totolan business intelegent kelompok 7 paper

TUGAS PAPER

Business Intelegent

KELOMPOK : 7

Nama :

Ardiyanto 1501167273

Kartika Sari Putri 1501172121

Leni Gustini 1501166301

Susanti Kusuma 1501192470

Wendy 1501153993

06 PJM

ABSTRAK

Saat ini penggunaan Information Technology (IT) sebagai alat bantu sudah menjadi hal yang amat sangat umum dalam kegiatan bisnis. Transaksi-transaksi bisnis dilakukan dengan bantuan perangkat IT sehingga dapat diolah dengan baik oleh sistem. Tetapi sebenarnya hal ini hanyalah sebagian kecil dari pemanfaatan IT dalam mendukung untuk kegiatan bisnis di perusahaan. Peranan IT sendiri dapat ditingkatkan dengan merancang dan mengimplementasikan suatu sistem yang dapat mengekstrak dan mengubah informasi bisnis dari data-data operasional yang ada sehingga pada akhirnya dapat memberikan dukungan terhadap keputusan-keputusan bisnis. Penelitian ini akan membahas definisi, manfaat, kegunaan, dan karakteristik Business Intelligence.

Kata Kunci : Business Intelligence

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Persaingan bisnis yang mengetat pada jaman modern ini membuat tantangan dalam bisnis modern menjadi lebih berat, dalam pengoperasian bisnis, pesaing dan perubahan. Bisnis harus meresponnya dengan solusi-solusi cerdas yang menguntungkan. Sistem Kecerdasan Bisnis (Business Intelligence) merupakan sistem informasi manajemen, yang menerapkan sekumpulan model-model dan metodologi analisis matematika dengan mendayagunakan data-data yang tersedia, untuk menghasilkan informasi-informasi dan pengetahuan yang dapat digunakan dalam proses pengambilan keputusan yang rumit.

Business Inteligence (BI) bukanlah sebuah produk atau sistem, melainkan sebuah arsitektur dan koleksi operasional yang terintegrasi terhadap aplikasi pengambil keputusan dan database yang menyediakan pelaku bisnis kemudahan akses kepada data bisnis. BI telah menarik perhatian dari banyak organisasi mengenai kegunaan dan keuntungannya bagi organisasi tersebut. Meskipun begitu, BI tetap dihadapkan pada tantangan untuk memperoleh hasil yang maksimal dari implementasi BI tersebut.

Persaingan bisnis yang mengetat menjadikan perusahaan yang terlambat berbenah diri menjadi terlibas oleh para pesaingnya. Sebaliknya, perusahaan yang mampu menyuguhkan produk dan layanan yang sesuai dengan keinginan para pelanggan yang terus makin berubah, dialah yang akan menguasai persaingan. Ada beberapa pertanyaan yang harus dijawab oleh perusahaan. Misalnya, siapakah pelanggan yang paling menguntungkan bagi perusahaan? Produk dan layanan apa sajakah yang paling disukai? Cara penjualan seperti apa yang paling efektif bagi perusahaan? Bagaimana cara mengamankan loyalitas para pelanggan dan biaya apa saja yang ditimbulkan? Serta, bagaimana cara mendongkrak kepuasan para pelanggan secara keseluruhan terhadap produk dan layanan yang kita ditawarkan?

Deretan pertanyaan itulah yang akan dijawab oleh Business Intelligence (BI). Janji Business Intelligence adalah kemampuan untuk memahami apa yang sebenarnya diinginkan oleh para pelanggan, produk, dan pasar. Pemahaman itulah yang menjadi kunci utama pemompa keuntungan, peminimalisasi biaya, pelayanan yang jauh lebih baik, serta pengambilan keputusan yang lebih tepat.

Tantangan utama dari BI berhubungan erat dengan pola bisnis yang bersifat unik bagi tiap organisasi, begitu juga dengan kebijakan dan aturan bisnis yang diberlakukan dan dibuat oleh perusahaan. Hal itulah yang menyebabkan perusahaan tidak dapat membeli produk BI seperti barang jadi pada umumnya dan berharap dapat memenuhi setiap solusi dari kebutuhan bisnisnya sehingga BI harus dikembangkan sesuai dengan kebutuhan dan proses bisnis perusahaan.

1.2 Ruang Lingkup

Ruang lingkup dari penulisan paper ini akan di batasi pada definisi dari Business Intelligence, manfaat dan kegunaan dari Business Intelligence, karakteristik dan elemen-elemen dari Business Intelligence.

1.3 Tujuan dan Manfaat

Tujuan dari penulisan paper ini adalah agar mahasiswa mengetahui apa itu Business Intelligence, bagaimana manfaat dan kegunaannya beserta karakteristik dan elemen elemen dari Business Intelligence.

Adapun manfaat dari penulisan paper ini adalah agar kita tau bagaimana peran Business Intelligence dalam suatu organisasi/perusahaan.

1.4 Metodologi

Memberikan gambaran yang jelas mengenai Business Intelligence. Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data secara

dokumen/kualitatif Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif

BAB 2

LANDASAN TEORI

2.1 Business Intelligence

Terdapat beberapa pendapat mengenai definisi dari Business Intelligence, yaitu diantaranya :

Secara umum Business Intelligence (BI) merupakan sebuah proses untuk melakukan ekstraksi data-data operasional perusahaan dan mengumpulkannya dalam sebuah data warehouse yang selanjutnya diproses menggunakan berbagai analisis statistik dalam proses sebuah data mining, sehingga didapat berbagai kecenderungan atau pattern dari data (Choirul, 2006).

Business Intelligence adalah serangkaian aplikasi-aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisis, dan menyuguhkan akses data untuk membantu petinggi perusahaan dalam pengambilan keputusan (Stevans, 2008).

