pola pengembangan aplikasi business intelligence sebagai

POLA PENGEMBANGAN APLIKASI BUSINESS INTELLIGENCE
SEBAGAI PENDUKUNG PENGAMBILAN KEPUTUSAN
Dina Fitria Murad
Meta Amaliya Dewi
Ariyanti Wardhani
Abstract
Availability of data and information are complete, true and correct has become a necessity for
the survival of an organization.Business Intelligence is one form of implementation that is
able to address the needs of the organization to improve its ability to analyze the problems it
faces as well as in decision making, will the performance of an organization. Business
Intelligence System is a term commonly used for this type of application or technology used
to assist the activities of BI, such as collecting data, storing, providing access, and analyze
data and information about the company's performance to help users make decisions
accurately by performing a variety of activities including, decision support systems, query,
reporting, online analytical processing (OLAP), statistical analysis, forecasting and data
mining. Many diverse applications that can be used Business Intelligence reporting
applications, analytic applications, data mining applications, dashboards, alerts, and portals.
Business Intelligence also includes technologies such as data integration, data quality, data
warehousing, master data management and content analysis. So the Business Intelligence
system can be called as a decision support system (DSS).
Keywords: Business Intelligence, Development, DSS
Abstraksi
Ketersediaan data dan informasi yang lengkap, benar dan tepat sudah menjadi kebutuhan
pokok bagi kelangsungan hidup suatu organisasi. Business Intelligence merupakan salah satu
bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan
kemampuannya dalam menganalisis masalah-masalah yang dihadapinya serta dalam
pengambilan keputusan kinerja suatu organisasi. System merupakan istilah yang umumnya
digunakan untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan
BI, seperti mengumpulkan data, menyimpan, menyediakan akses, serta menganalisa data dan
informasi mengenai kinerja perusahaan guna membantu pengguna mengambil keputusan
secara akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan,
query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan data
mining. Banyak beragam aplikasi BI yang dapat digunakan yaitu reporting applications,
analytic applications, data mining applications, dashboards, alerts, dan portal. Business
Intelligence juga mencakup teknologi seperti data integration, data quality, data warehousing,
master data management dan content analysis.. Jadi sistem Business Intelligence bisa disebut
sebagai sistem pendukung keputusan (DSS).
Kata Kunci : Business Intelligence, Pengembangan, DSS
1. PENDAHULUAN
Seiring dengan persaingan bisnis yang semakin ketat, kecepatan dan ketepatan
pengambilan keputusan menjadi sangat penting. Perkembangan teknologi informasi telah
mengalami kemajuan yang sangat pesat salah satu kemajuannya adalah pengambilan
keputusan untuk kegiatan bisnis , serta memberikan kontribusi besar terhadap perubahanperubahan yang mendasar pada struktur, operasi dan manajemen pada suatu organisasi.
Dunia bisnis juga sangat terbantu dengan perkembangan sistem informasi yang semakin
canggih, khususnya dalam Business Intelligence. Dengan teknologi informasi berbagai
analisis
juga dikembangkan dalam mendukung sistem informasi yang dapat
meningkatkan efektifitas manajerial guna meningkatkan kinerja bisnis maupun
organisasi.
Business
Intelligence bukan
merupakan produk
tunggal, bukan
sebuah
teknologi atau metodologi. Business Intelligence menggabungkan teknologi, metode yang
efektif, produk
untuk
laba serta peningkatan
oleh tindakan
mengatur
data kunci
yang
performance kegiatan bisnis.
tertentu dan
keputusan
didasarkan
dibutuhkan untuk peningkatan
Kinerja bisnis dapat didorong
pada
analisis bisnis
dan
Informasi terfokus di sekitar proses bisnis kunci. Business Intelligence merupakan salah
satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk
meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya
serta untuk meningkatkan keunggulan kompetitif perusahaan melalui pendayagunaan
berbagai data, informasi, dan pengetahuan (knowledge) yang dimiliki oleh perusahaan
sebagai bahan baku dalam proses pengambilan keputusan. BI telah banyak digunakan
oleh organisasi-organisasi dalam mengelola data dan informasi sampai dengan dukungan
pengambilan keputusan. Secara ringkas, BI dapat diartikan sebagai pengetahuan yang
didapatkan dari hasil analisis data yang diperoleh dari kegiatan suatu organisasi.
