Anda di halaman 1dari 53

PENGEMBANGAN DATA WAREHOUSE

DAN PERANCANGAN DASHBOARD


UNTUK BUSINESS INTELLIGENCE
MARKETING BINA NUSANTARA
DENGAN MENGGUNAKAN
SHAREPOINT 2010

Oscar Yuandinata
Binus University, Jakarta, DKI Jakarta,10720

Eric Suwardi
Binus University, Jakarta, DKI Jakarta,14350

dan

David Widjojo
Binus University, Jakarta, DKI Jakarta, 11430

Abstrak
Penelitian dilakukan pada bagian Marketing di Universitas Bina Nusantara, dengan tujuan
penelitian adalah untuk menyediakan dashboard yang akan diimplementasikan pada
Marketing Bina Nusantara, sehingga dapat memberikan laporan yang terperinci, aktual,
terintegrasi, terotomatisasi, dan mudah diakses kepada general manager Marketing Bina
Nusantara dan mengembangkan data warehouse yang sudah ada untuk memenuhi kebutuhan
dashboard BI dengan menggunakan pendekatan data mart. Metode penelitian yang akan
digunakan dalam penelitian ini mencakup studi pustaka, metode analisis dengan
mengumpulkan dan menganalisa kebutuhan dari pengguna, serta metode perancangan yang
mencakup skema bintang, serta antar muka pengguna. Berdasarkan metode yang digunakan,
ditemukan bahwa data warehouse yang sedang berjalan pada Marketing Bina Nusantara
tidak dapat memenuhi kebutuhan dashboard BI, sehingga harus diperbaiki. Berdasarkan
penelitian yang dilakukan, dapat disimpulkan bahwa dashboard Marketing yang dibuat dapat
memenuhi kebutuhan dashboard BI Marketing Bina Nusantara.
Kata Kunci : marketing, dashboard, business intelligence, data warehouse, data mart,
OLAP

1. Pendahuluan
Kemajuan teknologi informasi pada jaman ini sudah sangat pesat. Teknologi informasi
pun mulai merambah tidak hanya pada bidang ilmu pasti, namun juga pada bidang bisnis dan
finansial. Pengaruh teknologi informasi di bidang bisnis dan finansial pun mulai menjadi
bagian yang hampir tidak terpisahkan di perusahaan perusahaan dari tingkat kecil sampai
besar.
Seiring dengan pertumbuhan suatu perusahaan, keputusan keputusan dalam kegiatan
bisnis pun semakin rumit dan besar. Karena itu dibutuhkan suatu teknologi, yang merupakan
implementasi dari teknologi informasi yang sedang berkembang pesat saat ini, untuk
membantu para pelaku bisnis mengambil keputusan keputusan yang lebih baik dan tepat,
dengan cara menyediakan laporan laporan terperinci dan aktual.
Business Intelligence (BI) merupakan salah satu bentuk implementasi teknologi informasi
yang menjawab kebutuhan di atas. BI dikategorikan sebagai aplikasi dan teknologi untuk
mengumpulkan, menyimpan, menganalisis, dan menyediakan akses ke data guna membantu
penggunanya mengambil keputusan bisnis secara lebih baik. Aplikasi ini mencakup aktivitas
sistem pendukung keputusan, query, reporting, online analytical processing (OLAP),
statistical analysis, forecasting, data mining, dan dashboard.
BI dapat dimanfaatkan untuk peningkatan kinerja melalui pemilihan strategi bisnis yang
tepat dan juga untuk peningkatan efisiensi pelaksanaan kerja sehingga pada akhirnya akan
tercipta pengambilan keputusan yang maksimal. BI dapat membantu suatu organisasi
mendapatkan pengetahuan yang jelas tentang faktor faktor yang mempengaruhi kinerja
organisasi sehingga organisasi tersebut dapat meningkatkan keunggulannya (competitive
advantage).

Data warehouse adalah sebuah database yang menyimpan data baik yang terbaru
maupun lampau dari berbagai sumber. Data yang disimpan adalah data yang relevan terhadap
pengambilan keputusan. Data warehouse adalah salah satu fondasi BI sebagai sumber data,
karena data data dalam data warehouse sudah dirangkum sedemikian rupa, sehingga dapat
menyediakan informasi yang tepat untuk digunakan.
Kemudian, dashboard, sebagai antar muka antara BI dan pengguna, adalah sebuah
tempat bagi BI untuk menampilkan informasi informasi yang berguna dan membantu
pengguna menganalisis, mendapatkan informasi dengan lebih cepat, dan mengambil
keputusan dengan lebih baik.
Tujuan dari skripsi ini adalah merancang dashboard, yang akan diimplementasikan pada
Marketing Bina Nusantara, sehingga dapat memberikan laporan yang terperinci, aktual,
terintegrasi, terotomatisasi, dan mudah diakses kepada general manager Marketing Bina
Nusantara dan mengembangkan data warehouse yang sudah ada untuk memenuhi kebutuhan
BI dengan menggunakan pendekatan data mart.
Dashboard yang akan dirancang mengambil data cube yang dihasilkan oleh OLAP,
bersumberkan data warehouse Marketing Bina Nusantara, kemudian memprosesnya menjadi
sebuah laporan yang akurat, tepat waktu, bernilai tinggi, dan berguna. Dashboard ini juga
memungkinkan general manager Marketing Bina Nusantara melihat data dari berbagai
dimensi sehingga memberikan pengertian yang lebih jelas tentang data tersebut.