Business Intelligence (BI) merupakan representasi dari aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisa dan menyediakan akses terhadap data untuk membantu user dalam suatu perusahaan untuk mengambil keputusan yang lebih baik (Nirwasita,2008).

Business Intelligence digunakan untuk aplikasi dan teknologi dalam mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data sehingga dapat membantu pengguna dari kalangan perusahaan atau organisasi untuk mengambil keputusan dengan lebih baik dan tepat (Brannon, 2010).

Business Intelligence dalam kaitannya management support terhadap data terstruktur dan data tidak terstruktur, merupakan proses mengintegrasikan dan menyatukan komponen-komponen untuk menangani data-data pada business intelligence framework. Pendekatan tersebut akan dilakukan dengan tiga jenis pendekatan yaitu mengintegrasikan data yang terstuktur dan tidak terstruktur, melakukan analisis koleksi data dan melakukan pendistribusikan hasil analisis ke dalam bentuk yang sesuai dengan kebutuhan. Pendekatan tersebut diatas dapat memanfaatkan tiga lapisan business intelligence framework berupa data layer, logic layer dan access layer seperti yang ditunjukan pada gambar 2.2 arsitektur business intelligence dengan beberapa lapisan (Baars dan Kemper, 2006).

Gambar 2.2 Arsitektur Business Intelligence (Baars dan Kemper, 2006)

2.2 Data Warehouse

Menurut Inmon (2005, p.495), data warehouse adalah kumpulan dari database yang terintegrasi dan berorientasi subjek serta dirancang untuk mendukung fungsi pengambilan keputusan, dimana setiap unit data relevan terhadap satu kejadian pada waktu tertentu. Data warehouse memiliki beberapa karakteristik utama yaitu subject-oriented ‘berorientasi pada subyek’, time-variant ‘memiliki variasi waktu’, non-transactional ‘non transaksional’, dan integrated ‘terintegrasi’.

Untuk merancang sebuah data warehouse diperlukan beberapa tahap perancangan yaitu pemilihan grain, pemilihan proses, identifikasi dan pemilihan fakta, penyesuaian dimensi, penyimpanan pre-calculation di tabel fakta, menambahkan penjelasan pada tabel dimensi, pemilihan durasi database, menentukan metode untuk perubahan dimensi, dan penentuan prioritas dan query mode.

Data akan dipindahkan dari database operasional ke dalam database data warehouse. Pemindahan ini melibatkan proses ekstraksi, transformasi, dan loading. Ekstraksi adalah proses untuk memilih data yang relevan dari operasional database sebelum dimasukkan ke dalam data warehouse. Transformasi adalah proses untuk mengatasi ketidakkonsistenan diantara data-data yang ada. Loading adalah proses perpindahan secara fisik data dari tempat penyimpanan komputer database sumber ke database data warehouse.

2.3 Decision Support System

Decision support system merupakan suatu perangkat lunak yang dikembangkan secara khusus untuk membantu manajemen dalam proses pengambilan keputusan (Indrajit 2001, p:179)

2.4 Data Mining

Terdapat beberapa pendapat mengenai definisi dari Data Mining, yaitu diantaranya :

Data mining adalah bagian dari proses KDD yang terdiri dari beberapa tahapan seperti pra-pengolahan , pemilihan data-data, data mining, transformasi, dan interpretasi hasil (Sitompul, 2008).

Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau informasi yang berguna dari data berskala besar. Sering juga disebut segabai bagian proses KDD (Knowledge Discovery in Databases) (Santosa, 2007).

Data mining adalah proses menemukan korelasi-korelasi penuh arti, pola-pola dan trend dengan penyaringan melalui sejumlah data yang besar pada tempat penyimpanan, dan menggunakan teknologi pengenalan pola seperti yang terdapat pada teknik-teknik di statistika dan matematika (Larose, 2005).

Data mining adalah mengenai pemecahan masalah dengan menganalisa data yang ada di dalam database dan sering juga didefinisikan sebagai proses menemukan sebuah pola di dalam data, yang dimana proses tersebut harus otomatis atau semi-otomatis dan pola yang ditemukan harus bermakna (Chakrabarti et al.,2009).

Data mining adalah ilmu pengetahuan dan teknologi mengeksplorasi data untuk menemukan pola yang sebelumnya tidak diketahui polanya, dan merupakan bagian dari proses KDD (Lior et al., 2008).

Data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar (Davies, et al., 2004).

Data mining adalah kegiatan menemukan pola yang menarik dari data dalam jumlah yang besar, dan data dapat disimpan dalam data warehouse, database, atau penyimpanan informasi yang lain. Data mining berkaitan dengan bidang ilmu – ilmu lain, seperti , data warehousing, statistic, database system, information retrieval, machine learning, dan komputasi tingkat tinggi. Di samping itu, data mining didukung oleh ilmu lain seperti pengenalan pola, spatial data analysis, neural network,, image database, signal processing (Han, et al., 2006).

Data mining didefinisikan sebagai proses menemukan pola-pola di dalam sebuah data. Proses ini otomatis / seringnya semi otomatis. Pola yang ditemukan harus penuh arti dan juga pola tersebut harus memberikan keuntungan, biasanya

keuntungan secara ekonomi. Data-data yang dibutuhkan dalam jumlah besar (Witten, et al., 2005).

