bab 2 landasan teori 2.1 teori umum pengertian...
TRANSCRIPT
6
BAB 2
LANDASAN TEORI
2.1 Teori Umum
2.1.1 Pengertian Data
Data merupakan aliran fakta yang mewakili kejadian yang terjadi dalam
organisasi atau dalam lingkungan fisik sebelum mereka diatur menjadi sebuah
form yang dapat dimengerti dan digunakan oleh pengguna (Laudon,2000,p8).
Sedangkan menurut Navathe dan Elmasri (2000,p4) data adalah fakta yang dapat
disimpan dan memiliki arti. Sehingga dapat disimpulkan bahwa data adalah fakta
yang telah terjadi, memiliki arti, dan dapat disimpan serta dapat diatur
sedemikian rupa sehingga dapat menjadi sebuah form yang dapat digunakan
untuk berbagai tujuan.
2.1.2 Pengertian MetaData
Metadata merupakan data dari sebuah data, atau bisa disebut juga
deskripsi dari sebuah data yang dipergunakan untuk pengumpulan, penyimpanan,
pembaharuan(update), dan mendapat kembali data bisnis dan data teknikal yang
berguna untuk organisasi/perusahaan(learndatamodeling.com,2006).
MetaData menjadi gambaran ketika kita membutuhkan untuk mengetahui
tentang bagaimana data tersebut tersimpan dan dimana tersimpannya. Peralatan
7
MetaData berguna untuk membantu dalam menangkap MetaData pada Bisnis.
2.1.3 Pengertian Sistem
Menurut McLeod(2001,p11), sistem merupakan sekelompok elemen
yang terintegrasi dengan maksud yang sama untuk mencapai suatu tujuan.
2.1.4 Pengertian Bisnis
Menurut webster(1997,p189) bisnis itu berhubungan dengan kegiatan jual
beli dari komoditas dan pelayanan yang dimiliki dan berkonotasi dengan motif
ekonomi(Profit motive).
2.1.5 Pengertian Sistem Informasi
Menurut O’Brien (2004,p7) “An information system can be any
organized combination of people, hardware, software, communication networks,
and data resources that collects, transforms and disseminates information in an
organization” yang dapat diartikan “ Sistem informasi dapat berupa kombinasi
yang teratur antara orang, perangkat keras, piranti lunak, jaringan komunikasi,
dan sumber data yang dikumpulkan, diubah dan penyebaran informasi di dalam
organisasi”.
2.1.6 Pengertian Sistem Basis Data
Sistem basis data menurut Connolly dan Begg (2002,p4) mengatakan
bahwa sistem basis data merupakan kumpulan dari program aplikasi yang
berinteraksi dengan basis data. Sedangkan menurut Navathe dan Elmasri
8
(2000,p5) sistem basis data merupakan gabungan basis data dengan sistem basis
data.
Sehingga dapat disimpulkan bahwa sistem basis data merupakan
kombinasi dari beberapa program aplikasi dengan basis data yang telah berjalan
sehingga keseluruhan sistem terkomputerisasi tersebut membolehkan pengguna
menelusuri kembali dan mengubah informasi tersebut sesuai kebutuhan.
2.1.7 Pengertian Data Warehouse
Menurut Connolly dan Begg (2002,p1047), “Data warehouse is a subject
oriented, integrated, time variant, and non volatile collection of data in support
of management’s decision making process”, yang dapat diartikan “Data
Warehouse adalah kumpulan data yang berorientasi subjek, terintegrasi,
berdasarkan waktu dan tidak mengalami perubahan dalam mendukung proses
pengambilan keputusan manajemen”.
Menurut Inmon (2002,p389), “ A Data warehouse is a collection of
integrated database designed to support DSS function, where each unit of data is
relevant to some moment in time” yang dapat diartikan sebagai “Data warehouse
adalah koleksi database yang terintegrasi yang dirancang untuk mendukung
fungsi sistem pengambilan keputusan, dimana setiap unit data relevan pada
beberapa waktu”.
2.1.7.1 Konsep Data Warehouse
Subject Oriented
Data warehouse diorientasikan pada area subyek utama
9
perusahaan yang telah didefinisikan pada data model perusahaan.
Subyek area biasanya meliputi costumer (pelanggan), product
(produk), transaction or activity (transaksi atau aktifitas), policy
(kebijakan), claim (tuntutan), account (rekening). Setiap area
subyek utama yang diimplementasikan secara fisik sebagai
sekumpulan tabel yang saling berhubungan dalam data warehouse
(Inmon,2002,p36).
Sebaliknya pada operational database diorientasikan pada
area aplikasi utama (contoh : invoice, kontrol stock, penjualan
produk).
Integrated
Penggabungan berbagai sumber data dari aplikasi
perusahaan yang berbeda - beda. Sumber data sering tidak
konsisten dalam penggunaan, sebagai contoh perbedaan format
sumber data. Sumber data yang terintegrasi dibuat untuk
memberikan view dari data secara keseluruhan kepada user
(Connolly dan Begg,2002,p1047).
Time Variant
Data pada data warehouse hanya akurat dan valid pada
waktu tertentu atau dalam interval waktu tertentu. Perbedaan
waktu dari data warehouse memperlihatkan data - data yang ada
dari waktu ke waktu secara keseluruhan (Connolly and
Begg,p1047).
10
Non Volatile
Proses Update tidak dilakukan secara real–time melainkan
direfresh dari sistem operasional dalam basis regular. Data baru
selalu ditambahkan sebagai supplement (tambahan) pada
database, bukan sebagai replacement (penggantian). Database
secara terus menerus mengambil data baru, dan
menggabungkannya dengan data sebelumnya (Connolly and
Begg,2002,p1047).
2.1.8 Pengertian Data Mart
Data Mart adalah suatu subset dari data warehouse yang mendukung
persyaratan atau ketentuan sebuah departemen dari sebuah organisasi atau
perusahaan. Ada beberapa karakteristik yang membedakan data mart dengan data
warehouse, yaitu (Connolly,2002,p1067) :
- Data Mart hanya berfokus pada kebutuhan user yang
berhubungan dengan satu departemen atau fungsi bisnis.
- Data Mart biasanya tidak mengandung data operasional yang
detail, tidak seperti data warehouse.
- Karena data mart mempunyai data yaang lebih sedikit
dibandingkan dengan data warehouse, data mart lebih mudah
untuk dimengerti dan dijalankan.
Beberapa alasan membuat data mart, yaitu (Connolly,2002,p1069) :
- Memberikan akses ke data yang paling sering dianalisa oleh
user.
11
- Menyediakan data dalam bentuk yang sesuai dengan kebutuhan
sekelompok user dalam sebuah departemen atau fungsi bisnis.
- Meningkatkan waktu respon end-user karena pengurangan
jumlah data yang akan diakses.
- Menyediakan data yang terstruktur sesuai seperti yang ada pada
ketentuan dari alat akses end user yang mungkin membutuhkan
struktur basis data internal sendiri.