2. Metodologi
Ruang lingkup dari penelitian mencakup studi pustaka, analisis, dan perancangan data
warehouse dan dashboard pada Marketing Bina Nusantara. Adapun pembahasan yang
dilakukan meliputi:

Analisis

Perancangan

Implementasi

2.1. Analisis
2.1.1.

Permasalahan yang Dihadapi

Dari hasil wawancara dengan project coordinator business intelligence Marketing


Bina Nusantara, dapat disimpulkan bahwa permasalahan yang dihadapi pada sistem
sebelumnya adalah sebagai berikut:
1. Dibutuhkan waktu yang sangat lama untuk mendapatkan sebuah laporan sesuai
yang diinginkan general manager.
2. Laporan yang didapatkan berupa data yang belum diolah sesuai kebutuhan
general manager.
3. Untuk melihat trend dari sebuah nilai, dibutuhkan dua atau lebih laporan.
4. Data warehouse yang lama belum sesuai dengan kebutuhan business intelligence
yang akan dibuat.
5. Belum adanya sebuah dashboard untuk menampilkan semua laporan yang
diinginkan.

2.1.2.

Analisis Kebutuhan

Setelah melakukan wawancara dan mengetahui permasalahan yang dihadapi


Marketing Bina Nusantara, maka disimpulkan bahwa kebutuhan yang harus dipenuhi adalah:
1. Penyajian informasi menggunakan cube sehingga general manager dapat melihat
informasi dari berbagai dimensi.
2. Penyajian laporan laporan yang telah diatur sedemikian rupa dalam
menampilkan penjualan formulir, pengembalian formulir, dan pendaftaran ulang
dalam bentuk tampilan awal per periode, PR value dalam bentuk tampilan awal
per segmen, dan competitor value dalam bentuk tampilan awal per unit bisnis.
3. Penampilan laporan dalam bentuk diagram batang, garis, dan tabel tabel
sehingga mudah dimengerti.
4. Kemampuan drill-down tanpa melakukan querying.
5. Penampilan scorecard sebagai KPI untuk monitoring penjualan formulir,
pengembalian formulir, dan pendaftaran ulang per periode terhadap target yang
ditetapkan.
6. Penyatuan semuanya dalam bentuk dashboard yang terintegrasi.

2.1.3.

Pemecahan Masalah

Berdasarkan masalah yang dihadapi dan analisis kebutuhan, data warehouse yang
lama akan dikembangkan untuk memenuhi kebutuhan business intelligence yang akan dibuat
dengan pendekatan data mart dan beberapa dashboard business intelligence akan dirancang
untuk memenuhi kebutuhan perusahaan akan laporan yang cepat, akurat, dan praktis.

Dashboard tersebut akan menampilkan laporan dalam bentuk diagram garis, diagram batang,
diagram pie, gaugemeter, dan tabel yang memiliki kemampuan drill sehingga general
manager dapat mengubah isi laporan tanpa harus melakukan querying. Aplikasi tersebut juga
bisa diakses melalui browser, tanpa harus membuat remote connection ke server.

2.2.

Perancangan
2.2.1.

Rancangan Pengembangan Data Warehouse

Sesuai dengan hasil analisis kebutuhan data warehouse, data warehouse yang sedang
berjalan akan diubah untuk memenuhi kebutuhan BI yang diinginkan general manager.
Perubahan perubahan tersebut adalah sebagai berikut:

DimensiGelombang dikaitkan dengan FaktaPenjualan untuk memenuhi


kebutuhan general manager dalam melihat total penjualan formulir per
gelombang.

DimensiSekolah dikaitkan dengan FaktaPengembalian untuk memenuhi


kebutuhan general manager dalam melihat total pengembalian formulir per
sekolah.

