CV X merupakan salah satu perusahaan yang bergerak di bidang retail yang berlokasi di Surabaya. Dalam menjalankan operasionalnya, CV X mengalami beberapa permasalahan diantaranya persaingan dagang yang ketat, pelanggan tidak jadi membeli karena barang tidak tersedia, dan strategi penjualan yang seringkali tidak tepat sasaran. Permasalahan tersebut juga didukung oleh visualisasi dashboard yang sangat terbatas hanya menampilkan data penjualan harian pada bulan yang sedang berjalan saja. Dashboard tidak mendukung analisis tren, performa pelanggan, maupun perencanaan persediaan barang. Untuk mengatasi permasalahan tersebut, dibutuhkan sistem analisis data, seperti dashboard yang mampu menyajikan informasi dengan lebih lengkap. Tugas akhir ini bertujuan untuk membuat dashboard untuk memantau performa penjualan, membuat dashboard untuk menganalisis tren penjualan, dan membuat dashboard untuk menganalisis laba kotor pelanggan dan produk. Untuk proses pembuatan dashboard, menggunakan framework design thinking yang terdiri dari empathize, define, ideate, prototype, dan test. Menurut framework design thinking, untuk pembuatan dashboard dilakukan proses empathize yang dilakukan dengan cara wawancara untuk mengetahui permasalahan yang dihadapi, lalu define untuk merumuskan masalahnya, ideate untuk mencari ide solusi masalah, dan menentukan KPI yang digunakan, lalu prototype, yaitu proses pembuatan dashboard, dan terakhir test yang dilakukan dengan wawancara berdasarkan pertanyaan TAM. Dashboard dibuat menggunakan Microsoft Power BI berdasarkan data penjualan yang terdiri dari data produk, customer, invoice number, date, quantity, harga pokok, harga jual, dan total penjualan. Dari dashboard yang dibuat, diperoleh beberapa insight, yaitu customer ATK, DLM merupakan customer dengan laba kotor tertinggi, LENI customer dengan sales dan laba kotor tinggi, dan BUMROTJA, GNA customer dengan sales tinggi. Cutting tools merupakan kategori produk dengan kontribusi laba kotor dan sales tertinggi. Selain itu, metode ARIMA menunjukkan hasil yang belum akurat karena errornya masih tinggi sehingga perlu penyempurnaan. Lebih lanjut, dukungan tambahan visualisasi dapat memberikan jawaban mengenai penyebab tren penjualan yang menurun. Berdasarkan insight tersebut, strategi yang disarankan adalah LENI harus menjadi prioritas utama, memfokuskan ketersediaan produk cutting tools, dan mengganti metode forecasting ARIMA supaya dapat memprediksi kebutuhan produk dengan lebih baik.