bab ii landasan teori - library.binus.ac.idlibrary.binus.ac.id/ecolls/ethesisdoc/bab2/tsa-2012-0034...
TRANSCRIPT
6
BAB II LANDASAN TEORI
2.1. Teori Enterprise Architecture
EA adalah cara untuk membuat tampilan abstrak dari sebuah organisasi yang
membantu dalam membuat perencanaan dan keputusan yang lebih baik. Lingkup EA
melebihi dari sekedar perencanaan teknologi, dengan menambahkan perencanaan
strategis sebagai pendorong utama bagi organisasi dan perencanaan bisnis sebagai
sumber dari sebagian besar program dan kebutuhan sumber daya (EA = Strategy +
Business + Technology) (Bernard, 2005).
2.1.1. Dokumentasi Enterprise Architecture
Dokumentasi EA dapat dipenuhi dengan mengikuti enam elemen standar:
• EA documentation framework
• Implementasi metodologi
• Tampilan arsitektur yang berjalan
• Tampilan arsitektur di masa depan
• Pengembangan rencana EA management
• Threads (beberapa area yang umum untuk semua tingkat pada framework)
7
Gambar II-1: Framework Dokumentasi EA
(Sumber: Bernard, 2005)
2.1.2. Komponen dan Artifak pada Enterprise Architecture
Komponen EA adalah sumberdaya tergantikan yang menyediakan kapabilitas
pada tiap tingkat dari framework. Contohnya adalah tujuan dan inisiatif strategis, jasa
bisnis, arus informasi, sistem informasi, web services, dan aplikasi perangkat lunak.
Artifak EA adalah produk dokumentasi dari komponen EA. Artifak EA dapat berupa
dokumen teks, diagram, spreadsheet, dan lain-lain (Bernard, 2005).
8
EA Cube Level/Thread
Artifact ID #
Artifact Name
Strategic Goals &
initiatives (I)
S‐1 Strategic Plan S‐2 Swot Analysis S‐3 Concept of Operations Scenario S‐4 Concept of Operations Diagram S‐5 Balanced Scorecard
Business Products & Services
(B)
B‐1 Business Plan B‐2 Node Connectivity Diagram B‐3 Business Process/ Service Model B‐4 Business Process/ Product Matrix B‐5 Use Case Narative & Diagram B‐6 Investment Business Case
Data & information
(D)
D‐1 Knowledge Management Plan D‐2 Information Exchange Matrix D‐3 Object State‐Transition Diagram D‐4 Object Event Sequence Diagram D‐5 Logical Data Model D‐6 Physical Data Model D‐7 Activity/Entity (CRUD) Matrix D‐8 Data Dictionary / Object Library
Systems & Applications
(SA)
SA‐1 System Interface Diagram SA‐2 System Communication Description SA‐3 System Infterface Matrix SA‐4 System Data Flow Diagram SA‐5 System/Operation Matrix SA‐6 System Data Exchange Matrix SA‐7 System Performance Matrix SA‐8 System Evolution Diagram SA‐9 Web Application Diagram
Networks & Infrastructure
(NI)
NI‐1 Network Connectivity Diagram NI‐2 Network Inventory NI‐3 Capital Equipment Inventory NI‐4 Building Blueprints NI‐5 Network Center Diagram NI‐6 Cable Plant Diagram NI‐7 Rack Elevation Diagram
Tabel II-1: Daftar Artifak EA 1
9
EA Cube Level/Thread
Artifact ID #
Artifact Name
Security (SP) SP‐1
Security and Privacy Plan
SP‐2 Security Solution Description
SP‐3 System Accreditation Document
SP‐4 Continuity Of Operation Plan
SP‐5 Disaster Recovery Procedures
Standards (ST) ST‐1
Technical Standards Profile
ST‐2 Technology Forecast
Workforce (W) W‐1
Workforce Plan
W‐2 Organizational Chart
W‐3 Knowledge and Skills Profile
Tabel II-2: Daftar Artifak EA 2
10
2.1.2.1. S-1: Perencanaan Strategis
Menurut Bernard (Bernard, 2005), perencanaan strategis adalah kebijaksanaan
tingkat tinggi dan dokumen perencanaan yang digunakan perusahaan untuk
mendokumentasikan arah tujuanya.