2.5 On-Line Analytical Processing (OLAP)

OLAP adalah kepanjangan dari On-Line Analytical Processing. Sekarang ini OLAP lebih sering terdengar dengan istilah Business Intelligence. Secara umum OLAP dapat digambarkan sebagai sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap query analitik yang bersifat multidimensional. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, dan yang juga merangkum hubungan antara pelaporan dan penggalia data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk pemasaran, manajemen pelaporan, penjualan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing) (Lin & Brown, 2002)

BAB 3

PEMBAHASAN

Istilah Business Intelligence (BI) pertama kali dikemukakan pada tahun 1958 oleh seorang peneliti dari IBM yang bernama “ Hans Peter Luhn ”. Hans Peter Luhn mendefinisikan istilah intelligence sebagai “kemampuan dalam mengerti dan kemampuan dalam memahami suatu hubungan timbal balik antara fakta-fakta yang disajikan menjadi suatu landasan dalam bertindak untuk mencapai suatu tujuan yang dikehendaki

BI seperti yang telah kita ketahui saat ini, daat dikatakan sebagai suatu hasil evolusi dari Decision Support System (DSS) yang dimulai sekitar pada tahun 1960 dan berkembang sampai sekitar tahun 1980. Pada tahun 1980an, mulai dari DSS, OLAP, data warehouse, EIS (Enterprise Information System), dan BI mulai menjadi suatu perhatian dan menjadi suatu kesatuan sistem.

Pada tahun 1989, dalam sebuah artikel terbitan dari Gartner, Howard Dresner menggunakan istilah Business Intelligence (BI). Beliau mendefinisikan istilah tersebut sebagai seperangkat konsep dan metode-metode yang tentunya berguna untuk meningkatkan kemampuan pembuatan suatu keputusan dengan bantuan sistem yang berbasiskan fakta atau realita yang telah terjadi.

Menurut pendapat Nadia Branon, Business Intelligence merupakan kateori yang umum digunakan untuk aplikasi dan teknologi yang berfungsi untuk mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data agar dapat membantu penggunadari kalangan perusahaan agar dapat mengambil keputusan dengan jauh lebih baik dan tepat.

Istilah Business Intelligence (BI) tersusun dari dua kata, yaitu “Business” (bisnis) dan “Intelligence” (kecerdasan). Business sendiri dapat diartikan sebagai suatu usaha yang berkegiatan memproduksi barang/jasa untuk ditukarkan dengan uang atau barang/jasa lainnya untuk mendapatkan profit, sedangkan intelligence dapat didefinisikan sebagai kecerdasan/kemampuan untuk belajar dari pengalaman, mampu menangani masalah-masalah yang kompleks, atau bisa juga berarti dapat merespon dengan cepat, tanggap, dan benar terhadap situasi yang baru.

Kecerdasan dalam BI yaitu kecerdasan buatan (Artifical Intelligence). Dalam perihal ini adalah suatu kecerdasan yang merupakan suatu hasil dari kolaborasi suatu software, hardware, dan brainware, bukan hanya semata-mata pada kecerdasan manusianya saja. Sehingga BI dijuluki sebagai “IT enables business decision making based on simple to complex data analysis processes”. Dan ada juga yang berpendapat bahwa “(BI) applications are decision support tools that enable real time, interactive acess, analysis and manipulation of missing-critical corporate information”.

Dengan adanya BI, maka banyak manfaat yang dapat dirasakan oleh perusahaan/organisasi. Pembuatan laporan akan menjadi lebih informative, analisa kinerja beserta indikatornya akan lebih komprehensif. Selain itu juga tidak menutup

kemungkinan, pengambilan pengetahuan/ilmu dari data kinerja bisnis selama ini, misalnya pembeli mobil jenis A ternyata didominasi oleh para wanita yang berusia 35 sampai 40 tahun. Hal ini pastinya akan mempengaruhi strategi bisnis ke depannya.

3.1 Manfaat / Kegunaan dari Business Intelligence

Perusahaan pada sekarang ini menggunakan BI untuk memperoleh lebih dalam mengenai segala macam informasi yang berhubungan dengan kinerja bisnis. Hal ini digunakan untuk penganggaran biaya yang lebih efisien, memahami dan meningkatkan kinerja, dan mengidentifikasikan peluang bisnis yang baru.

Terdapat beberapa kegunaan dari BI, yaitu:

Analisa dalam perilaku konsumen, pola pembelian dan tren penjualan Untuk mengukur, melacak, dan memprediksi penjualan dan kinerja keuangan Penganggaran, perencanaan keuangan dan peramalan Mengetahui kinerja dalam kegiatan pemasaran Optimalisasi kinerja dan proses operasional Meningkatkan efektifitas dalam pengiriman dan pasokan Analisa CRM (Customer Relationship Management) Analisa resiko Analisa nilai strategis Analisa social media

Selain itu, Business Inteligence juga dapat memberikan manfaat bagi suatu perusahaan dari keuntungan pangsa pasar, dan pengambilan keputusan.

a. KeuntunganBagi perusahaan yang telah mengimplementasikan Business Intelligence, maka mereka akan mampu menuai keuntungan dalam keuangan dari pengimplementasian tersebut. Dengan struktur implementasi BI yang baik, perusahaan akan cerdas dalam mengadaptasikan tingkat pelayanan yang ditawarkan demi menjawab kebutuhan pelanggan.

b. Pangsa PasarSalah satu cara efektif untuk memperoleh keuntungan dan stabilitas pasar adalah dengan cara melebarkan pangsa pasar perusahaan itu sendiri. Di tengah persaingan bisnis yang makin mengganas ini, monopoli merupakan hal yang beranjak tua karena pembisnis-pembisnis baru makin terus bermunculan. Pembisnis-pembisnis baru itu selalu berusaha menggerogoti pangsa pasar perusahaan yang telah mapan. Salah satu strategi mereka adalah dengan memangkas/meminimalisir harga sebagai strategi mengiming-imingi para pelanggan dalam suatu perusahaan agar beralih ke produk-produk mereka.Jika hal itu terjadi demikian, bagaimana cara perusahaan yang lain mengantisipasinya? Perusahaan dengan keuangan yang lebih stabil tentu akan dapat bertahan, sisanya mungkin akan terlibas persaingan. Perusahaan yang telah mengimplementasikan BI peluangnya akan menjadi lebih besar untuk tetap survive jika mereka mampu bereaksi dengan cepat dan dengan keputusan yang lebih baik dalam mempertahankan pangsa pasar.