Business Intelligence solution merupakan istilah yang umumnya digunakan
untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan BI,
seperti mengumpulkan data, menyediakan akses, serta menganalisa data dan informasi
mengenai kinerja perusahaan guna membantu pengguna mengambil keputusan secara
akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan,
query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan
data mining untuk analisa data. Oleh karena itu Business Intelligence dapat membantu
dalam proses pengambilan keputusan oleh pihak manajemen dalam suatu organisasi
dengan menggunakan beberapa aplikasi BI.
2.
DASAR TEORI
2.1. Business Intelligence
Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers : “
menjelaskan tentang suatu konsep dan metode bagaimana untuk meningkatkan kualitas
pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali
dipersamakan sebagaimana briefing books, report and query tools, dan sistem informasi
eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan
data-data”.
Turban, dkk (2006) menjelaskan bahwa BI merupakan aplikasi dan teknik untuk
mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data, yang pada
akhirnya akan membantu perusahaan pengguna bisnis yang lebih baik dan membuat
keputusan strategis. Utama aplikasi termasuk kegiatan pencarian dan pelaporan, analisis
pengolahan (OLAP), DSS, data mining, perencanaan dan analisis statistik.
Gambar 1. Contoh Gambaran Proses Business Intelligence
Rainardi(2008), menjelaskan tentang BI sebagai suatu koleksi aktifitas untuk
memahami situasi-situasi bisnis dengan melakukan berbagai jenis analisa data pada
perusahaan guna melakukan strategi, taktik dan keputusan bisnis untuk meningkatkan
kinerja bisnis. Aktifitas BI menurut Rainardi pada gambar 2.1.1. dikelompokan menjadi
tiga yaitu (1). Reporting, (2).OLAP dan (3). Data Mining.
Menurut Ronald (2008) ada beberapa bagian dalam solusi BI yaitu, keseluruhan
proses dalam BI dapat diterjemahkan menjadi langkah-langkah dibawah ini :
1) Identifikasi masalah bisnis yang perlu diselesaikan dengan gudang data dan
menentukan data yang diperlukan untuk menyelesaika masalah tersebut.
2) Identifikasi lokasi dari data-data yang diperlukan dan mengambilnya dari
sumber penyimpanannya.
3) Merubah data yang diperoleh dari beragam sumber tersebut ke dalam sebuah
data yang konsisten.
4)
Mengambil data yang telah dirubah tersebut ke dalam lokasi
yang
tersentralisasi.
5) Membuat sebuah gudang data dengan data yang ada dalam lokasi yang
tersentralisasi tersebut
6) Memasang sebuah produk atau aplikasi yang dapat memberikan akses ke data
yang ada dalam cube tadi. Ada berbagai macam jalan dan cara untuk berbagai
macam tipe pekerjaan ketika berurusan dengan cube.
Gambar berikut ini menunjukkan langkah-langkan dalam proses BI (Ronald) secara
keseluruhan.
Gambar 2. Langkah-langkah Proses Business Intelligence
3. PEMBAHASAN
3.1.Konsep Business Intelligence
Konsep BI menekankan pada penerapan 5 (lima) pendayagunaan informasi
untuk keperluan spesifik bisnis, masing-masing adalah:
1. Data Sourcing – berkaitan dengan kemampuan sistem untuk mengakses
berbagai data dan informasi dari sejumlah sumber dan format yang berbeda.
2. Data Analysis – berkaitan dengan kemampuan sistem untuk membantu
proses penciptaan pengetahuan (knowledge) melalui aktivitas pengkajian
data dan informasi yang dimiliki oleh perusahaan.