- Biaya implementasi data mart biasanya lebih sedikit dari biaya
yang diperlukan untuk membangun data warehouse.
2.1.9 Pengertian Cube/OLAP (OnLine Analitical Processing)
OLAP merupakan suatu perangkat yang menggambarkan teknologi
menggunakan gambaran multidimensi sejumlah data untuk menyediakan akses
yang lebih cepat bagi strategi informasi dengan tujuan mempercepat
analisis(Connolly,2002,p1101).
OLAP adalah teknologi yang memperbolehkan user untuk menganalisa
basis data yang besar untuk mendapatkan informasi yang lebih spesifik. Basis
data untuk sistem OLAP disusun teratur agar lebih efisien dalam penyimpanan
data statis. Karena penyimpanan OLAP adalah multidimensi, biasanya disebut
cube, yang berlawanan dengan tabel. Yang membuat OLAP unik adalah
kemampuannya untuk menyimpan kumpulan data secara hierarki. Dimensi -
dimensi ini memberikan informasi secara kontekstual dalam bentuk bilangan
atau perhitungan yang diteliti.
OLAP adalah sebuah perangkat yang digunakan untuk menyimpan data
12
multidimensional dan perangkat yang digunakan untuk menampilkan sebuah
tampilan multidimensional kepada user (Peterson, Pinkelman,2000,p1).
Sistem OLAP telah banyak diaplikasikan dalam dunia bisnis, diantaranya
Peterson, Pinkelman,2000,pp25 - 31) :
1. OLAP dapat melihat tren penjualan, melakukan promosi, dan juga untuk
menganalisis demografis pelanggan.
2. OLAP dapat membantu mengelola inventory dan pergudangan, lokasi
mana yang paling strategis dan pengelolaan kapasitas semaksimal
mungkin.
3. OLAP dapat digunakan untuk pengelolaan proses manufaktur, kepuasan
pelanggan dan pada akhirnya dapat membantu menganalisis dan
meningkatkan keuntungan bisnis.
OLAP memiliki beberapa karakteristik (Peterson, Pinkelman,2000,pp35 -
54) :
1. OLAP memasukkan data dari sistem OLTP dan sumber - sumber lain
termasuk dari luar organisasi.
2. OLAP menyimpan data yang dalam format yang mengoptimalkan
analisis query, yang merupakan ringkasan informasi dari banyak sumber.
3. Sistem OLAP bekerja dengan sangat baik didalam lingkungan yang
memiliki banyak indeks. Data - data tidak diupdate setelah dianalisis, jadi
tidak ada pemborosan waktu di dalam proses update indeks yang besar.
4. Sistem OLAP mampu mendukung permintaan analisis secara cepat, tanpa
mendapatkan kesulitan mengenai kombinasi perspekstif apa yang dipilih
oleh analis.
13
2.1.10 Pengertian Data Mining
Telah diketahui bahwa Data warehouse mengandung data berukuran
besar yang dapat dianalisis. Namun sampai saat ini, perangkat (tools) dari basis
data yang besar hanya menyediakan analisis data yang relatif sederhana dan
fungsi - fungsi yang terbatas. Lalu semakin mendesaknya pertumbuhan data
warehouse menyebabkan meningkatnya permintaan dari user akan tools yang
handal dan powerful yang menyediakan kemampuan analisis yang lebih
mendalam. Hal ini akan menjadi rumit dan sulit bagi para pelaku bisnis
menganalisis dan mengantisipasi tren dan hubungan di dalam data jika hanya
menggunakan tools report dan query yang sangat sederhana.
Data mining (English,1999,p470) adalah proses menganalisis data yang
berukuran besar dengan menggunakan pola - pola pengenalan maupun teknik
pencarian pengetahuan (knowledge discovery) untuk mengidentifikasi tren - tren
yang terjadi dan bermanfaat serta pola keterkaitan yang terdapat di dalam basis
data berukuran besar. Data mining adalah salah satu alternatif terbaik untuk
mengetahui tren dan pola dari basis data yang besar. Data mining mampu
menjelajahi informasi di dalam data warehouse yang tidak terungkap secara
efektif. Sedangkan menurut Claude Seidman (Seidman,2001,p3) data mining
adalah proses pencarian pola hubungan serta tren yang tersembunyi didalam
suatu basis data yang besar.
Data mining sering diidentifikasi dengan beberapa nama lain seperti
Knowledge Discovery in Database (KDD), Knowledge Extraction, Pattern
analysis, data archeology, data dredging, information harvesting, dan sebagainya.
Meskipun Data mining merupakan teknologi yang relatif baru, namun telah
14
banyak digunakan dibanyak bidang industri diantaranya perbankan, asuransi,
retail dan sebagainya.
Salah satu kunci sukses penerapan data mining adalah kemampuan untuk
mendapatkan akses terhadap data - data yang akurat, lengkap dan terintegrasi.
Oleh karena itu, aplikasi Data mining dapat meningkatkan kapabilitas dan
integrasi dari Data Warehouse untuk mencapai keuntungan yang
kompetitif(Berson,smith,thearling,2000,pp16-17).
Perusahaan biasanya menggunakan Data mining untuk keperluan berikut
(Seidman,2001,p6) :
a. Mencari pengetahuan
Tujuannya adalah untuk menentukan dengan jelas hubungan
- hubungan dan pola - pola yang tersembunyi pada basis data.
b. Memvisualisasikan data
Seorang analisis harus bisa memvisualisasikan informasi
yang besar yang tersimpan di dalam basis data. Tujuannya adalah
untuk memudahkan pelaporan data.
c. Membetulkan kesalahan pada data
Bila beberapa basis data digabungkan, sering terjadi
ketidaklengkapan data yang terdiri dari informasi yang salah dan
saling bertentangan. Dengan Data mining, maka dapat membantu
mengidentifikasikan dan memperbaiki kesalahan secara konsisten.
Menurut Helb dan edelstein, ada lima tipe informasi data mining (Herb,
Edelstein,techweb.cmn.com,2006), yaitu :
1. Associations
15
Kemunculan - kemunculan (occureness) terhubung oleh satu
event tunggal. Contohnya yaitu : ketika keripik dibeli, maka
kemungkinan besar 65% coca cola juga dibeli.
2. Sequences
Event dihubungkan berdasar waktu. Contoh : Jika rumah dibeli
maka 45% oven baru akan dibeli dalam 1 bulan dan 60% lemari
es akan dibeli.
3. Classifications
Aktifitas Data mining yang paling umum. Dapat membantu untuk
menemukan suatru karakteristik pelanggan dan menyediakan
model yang dapat membantu untuk memprediksi siapa saja
mereka. Juga dapat menentukan jenis - jenis produksi yang
efektif, sehingga biaya yang dikeluarkan sesuai maupun tepat
guna untuk menjaga loyalitas konsumen.