Isi dari artifak perencanaan strategis adalah:
• Visi dan misi
• Ringkasan analisis SWOT
• Mengembangkan diagram CONOPS
• Mengembangkan strategi kompetitif umum
• Pernyataan pengarahaan strategis
• Mengidentfikasikan tujuan strategis
• Mengidentifikasikan inisiatif strategis
2.1.2.2. S-2: Analisis SWOT
Analisis SWOT melihat keseluruhan dari organisasi dengan mengidentifikasi faktor internal dan eksternal:
Faktor internal
• Kekuatan
• Kelemahan
11
Faktor eksternal
• Ancaman
• Kesempatan
2.1.2.3. B-6: Use Case Diagram
Diagram Use Case dibuat mengikuti format pada Unified Modeling
Languange (UML) untuk mengidentifikasi kebutuhan bisinis, konteks, stakeholders
(actors), dan aturan bisnis untuk interaksi mereka dengan sistem, jasa, dan aplikasi
yang diidentifikasikan sebagai solusi teknologi yang membutuhkan pengembangan
(Bernard, 2005).
Asosiasi dalam use case diagram mengindikasikan aktor-aktor mana yang
menginisiasikan use case tertentu. Aktor adalah entitas yang berhubungan dengan
sistem. Aktor bisa beruma orang atau sistem lain. Use case merepresentasikan
kegiatan sistem yang dilakukan berdasarkan keinginan aktor (Booch, Maksimchuk,
Engle, Young, Conallen, & Houston, 2007).
12
Gambar II-2: Diagram Use Case
(Sumber: Booch, Maksimchuk, Engle, Young, Conallen, & Houston, 2007)
2.1.2.4. D-5: Model data logikal
Model data logikal menggambarkan struktur basis data pada sebuah
organisasi. Data model semantic dapat di kembangkan menggunakan metode
tradisional terstruktur dan simbologis (Entity Relationship Diagram), atau dapat juga
dengan menggunakan UML, yang menghasilkan Class Diagram (Bernard, 2005).
13
2.2. Teori Evaluasi
Menurut Cronholm dan Goldkuhl (Cronholm & Goldkuhl, 2003), tipe-tipe
evaluasi dapat digolognkan menjadi 6 jenis. Tipe-tipe tersebut digolongkan
berdasarkan strategi mengenai bagaimana cara melakukan evaluasi dan apa yang
akan di evaluasi. Strategi mengenai bagaimana cara melakukan evaluasi:
• Goal-free evaluation
Evaluasi ini lebih mengarah kepada pendekatan interpretatif. Tujuanya
adalah untuk memperdalam pengertian mengenai apa yang harus
dievaluasi dan untuk menumbuhkan motivasi dan komitmen.
• Goal-based evaluation
Evaluasi ini dapat didefinisikan sebagai pengukuran sampai sejauh mana
sebuah program telah mencapai tujuan yang spesifik dan jelas.
• Criteria-based evaluation
Contoh dari pendekatan ini adalah penggunaan heuristics dan checklists.
Strategi mengenai apa yang akan dievaluasi dapat dibedakan menjadi:
• IT- Systems as such
Merupakan evaluasi sistem TI tanpa meperdulikan
keterlibatan dari pengguna. Sumber data yang digunakan
adalah sistem IT itu sendiri dan dokumentasi sistem TI.
14
IT-Systems in use
Merupakan evaluasi situasi pada saat pengguna menggunakan sistem TI.
Sumber datanya dapat berupa hasil wawancara mengenai persepsi mereka
tentang sistem TI.
Dari kombinasi 2 jenis strategi tersebut, tipe-tipe evaluasi dapat digolongkan menjadi
6 tipe seperti yang digambarkan pada tabel dibawah ini.