3. Situation Awareness – berkaitan dengan kemampuan sistem untuk mencari
dan menyediakan data dan informasi terkait dengan kebutuhan atau konteks
bisnis dan lingkungannya pada saat tertentu, misalnya ketika perusahaan
berhadapan dengan peristiwa darurat dan mendesak.
4. Risk Analysis – berkaitan dengan kemampuan sistem untuk melakukan
kalkulasi risiko yang akan dihadapi perusahaan terhadap berbagai
kecenderungan atau kemungkinan yang dapat terjadi sehubungan dengan
kondisi tertentu
5. Decision Support – berkaitan dengan kemampuan sistem untuk secara
proaktif membantu manajemen dalam memberikan pertimbangan keputusankeputusan yang berkualitas berdasarkan sejumlah kalkulasi dan pengolahan
terhadap data/informasi internal maupun eksternal yang dimiliki.
3.2. Elemen-elemen Pengembangan Business Intelligence
3.2.1. Data Warehouse
Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data
historis yang diambil dari basis data-basis data yang tersebar di suatu organisasi. Data
warehouse mengumpulkan semua data perusahaan dalam satu tempat agar dapat
diperoleh pandangan yang lebih baik dari suatu proses bisnis/kerja dan meningkatkan
kinerja organisasi. Data warehouse mendukung proses pembuatan keputusan manajemen.
Tujuan utama dari pembuatan Data warehouse adalah untuk menyatukan data yang
beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah
menjalankan query (pencarian data), menghasilkan laporan, dan melakukan analisis.
Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat
meningkatkan efektifitas pembuatan keputusan. dapat
meningkatkan efektifitas
pembuatan keputusan. Adapun karakteristik Data warehouse adalah sebagai berikut :
a. Subject Oriented atau berorientasi pada subyek. Sebuah data warehouse
dikatakan berorientasi pada 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. Bahwa data
warehouse merupakan penyimpanan data dalam waktu yang lama.
c. Non Volatile berarti bahwa data yang telah disimpan tidak dapat berubah.
Sekali committed, data tidak pernah ditimpa/dihapus. Data akan bersifat
static, hanya dapat dibaca dan disimpan untuk kebutuhan pelaporan
d. Integrated, artinya data warehouse akan mencakup semua data operasional
organisasi yang disimpan secara konsisten.
Ke-empat karakteristik di atas saling terkait dan kesemuanya harus
diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk
mendukung
pengambilan
keputusan.
Implementasi
ke-empat
karakteristik
ini
membutuhkan struktur data dari data warehouse yang berbeda dengan database sistem
operasional biasa.
Sedangkan fungsi utama dari data warehouse meliputi5 (Djoni Darmawikarta,
2003) :
a. Pengambilan dan pengumpulan data (termasuk data dari luar organisasi yang
dibutuhkan) (extract)
b.Mempersiapkan
data
(transforming),
seperti
membersihkan
dan
mengintegrasikan data
c. Penyimpanan data (loading)
d. Penyediaan data untuk analisis (query & reporting)
Secara garis besar, (Han, Jiawei & Kember, Micheline. 2001)kedudukan data
warehouse diimplementasi BI dapat dilihat pada gambar 3.2.1 Nampak bahwa
penyusunan suatu data warehouse yang lengkap, integratif serta terhubung dengan semua
data operasional merupakan modal pokok dikembangkannya BI di suatu organisasi.
Gambar 3. Implementasi Data Warehouse
Beberapa bagian penting dalam data warehouse dapat dijelaskan sebagaimana
di bawah ini :
1. Data mart, yang merupakan bagian dari data warehouse yang mendukung
kebutuhan dari suatu fungsi bisnis atau departemen tertentu. Data mart dapat
berdiri sendiri atau terhubung ke data warehouse yang telah ada. Ada
beberapa karakteristik dari data mart yang membedakannya dengan data
warehouse, yaitu :

Data mart hanya berfokus pada satu kebutuhan pengguna dengan
satu departemen atau fungsi bisnis

Data mart tidak secara normal berisi data operasional terperinci

Data mart berisi lebih sedikit data dari yang ada dalam data
warehouse, lebih mudah dimengerti dan dipahami.