Tabel FaktaDulang dibuat untuk memenuhi kebutuhan general manager


dalam melihat total pendaftaran ulang. Dimensi dimensi yang terkait dengan
fakta tersebut adalah:
o DimensiSekolah
o DimensiJenisFormulir
o DimensiWaktu

o DimensiJurusan
o DimensiSemester
o DimensiWilayah
o DimensiPeriode
o DimensiGelombang

Tabel DimensiSegmen dibuat untuk menyimpan data data segmen yang


akan digunakan oleh FaktaHumas.

Tabel DimensiSaingan dibuat untuk menyimpan data data saingan yang


akan digunakan oleh FaktaHumas dan FaktaPesaing.

TabelUnitBisnis dibuat untuk menyimpan data data unit bisnis yang akan
digunakan oleh FaktaPesaing.

Tabel FaktaHumas dibuat untuk memenuhi kebutuhan general manager


dalam melihat total nilai humas. Dimensi dimensi yang terkait dengan fakta
tersebut adalah:
o DimensiWaktu
o DimensiSegmen
o DimensiSaingan

Tabel FaktaPesaing dibuat untuk memenuhi kebutuhan general manager


dalam melihat total nilai pesaing. Dimensi dimensi yang terkait dengan fakta
tersebut adalah:
o DimensiWaktu
o DimensiUnitBisnis
o DimensiSaingan

Tabel FaktaTargetPenjualan dibuat untuk memenuhi kebutuhan general


manager dalam mengatur target penjualan. Dimensi yang terkait dengan fakta
tersebut adalah:
o DimensiPeriode

Tabel FaktaTargetDulang dibuat untuk memenuhi kebutuhan general


manager dalam mengatur target pendaftaran ulang. Dimensi yang terkait
dengan fakta tersebut adalah:
o DimensiPeriode

Tabel FaktaDulangVsPembayaran dihapus.

Tabel FaktaDulangVsKapasitas dihapus.

Tabel FaktaStatusBeasiswa dihapus.

Tabel FaktaPenjatahan dihapus.

2.2.2.

Rancangan Cube

Pada perancangan cube, terdapat beberapa perubahan yang terjadi, karena tidak
semua data yang didapatkan dari data warehouse perlu ditampilkan ke dashboard.
Perubahan perubahan yang terjadi adalah:

Pengurangan

atribut

Priod,

KdSem,

dan

KdGel

dari

dimensi

DimensiGelombang.

Pengurangan atribut Kode_Lokasi dari dimensi DimensiWilayah.

Pengurangan atribut JnPdf dari dimensi DimensiJenisPendaftaran.

Pengurangan atribut KdJur, KdStu, dan KdPmt dari dimensi DimensiJurusan.

Pengurangan atribut KdSmu dan KdPro2 dari dimensi DimensiSekolah.

Pengurangan atribut Jenis_Formulir dari dimensi DimensiJenisFormulir.

Pengurangan atribut KdSaingan dari dimensi DimensiSaingan.

Pengurangan atribut KdSegmen dari dimensi DimensiSegmen.

Pengurangan atribut KdUnitBisnis dari dimensi DimensiUnitBisnis.

Cube cube yang dibuat adalah:

Cube Penjualan, sebagai sumber data penjualan formulir.

Cube Pengembalian, sebagai sumber data pengembalian formulir.

Cube USM, sebagai sumber data ujian saringan masuk.

Cube Dulang, sebagai sumber data pendaftaran ulang.

Cube Humas, sebagai sumber data nilai humas.

Cube Pesaing, sebagai sumber data nilai pesaing.

Cube TargetPenjualan, sebagai sumber data target penjualan formulir.

Cube TargetDulang, sebagai sumber data target pendaftaran ulang.

Cube

Utama,

sebagai

sumber

data

gabungan

penjualan

formulir,

pengembalian formulir, ujian saringan masuk, dan pendaftaran ulang.

2.2.3.

Rancangan Layar

Untuk memudahkan general manager menganalisis data per periode, dibentuklah 1


(satu) halaman baru untuk menampilkan decomposition tree dari fakta pada 1 (satu) periode
tertentu.

Berikut ini adalah rancangan dashboard dan halaman halaman tambahan yang akan
dibuat:
1. Rancangan halaman dashboard Utama.

Sales

Intake

12000
10000
8000
6000

Value

4000
2000
0
2008

2009

2010

2011

2012

9000
8000
7000
6000
5000
4000
3000
2000
1000
0

Value

2008

2009

2010

2011

2012

Pada halaman ini, general manager dapat melihat gambaran sekilas dari kinerja
penjualan dan pendaftaran ulang pada periode terakhir di gaugemeter yang berada di atas.
Pada bagian bawah, terdapat 2 (dua) grafik yang menunjukkan trend penjualan dan
pendaftaran ulang selama 5 (lima) periode terakhir. Apabila general manager meng-klik
salah satu scorecard atau grafik, halaman akan berpindah ke halaman yang sesuai dengan

scorecard atau grafik yang dipilih. Sebagai contoh, apabila general manager mengklik grafik
Sales, halaman akan berpindah ke halaman dashboard Sales.