Tabel II-3: Tipe-tipe evaluasi
(Sumber: Cronholm & Goldkuhl, 2003)
2.2.1. Karakteristik Tipe-tipe Evaluasi
Tipe 1 – Goal Free Evaluation of IT-System as Such
Perspektif utama Pendekatan Open‐minded Pengetahuan apa yang ingin dicapai
Mendapatkan pemahaman yang lebih luas dari sistem IT, pengetahuan awal yang dapat diperdalam
Sumber Data Sistem IT, Deskripsi dari sistem IT Deduktif atau induktif Induktif
Siapa yang akan berpartisipasi
Pengamat pakar
15
Kapan harus memilih tipe ini
Apabila pembelajaran awal diinginkan untuk lebih mengenal sistem IT, saat hanya memiliki sedikit sumber, saat tidak ada user yang tersedia
Tabel II-4: Tipe 1
Tipe 2 – Goal Based Evaluation of IT-System as Such
Perspektif utama Bergantung pada karakter dari tujuan Pengetahuan apa yang ingin dicapai
Apakah sistem IT memenuhi tujuan bisnis yang diinginkan? Efek positif dan negative potensial dari sistem IT untuk bisnis. Kontribusi apa yang diharapkan dari sistem IT
Sumber data Sistem IT, deskripsi tujuan, spesifikasi kebutuhan, deskripsi sistem IT
Deduktif atau induktif Deduktif
Siapa yang akan berpartisipasi
Pengamat pakar
Kapan harus memilih tipe ini
Saat evaluasi yang jelas dan terfokus diinginkan, saat terdapat sedikit sumber, pada saat tidak ada pengguna yang tersedia
Tabel II-5: Tipe 2
Tipe 3 – Criteria Based Evaluation of IT-System as Such
Perspektif utama Bergantung pada karakter dari kriteria Pengetahuan apa yang ingin dicapai
Kualitas dari sistem IT menurut sudut pandang yang sesuai dengan kriteria
Sumber data Sistem IT, deskripsi dari kriteria, deskripsi sistem IT Deduktif atau induktif Deduktif
Siapa yang akan berpartisipasi
Pengamat pakar
Kapan harus memilih tipe ini
Saat evaluasi yang terfokus diinginkan, saat terdapat sedikit sumber, pada saat tidak ada pengguna yang tersedia
Tabel II-6: Tipe 3
Tipe 4 – Goal Free Evaluation of IT-System in Use
Perspektif utama Pendekatan open‐minded Pengetahuan apa yang ingin dicapai
Untuk mendapatkan pemahaman atas sistem IT yang lebih dalam dan luas, peran sistem IT pada bisnis, social, dan efek organisasional
Sumber data Sistem IT, Observasi dari interaksi, persepsi pengguna pada sistem IT, pengetahuan awal pengguna
16
Deduktif atau induktif Induktif
Siapa yang berpartisipasi Pengamat pakar, Pengguna
Kapan harus memilih Pada saat evaluasi menyeluruh diinginkan Tabel II-7: Tipe 4
Tipe 5 – Goal Based Evaluation of IT-System in Use
Perspektif utama Bergantung pada karakter dari tujuan Pengetahuan apa yang ingin dicapai
Apakah sistem IT memenuhi tujuan bisnis yang diinginkan? Efek positif dan negative potensial dari sistem IT untuk bisnis. Kontribusi apa yang telah dicapai oleh sistem IT
Sumber data Sistem IT, deskripsi tujuan, spesifikasi kebutuhan, deskripsi sistem IT, Observasi dari interaksi, persepsi pengguna pada sistem IT, pengetahuan awal pengguna
Deduktif atau induktif Deduktif
Siapa yang akan berpartisipasi
Pengamat pakar, Pengguna
Kapan harus memilih tipe ini
Pada saat evaluasi menyeluruh diinginkan, saat memiliki banyak sumber
Tabel II-8: Tipe 5
Tipe 6 – Criteria Based Evaluation of IT-System in Use
Perspektif utama Bergantung pada karakter dari kriteria Pengetahuan apa yang ingin dicapai
Untuk mendapatkan pemahaman atas sistem IT yang lebih dalam dan luas, persepsi pengguna atas sistem IT
Sumber data Sistem IT, deskripsi dari kriteria, deskripsi sistem IT, Observasi dari interaksi, persepsi pengguna pada sistem IT, pengetahuan awal pengguna
Deduktif atau induktif Deduktif
Siapa yang akan berpartisipasi
Pengamat pakar, Pengguna
Kapan harus memilih tipe ini
Pada saat evaluasi menyeluruh diinginkan, saat memiliki banyak sumber
Tabel II-9: Tipe 6
17
2.2.2. Laporan Findings and Recommendations
Laporan findings and recommendations mencakup ulasan yang akan dianggap
"konsultasi" atau jasa penasehat " Contoh keterlibatan yang termasuk dalam kategori
ini termasuk implementasi system, implementasi ERP, tinjauan keamanan, review
aplikasi basis data, infrastruktur TI dan perbaikan yang diperlukan, dan manajemen
proyek. IT auditor dapat memberikan keahlian teknis yang diperlukan dalam batas
tertentu (Hunton, Bryant, & Nancy, 2004).
