ABSTRAK
Pemberitahuan dokumen impor yang dilakukan secara self-assessment perlu dilakukan penelitian kembali oleh pemeriksa dokumen, dikarenakan ada kemungkinan terjadinya kesalahan pemberitahuan baik yang disengaja maupun tidak disengaja. Meskipun demikian, penelitian kembali belum berjalan dengan optimal. Penelitian ini melakukan pendekatan business intelligence untuk menjawab permasalahan tersebut dengan memberikan kemampuan analisis kepada pemeriksa dokumen. Pendekatan tersebut difokuskan pada pengembangan data warehouse dengan metodologi Kimball. Hasil dari penelitian ini adalah rancangan data warehouse yang dapat dimanfaatkan untuk kebutuhan dashboard, OLAP, dan data mining untuk melakukan pemodelan pemberitahuan dokumen impor dengan menggunakan algoritme decision tree, support vector machine, dan neural network.

---

ABSTRACT
The customs declaration that carried out by self-assessment needs to be re-examined by the document examiner. There is a possibility that customs declaration have an error to define even on purpose or not. However, the condition of re-examination by document examiners has not run optimally. This study approached business intelligence to answer these problems by providing analysis capabilities to document examiners. The approach was focused on developing a data warehouse with Kimballs methodology. The result of this study is the design of a data warehouse that can be used for the needs of dashboards, OLAP, and data mining to create a model of customs declaration using several algorithms, such as decision tree, support vector machine, and neural network.