2. Rancangan halaman dashboard Sales.

Di sini, general manager dapat melihat pemenuhan target penjualan per periode pada
scorecard yang berada di sebelah kiri. Pada scorecard ini, general manager dapat
mengekspor scorecard ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga sebuah
legend untuk menerangkan gambar indikator pemenuhan target. Di sebelah kanan, terdapat
grafik yang menunjukkan penjualan dalam 5 (lima) periode terakhir. Pada grafik ini, general
manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan
filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau
series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode
tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke
Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

3. Rancangan halaman dashboard Registration.

Registration
14000
12000
10000
8000
Value

6000
4000
2000
0
2008

2009

2010

2011

2012

Di sini, general manager dapat melihat pemenuhan target pengembalian per periode
pada scorecard yang berada di sebelah kiri. Target ini didapat dari jumlah pengembalian
pada periode sebelumnya. Pada scorecard ini, general manager dapat mengekspor scorecard
ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga sebuah legend untuk
menerangkan gambar indikator pemenuhan target. Di sebelah kanan, terdapat grafik yang
menunjukkan pengembalian dalam 5 (lima) periode terakhir. Pada grafik ini, general
manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan
filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau
series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode
tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke
Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

4. Rancangan halaman dashboard Intake.

Di sini, general manager dapat melihat pemenuhan target pendaftaran ulang per
periode pada scorecard yang berada di sebelah kiri. Pada scorecard ini, general manager
dapat mengekspor scorecard ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga
sebuah legend untuk menerangkan gambar indikator pemenuhan target. Di sebelah kanan,
terdapat grafik yang menunjukkan pendaftaran ulang dalam 5 (lima) periode terakhir. Pada
grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition
Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap
bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan
hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik,
mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

5. Rancangan halaman dashboard PR Value.


DashboardPRValue
Tahun:

2011

TotalNilaiHumas
400000000000
350000000000
300000000000
250000000000
200000000000
150000000000
100000000000
50000000000
0

TotalNilaiHumas

Di sini, terdapat grafik yang menunjukkan nilai humas per segmen pada tahun
tertentu. Tahun tersebut dapat diubah dengan memilih tahun pada filter yang terdapat di
bagian atas grafik. Pada grafik ini, general manager dapat melakukan drill-down, membuka
halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series,
melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis
dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu,
mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan
mengatur ulang grafik.

6. Rancangan halaman dashboard Competitor Value.

TotalNilaiPesaing
80000000000
70000000000
60000000000
50000000000
40000000000
30000000000
20000000000
10000000000
0

TotalNilaiPesaing

Di sini, terdapat grafik yang menunjukkan nilai pesaing per unit bisnis pada tahun
tertentu. Tahun tersebut dapat diubah dengan memilih tahun pada filter yang terdapat di
bagian atas grafik. Pada grafik ini, general manager dapat melakukan drill-down, membuka
halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series,
melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis
dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu,
mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan
mengatur ulang grafik.

7. Rancangan halaman dashboard Sales Intake Summary.

Sales IntakeSummary
10000
8000
6000
2011

4000
2000
0
Sales

Registration

USM

Intake

Di sini, terdapat grafik yang menunjukkan nilai total penjualan, total pengembalian,
total peserta USM, dan total pendaftaran ulang pada tahun tertentu. Tahun tersebut dapat
diubah dengan memilih tahun pada filter yang terdapat di bagian atas grafik. Pada grafik ini,
general manager dapat melakukan drill-down, membuka halaman Decomposition Tree,
melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis
atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode
tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke
Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

8. Rancangan halaman Setting Target.

Di halaman ini, general manager dapat melihat dan menetapkan target untuk
penjualan, pengembalian, dan pendaftaran ulang pada periode tertentu.
9. Rancangan halaman Decomposition Tree.
Total Penjualan

Nama Formulir
Sort
------------------------------------Largest to Smallest
Smallest to Largest
==================
Switch To
------------------------------------Grid
Bar Chart

[Total value] [Parameter]

[Total value] [Parameter]


[Total value] [Parameter]

Nama SMU

[Total value] [Parameter]

[Total value] [Parameter]

[Total value] [Parameter]

[Total value] [Parameter]

[Total value] [Parameter]

Di halaman ini, general manager dapat melakukan drill-down, melakukan sorting,


dan mengubah tipe grafik. Setelah mengubah tipe grafik, general manager akan dapat
melakukan drill-down, melakukan filtering terhadap bottom axis atau series, melakukan
sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik,
memunculkan hanya bottom axis atau series tertentu, mengubah tipe grafik, mengekspor
grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

2.3.