2.3. Dasar Business Intelligence
Data yang dihasilkan oleh peristiwa bisnis bersifat mentah dan tanpa konteks,
seperti data pelanggan, produk dan transaksi. Informasi adalah data yang sudah
memiliki konteks dan makna contohnya, informasi mengenai pembelian produk yang
dibeli oleh pelanggan tertentu. Intelligence adalah actionable information insight dan
digunakan oleh berbagai pemakai informasi untuk mencapai tujuan bisnis, contohnya
kelompok pelanggan mana yang membeli produk terntentu? Apakah ada
kecenderungan pada pembelian produk tertentu oleh pelanggan-pelanggan tertentu?
Bagaimana kita dapat memakai kencenderungan tersebut untuk meperkirakan apa
yang akan terjadi di masa depan. (Mohanty, 2008).
18
2.3.1. Pengertian Business Intelligence
Business intelligence adalah intelligence berdasarkan informasi bisnis,
kejadian yang telah terjadi dan strategi untuk masa depan. Business intelligence
adalah tentang mendapatkan profitability yang lebih besar dengan menganalisis data
dan angka dalam jumlah yang besar, kualifikasi the assesments, mencari
kecenderungan, dan masalah yang tersembunyi didalamnya, memberdayakan
tindakan untuk menyelesaikan masalah dan menyediakan actionable insight
(Mohanty, 2008).
2.3.2. Arsitektur Business Intelligence
Menurut Carlo Vercellis (Vercellis, 2009), arsitektur business intelligence
memiliki tiga komponen utama, yaitu:
• Sumber data
Pada tahap pertama diperlukan untuk mengumpulkan data dari berbagai
macam sumber utama dan tambahan yang berbeda-beda.
• Data warehouses dan data marts
Menggunakan alat ekstraksi dan transformasi yang biasa disebut ETL.
Data yang berasal dari sumber yang berbeda-beda dapat disimpan pada
basis data yang digunakan untuk mendukung analisis business
intelligence.
19
• Metodologi business intelligence
Data akhirnya dapat digunakan untuk menerapkan model matematika
dan metodologi analisis.
Gambar II-3: Arsitektur Business Intelligence
(Sumber: Vercellis, 2009)
20
2.3.3. Business Intelligence Framework
Gambar II-4: Business Intelligence Component Framework
(Sumber: Eckerson, 2003)
2.3.3.1. Data Warehousing Environment
Adalah dimana tim teknikal menghabiskan 60 sampai 80 persen dari waktu
mereka. Tujuanya adalah untuk mengekstrak, membersihkan, memodelkan,
mentransformasikan, mentransfer, dan memasukan data transaksional dari satu atau
lebih sistem operasional kedalam data warehouse. Seperti arkeolog, tim teknikal
perlu untuk menguraikan arti dan validitas dari ribuan elemen-elemen data dan nilai
dalam berbagai sistem operasional. Lalu mereka harus menyatukan semua kembali
kedalam satu kesatuan model dari bisnis (Eckerson, 2003).
21
2.3.3.2. Analytical Environment
Oval bagian kanan pada diagram sebelum menunjuk kepada analytical
environment, yang merupakan domain dari business users, yang menggunakan
analytical tools untuk query, report, analyze, mine, dan visualize dan, yang paling
penting, mengambil tindakan atas data yang ada pada data warehouse. Karena
mayoritas dari business users hanya mau berinteraksi dengan laporan standard, tim
teknikal membuat hal ini sebagai tambahan dan meletakanya pada corporate intranet.