4. Clustering
Data mining dapat menemukan pengelompokan data yang
berbeda-beda. Contoh : aplikasi untuk deteksi kesalahan -
kesalahan dalam proses manufaktur atau untuk menemukan
kemiripan pada kartu bank.
5. Forecasting
Sesuai namanya, teknik ini meramal dan memperkirakan nilai
variabel kontinyu seperti prediksi penjualan (sales figures) yang
akan datang, berdasarkan pola - pola yang ada dalam data.
16
2.1.11 Pengertian State Transition Diagram
Menurut Whitten, Bentley, dan Dittman (2004,p673) diagram perubahan
data adalah sebuah perlengkapan yang digunakan untuk menggambarkan urutan
dan variasi dari layar yang terjadi menurut sesi pengguna.
2.1.12 Pengertian SWOT
SWOT adalah singkatan dari bahasa Inggris Strengths (kekuatan),
Weakness (kelemahan), Opportunities (peluang), dan Threats (ancaman). Analisa
SWOT berguna untuk menganalisa faktor - faktor di dalam perusahaan atau
organisasi yang memberikan andil terhadap kualitas pelayanan atau salah satu
komponennya sambil mempertimbangkan faktor - faktor di luar perusahaan atau
organisasi tersebut.
Di bawah ini adalah pengertian dari SWOT:
1. Strenghts (kekuatan)
Kekuatan adalah kelebihan suatu perusahaan atau organisasi
dibandingkan dengan perusahaan atau organisasi lain yang sejenis
(pesaing). Kekuatan perusahaan atau organisasi menunjukkan
kemungkinan - kemungkinan adanya beberapa strategi tertentu
yang akan berhasil.
2. Weakness (kelemahan)
Kelemahan adalah kekurangan suatu perusahaan atau organisasi
dibandingkan dengan perusahaan atau organisasi yang sejenis
(pesaing). Kelemaham perusahaan atau organisasi menunjukkan
bahwa terdapat hal - hal yang harus diperbaiki.
17
3. Opportinities (kesempatan)
Kesempatan adalah peluang yang diprediksikan oleh pasar yang
akan bersifat nilai tambah terhadap perusahaan atau organisasi
sehingga perlu dipergunakan sebaik mungkin.
4. Threats (ancaman)
Ancaman adalah segala sesuatu yang mungkin terjadi dari
perubahan pasar dan memerlukan penyesuaian khusus oleh
perusahaan atau organisasi untuk menjaga kelangsungan hidup
perusahaan atau organisasi tersebut.
Untuk Strengths dan Weakness merupakan faktor di dalam perusahaan
atau organisasi, sedangkan untuk Opportunities dan Threats merupakan faktor di
luar perusahaan atau organisasi yang diberikan oleh pasar, baik faktor di dalam
maupun faktor di luar dari suatu perusahaan atau organisasi perlu diidentifikasi
dengan baik guna menjaga kelangsungan hidup dan mengembangkan perusahaan
tersebut atau organisasi tersebut.
Representasi matriks SWOT terlihat pada gambar 2.1.
18
Internal
Eksternal
Strength (S) Weakness (W)
Opportunities (O) Strategi SO
Ciptakan strategi yang
menggunakan kekuatan untuk
memanfaatkan peluang
Strategi WO
Ciptakan strategi yang
meminimalkan kelemahan
untuk memanfaatkan peluang
Threat (T) Strategi ST
Ciptakan strategi yang
menggunakan kekuatan untuk
mengatasi ancaman
Strategi WT
Ciptakan strategi yang
meminimalkan kelemahan
dan menghindari ancaman
Gambar 2.1 matriks SWOT.
2.1.13 Pengertian Penjualan
Menurut Swatsha (1989,p8), penjualan adalah ilmu dan seni
mempengaruhi pribadi yang dilakukan oleh penjualan untuk mengajak orang lain
agar bersedia membeli barang atau jasa yang ditawarkannya.
Fungsi yang terkait dengan sistem penjualan adalah:
1) Fungsi penjualan, bertanggung jawab untuk menerima order, mengedit
order, meminta otoritas kredit, menentukan tanggal pengiriman dan
bertanggung jawab atas transaksi penjualan
2) Fungsi gudang, bertanggung jawab untuk menyimpan dan menyiapkan
barang yang dipesan dan mengirimkan ke bagian pengiriman.
19
3) Fungsi pengiriman, bertanggung jawab untuk menyerahkan barang ke
pelanggan berdasarkan surat order pengiriman yang diterima dari bagian
penjualan
Sistem informasi penjualan terbentuk prosedur-prosedur yang bekerja
satu sama lainnya untuk mencapai tujuan. Prosedur-prosedur yang membentuk
sistem informasi penjualan adalah:
1. Prosedur Order Penjualan
Dalam prosedur ini bagian order penjualan menerima order dari pembeli dan
menambah informasi penting pada saat surat order. Kemudian bagian
penjualan mengisi faktur penjualan dan surat order pengiriman ke bagian
yang terkait.
2. Prosedur Pengiriman
Bagian pengiriman mengirimkan barang kepada pembeli sesuai dengan
informasi yang tercantum dalam surat order pengiriman yang diterima dari
bagian order penjualan.
3. Distribusi Penjualan
Yaitu mendistribusikan data-data penjualan menurut informasi yang
diperlukan manajemen.
Dokumen yang digunakan adalah sebagai berikut:
1. Surat Order Pengiriman Dan Tembusannya.
2. Faktur Dan Tembusannya.
3. Rekapitulasi Harga Pkok Penjualan.
4. Bukti Memorial.
Informasi yang diperlukan oleh pihak manajemen dari transaksi
20
penjualan adalah sebagai berikut:
1. Jumlah pendapatan penjualan menurut produk atau kelompok produk
persatuan waktu.
2. Jumlah piutang setiap debitur dari transaksi penjualan.
3. Jumlah harga pokok yang dijual.
4. Nama dan alamat pembeli.
5. Kuantitas barang yang dijual.
6. Nama wiraniaga yang melakukan.
2.1.14 Pengertian Pembelian
Pembelian dilakukan untuk memenuhi kebutuhan. Pemenuhan kebutuhan
tersebut ada dua macam:
1. Dikonsumsikan, umumnya oleh perusahaan industri dan rumah tangga.
2. Dijual kembali, meskipun tujuannya berbeda, bagaimanapun sifatnya adalah
membeli barang dan jasa sesuai dengan kebutuhan.
Menurut Mulyadi (1993,p301), pembelian adalah suatu usaha yang
digunakan dalam perusahaan untuk pengadaan barang yang diperlukan oleh
perusahaan.
Secara umum definisi pembelian adalah usaha pengadaan barang atau
jasa dengan tujuan yang akan digunakan sendiri, untuk kepentingan proses
produksi maupun untuk dijual kembali, baik dengan atau tanpa proses, dalam
proses pembelian yang ada, agar kegiatan pembelian dapat dilakukan dengan
benar.