Implementasi
Berikut ini adalah tampilan layar layar dashboard dan halaman halaman tambahan

yang dibuat:
1. Tampilan layar dashboard utama

2. Tampilan layar halaman dashboard Form Sold

3. Tampilan layar halaman dashboard Form Returned

4. Tampilan layar halaman dashboard Intake

5. Tampilan layar halaman dashboard PR Value

6. Tampilan layar halaman dashboard Competitor Value

7. Tampilan layar halaman dashboard Form Sold Intake

8. Tampilan layar halaman Setting Target

9. Tampilan layar halaman Decomposition Tree.

3. Kesimpulan
Setelah melakukan perancangan, analisis, serta pembuatan dashboard Marketing pada
Marketing Universitas Bina Nusantara, maka dapat diambil beberapa kesimpulan sebagai
berkut:
1. Data warehouse baru yang merupakan pengembangan dari data warehouse yang
lama dapat memenuhi kebutuhan BI yang diinginkan general manager.
2. Dashboard Marketing yang dibuat dapat menampilkan informasi dari proses
penjualan formulir sampai dengan banyaknya mahasiswa yang melakukan daftar
ulang, sehingga general manager dapat melakukan perbandingan terhadap kinerja
setiap tahapan proses bisnis yang sedang berjalan pada Marketing Universitas
Bina Nusantara.
3. Dashboard Marketing yang dibuat dapat membantu general manager dalam
melihat keterkaitan antara setiap data yang ditampilkan dengan data yang lainnya,
dan dapat menentukan apakah ada faktor faktor yang mempengaruhi kinerja
dari setiap tahapan proses yang ada dalam Marketing Universitas Bina Nusantara
yang tidak disadari dari pihak Marketing itu sendiri.
4. Dashboard Marketing dapat membantu general manager dalam menganalisis dan
melakukan pengambilan keputusan terhadap permasalahan yang terjadi di dalam
Marketing Universitas Bina Nusantara.

Daftar Pustaka

[1]

Vercellis, C. (2009). Business Intelligence : data mining and optimization for decision
making. (1st Edition). Sussex: John Wiley & Sons, Inc.

[2]

Scheps S. (2008). Business Intelligence for Dummies . (1st Edition). Indiana: Wiley
Publishing, Inc.

[3]

Berson A., Smith S.J. (2001). Data warehousing, data mining, and OLAP. USA:
McGraw-Hill Companies, Inc.

[4]

Connoly T., Begg C. (2005). Database Systems. (4th Edition). Essex: AddisonWesley

[5]

O'Brien J.A. (2005). Introduction to information systems. (12th Edition). New York:
McGraw-Hill Companies, Inc.

[6]

McLeod, Jr. R., Schell G.P. (2007). Management information systems. (10th Edition).
New Jersey: Pearson Education, Inc.

[7]

Inmon W.H. (2002). Building the data warehouse. (3rd Edition). New York: John
Wiley & Sons, Inc.

[8]

Ramos A., Layton R. (2009). Key Performance Indicators [KPIs] For Search Engine
Marketing. (1st Edition). USA: McGraw-Hill Companies, Inc.

[9]

Mulyadi. (2001). Sistem Akuntansi. (Jilid 3). Yogyakarta: STIE-YKPN

[10]

Anonim. (2009). Microsoft SharePoint 2010 Evaluation Guide. (1st Edition). USA:
Microsoft Corp.

[11]

Turban E., Sharda R., Delen D., King D. (2011). Business Intelligence : a managerial
approach. (2nd Edition). USA: Pearson Education, Inc.

[12]

Williams S., Williams N. (2007). The Profit Impact of Business Intelligence (1st
Edition). San Fransisco: Elsevier, Inc.

[13]

Date C.J. (2000). An Introduction to Database Systems. (7th Edition). USA: Addison
Wesley Longman, Inc.

[14]

Arlen C. (2009). KPIs In Service (1st Edition). USA: Service Performance Inc.

[15]

McLeod, Jr. R., Schell G.P. (2004). Management Information Systems. (9th Edition).
USA: Pearson Education, Inc.

[16]

Anonim. (2010). SharePoint 2010 Evaluation Guide : For technical and business
decision makers. (1st Edition). USA: Microsoft Corp.

[17]

Berson A., Smith S.J, Thearling K. (2000). Building Data Mining Applications for
CRM (1st Edition). USA: McGraw-Hill Companies, Inc.