2. Kubus data (cube), adalah unit pemrosesan data yang terdiri dari fact table,
dimension dan measure dalam suatu data warehouse.
3. Aggregation, adalah hitungan awal dari data numerik. Dengan menghitung
dan menyimpan jawaban dari query yang sebelumnya telah dibuat, waktu
proses query dapat lebih cepat. Dengan adanya agregasi, data yang jumlahnya
ribuan atau bahkan ratusan ribu dalam suatu basis data multidimensi dapat
dicari dengan mudah dan tidak memakan banyak waktu. Agregasi ini
merupakan pondasi dari pembentukan kubus data, karena mengorganisir
kumpulan data kedalam struktur data basis data multidimensi sehingga
menghasilkan respon time yang cepat.
3.2.2. Data Mining
Data Mining seringkali diartikan dengan “menulis banyak laporan dan query”.
Namun pada kenyataannya kegiatan data mining tidak melakukan pembuatan laporan
dan query sama sekali. Data mining dilakukan dengan tool khusus, yang mengeksekusi
operasi data yang telah didefinisikan berdasarkan model analisis. 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. Konsep data mining muncul dikarenakan timbulnya data
explosion akibat dari penumpukan data oleh sistem pengolahan basis data terpadu di
suatu organisasi. Proses data mining menggunakan berbagai perangkat analisis data
untuk menemukan pola dan hubungan dalam data yang mungkin dapat digunakan untuk
membuat prediksi yang valid. Data mining menganalisis data untuk menemukan
informasi yang tersembunyi pada sejumlah besar data yang disimpan.
3.2.3. OLAP (On-Line Analytical Processing)
Ponniah (2001) menyatakan bahwa On-Line Analytical Processing (OLAP)
merupakan teknologi yang memungkinkan analis, manajer dan eksekutif secara
bersamaan mengakses data secara cepat, konsisten dan interaktif dengan berbagai variasi
tinjauan informasi dimana setiap baris data dapat ditransformasikan untuk merefleksikan
dimensi perusahaan sehingga mudah dipahami oleh user. Karakteristik utama dari OLAP,
meliputi:
a.
Mendukung pemanfaatan data warehouse yang memiliki data multidimensional.
b. Menyediakan fasilitas query interaktif dan analisis yang komplex.
c.
Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci,
dan roll-up untuk memperoleh agregat dalam multi-dimensi.
d. Mampu menghasilkan perhitungan dan perbandingan.
e. Menyajikan hasil dalam angka yang mudah dimengerti, maupun penyajian
grafik. OLAP menawarkan metode analisis data secara kompleks dan
terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para
analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data
warehouse.
Turban (2005) menyatakan bahwa aplikasi komputer telah beralih Turban
(2005) menyatakan bahwa aplikasi komputer telah beralih dari aktivitas pemrosesan dan
monitoring transaksi ke analisis masalah dan aplikasi solusi. Terkait dengan tugasnya
sebagai pembuat keputusan, Manajemen harus memiliki sistem informasi yang
berkecepatan tinggi dan networked untuk membantu pelaksanaan tugas tersebut.