Transaksi dalam pembelian dibedakan menjadi dua jenis, yaitu:
21
a. Pembelian tunai, yaitu jenis transaksi dimana pembayaran langsung
dilakukan pada saat penerimaan barang.
b. Pembelian kredit, yaitu jenis transaksi dimana pembayaran tidak dilakukan
pada saat penyerahan barang, tetapi dilakukan selang beberapa waktu sesuai
perjanjian dengan pihak pemasok.
Sedangkan berdasarkan jenis pemasok, pembelian dibedakan menjadi 2
jenis, yaitu:
a. Pembelian lokal, yaitu pembelian dari pemasok dalam negeri.
b. Pembelian impor, yaitu pembelian yang dilakukan dari pemasok luar negeri.
Dalam melaksanakan pembelian ada beberapa faktor yang harus
diperhatikan yaitu mutu barang jadi, jumlah barang yang dibutuhkan, waktu,
serta harga barang. Untuk dapat melaksanakan fungsi pembelian secara efektif
dan efisien dibutuhkan adanya kemampuan dari bagian pembelian. Pengawasan
perlu dilakukan terhadap pelaksanaan fungsi ini, karena pembelian menyangkut
investasi dana dalam persediaan dan kelancaran arus barang ke dalam
perusahaan. Disamping itu, untuk menghindari praktek-praktek yang tidak sehat
dalam fungsi pembelian.
Menurut Mulyadi (1993), fungsi yang terkait dalam sistem pembelian
adalah:
a. Fungsi gudang, bertanggung jawab untuk mengajukan permintaan pembelian
sesuai dengan posisi persediaan yang ada di gudang dan untuk menyimpan
barang yang telah diterima oleh fungsi penerimaan.
22
b. Fungsi pembelian, bertanggung jawab untuk memperoleh informasi
mengenai harga barang, menentukan pemasok yang dipilih dalam pengadaan
barang dan mengeluarkan order pembelian kepada pemasok yang dipilih.
c. Fungsi penerimaan, bertanggung jawab untuk melakukan pemeeriksaan
terhadap jenis, mutu, dan kuantitas barang yang diterima dari pemasok untuk
menentukan dapat atau tidaknya barang tersebut diterima oleh perusahaan.
Menurut Mulyadi (1993,pp303-305), jaringan prosedur yang membentuk
sistem pembelian adalah:
1. Prosedur permintaan pembelian, dalam prosedur ini fungsi gudang
mengajukan permintaan pembelian dalam formulir surat permintaan
pembelian kepada fungsi pembelian.
2. Prosedur permintaan penawaran harga dan pemilihan pemasok, fungsi
pembelian mengirimkan surat permintaan penawaran harga kepada pemasok
untuk memperoleh informasi mengenai harga barang dan berbagai syarat
pembelian yang lain untuk memungkinkan pemilihan pemasok yang akan
ditunjuk sebagai pemasok barang yang diperlukan oleh perusahaan.
3. Prosedur order pembelian, fungsi pembelian mengirim surat order pembelian
kepada pemasok yang dipilih dan memberitahukan kepada unit-unit
organisasi lain dalam perusahaan mengenai order pembelian yang sudah
dikeluarkan oleh perusahaan.
4. Prosedur penerimaan barang, dalam prosedur ini fungsi penerimaan barang
melakukan pemeriksaan mengenai jenis, kuantitas, dan mutu bahan yang
diterima dari pemasok, dan kemudian membuat laporan penerimaan barang
untuk menyatakan penerimaan dari pemasok tersebut.
23
5. Prosedur distribusi pembelian, prosedur ini meliputi distribusi rekening yang
didebet dari transaksi pembelian untuk kepentingan pembuatan laporan
manajemen.
Menurut Mulyadi (1993,pp305-311), informasi yang diperlukan oleh
manajemen dari kegiatan pembelian adalah:
a. Jenis persediaan yang telah mencapai titik pemesanan kembali (Re-order
point)
b. Order pembelian yang telah dikirim kepada pemasok
c. Order pembelian yang telah dipenuhi oleh pemasok
d. Total saldo utang dagang pada tanggal tertentu.
e. Tambahan kualitas dan harga pokok persediaan dari pembeli.
Berikut ini dokumen yang digunakan:
a. Surat permintaan pembelian. Formulir ini diisi oleh fungsi gudang atau
fungsi pemakai barang untuk meminta fungsi pembelian melakukan
pembelian barang dengan jenis, jumlah, dan mutu seperti yang disebutkan
dalam surat tersebut, dan biasanya terdiri dari dua lembar untuk setiap
permintaan, satu lembar untuk fungsi pembelian dan tembusannya untuk
arsip fungsi yang meminta barang.
b. Surat permintaan penawaran harga, digunakan untuk meminta penawaran
harga bagi barang yang pengadaanya tidak bersifat berulang kali terjadi, yang
menyangkut jumlah rupiah pembelian yang besar.
c. Surat order pembelian, digunakan untuk memesan barang kepada pemasok
yang telah terpilih.
24
d. Laporan penerimaan barang, dokumen ini dibuat oleh fungsi penerimaan
untuk menunjukkan bahwa barang yang diterima dari pemasok telah
memenuhi jenis, spesifikasi, dan kuantitas seperti yang tercantum dalam surat
order pembelian.
e. Surat perubahan order pembelian, digunakan apabila terjadi perubahan
terhadap isi surat order pembelian yang sebelumnya telah diterbitkan.
f. Bukti kas keluar, dokumen ini dibuat oleh fungsi akuntansi untuk dasar
pencatatan transaksi pembelian dan juga berfungsi sebagai perintah
pengeluaran kas untuk pembayaran hutang kepada pemasok dan sekaligus
berfungsi sebagai surat pemberitahuan kepada kresitur mengenai maksud
pembayaran.
2.1.15 Pengertian Inventory atau Persediaan
Persediaan dalam suatu perusahaan adalah faktor pendukung penting
dalam menjalankan operasi perusahaan. Berikut beberapa pendapat para ahli
tentang persediaan :
• Persediaan merupakan sejumlah bahan - bahan yang disediakan
dan bahan - bahan dalam proses yang terdapat dalam perusahaan
untuk proses produksi, serta barang-barang jadi/produksi yang
disediakan untuk memenuhi permintaan dari konsumen atau
langganan setiap waktu (Assouri 1993, p219).
• Persediaan menunjukan barang yang dimiliki untuk dijual dalam
kegiatan normal perusahaan (Handoko, 1994,pp333-334). Pada
25
umumnya persediaan barang dagangan diterapkan untuk barang -
barang yang dimiliki oleh perusahaan dagang apabila perusahaan
tersebut diperoleh dalam keadaan siap untuk dijual kembali.
Sedangkan persediaan barang produksi termasuk barang dari hasil
produksi perusahaan itu yang belum didistribusikan ke konsumen.