Pemakai dapat melihat laporan sebagai dokumen tetap, menyaring laporan dengan
kriteria yang relevan, atau menavigasi laporan untuk mengubah tampilan atau tingkat
dari detil. Sebagai tambahan, banyak organisasi yang menyediakan laporan
exception-driven, seperti dashboard atau scorecards, yang menunjukan bagaimana
performa dibandingkan dengan rencana (Eckerson, 2003).
22
2.3.4.3. The Analytical Landscape of Business Intelligence
75%REPORT
WHAT HAPPENED?Operational Reports
Web ReportsException Reports
Scorecards
20%ANALYZE
WHY DID IT HAPPEN?Spreadsheet
OLAPPlanningForecast
5%Predict
WHAT WILL HAPPEN?Linear Regression
Affinity AnalysisOptimizationSimulation
75%MONITOR
WHAT JUST HAPPENED?Dashboards
AlertsDecision Engines
Agents
Historical Data (Data Warehouses/Marts Real-Time Data (OS/EAI)
Analytical Sophistication
BUSINESS PERFORMANCE MANAGEMENT
DATA MINING PREDICTIVE MODELING
BUSINESS PROCESS MONITORING
Strategic and Tactical Analysis Operational Analysis
Gambar II-5: The Analytical Landscape of Business Intelligence
(Sumber: Eckerson, 2003)
Ketiga domain pertama (report, analyze, dan predict) digunakan untuk
mengambil keputusan strategis dan taktikal. Keputusan strategis melibatkan analisis
data untuk tujuan jangka panjang (contoh: untuk tahun berikutnya) atau untuk
mengelola kemajuan organisasi dalam memenuhi tujuan strategis dan misi. Balanced
scorecards, perencanaan, dan penganggaran semuanya melibatkan analisis strategis.
Keputusan taktikal, dilain sisi, mengarahkan tindakan yang perlu dilaksanakan
pada waktu dekat (contoh: bulan depan). Keputusan taktikal lebih bersifat process-
driven dibandingkan strategis. Contohnya pembeli retail membuat keputusan taktikan
dimana dia menentukan produk mana yang harus dibeli dan dalam jumlah berapa
untuk toko-toko yang berbeda (Eckerson, 2003).
23
2.4. Dasar Data Warehouse dan Data Mining
Data Warehouse adalah basis data yang menyajikan satu sumber yang
konsisten untuk manajemen informasi agar dapat melakukan pelaporan dan analisis
diseluruh bagian organisasi (Moody & Kortink, 2000).
2.4.1. Arsitektur Data Warehouse
Arsitektur data warehouse terdiri dari beberapa komponen fungsional. Yang
pertama adalah data warehouse itu sendiri bersama dengan data marts yang
menampung data dan berfungsi untuk memungkinkan data untuk dapat diakses. Yang
kedua adalah aplikasi pengambilan data yang biasa disebut dengan ETL yang
memungkinkan data untuk dapat ditarik, ditransformasikan, dan disimpan kedalam
data warehouse. Komponen fungsional terakhir adalah aplikasi business intelligence
dan DSS yang merepresentasikan front-end dan memungkinkan knowledge workers
untuk melakukan analisis dan memvisualisasikan hasilnya (Vercellis,
2009).
24
Gambar II-6: Database Architecture
Sumber: (Vercellis, 2009)
2.4.2. Star Schema
Star Schema merupakan bagian pembangunan yang dasar pada dimensional
modeling. Star Schema terdiri dari table fakta sebagai pusat dan beberapa tabel
dimensi yang berada disekitarnya. Tabel fakta berisikan pengukuran yang dapat
diagregasikan dalam berbagai cara. Tabel dimensi menyediakan basis untuk
melakukan agregasi terhadap pengukuran pada tabel fakta (Moody & Kortink,
2000).
Gambar II-7: Star Schema
(Sumber : Moody & Kortink, 2000)
Menurut Moody dan Kortink (Moody & Kortink, 2000), tabel fakta dibentuk
berdasarkan setiap entitas transaksi yang terdapat pada basis data transaksional. Dan
tabel dimensi dibentuk berdasarkan entitas komponen yang terdapat pada basis data
transaksional.
