Data Warehouse Dan Business Intellegence

Business Intellegence (BI)

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 data mining, sehingga
didapat berbagai kecenderungan atau pattern dari data (Choirul, 2006). Pada Business
Intelligence menjelaskan tentang suatu konsep dan metode bagiamana 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.

Gambar diatas menjelaskan bahwa BI memerlukan data untuk dapat membantu memberikan
keputusan kepada penggunananya. Data akan memberikan informasi dan informasi akan
mendukung suatu keputusan, unuk dapat membantu keputusan perlu adanya informasi yang
akurat dan itu di ambil dari data-data yang ada.
Sistem Business Intelligence yang baik mempunyai berbagai karakteristik (Stevans,2008),
diantaranya:

Tujuan utama

Seluruh sistem komputer mempunyai tujuan utama bagi seluruh pengguna

sesuai dengan kebutuhan penguna masing-masing.
Ketersediaan data yang relevan
Masalah ketersediaan data merupakan poin yang paling penting dalam
sistem business intelligence yang efektif. Dalam proses pembuat keputusan
sering terjadi penyampaian informasi yang tidak lengkap atau bahkan yang
tidak sebenarnya. Namun dengan dukungan BI, ketersediaan data yang
relevan dapat diatasis ehingga dapat menyuguhkan data-data yang relevan.
Kemampuan
Dalam hal ini terdapat kemampuan BI yang paling utama yaitu dapat
memberikan kemudahan akses untuk informasi terbaru dari bisnis yang
berjalan serta peluang yang diproyeksikan, selain itu Bi dapat memenuhi
kapabilitas untuk melakukan analisis dan memenuhi permintaan pengguna
Struktur Pendukung
Dalam BI, sistem pendukung didalamnya tidak hanya terdiri dari hardware
dan software, namun juga terdiri dari suatu proses yang dibuat untuk
pengambilan keputusan yang lebih baik serta untuk menentukan strategi
untuk misi dan tujuan kedepan.

Perbedaan Artificial Intelligence (AI) dengan Business Intelligence (BI)

Artificial Intellligence merupakan sebuah system yang mampu memberikan keputusan secara
langsung ke pada penguna, sehingga pengguna dapat mengambil hasil keputusan yang diberikan
oleh AI, sedangkan Business Intelligence merupakan sebuah system yang mampu membantu
pengguna dalam proses peengambilan keputusan berdasarkan data- data yang ada.

Ada beberapa

teknologi yang diperlukan untuk menunjang Business Intelligence,

diantaranya:
-

Data Warehouse (Analisa Data)

Data warehouse merupakan basis data yang saling berhubungan dan dapat diambil suatu

informasi yang dapat di olah, serta bersifat orientasi subjek, terintegrasi, timevariant, tidak
berubah yang juga dapat digunakan untuk membantu pengambil keputusan dalam proses
menganalisa data-daya yang ada.. Data warewhouse sangat mengacu pada suatu organisasi
ataupun perusahaan besar atau lebih spesifik dari yang lainnya, dan berperan sebagai gudang
data yang sewaktu-waktu dapat diambil.

Data Mining
Secara sederhana data mining adalah suatu proses untuk menemukan interesting
knowledge dari sejumlah data yang di simpan dalam basis data atau media penyimpanan
data lainnya. Dengan melakukan data mining terhadap sekumpulan data, akan didapatkan
suatu interesting pattern yang dapat disimpan sebagai knowledge baru.Pattern yang
didapat akan digunakan untuk melakukan evaluasi terhadap data data tersebut untuk
selanjutnya akan didapatkan informasi.

OLAP
OLAP (Online Analytical Proccessing) merupakan suatu proses yang digunakan untuk
melakukan permintaan terhadap data dalam bentuk yang kompleks dan menganalisa data
yang bervolume besar. OLAP merupakan teknologi yang memproses data di dalam
database dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query dan
analisis yang kompleks. Data multidimensi adalah data yang dapat dimodelkan sebagai
atribut dimensi dan atribut ukuran. Contoh atribut dimensi adalah nama barang dan warna

barang, sedangkan contoh atribut ukuran adalah jumlah barang.

Data Mart
Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan
dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam
beberapa implementasi data warehouse, data mart adalah miniature data warehouse. Data

mart sering digunakan untuk memberikan informasi kepada segmen fungsional organisasi
Open Data
Open data merupakan suatu konsep yang menerapkan data dapat diakases secara bebas
oleh pengguna, data tersebut siapa saja dapat mengaksesn nya, untuk pengguna yang

mengaksesnya tentunya memiliki Previllages (hak akases pengguna). Open data ini bisa
sebuah informasi ataupun data-data yang belum diolah.
-

Arsitektur Data Warehouse (DW)

Data Warehouse Central
Data Warehouse Central merupakan suatu data yang terpusat. Semua data data berada
dalam satu database besar. Kelebihan dari Data Warehouse centaral adalah kemudahan
dalam

mengolahnya,

namun

kekurangannya

adalah

memungkinkan

terjadinya

redundancy
Data, karena terpengaruh pada beban kerjanya.

Data Warehouse Federated

Data Warehouse Federated merupakan data yang terkonsolidasi secara logical, namun
data disimpan pada tempat yang berbeda. Sebelum data di simpulkan menjasi satu
kesatuan, data tersebut dapat diperloeh dari masing-masing database yang berbeda,
misalnya toko X. untuk mengetahui tock barang maka dilihat pada database gudang,
untuk melihat riwayat pegawai dilihat pada database member. Kelebihan yang ada
pada Federated Datawarehouse Architecture ini yaitu pada gudang data yang
lebih terstruktur. Sedangkan kelemahannya yaitu pada kerumitan sistem.

Data Warehouse Tiered

Pada Tiered Datawarehouse Architecture, data tersebar pada satu gudang
data atau gudang data yang bertingkat. Data hanya akan dikumpulkan atau

dikurangi bergiliran melalui tingkatan-tingkatan tersebut. Kelebihan Tiered

Datawarehouse Architecture adalah dalam hal redundansi yang minim dan
penyaluran data yang mudah. Sedangkan kekurangannya terletak pada
kerumitan sistem dan sulitnya dalam mengelola sistem dengan arsitektur
seperti ini.

Gambar

Arsitektur Data

Warehouse

Central

(Sumber: http://cs.ulb.ac.be/public/_media/teaching/infoh415/dwnotes.pdf, halaman 16)