Dari definisi persediaan tersebut maka dapat disimpulkan bahwa
persediaan adalah aset yang sangat penting karena persediaan merupakan barang
yang tersedia untuk dijual (barang dagangan/barang jadi), barang yang masih
dalam proses produksi untuk diselesaikan dan dijual(barang dalam proses
pengolahan) dan barang yang akan dipergunakan untuk produksi barang jadi
yang akan dijual (bahan baku dan bahan pembantu) dalam kegiatan usaha normal
perusahaan.
2.1.15.1 Perencanaan Persediaan
Persediaan mempermudah atau memperlancar jalannya operasi
perusahaan pabrik yang harus dilakukan secara berturut-turut untuk
memprodusir barang-barang serta selanjutnya menyampaikannya pada
langganan atau konsumen (Assouri,1993,p177). Persediaan dikatakan
sangat penting bagi perusahaan karena persediaan berguna untuk :
a. Menghilangkan resiko datangnya keterlambatan barang.
b. Menghilangkan resiko dari produk yang dipesan tidak bagus atau
rusak.
c. Untuk menumpuk bahan-bahan yang dihasilkan secara minimum
sehingga dapat dipergunakan bila barang tersebut tidak ada dalam
26
pasaran.
d. Mempertahankan stabilitas operasi perusahaan atau menjamin
kelancaran arus produksi.
e. Mencapai penggunaan mesin yang optimal.
f. Memberikan pelayanan kepada pelanggan dengan sebaik-baiknya
dimana keinginan langganan pada setiap waktu dapat terpenuhi
atau memberi jaminan tetap tersedianya barang tersebut.
g. Membuat pengadaan atau produksi tidak perlu sesuai dengan
penggunaan atau penjualannya.
2.1.15.2 Pengendalian Internal Atas Persediaan
Pengendalian Internal Atas Persediaan merupakan hal yang sangat
penting karena persediaan adalah bagian yang amat penting dari suatu
perusahaan dagang. Menurut Render dan Heizer (2001,p318) elemen
yang harus ada untuk mendukung pengendalian internal yang baik atas
persediaan adalah :
1. Pemilihan karyawan, pelatihan, dan disiplin yang baik. Hal-hal ini
tidak pernah mudah dilakukan, tetapi sangat penting dalam bisnis
makanan, perdagangan besar, dan operasi bisnis eceran dimana
karyawannya mempunyai akses kepada barang-barang yang
langsung dikonsumsi.
2. Pengendalian yang efektif atas semua barang yang keluar dari
fasilitas.
27
2.1.15.3 Metode Pencatatan Persediaan
Ada dua sistem yang dikenal dalam menentukan jumlah
persediaan pada akhir suatu periode menurut Mulyadi (1997,p558), yaitu
dengan :
1. Metode Mutasi Persediaan
Dalam metode mutasi persediaan, setiap mutasi persediaan
dicatat dalam kartu persediaan
2. Metode Persediaan Fisik
Dalam Metode Persediaan Fisik, hanya tambahan
persediaan dari pembelian saja yang dicatat, sedangkan mutasi
berkurangnya persediaan karena pemakaian tidak dicatat dalam
kartu persediaan.
2.1.15.4 Metode Penilaian Persediaan
Dalam menilai persediaan metode yang digunakan (Soemarso,
1995,p424), adalah sebagai berikut :
1. Metode LIFO
LIFO adalah metode penetapan harga pokok persediaan
dimana dianggap bahwa barang-barang yang paling akhir dibeli
dan merupakan barang yang dijual pertama kali. Dalam metode
ini persediaan akhir akan dinilai dengan harga pokok pembelian
terdahulu.
2. Metode FIFO
FIFO adalah metode penetapan harga pokok persediaan
28
dimana dianggap bahwa barang-barang yang pertama dibeli akan
merupakan barang yang dijual pertama kali. Dalam metode ini
persediaan akhir akan dinilai dengan harga pokok pembelian yang
paling akhir.
3. Metode Rata-rata (Average)
Rata-rata dalam penetapan harga pokok persediaan dimana
dianggap bahwa harga pokok rata-rata dari barang yang tersedia
dijual akan digunakan untuk menilai harga pokok barang yang
dijual dan yang terdapat dalam persediaan.
2.1.15.5 Manajemen Persediaan
Menurut Handoko (2001,p334) sistem persediaan adalah
serangkaian kebijaksanaan dan pengendalian yang memonitor tingkat
persediaan yang bertujuan untuk meminimumkan biaya total. Menurut
jenisnya dapat dibedakan menjadi :
1. Persediaan bahan mentah, yaitu persediaan barang berwujud yang
digunakan dalam proses produksi.
2. Persediaan komponen-komponen rakitan, yaitu persediaan
barang-barang yang terdiri dari komponen-komponen yang
diperoleh dari perusahaan lain, dimana secara langsung dapat
dirakit menjadi suatu produk.
3. Persediaan bahan pembantu atau penolong, yaitu persediaan
barang-barang yang diperlukan dalam proses produksi, tetapi
tidak merupakan bagian barang jadi.
29
4. Persediaan barang dalam proses, yaitu persediaan barang-barang
yang merupakan keluaran dari tiap-tiap bagian dalam proses
produksi atau yang diolah menjadi suatu bentuk.
5. Persediaan barang jadi, yaitu persediaan barang-barang yang telah
selesai diproses atau diolah.
2.1.16 Pengertian Business Intelligence
Menurut Almeida, Ishikawa, Reinschmidt, Roeber
(www.redbooks.ibm.com, 1999) Business Intelligence berarti menggunakan data
aset anda untuk membuat keputusan yang lebih baik, yang menyangkut masalah
akses analisis dan menemukan kesempatan baru.
Menurut Oguz (2003) Business Inteligence atau Inteligensi Bisnis adalah
kategori luas dari aplikasi dan teknik untuk mengumpulkan, menyimpan, dan
menganalisis, dan menyediakan akses ke data untuk membantu pengguna dalam
membuat keputusan bisnis dan keputusan strategis yang lebih baik.
The information derived from monitoring key performance indicators,
used to detect trends, identify warning signals, and provide a factual basis for
critical business decisions yang dapat diartikan yaitu Informasi yang didapat dari
memperhatikan Indikator Kunci Performa(Key Performance Indicator), yang
digunakan untuk menemukan tren, mengidentifikasi sinyal peringatan, dan
menyediakan dasar faktual untuk keputusan bisnis yang kritis atau penting
(www.oracle.com).
30
Business Intelligence(BI) is a terminology representing a collection of
processes, tools and technologies helpful in achieving more profit by
considerably improving the productivity, sales and service of an enterprise yang
dapat diartikan Inteligensi Bisnis adalah istilah dari penggambaran dari
kumpulan proses, alat dan teknologi yang dapat membantu mendapatkan profit
dengan pertimbangan peningkatan produktivitas, penjualan, dan pelayanan dari
sebuah perusahaan (www.learndatamodeling.com)
Contoh lingkungan Business Intelligence dalam Gambar 2.2
Gambar 2.2 Contoh lingkungan Business Intelligence.