c. Pengambilan KeputusanKeputusan yang dibuat haruslah keputusan yang paling baik dari pilihan yang ada. Contohnya, jika kita mengendarai sebuah mobil menuju kantor sambil mendengarkan sebuah siaran radio mengenai perembangan lalu lintas. Sang penyiar menuturkan, bahwa jalan tempat biasa kita berbelok macet dikarenakan terdapat kecelakaan beruntun. Kita disarankan berbelok di perempatan yang berikutnya. Jika kita memperkirakan untuk tetap melewati jalan tersebut, kita berkemungkinan akan terjebak macet sekitar 25menit. Selain itu, pilihan yang disarankan oleh penyiar radio tersebut, walau jarak belokannya lebih jauh, tetapi hanya butuh tambahan waktu dalam 15menit. Berdasarkan dari informasi tersebut, keputusan yang kita pilih adalah berbelok di perempatan berikutnya dengan sebuah pertimbangan di jalan tempat biasa kita berbelok kemacetannya tidak dapat kita pastikan. Prinsip ini tidak berbeda jauh dengan apa yang dilakukan oleh BI, yakni mengambil keputusan terbaik berdasarkan informasi yang telah kita dapat dan kita miliki.

3.2 Karakteristik Business Intelligence (BI)

Suatu sistem BI yang efektif, harus memiliki 4 karakteristik:

Tujuan UtamaSeluruh sistem komputer memiliki tujuan utama bagi seluruh pengguna sesuai dengan kebutuhan parapengguna. Sebagai contoh, perbandingan dengan sistem accounting, sistem ini memiliki suatu tujuan utama yaitu menyajikan laporan keuntungan dan kerugian serta nerasa keseimbangan. Sementara itu tujuan utama dari BI adalah menyuguhkan beragam informasi inforasi yang disesuaikan dengan kebutuhan setiap penggunanya yang jelas berbeda. Misalnya, direktur keuangan memiliki kebutuhan informasi yang berbeda dengan operasional atau marketing, tetapi semuanya memiliki suatu tujuan yang sama yaitu mencapai tujuan bisnis dari perusahaan mereka sendiri.

Ketersediaan Data yang RelevanPoin inilah yang mungkin menjadi hal terpenting dalam suatu sistem BI yang efektif. Contohnya, divisi penjualan terkadang menunda pengiriman barang yang telah dipesan oleh pelanggan karena suatu alas an tertentu. Disamping itu, divisi lain baru mengetahui ada masalah dalam penundaan pengiriman barang, setelah hal itu terjadi. Tentu saja divisi lain tidak perlu tahu seluruh detail dari penundaan pengiriman akan barang tersebut. Namun , divisi lain harus mengetahui informasi tersebut sesuai dengan kebutuhan mereka sebagai dasar dari pembuatan keputusan terhadap masalah tersebut. Dalam situasi ini, pembuat keputusan kerap hanya berbekal informasi yang tentunya tidak lengkap atau bahkan yang tidak benar. Namun dengan dukungan BI, ketersediaan data yang relevan akan mampu disuguhkan.

Kemampuan Utama BI, yaitu

Pertama, memberi suatu kemudahan akses akan informasi yang terbaru dari bisnis yang berjalan dan peluang yang diproyesikan. Sejak 40 tahun silam ini, komputer telah menjadi urat nadi pada pembisnis. Sayangnya beberapa pembisnis tidak dapat mengakses informasi yang mereka butuhkan untuk memahami kondisi bisnis mereka yang sebenarnya. Kebanyakan sistem komputer itu hanya menyajikan informasi performa bisnis secara dangkal dan melupakan pemahaman informas yang lebih dalam.

Di sisi lain, sistem BI yang efektif dirancang untuk mengumpulkan informasi yang relevan dan dibutuhkan, terkait pada status bisnis yang berjalan. Informasi itu dimanfaatkan untuk menghasilkan proyeksi bisnis untuk diproses. Pemahaman yang mendalam dari informasi itulah yang menjadi dasar pengambilan keputusan. Fungsionalitas merukana kunci dari karakteristik sistem BI yang meliputi beragam informasi yang tidak hanya terbatas dalam bidang keuangan, namun juga meliputi kualitas produk , sudut pandang pasar, kapasitas produksi, hubungan dengan pelanggan, serta lainnya yang relevan dengan pemahaman yang lebih mendalam untuk memandu arah pada keuntungan bisnis.

Kedua, kapabilitas untuk melakukan analisis dan memenuhi permintaan pengguna. Berbagai aktivitas bisnis dan fungsi yang berbeda membutuhkan pengetahuan dan informasi yang dilihat dari sudut pandang yang berbeda. Contohnya, ketika direktur keuangan dan bagian SDM berdebat mengenai laporan keuangan yang menunjukan penurunan keuntungan perusahaan dan melesetnya proyksi bisnis. Respon spontan mereka berkemungkinan berbeda. Direktur keuangan akan menelusuri area bisnis mana yang performanya rendah dan akan memotong pada biaya yang terkait. Di samping itu, direktur SDM akan mencari tahu alas an di balik dari lebih rendahnya performa karyawan dari standar yang diterapkan. Apakah disebabkan oleh menurunnya semangat kerja, training yang berantakan, persaingan antar karyawan yang tidak sehat atau alas an lainnya.

Kedua direktur itu tidak hanya berbeda sudut pandang, tetapi juga memiliki kebuthan informasi uang berbeda. Sistem BI yang efektif harus menyuguhkan analisa dan pemenuhan permintaan user. Bisnis yang sukses membutuhkan wawasan dan pemahaman mendalam bagi seluruh penggunanya dan BI harus mendukung kebutuhan informasi untuk semua orang-orang. Data intinya sama, tetapi pemahaman dan intepretasi yang mendalam akan sangat bervariasi sesuai kebutuhan setiap divisi.