DATA WAREHOUSE DEVELOPMENT


AND DASHBOARD DESIGN FOR BINA
NUSANTARA MARKETING BUSINESS
INTELLIGENCE USING SHAREPOINT
2010

Oscar Yuandinata
Binus University, Jakarta, DKI Jakarta,10720

Eric Suwardi
Binus University, Jakarta, DKI Jakarta,14350

and

David Widjojo
Binus University, Jakarta, DKI Jakarta, 11430

Abstract
The research was done at M arketing Directorate of Bina Nusantara, with the purpose of
serving dashboard which would be implemented at M arketing Directorate of Bina Nusantara,
in doing so, giving detailed, actual, integrated, automated, and easily accessible reports to the
general manager of M arketing Directorate of Bina Nusantara and developing the existing
data warehouse to fulfill the needs of Business Intelligence Dashboard using data mart
approach. The research method that would be used in this research includes literature,
analysis method by gathering and analysing the users needs, and design method which
includes star schemas and user interfaces. Based on the methods used, it was found that the
existing data warehouse at M arketing Directorate of Bina Nusantara could not fulfill the
needs of Business Intelligence Dashboard with the result that it needed to be redeveloped.
Based on the research done, it could be concluded that the dashboard that was made could
fulfill the needs of M arketing Directorate of Bina Nusantaras Business Intelligence
Dashboard.

Keywords : marketing, dashboard, business intelligence, data warehouse, data mart, OLAP

1. Introduction
Advances in information technology today has been very rapid. Information technology
also began to explore not only the field of exact science, but also in business and financial
fields. The influence of information technology in business and finance began to become an
almost integral part in companies from small to large degree.
Along with the growth of a company, decisions in the business activities are increasingly
complex and large. Because of that a technology is needed, which is the implementation of
information technology developing rapidly now, to help business doers make better and
appropriate decisions, by providing detailed and actual reports.
Business Intelligence (BI) is one form of implementation of information technologies that
address the above needs. BI is categorized as applications and technologies for collecting,
storing, analyzing, and providing access to data to help users take better business decisions.
These applications include the activities of decision support systems, query, reporting, online
analytical processing (OLAP), statistical analysis, forecasting, data mining, and dashboard.
BI can be used for performance improvement through selection of appropriate business
strategies and also to increase the efficiency of the work implementation so that ultimately
will create a better decision-making. BI can help an organization gain a clear knowledge of
factors that affect the performance of the organization so the organization can improve its
competitive advantage.
Data warehouse is a database that stores both current and past data from various sources.
The data stored is data relevant to decision making. Data warehouse is one of the foundations
of BI as a data source, because the data in the data warehouse has been summarized in such a
way that can provide appropriate information to be used.

Then, dashboard, as the interface between the BI and users, is a place for BI to display
useful information and help users to analyze, get information faster, and take better decisions.
The purpose of this thesis is to design a dashboard, which will be implemented at
M arketing Directorate of Bina Nusantara, so as to provide detailed, actual, integrated,
automated, and easily accessible reports to the general manager of M arketing Directorate of
Bina Nusantara and develop the existing data warehouse to meet the needs of BI Dashboard
using data mart approach.
Dashboard will be designed to take data generated by the OLAP cube, taking the data in
data warehouse, then process it into a report that is accurate, timely, high-value, and useful.
Dashboard also allows the general manager of M arketing Directorate of Bina Nusantara to
view data from different dimensions so as to provide a clearer understanding of the data.

2. Methodology
The scope of this thesis includes literature, analysis, and data warehouse and dashboard
design at M arketing Directorate of Bina Nusantara. As for the discussion undertaken includes
the following:

Analysis

Design

Implementation

2.1.

Analysis
2.1.1.

Proble m Faced

From interviews with the project coordinator of business intelligence at M arketing


Directorate, it could be concluded that the problems faced in the previous system are as
follows:
1. It took a very long time to get a report as desired by the general manager.
2. The report obtained had not been processes as needed by the general manager.
3. To see the trend of a value, it takes two or more reports.
4. The old data warehouse was not in accordance with the needs of business
intelligence dashboard that would be made.
5. The absence of a dashboard to display all the desired reports.

2.1.2.

Needs Analysis

After conducting interviews and find out the problems faced by M arketing
Directorate, it was concluded that the requirements to be met are:
1. Presentation of information using the cube so that the general manager can view
information from multiple dimensions.
2. Presentation of the reports which had been arranged in the form of form sold,
form returned, and re-registration in the form of the initial view per period, PR
value in the form of the initial view per segment, and competitor value in the form
of the initial display value per business unit.

3. The appearance of reports in the form of bar charts, line, and grid table that is easy
to understand.
4. Drill-down capabilities without querying.
5. Appearance as a KPI scorecard for monitoring the amount of forms sold, forms
returned, and re-registration per period against the target set.
6. The unification of all in the form of an integrated dashboard.