2.2 Teori Khusus
2.2.1 Pendekatan Data Warehouse
Menurut Connolly dan begg (2002,p1047), “Data warehouse is a subject
oriented, integrated, time variant, and non volatile collection of data in support
of management’s decision making process”, yang dapat diartikan “Data
Warehouse adalah kumpulan data yang berorientasi subjek, terintegrasi,
berdasarkan waktu dan tidak mengalami perubahan dalam mendukung proses
31
pengambilan keputusan manajemen”.
Menurut Inmon (2002,p389), “ A Data warehouse is a collection of
integrated database designed to support DSS function, where each unit of data is
relevant to some moment in time” yang dapat diartikan sebagai “Data warehouse
adalah koleksi database yang terintegrasi yang dirancang untuk mendukung
fungsi sistem pengambilan keputusan, dimana setiap unit data relevan pada
beberapa waktu”.
2.2.1.1 Karakteristik(Multidimensional)
Menurut Turban, Rainer, dan Potter(2006) Basis Data Multi
Dimensional yaitu basis data yang diatur dan dapat dianalisis dari
berbagai pandangan atau perspektif, yang disebut dimensi.
Perbandingan Basis Data Multidimensional dengan Relasional
Relational database membuatnya menjadi mudah untuk bekerja
dengan record individual, mengingat multi-dimensional Database
didesain untuk analisa grup besar dari record. Relational Database
biasanya diakses menggunakan Structured Query Language (SQL) query.
Multi-dimensional Database dapat menjawab pertanyaan user seperti
“Berapa banyak barang gadai yang terjual di Surabaya?” dan “Berapa
banyak kartu kredit yang digunakan di suatu daerah?”.
32
Perbandingan untuk basis data relasional dapat dilihat pada
gambar 2.3a, 2.3b, dan 2.3c.
a) 2001 b) 2002 c) 2003
Produk Wilayah Penjualan Produk Wilayah Penjualan Produk
Wilayah Penjualan
Mur Timur 50 Mur Timur 60 Mur Timur 70 Mur Barat 60 Mur Barat 70 Mur Barat 80 Mur Pusat 100 Mur Pusat 110 Mur Pusat 120 Sekrup Timur 40 Sekrup Timur 50 Sekrup Timur 60 Sekrup Barat 70 Sekrup Barat 80 Sekrup Barat 90 Sekrup Pusat 80 Sekrup Pusat 90 Sekrup Pusat 100 Baut Timur 90 Baut Timur 100 Baut Timur 110 Baut Barat 120 Baut Barat 130 Baut Barat 140 Baut Pusat 140 Baut Pusat 150 Baut Pusat 160 Ring Timur 20 Ring Timur 30 Ring Timur 40 Ring Barat 10 Ring Barat 20 Ring Barat 30 Ring Pusat 30 Ring Pusat 40 Ring Pusat 50 Gambar 2.3a Gambar 2.3b Gambar 2.3c
Gambar 2.3 Basis Data Relasional.
Sedangkan untuk Basis Data Multidimensional dapat dilihat pada
gambar 2.4.
Gambar 2.4 Basis Data Multidimensional.
Pada gambar 2.4 kita dapat melihat tampilan basis data
multidimensional atau biasa disebut kubus(Cube).
33
2.2.1.3 ETL(Extract, Transform, Load)
Merupakan Proses Pengambilan(Extract),
Pengubahan(Transform), Pengisian(Load) dari DBMS ke Data
Warehouse, atau an ETL tool such as Warehouse Builder can extract
data from its source, transform it using a variety of techniques (such as
joins, aggregations, and data conversion functions), and load it into new
data containers such as relational tables yang dapat diartikan sebuah alat
ETL seperti Pembangun gudang(Warehouse Builder) dapat mengambil
data dari sumbernya, mengubahnya menggunakan beberapa variasi teknik
(seperti pengikatan/penghubungan(joins), pengumpulan(aggregations),
dan fungsi pengubahan format data(data conversion function), dan
mengisinya kedalam wadah data seperti tabel relasi (glossary: ETL
http://download-east.oracle.com, 2006).
2.2.1.3 OLAP/Cube sebagai hasil dari Data Warehouse
OLAP merupakan suatu perangkat yang menggambarkan
teknologi menggunakan gambaran multidimensi sejumlah data untuk
menyediakan akses yang lebih cepat bagi strategi informasi dengan
tujuan mempercepat analisis(Connolly,2002,p1101).
OLAP adalah sebuah perangkat yang digunakan untuk
menyimpan data multidimensional dan perangkat yang digunakan untuk
menampilkan sebuah tampilan multidimensional kepada user (Peterson,
Pinkelman,2000,p1).
34
Jadi teknisnya, kubus OLAP memudahkan untuk menganalisa
data melintasi multidimensi dengan menyediakan tampilan multi-
dimensional dari aggregasi/kumpulan grup data. Dengan laporan OLAP,
kategori besar seperti periode fiskal, penjualan per wilayah, produk,
pegawai, promosi produk yang dapat “dianalisa” dengan sangat efisien,
efektif, dan responsif. Aplikasi OLAP termasuk analisis penjualan dan
pelanggan, penganggaran belanja, analisa marketing, analisa produksi,
analisa sumber profit, dan peramalan.
Beberapa bentuk OLAP diambil dari
www.learndatamodeling.com (2006) yaitu:
ROLAP yaitu Relational OLAP yang menyediakan analisis multi-
dimensional dari data, yang tersimpan di basis data yang berrelasi
(RDBMS).
MOLAP(Multidimensional OLAP), menyediakan analisis dari
data yang tersimpan dalam data kubus multi-dimensional.
HOLAP(Hybrid OLAP) adalah kombinasi dari ROLAP dan
MOLAP yang dapat menyediakan analisa dalam bentuk multi-
dimensional secara bersama-sama dari data yang tersimpan di multi-
dimensional dan relational Database (RDBMS).
DOLAP(Desktop OLAP atau Database OLAP) menyediakan
analisa multi-dimensional lokal dalam komputer client pada datanya yang
diambil dari relational atau multi-dimensional Database server.
35
2.2.3 Pendekatan Data Mart
Data Mart adalah suatu subset dari Data Warehouse yang mendukung
persyaratan atau ketentuan sebuah departemen dari sebuah organisasi atau
perusahaan.
Ada beberapa karakteristik yang membedakan Data Mart dengan Data
Warehouse, yaitu (Connolly,2002,p1067) :
- Data Mart hanya berfokus pada kebutuhan user yang
berhubungan dengan satu departemen atau fungsi bisnis.
- Data Mart biasanya tidak mengandung data operasional yang
detail, tidak seperti data warehouse.
- Karena Data Mart mempunyai data yaang lebih sedikit
dibandingkan dengan Data Warehouse, data mart lebih mudah
untuk dimengerti dan dijalankan.
