menganalisis data dalam memberikan gambaran yang jelas, ringkas, dan teratur tentang kondisi data, sehingga dapat diambil suatu makna dari data tersebut [3]. Penelitian ini menggunakan metode statistik deskriptif berupa modus, penyajian, dan visualisasi dalam bentuk grafik.

Modus, dalam statistik deskriptif dipakai dalam menggambarkan data dalam nilai sentral yaitu nilai yang paling banyak muncul dalam suatu populasi data [4].

Visualisasi data menggunakan elemen visual seperti bagan, grafik, dan peta untuk merepresentasikan data menjadi informasi. Ini menunjukkan tren, pola, dan garis luar dalam data. Informasi dapat disampaikan lebih mudah dengan metode ini [5], [6] Sebuah organisasi dengan pengumpulan data yang besar membutuhkan sebuah metode untuk memudahkan dalam membaca dan menganalisisnya. Penyajian data dengan visualisasi digunakan untuk berbagai keperluan seperti pemasaran, kesehatan, akademik, retail dan lain-lain [7]–[11] Dalam pemasaran, visualisasi data memberi wawasan pada para manajer untuk memahami pelanggan.

Sementara dalam perawatan kesehatan, visualisasi membantu dokter mendeteksi kanker payudara dengan cara baru.

Visualisasi informasi ini telah diterapkan pada dunia pendidikan, termasuk untuk pemetaan sekolah di Kabupaten Pasuruan [12] untuk mengetahui posisi sekolah. Trending diskusi di media sosial khususnya Twitter [13]saat Virus Corona masih sangat menyebar di Indonesia. Akibatnya, orang tua dan calon siswa hampir tidak mengetahui informasi tentang sekolah dan berita tentang penerimaan siswa. Media sosial menjadi salah satu cara mereka

U

(3)

637 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

mencari informasi tentang hal tersebut. Kajian lain tentang visualisasi data di bidang pendidikan adalah tentang penerimaan siswa. Dashboard tersebut mewakili informasi (1) siswa yang dikelompokkan berdasarkan banyaknya pendaftar, (2) banyaknya pendaftar per tahun ajaran, (3) pendapatan dari pendaftaran berdasarkan tanggal pembayaran, (4) banyaknya siswa per tahun ajaran dari masing-masing program studi, (5) banyaknya pendaftar per kelas, (6) banyaknya pendaftar setiap semester serta (7) banyaknya pendaftar untuk setiap program studi serta kelas [10] .

Kajian di bidang pendidikan tidak hanya tentang penerimaan mahasiswa, tetapi ada juga kajian yang berfokus pada kinerja institusi. Data dalam data warehouse diproses dengan extract, transform, and load (ETL) dan cube. Berdasarkan Key Performance Indicator (KPI) institusi, visualisasi dibuat. Dashboard visualisasi menampilkan jumlah mahasiswa baru, mahasiswa terdaftar, mahasiswa tidak terdaftar, mahasiswa cuti, mahasiswa Drop Out, kehadiran mahasiswa, mata kuliah yang lulus, rata-rata kinerja tugas akhir, dan rata-rata lama studi [14]

Data yang ditampilkan di dashboard akan menginformasikan lebih banyak jika dapat menampilkan data yang lebih detail dari yang ditampilkan sebelumnya. Teknik drill-down digunakan untuk mendapatkan insight dari data yang dimiliki [15]. Dasbor data adalah media bisnis yang digunakan untuk mendukung pelacakan, analisis, dan tampilan data, sebagian besar untuk mendapatkan wawasan yang lebih dalam tentang kesejahteraan keseluruhan organisasi, departemen, atau bahkan proses tertentu [16]. Dashboard yang digunakan dengan visualisasi data untuk menghasilkan informasi berdasarkan penelitian terdahulu oleh beberapa peneliti, akhirnya penelitian ini dibuat.

2. METODE PENELITIAN

Penelitian ini menggunakan model Waterfall berdasarkan pendekatan Software Development Life Cycle (SDLC). Model memiliki lima langkah, yaitu komunikasi, perencanaan, pemodelan, konstruksi, dan penyebaran. Pendekatan ini ditunjukkan pada Gambar 1.

Wawancara pemangku kepentingan, mengamati tempat kerja, dan studi literatur dilakukan pada langkah pertama, komunikasi. Hasil langkah tersebut adalah permasalahan yang dihadapi oleh bagian penerimaan mahasiswa baru dan proses bisnis yang telah dilakukan untuk pembuatan laporan. Langkah selanjutnya adalah perencanaan, yang menghasilkan timeline untuk mengembangkan aplikasi. Pemodelan adalah langkah ketiga. Pemodelan terdiri dari dua langkah, yaitu analisis dan desain. Hasil dari langkah-langkah analisis adalah proses bisnis, kebutuhan pengguna, kebutuhan fungsional, kebutuhan non-fungsional, dan analisis kebutuhan sistem. Hasil perancangan berupa diagram IPO, aliran sistem, Data Flow Diagram (DFD), Model Data Kontekstual dan Fisik, dan Antarmuka Pengguna.