25
2.4.3. Metadata
Menurut Carlo Vercellis (Vercellis, 2009), metadata merupakan salah satu jenis
struktur informasi dimana terdapat data yang menjelaskan data, yang pada business
intelligence digunakan untuk menjelaskan makna-makna dari data yang tedapat pada
business intelligence.
Dokumentasi yang disediakan metadata terdiri dari:
• Dokumentasi struktur data warehouse (contoh: layout, dimensi, logical view, dll)
• Dokumentasi genealogi data, menjelaskan sumber data dan transformasi data.
• Daftar yang menyimpan statistic penggunaan data warehouse
• Dokumentasi mengenai makna dari data warehouse, dengan menyajikan definisi
dari istilah yang dipakai, dan menjelaskan sifat data.
2.4.4. ETL(Extract,Transform,and Loading)
Menurut Carlo Vercellis (Vercellis, 2009), ETL mengacu pada perangkat
lunak yang dikhususkan untuk memperoleh data dengan tepat dan cepat dengan
otomatis. Tiga fungsi utamanya adalah ekstraksi, transformasi dan pemuatan data
kedalam data warehouse.
Extract
26
Dimana di tahap awal ini, data dikumpulkan dari sumber internal dan eksternal yang
tesedia. Kemudian dilakukan proses pemisahan data dapat dibuat antara ekstraksi
awal, dimana data dapat tersedia relatif ditentukan berdasarkan keseluruhan periode,
dan pengupdatean data warehouse berikutnya dengan menggunakan data baru yang
tersedia dari waktu ke waktu. Pemilihan data yang akan diimpor didasarkan pada
desain data warehouse, yang pada gilirannya tergantung operasional dalam suatu
domain aplikasi tertentu.
Transform
Tujuan dari pembersihan dan tahap transformasi adalah untuk meningkatkan kualitas
data yang dikumpulkan dari berbagi sumber, melalui koreksi inkonsistensi,
ketidakakuratan, dan nilai-nilai yang hilang.
Loading
Akhirnya, setelah di ekstraksi dan diubah, data dimuat ke dalam table data warehouse
untuk membuat data tersedia bagi analis dan aplikasi pendukung keputusan.
2.4.5. Pengertian Data Mining
Data mining merupakan kegiatan mengekstrak informasi prediktif yang
tersembunyi dari basis data yang besar. Data mining adalah teknologi canggih dengan
potensi yang besar dalam membantu organisasi untuk fokus kepada informasi yang
paling penting pada data warehouse. Alat data mining dapat memperkirakan trend
27
prilaku dimasa depan dan membantu organisasi dalam mengambil keputusan yang
bersifat knowledge-driven (Deshpande & Thakare, 2010).
2.4.6. Model dan Metode untuk Data Mining
Terdapat berbagai macam metode pembelajaran yang tersedia untuk
melakukan tugas-tugas data mining. Beberapa teknik yang berasal dari ilmu
computer, seperti classification trees atau association rules. Beberapa metode lainya
berasal dari statistika multivariasi, seperti regresi atau bayesian classifiers. Masih
banyak tedapat metode-metode lainya, misalnya adalah metode yang baru-baru ini
saja dikembangkan termasuk metode matematika (Vercellis, 2009).
2.4.7. Tugas-tugas Data Mining
Tugas-tugas data mining berberda-beda berdasarkan penggunaan dari informasi
yang dihasilkan data mining, Menurut Deshpande dan Thakare (Deshpande &
Thakare, 2010), tugas-tugas data mining dikelompokan menjadi:
1. Exploratory Data Analysis: hanya melakukan eksplorasi data tanpa tujuan
yang jelas mengenai hal yang dicari. Teknik ini interaktif dan visual
2. Descriptive Modeling: menjelaskan semua data, termasuk kemungkinan
distribusi data secara keseluruhan.
3. Predictive Modeling: model ini memungkinkan untuk menebak nilai suatu
variabel berdasarkan variabel-variabel yang telah diketahui.
28
4. Discovering Patterns and Rules: mendeteksi pola dengan tujuan menemukan
kecurangan dengan mendeteksi daerah-daerah dimana data menunjukan
perbedaan yang signifikan dibandingkan lainya.
5. Retrieval by Content: menemukan pola yang menunjukan kemiripan terhadap
pola yang dicari pada dataset. Biasanya digunakan untuk teks dan gambar.