2.2.3 Pendekatan Data Mining
Data mining (English,1999,p470) adalah proses menganalisis data yang
berukuran besar dengan menggunakan pola - pola pengenalan maupun teknik
pencarian pengetahuan (knowledge discovery) untuk mengidentifikasi tren - tren
yang terjadi dan bermanfaat serta pola keterkaitan yang terdapat di dalam basis
data berukuran besar. Data mining adalah salah satu alternatif terbaik untuk
mengetahui tren dan pola dari basis data yang besar. Data mining mampu
menjelajahi informasi di dalam data warehouse yang tidak terungkap secara
efektif. Sedangkan menurut Claude Seidman (Seidman,2001,p3) data mining
adalah proses pencarian pola hubungan serta tren yang tersembunyi di dalam
36
suatu basis data yang besar.
Salah satu kunci sukses penerapan data mining adalah kemampuan untuk
mendapatkan akses terhadap data - data yang akurat, lengkap dan terintegrasi.
Oleh karena itu, aplikasi data mining dapat meningkatkan kapabilitas dan
integrasi dari data warehouse untuk mencapai keuntungan yang
kompetitif(Berson,smith,thearling,2000,pp16-17).
2.2.3.1 Karakteristik Data Mining
Data mining sering diidentifikasi dengan beberapa nama lain
seperti Knowledge Discovery in Database (KDD), Knowledge Extraction,
Pattern analysis, Data Archeology, Data Dredging, Information
Harvesting, dan sebagainya. Meskipun Data mining merupakan teknologi
yang relatif baru, namun telah banyak digunakan di banyak bidang
industri diantaranya perbankan, asuransi, retail dan sebagainya.
Knowledge Discovery
Knowledge discovery atau penemuan pengetahuan mempunyai
tujuan utama yaitu mengidentifikasikan pola valid yang baru, yang
mungkin bermanfaat dan dapat dipahami dalam data. Knowledge
discovery berguna karena didukung oleh tiga teknologi yang saat ini telah
matang, yaitu pengumpulan data yang besar, komputer multiprosesor
yang berdaya tinggi, dan algoritma penggalian data lainnya.
Ad-hoc Query
Ad-hoc Query(Permintaan ad-hoc) memungkinkan pengguna
untuk meminta, secara real time, informasi dari komputer yang tidak
37
tersedia dalam laporan periodik. Jawaban seperti ini sangat dibutuhkan
untuk mempercepat pengambilan keputusan.
2.2.3.2 Perbandingan Data mining dengan OLAP
OLAP membantu organisasi untuk mencari tahu ukuran/nilai
seperti penurunan penjualan, produktifitas, waktu respon pelayanan,
daftar inventaris, dan sebagainya. Singkatnya, OLAP memberitahu
kepada kita “Apa yang telah terjadi” dan Data Mining membantu untuk
mencari tahu “Mengapa ‘itu’ bisa terjadi”. Data Mining-pun biasa
digunakan untuk memprediksi apa yang akan terjadi di masa depan
Akan tetapi pada dasarnya Data Mining mengambil data dari
OLAP lalu diproses menggunakan ad-hoc query untuk mendapatkan
informasi yang diinginkan oleh pengguna.
2.2.3.3 Siklus hidup Data Mining
Dengan menggunakan contoh kasus perusahaan yang sedang
mengalami penurunan penjualan.
• Menemukan Problem Bisnis: Mempertimbangkan persentasi
penjualan perusahaan pada tahun ini turun dilihat dari persentasi
penjualan tahun lalu. Dengan menggunakan OLAP, kepastian fakta
penjualan dapat dipastikan melintasi beberapa dimensi seperti
wilayah, waktu, dan sebagainya.
• Knowledge Discovery: Dengan problem bisnis ini, beberapa alasan
38
penurunan pada penjualan harus dianalisa menggunakan satu atau
lebih teknik Data Mining. Akan berakibat jeleknya kualitas atau
servis dari produk atau kecacatan pada marketing atau berkurangnya
permintaan dari produk atau perubahan musiman atau tertekan oleh
kompetitor, dan sebagainya. Solusi yang pasti harus ditemukan
secepatnya untuk menyelesaikan penurunan penjualan ini, yang mana
disebut sebagai Knowledge Discovery.
• Mengimplementasikan Knowledge-nya: Berdasarkan pada penemuan
masalah diatas, tindakan yang tepat harus dilakukan untuk mengatasi
problem bisnis ini dengan mengimplementasikan Knowledge-nya.
• Analisa Hasil: Setelah diimplementasikan, hasil dari
pengimplementasian harus selalu dimonitor/awasi dan dinilai/ukur
untuk menemukan outcome dari tindakan tersebut.
2.2.4 Pendekatan Business Intelligence
Menurut Almeida, Ishikawa, Reinschmidt, Roeber
(www.redbooks.ibm.com, 1999) Business Intelligence berarti menggunakan data
aset anda untuk membuat keputusan yang lebih baik, yang menyangkut masalah
akses analisis dan menemukan kesempatan baru.
Business Inteligence atau Inteligensi Bisnis adalah kategori luas dari
aplikasi dan teknik untuk mengumpulkan, menyimpan, dan menganalisis, dan
menyediakan akses ke data untuk membantu pengguna dalam membuat
keputusan bisnis dan keputusan strategis yang lebih baik (Oguz, 2003).
39
2.2.4.1 Karakteristik Business Intelligence
Program dari Business Intelligence menurut Microsoft (Loria,
2005) terbagi tiga yaitu:
a. Integrate (mempersatukan):
• Tambahan data dari sistem sumber dan terintegrasi/tergabung
dalam sistem.
• Transformasi data dan perpaduannya.
b. Analyze(analisa):
• Pengayaan data, menggunakan logika bisnis, dan tampilan
hierarkis.
• Penemuan data melalui Data Mining.
c. Report (laporan):
• Presentasi dari data dan distribusinya.
• Akses data untuk banyak pengguna.
d. Dengan tinjauan yaitu:
• Mendapat informasi dari data perusahaan.
• Menggunakan Business Intelligence dalam perusahaan sebagai
bagian utuh dari kegiatan bisnis.
• Menangkap dan memodelkan data perusahaan.
• Tergabung dengan proses bisnis.
• Relational reporting dan OLAP yang bertemu dalam satu model
dimensional.
Sedangkan menurut Microstrategy (2005) apa itu Business
40
Intelligence Software, yaitu perangkat lunak yang memungkinkan
perusahaan untuk membuka jalan ke dalam basis data mereka yang besar
dan memberikan wawasan yang easy-to-comprehend(mudah-untuk-
dimengerti) kepada pekerja, pihak manajemen, dan rekan bisnis.
Dan Business Intelligence Architecture itu terbagi dalam tiga
bentuk yang saling menyambung yaitu:
• Report (laporan): Laporan informasi detail yang dibutuhkan oleh
siapapun untuk kebutuhan pengambilan keputusan hari-per-hari.
Contoh: laporan operasional, laporan finansial, laporan prestasi/hasil.