Langkah-langkah konstruksinya adalah ketika kode aplikasi ditulis, dan pengujian dilakukan. Untuk mengembangkan aplikasi tersebut dibutuhkan Bahasa Pemrograman PHP, Laravel Framework, Oracle Database, Visual Studio Code Text Editor, dan Website Browser Google Chrome atau Microsoft Edge. Selanjutnya dilakukan pengujian dengan Black Box Testing serta User Acceptance Test (UAT) untuk memastikan bahwa aplikasi berjalan dengan baik sesuai rencana dan diterima oleh pengguna. Setelah empat langkah sebelumnya, langkah terakhir adalah Deployment. Pada tahap ini adalah tahap ketika perangkat lunak diserahkan ke PPTI untuk diunggah ke server.

(4)

Jatisi ISSN 2407-4322

Vol. 10, No. 1, Maret 2023, Hal. 635-645 E- ISSN 2503-2933 638

Gambar 1. Diagram Metode Penelitian

3. HASIL DAN PEMBAHASAN 3.1. Communication

Wawancara dengan Kepala Bagian Penerimaan Mahasiswa Baru menyatakan bahwa mereka membutuhkan data untuk divisualisasikan. Datanya adalah tentang calon mahasiswa dan sebaran calon mahasiswa. Selain itu terdapat kendala yang dihadapi yaitu bagian Penerimaan Mahasiswa Baru belum memiliki aplikasi visualisasi yang menampilkan data untuk evaluasi tindak lanjut, perancangan strategi pemasaran, dan pelaporan.

Hasil dari tahap observasi diperoleh hasil proses bisnis selama ini. Proses bisnis dimulai dari petugas penerimaan mahasiswa baru melakukan permintaan data di Lasurti. Selanjutnya, dilakukan validasi terhadap permintaan data oleh PPTI. Apabila permintaan disetujui, maka

(5)

639 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

permintaan data disajikan dalam file Excel. Namun, jika permintaan ditolak, Staf Penerimaan Mahasiswa akan dihubungi melalui email. Setelah petugas penerimaan mahasiswa baru menerima file Excel, selanjutnya dilakukan pengolahan data dengan pembuatan Pivot Tabel untuk merangkum, menghitung, serta mengelompokkan data. Hasil pengolahan data kemudian diberikan kepada Kepala bagian penerimaan mahasiswa.

3.2. Planning

Jadwal untuk mengembangkan perangkat lunak dibuat, dan perlu sekitar lima bulan untuk menyelesaikannya.

3.3. Modelling

Setelah wawancara dengan kepala bagian penerimaan mahasiswa, dilakukan analisis kebutuhan fungsional. Pengguna perangkat lunak ini adalah Kepala Bagian Penerimaan Mahasiswa, Staf Bagian Penerimaan Mahasiswa, dan Pembantu Rektor II. Setiap pengguna memiliki persyaratan fungsional sebagai konsekuensi dari peran mereka. Analisis Kebutuhan Fungsional ditunjukkan pada Tabel 1.

Tabel 1. Analisis Kebutuhan Fungsional

Pengguna Fungsi Deskripsi

Kabag Penerimaan Mahasiswa Baru

Mengelola data pengguna

Data pengguna dapat dilakukan perubahan, penambahan, serta penghapusan.

Menampakkan data calon mahasiswa

Data calon mahasiswa dapat dilihat oleh pengguna.

Menampakkan data sebaran calon mahasiswa

Data sebaran calon mahasiswa dapat dilihat oleh pengguna.

Pembuatan laporan data calon mahasiswa

Laporan data calon mahasiswa dapat diunduh oleh pengguna Pembuatan laporan data sebaran

calon mahasiswa

Laporan informasi sebaran calon mahasiswa dapat diunduh oleh pengguna.

Staf Penerimaan Mahasiswa Baru

Data calon mahasiswa dapat dilihat oleh pengguna.

Pembantu Rektor II

Data calon mahasiswa dapat dilihat oleh pengguna

Perancangan Alur Sistem pada penelitian ini dimulai dengan pengguna masuk ke halaman utama. Selanjutnya akan ditampilkan halaman visualisasi data calon mahasiswa serta distribusi data calon mahasiswa oleh sistem.. Pengguna juga dapat memilih tahun akademik, kemudian informasi Data Calon Mahasiswa serta Distribusi Data Calon Mahasiswa akan ditampilkan oleh sistem berdasarkan tahun akademik yang telah dipilih. Alur Sistem Visualisasi Informasi ditunjukkan pada Gambar 2.

