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.
intelligence. Sebuah sistem business
intelligence dengan kata lain merupakan kombinasi data warehouse dan sistem pendukung keputusan. Hal ini menjelaskan
bagaimana data dari sumber-sumber yang berbeda dapat diekstraksi dan disimpan
dan selanjutnya diambil untuk dianalisis.Kegiatan utama business intelligence meliputi pengumpulan, menyiapkan dan
menganalisa data. Dalam proses business
intelligence data yang digunakan harus berkualitas tinggi, dengan cara
memperolehnya dari berbagai sumber data yang dikumpulkan, kemudian diubah, lalu
dibersihkan, selanjutnya dimuat dan disimpan dalam basisdata data warehouse.
Gambar Pemahaman Dasar Sistem Business
Intelligence
Jenis Business
Intelligence
Menurut Turban,
dkk (2007), business intelligence
terbagi ke dalam lima jenis atau kategori yaitu :
1.
Enterprise
Reporting yakni digunakan untuk menghasilkan
laporan-laporan statis yang didistribusikan ke banyak orang. Jenis laporan ini
sangat sesuai untuk laporan operasional dan dashboard.
2.
Cube
Analysis yakni digunakan untuk menyediakan analisis OLTP
multidimensional yang ditujukan untuk manajer bisnis dalam lingkungan terbatas.
3.
Ad
Hoc Query and Analysis yakni digunakan untuk memberikan akses
kepada user agar dapat melakukan query pada basis data, dan menggali
informasi sampai pada tingkat paling dasar dari informasi transaksional. Query ini berfungsi untuk mengeksplor
informasi yang dilakukan oleh user.
4.
Statistical
Analysis andData Mining yakni digunakan untuk melakukan analisis
prediksi atau menentukan korelasi sebab akibat diantara dua matrik.
5.
Delivery
Report and Alert yakni digunakan secara proaktif untuk
mengirimkan laporan secara lengkap atau memberikan peringatan kepada populasi user yang besar atau banyak.
Data Warehouse
Data
Warehouse atau disingkat DW merupakan basisdata relasional yang didesain lebih kepada querydan
analisa dari pada proses transaksi, dan biasanya mengandung history data dari proses transaksi
dan bisa juga data dari sumber lainnya. Data Warehouse dapat juga
dikatakan sebagai tempat penyimpanan ringkasan dari data historis yang seringkali
diambil dari basisdata terpisah departemen, organisasi atau perusahaan (Kimball dan Caserta, 2004).
Menurut Inmon (2002) bahwa data
warehousemerupakan
koleksi data yang mempunyai sifat berorientasi subyek, terintegrasi, time-variant, dan bersifat tetap dari
koleksi data dalam mendukung proses pengambilan keputusan management, proses ini subject-oriented, terintegrasi, waktu
yang bervariasi dan permanen.
Tujuan utama
dari pembuatan data warehouse
merupakan untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan
dimana pengguna dapat dengan mudah menjalankan query, menghasilkan
laporan, dan melakukan analisis. Salah satu keuntungan yang diperoleh dari
keberadaan data warehouseadalah dapat
meningkatkan efektifitas pembuatan keputusan.
Dari definisi yang dijelaskan
diatas, dapat disimpulkan bahwa data warehouse merupakan basisdata yang
saling berinteraksi dan dapat digunakan untuk query dan analisis,
bersifat orientasi subyek, terintegrasi, time-variant,
tidak berubah (adhoc) yang nantinya
digunakan dalam membantu pengambilan keputusan organisasi atau perusahaan oleh
pihak pengambil keputusan.
Berikut
ini merupakan hal-hal yang berkaitan dengan data warehouse dalam penerapan
pada sistem business intelligence (Inmon, 2002) yaitu :
1.
Data Mart yakni merupakan suatu bagian pada data
warehouse yang mendukung pembuatan laporan dan analisa data pada suatu
unit, bagian atau operasi pada suatu perusahaan.
2.
On-Line Analytical Processing yakni merupakan suatu pemrosesan
basisdata yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan
berbagai macam bentuk laporan, analisis, query
dari data yang berukuran besar.
3.
On-Line Transaction Processing yakni merupakan suatu pemrosesan
yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.
4.
Dimension Table yakni merupakan tabel yang berisikan
kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan
laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu yang berupa
perbulan, perkwartal dan pertahun.
5.
Fact Table yakni merupakan tabel yang umumnya
mengandung angka dan data history dimana key (kunci) yang dihasilkan
sangat unik, karena key tersebut terdiri dari foreignkey(kunci
asing) yang merupakan primarykey (kunci utama) dari beberapa dimensi
tabel yang berhubungan.
6.
Decision Support System yakni merupakan sistem yang
menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini
dapat menganalisa situasi dan mendukung suatu keputusan yang baik.
Tugas Data Warehouse
Ada
empat tugas yang bisa dilakukan oleh data
warehouse (Kimball dan Caserta, 2004) yaitu :
1.
Pembuatan
Laporan yakni proses pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum
dilakukan. Dengan menggunakan query
sederhana didapatkan laporan perhari, perbulan, pertahun atau jangka waktu
kapan pun yang diinginkan.
2.
OLAP yakni dengan adanya data warehouse,
semua informasi baik detail maupun hasil summary
yang dibutuhkan dalam proses analisa mudah di dapat. OLAP mendayagunakan konsep
multidimensional dan memungkinkan para pemakai menganalisa data sampai
mendetail, tanpa mengetikkan satupun perintah query.
3.
Data Mining yakni merupakan proses untuk menggali
pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan
kecerdasan buatan (artificial
intelligence), statistik dan matematika. Beberapa solusi yang diberikan data mining antara lain yakni :
a.
Menebak target pasar diaman data mining dapat mengelompokkan (clustering) model-model pembeli dan melakukan klasifikasi terhadap
setiap pembeli dan melakukan klasifikasi terhadap setiap pemebeli sesuai dengan
karakteristik yang diinginkan.
b.
Melihat pola beli dari waktu ke waktu dimana data mining dapat digunakan untuk
melihat pola beli dari waktu ke waktu.
c.
Cross-Market Analysis dimana data mining dapat dimanfaatkan untuk
melihat hubungan antara satu produk dengan produk lainnya.
d.
Profil pelanggan dimana data mining bisa membantu pengguna untuk melihat profil pembeli
sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu
produk apa saja.
e.
Informasi summary dimana data mining dapat membuat laporan summary yang bersifat multidimensi dan dilengkapi dengan informasi
statistik lainnya.
4.
Proses
Informasi Eksekutif yakni data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan
membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan
menggunakan data
warehouse segala laporan telah diringkas dan dapat pula mengetahui
segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan
keputusan.
KESIMPULAN :
Kalau menurut pemahaman saya, secara sederhana maka datawarehouse
merupakan bagian dari BI dan BI adalah bagian dari EIS. Jadi, EIS untuk
mencapai tujuannya memerlukan cara dan BI adalah salah satu solusinya.
BI memerlukan datasource dan datawarehouse adalah salah satu pilihannya.
BI sendiri akan membutuhkan datawarehouse yang bisanya untuk melakukan
ad-hoc reporting, OLAP analisis dan data mining.
merupakan bagian dari BI dan BI adalah bagian dari EIS. Jadi, EIS untuk
mencapai tujuannya memerlukan cara dan BI adalah salah satu solusinya.
BI memerlukan datasource dan datawarehouse adalah salah satu pilihannya.
BI sendiri akan membutuhkan datawarehouse yang bisanya untuk melakukan
ad-hoc reporting, OLAP analisis dan data mining.
Tidak ada komentar:
Posting Komentar