Berdasarkan struktur basis datanya OLAP dibedakan menjadi 3 4 kategori utama :
a) Desktop OLAP (Client-side OLAP)
b) Multidimensional Online Analytical Processing (MOLAP)
c) Relational Online Analytical Processing (ROLAP)
d) Hybrid Online Analytical Processing (HOLAP)
Sedangkan yang dimaksud dengan Decision Support Systems (DSS) merupakan
sistem informasi yang menggunakan model keputusan dan basis data untuk membantu
proses pengambilan keputusan pada level manajerial. Adapun Executive Information
Systems (EIS) adalah sistem informasi strategis bagi manajemen atas (eksekutif) yang
menyediakan akses yang cepat untuk informasi selektif faktor-faktor kunci terkait
implementasi strategi organisasi. Secara garis besar, kedudukan OLAP dalam
implementasi BI dapat dilihat pada gambar 3.2.2 :
Gambar 4. Kedudukan OLAP Dalam Business Intelligence
3.2.4 Reporting Services
Kemampuan menyajikan laporan Bagi level management atau bagian eksekutif
suatu perusahaan bisnis, adalah bagian terpenting dari sebuah aplikasi yaitu seberapa
jauh laporan dapat dihasilkan oleh aplikasi yang mempunyai kemampuan untuk proses
analisis yang cepat dan akurat. Komponen Reporting Services dibedakan menjadi dua,
yaitu komponen server dan komponen client.
Komponen server terbagi menjadi tiga layer, yaitu:
1. Report Server.
Berada pada server layer, terdiri dari programming interface, report
processor, data processing extension, rendering extension, scheduling &
delivery processor, dan delivery extension.
2. Report Manager.
Berada pada sisi application layer, berfungsi untuk menampilkan laporan
dan tools administrasi berbasis web.
3. Report Server Database.
Berada pada data sisi layer Database ReportServer yang menyimpan seluruh
data yang dibutuhkan oleh Reporting Services, seperti metadata statik,
termasuk di dalamnya adalah report defi nition, data source, user, policy,
role, dan report snapshot.
Extract, Transform, and Load menunjukkan proses yang terjadi dalam
pembentukan data warehouse sebagai sumber data BI untuk melakukan proses OLAP dan
Reporting Services selanjutnya. Proses ETL ini merupakan cara, bagaimana data
disimpan ke dalam data warehouse. Secara umum tahapan untuk ETL yang bersumber
dari OLTP adalah sebagai berikut:
Gambar 5. Loading data warehouse
Untuk membangun OLAP adalah dengan membuat cube dan dimensional pada
data warehouse. Berikut ini contoh langkah-langkah
untuk membuat cube dan
dimensional dengan menggunakan SQL Server 2005 adalah:
1) Menentukan sumber data, yaitu BI.ds
2) Menentukan data source view, yaitu tabel-tabel OLTP yang akan berperan
sebagai tabel fakta dan tabel dimension
3) Melakukan proses pembuatan cubes dan hirarki dengan menentukan mana
tabel yang dipakai sebagai fact table dan dimensional table.
4) Menentukan measure sebagai filed atau nilai yang akan dianalisa dari data
operasional.
3.3. Tahapan Dalam Mengembangkan Business Intelligence
Dalam mengembangkan BI setidaknya terdapat tahapan-tahapan yang harus
dilaksanakan untuk memastikan agar upaya pengembangan BI akan mencapai hasil yang
maksimal. Secara garis besar, tahapan tersebut dapat dijelaskan pada gambar berikut :
Gambar 6. Tahapan Pengembangan Business Intelligence
a. Tahap Perencanaan Proyek (Project Planning)
Pada tahapan ini harus dapat dijelaskan apa yang menjadi tujuan utama dari
proyek BI, ekspektasi (harapan) yang diinginkan, dukungan formal dari
Pimpinan organisasi yang bersangkutan, serta capaian-capaian (milestone)
yang akan dituju.