2.1.3.

Solution

Based on the problems encountered and needs analysis, the old data warehouse will
be developed to meet the needs of business intelligence that will be made using data mart
approace and few business intelligence dashboards will be designed to meet the needs of the
company for rapid, accurate, and practical reports. The dashboard will display reports in the
form of line diagrams, bar charts, pie charts, gaugemeter, and grid tables that has the ability
to drill so that the general manager can change the contents of the report without having to
query. The application can also be accessed through a browser, without having to make a
remote connection to the server.

2.2. Design
2.2.1.

Design of Data Ware house Development

In accordance with the results of data warehouses needs analysis, data warehouse
that was running will be modified to meet the needs of the BI dashboard desired by the
general manager. These changes are as follows:

DimensiGelombang is linked with FaktaPenjualan to meet the needs of the


general manager of seeing total form sold per wave.

DimensiSekolah is linked with FaktaPengembalian to meet the needs of the


general manager of seeing total form returned per school.

Table FaktaDulang is made to meet the needs of the general manager of


seeing total re-registration. The dimensions related to the fact are as follow:
o DimensiSekolah
o DimensiJenisFormulir
o DimensiWaktu
o DimensiJurusan
o DimensiSemester
o DimensiWilayah
o DimensiPeriode
o DimensiGelombang

Table DimensiSegmen is made to store segment data to be used by


FaktaHumas.

Table DimensiSaingan is made to store competitor data that will be used by


FaktaHumas and FaktaPesaing.

TabelUnitBisnis created to store business unit data that will be used by


FaktaPesaing.

Table FaktaHumas is made to meet the needs of the general manager of seeing
the total value of public relations. The dimensions related to the fact are as
follow:

o DimensiWaktu
o DimensiSegmen
o DimensiSaingan

Table FaktaPesaing is made to meet the needs of the general manager of


seeing the total value of the competitors. The dimensions related to the fact
are as follow:
o DimensiWaktu
o DimensiUnitBisnis
o DimensiSaingan

Table FaktaTargetPenjualan is made to meet the needs of the general manager


of setting sales targets. The dimension related to the fact is as follows:
o DimensiPeriode

Table FaktaTargetDulang is made to meet the needs of general manager of


setting the re-registration target. The dimension related to the fact is as
follows:
o DimensiPeriode

Table FaktaDulangVsPembayaran is deleted.

Table FaktaDulangVsKapasitas is deleted.

Table FaktaStatusBeasiswa is deleted.

Table FaktaPenjatahan is deleted.

2.2.2.

Cube Design

In the design cube, there are some changes taking place, because not all data obtained
from the data warehouse needs to be shown to the dashboard.
Changes - changes that occur are:

Reduction of Priod, KdSem, and KdGel from DimensiGelombang.

Reduction of Kode_Lokasi from DimensiWilayah.

Reduction of JnPdf from DimensiJenisPendaftaran.

Reduction of KdJur, KdStu, and KdPmt from DimensiJurusan.

Reduction of KdSmu and KdPro2 from DimensiSekolah.

Reduction of Jenis_Formulir from DimensiJenisFormulir.

Reduction of KdSaingan from DimensiSaingan.

Reduction of KdSegmen from DimensiSegmen.

Reduction of KdUnitBisnis from DimensiUnitBisnis.

Cubes made are:

Cube Penjualan, as the source of form sold data.

Cube Pengembalian, as the source of form returned data.

Cube USM , as the source of USM data.

Cube Dulang, as the source of re-registration data.

Cube Humas, as the source of PR value data.

Cube Pesaing, as the source of competitor value data.

Cube TargetPenjualan, as the source of form sold target data.

Cube TargetDulang, as the source of re-registration target data.

Cube Utama, as the source of combined form sold, form returned, USM , and
re-registration data.

2.2.3.

Screen Design

To facilitate the general manager to analyze data per period, a new page is made to
display a tree decomposition of a fact on a period.
Here is the dashboard design and additional pages to be created:

1. The design of the M ain dashboard page.

Sales

Intake

12000
10000
8000
6000

Value

4000
2000
0
2008

2009

2010

2011

2012

9000
8000
7000
6000
5000
4000
3000
2000
1000
0

Value

2008

2009

2010

2011

2012

On this page, the general manager can see a glimpse of the performance of sales and
re-registration in the last period in gaugemeters which is above. At the bottom, there are 2
(two) graphs showing the trend of sales and re-registration for 5 (five) last period. If the
general manager clicks one of the scorecards or charts, the page will navigate to the page
corresponding to the selected scorecard or chart. For example, if the general manager click
on the sales graph, the page will navigate to the sales dashboard page.

