PT. ReINDO sebagai perusahaan reasuransi, saat ini telah mendapatkan data-data reasuransi dalam jumlah yang cukup besar dari perusahaan-perusahaan asuransi yang ada di Indonesia. Data-data tersebut akan terus bertambah seiring dengan perkembangan produk bisnis dan sifat bisnisnya yang mempunyai jangka panjang. Dengan kondisi yang ada, PT. ReINDO membutuhkan suatu aplikasi yang dapat digunakan untuk melakukan analisa produksi bisnis dalam meningkatkan bisnisnya secara cepat, lengkap, dan terpadu. Aplikasi ini dapat melakukan kompilasi data dari berbagai sumber aplikasi untuk menghasilkan analisa terpadu yang berguna bagi strategi peningkatan produksi bisnis. Penelitian ini dilakukan dengan membuat aplikasi Business Intelligence untuk analisa produksi bisnis reasuransi di PT. ReINDO. Aplikasi yang dibangun meliputi Data Warehouse, OLAP dan Forecasting - Data Mining. Pembentukan Data Warehouse dilakukan dengan melakukan integrasi data produksi reasuransi masuk untuk bisnis reasuransi umum yang ada di PT. ReINDO. Data yang digunakan terdiri atas data produksi reasuransi masuk (premi, komisi dan klaim) pada tahun fiskal 2002 s/d 2010 dan disertai dengan data Underwriting, data Customer serta data pendukung lainnya. Proses OLAP meliputi analisa pertumbuhan produksi melalui dimensi waktu, jenis bisnis, kelas bisnis, dan customer. Proses forecasting dilakukan untuk memprediksi pertumbuhan premi pada tahun ke depan menggunakan data dengan periode fiskal tiga tahunan, empat tahunan dan lima tahunan. Hasil penelitian ini menunjukkan pengembangan Data Warehouse mampu mengintegrasikan berbagai sumber data dan dapat digunakan untuk melakukan analisa pertumbuhan produksi bisnis dengan lebih cepat, lengkap dan terpadu. Panyajian laporan dalam bentuk dashboard sangat membantu bagi kalangan manajemen Perusahaan dalam melakukan monitoring dan peningkatan pencapaian produksi. Proses forecasting dapat menghasilkan prediksi perolehan premi secara cepat dan terkontrol dan bermanfaat dalam membuat anggaran produksi. Hasil proses forecasting menunjukkan penggunaan data periode lima tahunan memberikan hasil yang paling teliti yaitu nilai rata-rata penyimpangan untuk prediksi bulanan sebesar 27,013% dan nilai rata-rata penyimpangan untuk prediksi tahunan sebesar 8,435%.