Diagram konteks ditunjukkan pada Gambar 3. Pada Context Diagram terlihat aliran data utama yang digunakan dalam penerapan visualisasi informasi. Model Data Fisik (PDM) merupakan model skema yang menerapkan Model Data Konseptual dari sebuah database.

(6)

Jatisi ISSN 2407-4322

Vol. 10, No. 1, Maret 2023, Hal. 635-645 E- ISSN 2503-2933 640

Gambar 4 menunjukkan PDM dari aplikasi Visualisasi Informasi. Pada PDM terdapat 11 (sebelas) tabel, yaitu Pengguna, Kota_MF, SMU_MF, Jurusan_SMU, Prodi_MF, Jalur_Masuk_PMB, HS_MF, MHS_MF, MHS_TEMP, Save_Sesi, dan Pendaftaran_Online.

Gambar 1 System Flow Visualisasi Informasi

(7)

641 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

Gambar 2. Context Diagram Visualisasi Informasi

Gambar 3. Desain Physical Data Model

(8)

Jatisi ISSN 2407-4322

Vol. 10, No. 1, Maret 2023, Hal. 635-645 E- ISSN 2503-2933 642

3.4. Construction 1) Pengodean Aplikasi a) Halaman Data Calon Siswa

Halaman Data Calon Siswa merupakan halaman untuk menampilkan data calon siswa yang belum/sudah melakukan upload berkas, berkas yang diverifikasi, melakukan pembayaran pendaftaran, mendaftar ulang, memiliki Nomor Induk Siswa (NIM), serta calon siswa yang mengundurkan diri. Pilihan tahun harus dipilih oleh pengguna agar aplikasi dapat menampilkan informasi. calon mahasiswa pertahun, seperti ditampilkan pada Gambar 5.

Gambar 4 Halaman Informasi Calon Mahasiswa b) Halaman Distribusi Data Calon Mahasiswa

Halaman Distribusi Data Calon Mahasiswa merupakan halaman untuk menampilkan data sebaran jenis jalur pendaftaran lewat jalur umum, kolaborasi, internasional, beasiswa, dan transfer. Selain itu, data ysng ditampilkan berupa data program studi yang dipilih serta jenis kelamin calon mahasiswanya. Tampilan informasi lainnya adalah kota asal sekolah, jenis sekolah dan status sekolah (negeri atau swasta), dan jurusan calon siswa di sekolah tersebut.

1. Black Box Testing

Pengujian dengan Black Box pada aplikasi ini dilakukan untuk memastikan bahwa semua fungsi pada aplikasi dapat berjalan dengan baik. Hasil pengujian Black Box pada penelitian

(9)

643 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

ini diperoleh bahwa semua fungsi pada aplikasi telah berjalan dengan baik, sehingga dapat dilanjutkan dengan pengujian kepada pengguna aplikasi.

2. User Acceptance Testing

User Acceptance Testing (UAT) dilakukan untuk menguji kelayakan aplikasi visualisasi informasi yang dihasilkan. UAT dalam penelitian ini dilakukan dengan menyebarkan kuisioner kepada pengguna aplikasi yaitu staf penerimaan mahasiswa, Kepala Bagian Penerimaan Mahasiswa, dan Pembantu Rektor II. Kuesioner terdiri atas 13 pertanyaan, dengan jawaban menggunakan skala Likert yaitu Sangat Setuju (SS) skor 5, Setuju (S) skor 4, Cukup (C) skor 3, Tidak Setuju (TS) skor 2, dan Sangat Tidak Setuju (STS) skor 1. Hasil UAT diperoleh nilai rata-rata sebesar 74,077%, artinya aplikasi Visualisasi Informasi yang dibangun telah dapat diterima oleh pengguna.

3.5. Deployment

Tahap penyebaran dilakukan dengan menghubungkan aplikasi visualisasi informasi dengan database dan server di bawah departemen Pengembangan dan Aplikasi Teknologi Informasi (PPTI) Universitas dan mengajukan aplikasi ke bagian penerimaan mahasiswa.

4. KESIMPULAN

Hasil penelitian berupa aplikasi visualisasi informasi data pendaftaran calon mahasiswa yang digunakan untuk bagian penerimaan mahasiswa baru. Hasil ini didasarkan pada hasil rancang bangun visualisasi aplikasi informasi data pendaftaran calon mahasiswa pada bagian penerimaan mahasiswa Universitas Dinamika, serta hasil pengujian aplikasi dengan metode Black Box Testing serta User Acceptance Testing. Adanya aplikasi dapat membantu Kepala Bagian Penerimaan Mahasiswa Baru dalam menampilkan visualisasi data calon mahasiswa dan data sebaran calon mahasiswa, untuk digunakan sebagai substansi strategi pemasaran, evaluasi dan tindak lanjut, serta pembuatan laporan.