b. Tahap Analisis Kebutuhan (Requirement Analysis)
Pada tahap ini harus sudah teridentifikasi kebutuhan pengembangan BI secara
detail. Hal ini dapat dilakukan dengan menyusun dan mengumpulkan
information package untuk semua subjek informasi yang akan ada dalam
data warehouse. Fungsi information package adalah :
o Mendefinisikan subjek area dan ukuran pekerjaan (business process) utama
o Menentukan bagaimana data akan disajikan dan diakses
o Menentukan bagaimana pengguna akan melakukan agregasi atau roll up
o Menentukan kuantitas data untuk analisis atau query
o Menaksir ukuran data warehouse & frekuensi data refreshing
o Memastikan bagaimana informasi akan di-package
c. Tahap Desain dan Konstruksi (Design and Construction)
Pada tahap ini harus telah tersusun arsitektur dan infrastruktur yang
diinginkan dari desain BI, yang akan mencakup 3 (tiga) bagian utama yaitu :
o Data Acquisition
Bagian ini terkait dengan upaya meng-ekstraksi data dari sumber-sumber
data, dan upaya memindahkan data yang sudah diekstrak tersebut ke
staging area (tempat dimana semua data ekstraksi diletakkan bersamasama)
o Data Storage
Bagian ini terkait dengan upaya loading data dari staging area ke data
warehouse repository (berupa relational data base)
o Information Delivery
Bagian ini terkait dengan upaya menyediakan user interface yang akan
menghubungkan pengguna dengan data warehouse. Jenisnya dapat
berupa OLAP, data mining, maupun report/query.
Gambar 7. Arsitektur dan Konstruksi Business Intelligence
Dengan kata lain pada bagian ini menggunakan method (ETL = Extract
Transform Loading).
d. Tahap Implementasi (Deployment)
Pada tahap ini, pengembangan BI yang telah dilakukan pada tahap-tahap
sebelumnya harus sudah dapat dites penggunaannya serta kemudian diujicoba apakah sudah memenuhi tujuan dan ekspekstasi sebagaimana
kebutuhan organisasi. Akhir tahap ini ditandai dengan telah dilaksanakannya
user acceptance test (UAT) dan user telah memahami bagaimana
menggunakan sistem tersebut dengan tepat.
e. Tahap Pemeliharaan (Maintenance)
Kebutuhan informasi yang dibutuhkan organisasi akan terus berkembang.
Untuk itu, sistem BI yang telah diimplementasikan mungkin saja memerlukan
perkembangan lebih lanjut (enhancement). Untuk itu perlu dipersiapkan suatu
proses pemeliharaan yang berkesinambungan.
3.4. Pendekatan Implementasi Business Intelligence
Dalam membangun dan mengimplementasikan BI di suatu organisasi, terdapat 3
(tiga) pendekatan yang bisa digunakan. Masing-masing dari pendekatan tersebut memiliki
kelebihan dan kelemahan, dimana pilihan dari strategi tersebut berdasarkan kondisi dan
kebutuhan organisasi yang akan membangun BI.
Pendekatan tersebut adalah sebagai berikut :
a. Top-down Approach
Pendekatan top-down sangat tepat bagi suatu organisasi yang akan
membangun BI dimana pada waktu yang bersamaan organisasi tersebut juga
sedang m lakukan ineering) secara menyeluruh di seluruh aspek organisasi.
Pada pendekatan ini, kerangka data warehouse secara menyeluruh (enterprise
data warehouse) harus disusun terlebih dahulu, baru kemudian diikuti oleh
data warehouse departemental (data mart).
**Kelebihan dari pendekatan ini adalah :
- Pembangunan BI langsung mencakup data seluruh organisasi.
- Kerangka BI akan lebih terstruktur, bukan gabungan dari berbagai data mart
(data parsial).
- Penyimpanan data menjadi terpusat.
- Kontrol informasi dapat dilakukan secara tersentralisasi.
**Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah :
-Waktu implementasi lebih lama
- Risiko kegagalan relatif tinggi karena kerumitannya.
- Membutuhkan biaya yang relatif besar
b. Bottom-up Approach
Kebalikan dengan pendekatan sebelumnya, dalam pendekatan bottom-up BI
yang Akan disusun justru dari tingkat departemental (departemental data
warehouse) baru kemudian diintegrasikan menjadi data warehouse organisasi
secara keseluruhan. Pendekatan ini sangat tepat bagi kebutuhan suatu
organisasi yang memperioritaskan pembangunan BI di suatu departemen
terlebih dahulu. Kemudian setelah sukses di departemen tersebut akan
dilanjtukan ke departemen lainnya.