Struktur PendukungStruktur pendukung disini tidak hanya didominasi pada sistem komputer saja. Bagi BI, struktur pendukung tidak hanya hardware dan software komputer, namun suatu proses yang memungkinkan kita membuat keputusan yang lebih baik serta merumuskan strategi yang lebih mampu untuk menyokong misi dan tujuan bisnis.

Struktur pendukung ini tidak hanya menyediakan training, namun juga memastikan pengumpulan informasi dan menempatkannya ke sistem penyimpanan BI. Informasi tersebut itulah yang akan dipakai pada saat sekarang dan bukan sekedar file sejarah bisnis.

Pemasangan software ke dalam komputer tidak akan menghasilkan sistem BI yang efektif kecuali sekedar mempermanis performa komputer. Hanya pada ketika informasi yang disimpan ke lokasi penyimpanan BI digunakan sebagai bagian proses manajemen, maka muncullah manfaat yang sesungguhnya.

Cara untuk mengefektifkan BI adalah dengan menyediakan reporting sesuai dengan kebutuhan dari setiap level organisasi. Pada bagian operasional membutuhkan reporting yang disajikan secara tradisional. Penyajian laporan ini merupakan penyajian yang paling sederhana dan kurang fleksibel daripada reporting yang untuk level organisasi yang diatasnya. Untuk manajemen menengah, membutuhkan reporting yang berkemampuan slice and dice (iris dan sajikan) dengan memanfaatkan OLAP. Pada manajemen menengah ini juga membutuhkan fleksibilitas informasi dengan cara yang kreatif unuk menganalisis masalah yang timbul. Di samping itu, dibutuhkan juga keleluasaan untuk menambang informasi dari sistem tanpa bergantung pada seorang programmer.

Level teratas dari piramida reporting adalah manajemen senior yang mungkin hanya butuh dashboard yang menyuguhkan ringkasan informasi yang kritis dalam satu halaman. Tetapi hal itu tergantung dengan kondisi organisasi perusahaan. Ada juga manajemen senior yang juga membutuhkan detail reporting seperti halnya manajemen menengah.

Business Intelligence System dapat diimplementasikan untuk tujuan bisnis berikut dalam rangka mendorong nilai bisnis:

Measurement, yaitu suatu program yang menciptakan hirarki-hierarki metrik kinerja dan benchmarking yang menginformasikan pemimpin bisnis tentang kemajuan ke arah tujuan bisnis.

Analytics, yaitu program yang membangun proses kuantitatif untuk sebuah bisnis untuk sampai pada keputusan optimal dan untuk melakukan Bisnis Knowledge Discovery/penemuan pengetahuan. Sering meliputi analisis prediktif, data mining, pemodelan prediktif, analisis statistik, dan pemodelan proses bisnis

Enterprise Reporting, yaitu program yang membangun infrastuktur-infrastruktur Strategis Pelaporan untuk melayani pengelolaan strategis bisnis, dan bukan Operasional Pelaporan. Sering melibatkan Data visualisasi dan Eksekutif sistem informasi serta OLAP.

Collaboration platform, yaitu program yang mendapat area yang berbeda (baik di dalam dan di luar bisnis) untuk bekerja bersama melalui berbagi data dan Electronic Data Interchange.

Knowledge Management, program untuk membuat data perusahaan didorong melalui strategi dan praktek untuk mendistribusikan, mengidentifikasi,

menampilkan, menciptakan, dan memungkinkan adopsi pengalaman dan wawasan yang benar dalam ilmu berbisnis. Compliance Manajemen Pengetahuan mengarah ke Learning Management dan Peraturan Kepatuhan.

3.3 Elemen-elemen dalam Business Intelligence System

3.3.1 Data Warehouse

Data warehouse diwajibkan untuk mengekstrak informasi untuk pengambilan sebuah keputusan dalam perusahaan. Menurut Weisensee et.al, 2005 menjelaskan:

“ Key stakeholders were interviewed in a series of focus group sessions and were asked to provide information on the following:

Issues with current data/reports Data elements (candidate dimensions) required to support enterprise-wide

information needs Report frequency and desired distribution method (electronic, web-based, paper) Amount of historical data required Data hierarchies Users of the information Security requirements Key performance measures Success criteria (“to measure project's deliverables”)

Informasi ini dirangkum dan digunakan untuk mengembangkan seluruh hirarki perusahaan dan keputusan dukungan matriks. Para pemangku kepentingan dapat menggunakan informasi ini agar dapat melihat, mengetahui, dan bagaimana mereka ingin melihatnya (contohnya, oleh waktu atau lokasi geografis).

Tujuan utama dari pembuatan data warehouse adalah untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query atau pencarian data, melakukan analisis-analisis dan menghasilkan laporan. Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat meningkatkan efektifitas dalam pembuatan suatu keputusan. Ada juga karakteristik Data warehouse yang diberikan oleh Djoni Darmawikarta (2003) adalah sebagai berikut:

a. Subject Oriented atau berorientasi pada subyek Suatu data warehouse dikatakan berorientasi subyek karena data disusun sedemikian rupa sehingga semua elemen data yang terkait dengan event/objek yang sama dihubungkan

b. Time-variant, artinya bahwa perubahan data ditelusuri dan dicatat sehingga laporan dapat dibuat dengan menunjukkan waktu perubahannya

c. Non Volatile berarti bahwa data yang telah disimpan tidak dapat berubah datanya. Sekali committed, data-data tidak pernah ditimpa/dihapus. Data juga akan bersifat static, dan hanya dapat dibaca serta disimpan untuk kebutuhan pelaporan

d. Integrated, artinya data warehouse akan mencakup semua data operasional organisasi yang disimpan secara konsisten.