5. SARAN

1. Antarmuka pengguna pada setiap tampilan harus dirancang agar lebih menarik serta interaktif

2. Aplikasi mampu dilanjutkan menjadi berbasis mobile untuk memudahkan pengguna mengakses aplikasi dari perangkat apapun.

UCAPAN TERIMA KASIH

Kami mengucapkan terima kasih kepada Universitas Dinamika, khususnya Departemen Pemasaran yang telah mengizinkan kami untuk mengambil topik ini untuk penelitian kami.

(10)

Jatisi ISSN 2407-4322

Vol. 10, No. 1, Maret 2023, Hal. 635-645 E- ISSN 2503-2933 644

DAFTAR PUSTAKA

[1] Presiden Republik Indonesia, Undang-Undang Republik Indonesia Nomor 12 Tahun 2012 Tentang Pendidikan Tinggi. Jakarta: Kementerian Sekretariat Negara RI, 2012.

[2] F. Ahmad, “Rancang Bangun Aplikasi Visualisasi Inventaris TI pada Bappeda Kabupaten Madiun,” Universitas Dinamika, 2018.

[3] M. Athoillah, W. Pramesti, and E. Mustikawati, “Pelatihan Analisa Statistika Deskriptif Data Kependudukan Dengan menggunakan Microsoft Excel di Desa Gedangan Kecamatan Sidayu Kabupaten Gresik,” J-ADIMAS (Jurnal Pengabdi. Kpd. Masyarakat) STKIP Tulungagung, Vol. 8, No. 1, pp. 16–21, 2020.

[4] M. Petrelli, “Descriptive Statistics 1: Univariate Analysis,” in Introduction to Python in Earth Science Data Analysis From Descriptive Statistics to Machine Learning, Springer, 2021, pp. 67–82.

[5] S. R. Midway, “Principles of Effective Data Visualization,” Patterns, Vol. 1, No. 9, p.

100141, Dec. 2020.

[6] Tableau., “What Is Data Visualization? Definition, Examples, and Learning Resources,”

Tableau Blog, 2021. [Online]. Available: https://www.tableau.com/learn/articles/data- visualization#definition. [Accessed: 10-Sep-2022].

[7] M. Fatih, “A Comparative Analysis of Breast Cancer Detection and Diagnosis Using Data Visualization and Machine Learning Applications,” Healthcare, Vol. 8, No. 2, p.

111, Apr. 2020.

[8] M. Holmlund et al., “Customer Experience Management In The Age of Big Data Analytics: A Strategic Framework,” J. Bus. Res., Vol. 116, pp. 356–365, Aug. 2020.

[9] R. R. K. Keyan and D. B. R. Ghu, “Simple Analytics In Retail Sales Data Using Hadoop,” Int. J. Comput. Trends Technol., Vol. 58, No. 1, pp. 14–19, Apr. 2018.

[10] Y. MZ, Bororing, J. Edwin, S. Rahayu, and T. A. Ramadhani, “Aplikasi Dashboard Visualisasi Data Calon Mahasiswa Baru Mengunakan Metabase,” Edumatic J.

Pendidik. Inform., Vol. 6, No. 1, pp. 116–125, 2022.

[11] M. W. Hananto, H. Pambudi Susilo, S. Nur Ahmad, and A. Rahman, “Visualisasi Produk Secara 3D Dalam Media Promosi dan Pemesanan Online,” J. Inf. Syst. Hosp.

Technol., Vol. 3, No. 01, pp. 1–8, Apr. 2021.

[12] A. Pramono and B. D. Puspasari, “Aplikasi Visualisasi Data Sekolah di Kabupaten Pasuruan Jawa Timur Berbasis Android,” MATICS, Vol. 5, No. 3, Oct. 2013.

[13] D. C. U. Lieharyani and R. Ambarwati, “Visualisasi Data Tweet di Sektor Pendidikan Tinggi pada Saat Masa Pandemi,” Build. INFORMATICS, Technol. Sci., Vol. 4, No. 1, 2022.

(11)

645 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 635-645 E-ISSN 2503-2933

[14] H. P. Prasetiya and M. Susilowati, “Visualisasi Informasi Data Perguruan Tinggi Dengan Data Warehouse dan Dashboard System,” J. Tek. Inform. dan Sist. Inf., Vol. 2, No. 3, pp. 298–308, 2016.

[15] A. Aspin, “Drill Down and Drill Up,” in Pro Power BI Dashboard Creation, Berkeley, CA: Apress, 2022, pp. 253–274.

[16] Microsoft, “What is A Data Dashboard?,” Power BI, 2022. [Online]. Available:

https://powerbi.microsoft.com/en-us/data-dashboards/. [Accessed: 12-Sep-2022].