**Kelebihan dari pendekatan ini adalah :
- Implementasi lebih mudah untuk dikelola dan lebih cepat memperlihatkan
hasil.
- Risiko kegagalan relativ lebih kecil.
- Bersifat incremental, dimana data mart yang penting dapat dijadwalkan
lebih awal
- Memungkinkan anggota tim proyek untuk belajar dengan baik.
** Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah :
- Tiap data mart merupakan departmental-view
- Memungkinkan terjadinya duplikasi data di setiap data mart di masingmasing departemen
- Data tidak konsisten dan data sulit direkonsiliasi
- Terdapat banyak interface yang sulit di kelola.
4. KESIMPULAN
Agar pengembangan Business Intelligence berjalan dengan maksimal, guna
mencapai pengambilan keputusan yang tepat sesuai dengan sasaran dan rencana
manajemen dalam suatu organisasi. Ada beberapa faktor yang harus diperhatikan,
diantaranya :
1. Memahami konsep-konsep penerapan dalam pendayagunaan informasi,
diantaranya : Data Sourcing, Data Analysis, Situation Awareness, Risk
Analysis, Decision Support.
2. elemen-elemen yang diperlukan dalam membangun proses Business
Intelligence itu sendiri, diantaranya : Data Warehouse, Data Mining, OLAP
(Online Analytical Processing).
3. Dalam mengembangkan BI terdapat tahapan-tahapan yang harus dipenuhi
untuk memastikan agar pengembangan BI mencapai hasil sebagaimana
yang diinginkan. Secara garis besar, tahapan meliputi :
a. Tahap Perencanaan Proyek (Project Planning),
b. Tahap Analisis Kebutuhan (Requirement Analysis),
c. Tahap Desain dan Konstruksi (Design and Construction),
d. Tahap Implementasi (Deployment),
e. dan Tahap Pemeliharaan (Maintenance).
4. Terdapat beberapa faktor yang menjadi kunci sukses dalam pengembangan
BI, dimana 3 (tiga) hal yang paling utama adalah :
1. Dukungan dan komitmen berkelanjutan dari Pimpinan
2. Perencanaan yang matang dan realistis
3. Ketersediaan data yang lengkap dan reliable
Dengan melakukan pengembangan Business Intelligence tersebut, diharapkan
dapat membantu manajemen dalam proses pengambilan keputusan yang tepat sesuai fakta
yang di dapat berdasarkan data, informasi dan analisa.
DAFTAR PUSTAKA
D J. Power, A Brief History of Decision Support Systems, DSSResources.com, 2002.
Djoni Darmawikarta, Mengenal Data Warehouse, Ilmu Komputer, 2003
Han, Jiawei & Kember, Michelin, Data mining Concepts & Techniques, Simon Fraser
University Academic Press, USA 2001.
Mike Steadman, The Value of BI for Association Executives, Association Xpertise Inc., 2003
Moody, D. & Kortink, M.A.R. 2000. From enterprise models to dimensional models: a
methodology for data warehouse and data mart design. Proceedings of International
Workshop on Design and Management of Data Warehouses (DMDW’2000), pp. 5-1 –
5-12.
Noverino Rifai, Kharizt Attria Gupta, Business Intelligence, ITB, 2004
Ponniah, Paulraj. 2001. Data Warehousing Fundamentals. New Cork: John Wiley and Sons.
Rainardi ,Vincent.2008. Building a Data Warehouse: With Examples in SQL Server. New
York: après
Ronald .2008. Quick Intro to Microsoft Office PerformancePoint Server 2007 .MIC ITB
Bandung.
Steve Williams, Nancy Williams, BI and Government Performance Management: Getting to
Green, DM Review, 200
Turban.2005. Decision Support Systems and Intelligent Systems. Yogyakarta: Penerbit Andi.