Djoni Darmawikarta (2003) memberikan penjelasan mengenai fungsi utama dari data warehouse meliputi:

a. Pengambilan dan pengumpulan data (termasuk data dari luar organisasi yang dibutuhkan)

b. Mempersiapkan data (transforming), yaitu seperti membersihkan dan mengintegrasikan data

c. Penyimpanan data (loading) d. Penyediaan data untuk analisis (query & reporting)

3.3.2 Data Mining

Data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang berada pada basis data yang besar yang selama ini tidak diketahui tetapi mempunyai potensi informasi yang bermanfaat. Data mining dilakukan dengan tool khusus yang mengeksekusi operasi data yang telah didefinisikan berdasarkan model analisis. Konsep data mining muncul itu dikarenakan timbulnya data explosion akibat dari penumpukan data oleh sistem pengolahan basis data terpadu di suatu organisasi/perusahaan. Proses data mining menggunakan berbagai perangkat analisis data untuk menemukan pola dan hubungan dalam data yang mungkin dapat digunakan untuk membuat prediksi yang valid atau benar.Data mining menganalisis data untuk menemukan informasi yang tersembunyi pada sejumlah besar data yang telah disimpan. Namun data mining merupakan proses yang berbeda dengan analisis statistik biasa.

Terdapat 4 operasi umum data mining yaitu:

Predictive and Classification Modeling, adalah yang biasa digunakan untuk memperkirakan suatu kejadian khusus. Dapat diasumsikan bahwa seorang analis mempunyai pertanyaan khusus untuk ditanyakan.

Link Analysis, adalah yang digunakan untuk mencari hubungan antara record-record pada basis data

Database Segmentation, adalah yang digunakan untuk mengelompokkan record-record yang berhubungan ke dalam segmen-segmen. Cara pengelompokkan ini merupakan langkah pertama dari proses pemilihan data, tepatnya sebelum operasi data mining lainnya dilakukan

Deviation Detection, adalah yang digunakan untuk mencari record-record yang dipandang tidak normal dan memberikan alasan untuk anomali tersebut.

3.3.3 OLAP (Online Analytical Processing)

OLAP merupakan kunci dari Business Intelligence, yaitu yang digunakan untuk menganalisisis data dan informasi yang pada akhirnya akan menjadi dasar basis Expert Infotmation System (EIS) dan Decision Support System (DSS) . Beberapa aktivitas yang dapat dilakukan melalui OLAP antara lain yaitu : meminta laporan yang ad hoc, menlakukan query, analisis interaktif , mendukung analisis statistik, serta membangun aplikasi multimedia.

OLAP merupakan proses komputer yang memungkinkan pengguna dapat dengan mudah dan selektif memilih dan melihat data dari sudut pandang yang berbeda-beda. Data-data pada OLAP disimpan dalam basis data multidimensi. Apabila pada basis data relasional terdiri dari dua dimensi saja, maka pada basis data multidimensi terdiri dari banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa sub atribut.

Berdasarkan pada struktur basis datanya, OLAP dapat dibedakan menjadi 3 jenis kategori utama :

Multidimensional Online Analytical Processing (MOLAP) Multidimensional Online Analytical Processing (MOLAP) adalah OLAP yang secara langsung mengarah pada basis data multidimensi. MOLAP melakukan pemrosesan data yang telah disimpan dalam array multidimensional, yang di mana semua kombinasi data yang mungkin dicerminkan, dan masing-masing di dalam suatu sel yang dapat diakses secara langsung.

Relational Online Analytical Processing (ROLAP) Relational Online Analytical Processing (ROLAP) adalah suatu format pengolahan OLAP yang melakukan analisis data secara dinamis yang disimpan dalam basis data relasioanal bukan pada basis data multidimensi. ROLAP juga merupakan bentuk teknologi dari OLAP yang paling berkembang.

Hybrid Online Analytical Processing (HOLAP) Hybrid Online Analytical Processing (HOLAP) merupakan kombinasi antara MOLAP dan ROLAP. HOLAP dikembangkan untuk mengkombinasikan antara kapasitas data pada ROLAP yang besar dengan kemampuan proses pada MOLAP.

Mengapa dan kapan sebuah perusahaan melakukan pertimbangan BI? Apakah ada indikator yang mengatakan bahwa mereka membutuhkan BI?

BI merupakan sistem dasar bagi hampir seluruh kondisi yang melibatkan pembuatan formulasi strategi dan keputusan bisnis. Secara lebih mendetail, BI memungkinkan perusahaan lebih percaya diri dalam menghadapi berbagai macam tantangan, yaitu diantaranya: pertama, tantangan bisnis yang tanpa henti, yakni merosotnya pangsa pasar , penurunan keuntungan, ancaman pencaplokan bisnis oleh pesaing, dan yang lainnya. Memang benar BI tak secara langsung menyelesaikan tantangan tersebut. Tetapi, BI handal dalam mengidentifikasi suatu solusi dan langkah untuk maju, yaitu caranya dengan menyediakan informasi yang relevan dan mudah digabungkan dengan pengambilan keputusan dan proses formulasi dari strategi-strategi. Inilah yang tidak mampu dilakukan oleh sistem komputer lainnya.

Kedua, fakta bahwa bisnis makin terus berubah, dan di sinilah BI mengambil peran agar bisnis luwes beradaptasi terhadap segala perubahan apapun. Dengan BI ini, pengumpulan informasi-informasi dari barbagai/beragam sumber lebih terjamin sebagai antisipasi dari perubahan-perubahan, baik itu perubahan di dalam maupun luar perusahaan.