• Analyze (analisa): Analisa data untuk menyingkap akar permasalahan
dan tren pada pelaksanaan bisnis, dan masih menggunakan teknik
simpel yang powerful. Contoh: akar permasalahan, tren.
• Monitor (mencatat): secara terus menerus mencatat hasil organisasi
pada setiap level/bidang. Contoh: pedoman instrumen (dashboard),
peringatan Real-Time, scorecard.
2.2.4.2 Evolusi dari sistem Business Intelligence
Tidak dapat dihindari lagi yaitu pertanyaan pertama yang timbul
ketika mendeskripsikan tujuan atau sasaran dari sebuah sistem Business
Intelligence adalah, “Apakah Data Warehouse memiliki tujuan dan
mempunyai kemampuan yang sama dengan sistem Business
Intelligence?” Pertanyaan yang agak mirip pun timbul ketika Data
Warehouse pertama kali diperkenalkan, “Apakah Data Warehouse sama
41
dengan corporate information system and information center yang kita
bangun waktu itu?” Walaupun jawaban singkatnya yaitu “iya”, tetapi
penguraian dengan teliti menunjukan bahwa, ada beberapa perbedaan
penting diantara Data Warehouse dengan corporate information system
and information center atau sistem Business Intelligence.
Generasi pertama: Hot-Based Query and Reporting
Generasi pertama dari sistem informasi bisnis hanya bisa
digunakan oleh penyedia informasi seperti Business Analysts yang mana
mereka mempunyai pengetahuan yang mendalam dari sebuah data dan
pengalaman terhadap komputer yang luas. Pengguna informasi seperti
Business Executives dan Business Managers akan merasa asing untuk
menggunakan sistem ini dan akan membuat para pengguna informasi
akan selalu bertanya kepada penyedia informasi untuk menyediakan
informasi yang mereka inginkan atau butuhkan.
Generasi kedua: Data Warehousing
Generasi kedua dari sistem informasi bisnis yaitu Data
Warehousing yang memberikan lompatan besar ke depan dari
kemampuannya untuk menyediakan data analisa. Data Warehouse
memiliki beberapa keuntungan dibanding dengan generasi yang pertama
yaitu:
• Data Warehouse didesain sebagai pemenuh kebutuhan dari pelaku
bisnis dan bukan sebagai aplikasi operasional hari-per-hari.
42
• Informasi dari Data Warehouse bersifat konsisten dan tersimpan
dalam bentuk yang para pelaku bisnis dapat mengerti.
• Tidak seperti sistem operasional yang hanya menampung data
detail sekarang, Data Warehouse dapat menyediakan data historis
dan informasi yang ringkas.
• Penggunaan client/server computing dapat memberikan pengguna
Data Warehouse dengan peningkatan antar-muka pengguna dan
semakin hebat sebagai Decision Support Tools.
Generasi ketiga: Business Inteligence
Business Inteligence terhitung sebagai generasi ketiga
disamping Data Mining karena Data Mining dianggap bukan sebagai
komponen utama dari Business Intelligence melainkan sebagai
suplemen.
Solusi Data Warehouse ternyata dianggap bukan sebagai
solusi yang dibutuhkan oleh pelaku bisnis. Satu kelemahan terbesar
dari Data Warehouse yaitu para pembuat Data Warehouse seringkali
fokus hanya kepada teknologi, bukan kepada solusi bisnis. Dan tidak
diragukan lagi, para pembuat Data Warehouse lebih konsentrasi
kepada pengaksesannya, produk yang seperti ini akan membuat usaha
yang signifikan untuk pembangunan Data Warehouse-nya yang
berakibat bertambahnya nilai harga dari produk itu sendiri.
Masalah lain timbul dari fokusnya para pembuat kepada
pembangunan Data Warehouse daripada mengaksesnya. Banyak
43
organisasi berpikir jika mereka membangun Data Warehouse dan
memberikan para pengguna alat yang tepat maka pekerjaan selesai.
Faktanya itu hanya merupakan suatu permulaan, kecuali mereka
berhadapan dengan informasi yang terdokumentasi dan mudah untuk
diakses. Kompleksitas-lah yang akan membuat pengguna
menggunakan kembali penyedia informasi, sama seperti sistem pada
generasi pertama.
Sistem Business Intelligence fokus kepada peningkatan akses
dan penyediaan informasi bisnis untuk penyedia informasi dan
pengguna informasi. Business Intelligence bisa seperti ini karena
menyediakan OLAP yang graphical dan Web-based dan alat
penggalian data.
Gambar 2.5 akan menjelaskan struktur Business Intelligence dari IBM
Gambar 2.5 Struktur Business Intelligence dari IBM.
44
2.2.4.3 Siklus Hidup Business Intelligence
Siklus hidup penerapan Business Intelligence menurut
www.athena-solutions.com (2006). Siklus hidup untuk pengembangan
dan implementasi untuk Business Intelligence, Data Warehousing, dan
Corporate Performance Management yaitu:
• Perencanaan proyek, organisasi dan manajemen.
• Bekerja dengan bisnisnya untuk mengumpulkan dan menemukan
kebutuhan bisnisnya, membuat model data berdasar pada
kebutuhannya dan mendesain fungsional Business Intelligence
dari kebutuhan yang telah ditemukan ini.
• Mendesain dan mengimplementasikan arsitektur Data Warehouse
atau Data Mart dan Business Intelligence.
• Mendesain model data dan basis data untuk
mengimplementasikan model ini.
• Mengintegrasikan data dari aplikasi yang lain seperti Customer
Relationship Management, Enterprise Resource Planning, dan
Web.
• Memilih dan menggunakan alat ETL(Extract,Tranform,& Load)
kepada database yang akan digunakan.
• Memilih dan Menggunakan alat Business Intelligence & OLAP
untuk mendapatkan fungsi bisnis yang berguna bagi perusahaan.
45
2.2.5 Executive Dashboard.
Untuk memahami dan mengerti nilai dari tatap muka sebuah
laporan, kita perlu ‘berjalan di sepatu para pemimpin perusahaan’. Setiap
executive di sebuah perusahaan setiap harinya berhadapan dengan banyak
karyawan dan berbagai macam data. Mereka pun diharuskan untuk
membuat keputusan yang cepat berdasarkan informasi – informasi
tersebut. Ketika transaksi semakin banyak terjadi maka informasi yang
dihasilkan pun semakin detail sehingga semakin sulit pula dalam
pengambilan keputusan strategis dalam waktu yang cepat. Seorang
business leader perlu mengetahui bagaimana performa jalannya bisnis
secara overall walau sangat luasnya area perusahaan. Dashboard dan
scorecard yang berisi charts (kurva), grafik, diagram, dan lain – lain
yang meggambarkan trends dan perbedaan berdasarkan pada kumpulan
data yang besar merupakan jawaban atas kebutuhan para executive
perusahaan. (Turley,Bryant, Counihan, DuVarney, 2006,p290).