3.3.4 Komponen dasar Business Intelligence

Pada awal mulanya komponen dari Business Intelligence mencakup: gathering, storing, analysing dan providing access to data.

3.3.5 Istilah-istilah dalam Business Intelligence

CRM ( Customer Relationship Management )

Merupakan metodologi, software, dan biasanya dibekali kapabilitas Internet yang membantu perusahaan dalam menjaga hubungan dengan pelanggan secara terorganisasi. Contohnya, sebuah perusahaan membangun database pelanggannya dengan mendetail sehingga manajemen dan divisi penjualan, serta divisi pelayanan mampu melayani apa yang sebenarnya diinginkan para pelangggan, Seperti produk dan layanan yang ditawarkan dan menginventariskan kebutuhan setiap pelanggan, serta mengetahui produk lain yang biasa dibeli oleh pelanggan dan lainnya.

SCM (Supply Chain Management)

Adalah kontrol terhadap informasi, material, dan keuangan dalam menangani proses perpindahan produk mulai dari distributor, supplier, manufaktur, dan pengecer hingga ke konsumen. Salah satu tujuan utama dari SCM adalah untuk mengurangi inventori atau stok, namun dengan asumsi bahwa produk tersebut tersedia jika diperlukan.

ERP (Enterprise Resource Planning) Merupakan satu sistem besar dari beragam aktivitas yang didukung aplikasi software

multimodul yang membantu pemanufaktur atau perusahaan dalam memanajemen bagian penting dari bisnisnya tersebut. Tentunya dalam hal ini, termasuk perencanaan produk, pengaturan stok produk, pembelian, pelayanan pelanggan, interaksi dengan supplier, dan penelusuran pemesanan produk. Di samping itu, ERP juga bisa meliputi modul aplikasi keuangan dan sumber daya manusia (SDM). Biasanya, sistem ERP menggunakan atau terintegrasi dengan sistem relasional database.

OLAP (Online Analytical Processing)

Memungkinkan pengguna untuk menganalisis informasi database dari beragam sistem database pada saat yang bersamaan. Jika relasional database bisa dikatakan dua-dimensional, dan data OLAP bersifat multidimensional. Yaitu artinya, suatu informasi dapat dibandingkan dengan berbagai cara. Contohnya, suatu perusahaan membandingkan data penjualan mobil mereka pada bulan Februari dengan penjualan pada bulan Maret, dan kemudian dibandingkan lagi dengan penjualan di kota lain yang menggunakan database berbeda.

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Business Intelligence adalah merupakan sistem informasi manajemen yang menerapkan sekumpulan model dan metodologi analisis matematika dengan mendayagunakan data yang tersedia untuk menghasilkan informasi yang rumit.

Business Intelligence (BI) pertama kali dicetuskan oleh Howard Dresner dari lembaga riser Gartner Group pada tahun 1989.

Business Intelligence dapat memberikan manfaat bagi sebuah perusahaan, yaitu diantaranya:

o Perusahaan dapat menuai keuntungan yang lebih besar akibat dari implementasi BI

o Perusahaan yang mengimplementasikan BI maka peluangnya akan lebih besar untuk tetap survive jika mampu bereaksi dengan cepat dan dengan keputusan yang lebih baik mempertahankan pangsa pasar

o Dengan mengimplementasikan BI di dalam sebuah perusahaan, maka akan menuntun perusahaan untuk mengambil keputusan terbaik berdasarkan informasi yang dimiliki.

Karakteristik Business Intelligence (BI), yaitu:o Tujuan utama BI, yaitu menyuguhkan beragam informasi yang

disesuaikan dengan kebutuhan setiap pengguna yang jelas berbedao Ketersediaan data yang relevano Kemampuan utama BI, pertama, member kemudahan akses informasi

terbaru dari bisnis yang berjalan dan peluang yang diproyeksikan. Dan yang kedua adalah kapabilitas untuk melakukan analisis dan memenuhi permintaanpengguna.

o Struktur pendukung dalam BI tidak hanya hardware dan software computer saja, tetapi suatu proses yang memungkinkan membuat keputusan yang lebih baik serta merumuskan strategi yang lebih mampu untuk menyokong misi dan tujuan bisnis.

Komponen Business Intelligence, yaitu: gathering, storing, analyzing, dan providing access to data.

Beberapa istilah yang kerap ditemukan dalam Business Intelligence, antara lain: CRM, SCM, dan ERP

4.2 Saran

Untuk dapat mengimplementasikan Business Intelligence di dalam sebuah perusahaan, maka hal yang dibutuhkan adalah skill dan pemahaman khusus terhadap apa yang diinginkan oleh para pelanggan, pasar, dan produk. Tentu saja hal ini tidaklah mudah untuk dapat mengimplementasikan BI ini, karena membutuhkan pemahaman yang memadai bagi pihak-pihak yang berkepentingan mulai dari level tertinggi sampai level yang terendah.

DAFTAR PUSTAKA

Baars, Kemper.2007. Management Support with Structured and Unstructured, Data, Information Systems Management, 25: 132-148, Copyright @ Taylor & Francis Group, LLC

Brannon, Nadia. “Business Intelligence and E-Discovery”.july 2010.Intellectual property & Technology Law Journal Vol. 22

Chakrabarti, S. Cox, E., Frank, E., Güiting, H.R., Han, J., Jiang, X., Kamber, M.,Lighstone, S.S., Nadeau, P.T., Neapolitan, E.R., Pyle, D., Refaat, M.,Schneider, M., Teorey, J.T., Witten, H.I.. 2009. Data Mining: Know It All.Elsevier Inc.

Davies, and Paul Beynon, 2004, Database System Third Edition, Palgrave,Macmillan, New York.

Djoni Darmawikarta, Karakteristik Sumber Data untuk Data Warehouse, Tips dan Trik IlmuKomputer.Com 2004

Han, J., dan Kamber, M., 2006. Data Mining: Concepts and Techniques. 2nd edition.Elsevier Inc.

http://stevan777.wordpress.com/2008/01/03/paper-business-intelligence/

http://bluejundi.wordpress.com/2011/03/24/business-intelligence-an-overview/

Indrajit, Richardus Eko. (2001). Manajemen Sistem Informasi dan Teknologi Informasi. PT. Elex Komputindo, Jakarta

Inmon, W. H. (2005). Building the Data Warehouse, (4th ed.). Indianapolis:Wiley Publishing.

Larose, T. D., 2005. Discovering Knowledge In Data: An Introduction to Data Mining. Wiley~Interscience: New Jersey.

Lin, Song dan Donald E. Brown. 2002. Outliner-based Data Association: Combining OLAP and Data Mining. Virginia : Department of Systems Engineering, University of Virginia Charlottesville.

Lior, Rokach, dan Maimon Oded. 2008. Data Mining with Decision Trees:Theory and Applications. World Scientific.

Santosa, B. 2007. DATA MINING: Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.

http://bluejundi.wordpress.com/2011/03/24/business-intelligence-an-overview/

http://stevan777.wordpress.com/2008/01/03/paper-business-intelligence/

Sitompul, O.S. 2008. Data Warehouse dan Data Mining Untuk Sistem Pendukung Manajemen. Medan, pp. 10.

Teritory, Stevans. 2008. Business Intelligence. Diakses 18 April 2008 dari : Http://www.questia.com

Witten, I. H and Frank, E. 2005. Data Mining: Practical Machine Learning Tools And Techniques Second Edition. Morgan Kauffman: San Fransisco.

http://www.questia.com/

DAFTAR RIWAYAT HIDUP

Picture

Binusian ID :1501167273

Full Name : Ardiyanto

Email : chenxiaob.yahoo.co.id

Address Current

Jl.Angke Indah gang 6 No.340

Jakarta Barat 11330

DKI Jakarta, Indonesia

Permanent

Jl.Angke Indah gang 6 No.340

Jakarta Barat 11330


Phone Numbers : Mobile : 62-8-1212173343

Home : 62-21-6311655

: Fax : 62-21-6311655

:Office: 62-21-6311655

Gender Male

Birth Place/Date : Jakarta, 01November 1993

Nationality : Indonesia

Martial Status : Single

Region : Christian

Formal Education

Jan 2011-Present :Bina Nusantara University, Jakarta,

Indonesia

Bacheleor (S1), Information Systems

GPA: 2.77


PICTURE

PERSONAL INFORMATION

Binusian ID 1501172121

Full Name Kartika Sari Putri

E-Mail [email protected]

Address Current :

Jalan U No.13

Jakarta Barat


Permanent :

Perum PDP blok A.14 no.12

Karawang, 41352

Jawa barat, Indonesia

Phone Number Mobile : 0899-415-4440

Home : 0267-480173

Gender Female

Birth Place / Date Karawang / 29 Oktober 1992

Nasionallity Indonesia

Marital Status Single

Religion Christian

FORMAL EDUCATION

September 2011-Present Bina Nusantara University, Jakarta,

Indonesia

Backelor(S1), Information System

GPA : 3.75

ORGANIZATION EXPERINCE

Oct 2011 – present Himsisfo, Vice of Project Management

Help to analysis, design and requirement

in organization

Aug 2012 – Aug 2013 Himsisfo, Vice of coordinator commission

2

Help coordinate commission 2

Jun 2013 – Sept 2013 Himsisfo, Coordinator

Coordinator of community relations in

study tour

Jun 2012 – Aug 2012 Himsisfo, Coordinator of community

relations

Coordinator of community relations in

AKSI


Picture


Full Name : Leni Gustini

Email : shinyeon_yeon.yahoo.com

Address Current

Jl Haji Senen no 54

Jakarta Barat 00000


Permanent

Jl Raya Kosambi n0 52

Karawang 41313


Home : 62-26-7436449

Fax : 62-85-781898236

Office: 62-85-781898236

Gender : Female

Birth Place/Date : Jungkat, 01 Agustus 1993



Region : Christian

Formal Education

Jan 2011-Present :Bina Nusantara University, Jakarta

,Indonesia

Bacheleor (S1), Information Systems

GPA: 3.52

Organization Experience

Oct 2011 – Present : HIMSISFO, Commite

Commitee


Picture


Full Name : Susanti Kusuma

Email : [email protected]

Address Current

:Komp. Karang Anyar ,Jl. Karang Anyar

Permai, Raya kav 53-54 Blk. Blok B18

000,

Jakarta Pusat 10470


Permanent

Jl.Sukaramai N0 100

Lhokseumawe 24531

DI Aceh, Indonesia


Home : 62-857-6010798

Fax : 62-857-6010798

Office: 62-857-6010798

Gender : Female

Birth Place/Date : Perbaungan, 01 September 1993



Region : Buddha

Formal Education


,Indonesia

Bacheleor (S1), Information Systems GPA:

2.77

Organization Experience

Sept 2011 – Jul 1012 : HIMSISFO, Activis

Komisi Tiga


Picture

Personal Information


Full Name : Wendy

Email : wendywijayaa.gmail.com

Address Current

Jl Muara karang blok Q 4 selatan nomor 18

Jakarta Utara 14450


Permanent

Jl Muara karang blok Q 4 selatan nomor 18

Jakarta Utara 14450



Home : 62-21-6625049

Fax : 62-21-6625049

Office: 62-21-6625049

Gender : Male

Birth Place/Date : Jakarta, 04 Juni 1993


Martial Status :Single

Region : Buddha

Formal Education


,Indonesia

Bacheleor (S1), Information Systems GPA:

2.50

totolan business intelegent kelompok 7 paper

Documents