2. The design of Sales dashboard page.

Here, the general manager can see the fulfillment of sales targets per period on the
scorecard on the left. On this scorecard, general manager can export this scorecard to Excel
or PowerPoint. On this page, there is also a legend to explain the fulfillment of the target
image indicator. On the right, there is a graph showing sales in 5 (five) last period. On this
graph, the general manager can drill-down, open the Decomposition Tree page, filter the
bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of
the chart, show only a certain period, show only a particular series , change the chart type,
export the chart to Excel, export the chart to PowerPoint, and reset the chart.

3. The design of Registration dashboard page.

Registration
14000
12000
10000
8000
Value

6000
4000
2000
0
2008

2009

2010

2011

2012

Here, the general manager can see the fulfillment of the form returned targets per
period on the scorecard on the left. These targets are obtained from the total form returned in
the previous period. On this scorecard, general manager can export this scorecard to Excel or
PowerPoint. On this page, there is also a legend to explain the fulfillment of the target image
indicator. On the right, there is a graph showing the return within 5 (five) last period. On this
graph, the general manager can drill-down, open the Decomposition Tree page, filter the
bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of
the chart, show only a certain period, show only a particular series , change the chart type,
export the chart to Excel, export the chart to PowerPoint, and reset the chart.

4. The design of Intake dashboard page.

Here, the general manager can see the fulfillment of re-registration targets per period
on the scorecard on the left. On this scorecard, general manager can export this scorecard to
Excel or PowerPoint. On this page, there is also a legend to explain the fulfillment of the
target image indicator. On the right, there is a graph showing the re-registration within 5
(five) last period. On this graph, the general manager can drill-down, open the
Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series,
eliminate the series or the bottom axis of the chart, show only a certain period, show only a
particular series , change the chart type, export the chart to Excel, export the chart to
PowerPoint, and reset the chart.

5. The design of PR Value dashboard page.

TotalNilaiHumas
4 000 00000000
3 500 00000000
3 000 00000000
2 500 00000000
2 000 00000000
1 500 00000000
1 000 00000000
5 000 0000000
0

TotalNilaiHumas

Here, there is a graph showing the value of public relations in a given year per
segment. The year may be changed by selecting a year at the top of the charts. On this graph,
the general manager can drill-down, open the Decomposition Tree page, filter the bottom
axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the
chart, show only a certain period, show only a particular series , change the chart type, export
the chart to Excel, export the chart to PowerPoint, and reset the chart.

6. The design of Competitor Value dashboard page.

TotalNilaiPesaing
8 000 0000000
7 000 0000000
6 000 0000000
5 000 0000000
4 000 0000000
3 000 0000000
2 000 0000000
1 000 0000000
0

TotalNilaiPesaing

Here, there is a graph showing the competitor value in a given year per business unit.
The year may be changed by selecting a year at the top of the charts. On this graph, the
general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or
series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show
only a certain period, show only a particular series , change the chart type, export the chart to
Excel, export the chart to PowerPoint, and reset the chart.

7. The design of Sales Intake Summary dashboard page.

Sales IntakeSummary
1 000 0
8 000
6 000
2011

4 000
2 000
0
Sales

Registration

USM

Intake

Di sini, terdapat grafik yang menunjukkan nilai total penjualan, total pengembalian,
total peserta USM , dan total pendaftaran ulang pada tahun tertentu. Here, there is a graph
showing the total of form sold, form returned, USM participant, and re-registration in a given
year. The year may be changed by selecting a year at the top of the charts. On this graph, the
general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or
series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show
only a certain period, show only a particular series , change the chart type, export the chart to
Excel, export the chart to PowerPoint, and reset the chart.

8. The design of Setting Target page.

On this page, general manager can view and set targets for form sold, form returned,
and re-registration at a certain period.
9. The design of Decomposition Tree page.

On this page, general manager can drill-down, sort, and change the chart type. After
changing the chart type, the general manager will be able to drill-down, filter the bottom axis
or series, sort the bottom axis or series, eliminate the series or the bottom axis of the graph,
show only the bottom axis or a particular series, change the chart type, export the chart to
Excel, export the chart to PowerPoint, and reset the chart.

2.3. Implementation
Here is the screen displays of the dashboards and additional pages created:
1. M ain dashboard display.

2. Form Sold dashboard display.

3. Form Returned dashboard display.

4. Intake dashboard display.

5. PR Value dashboard display.

6. Competitor Value dashboard display.

7. Form Sold Intake dashboard display.

8. Setting Target page display.

9. Decomposition Tree page display.

3. Conclusion
After doing the analysis, design, and implementation of M arketing dashboards at
M arketing Directorate, some conclusions can be drawn as follow:
1. The new data warehouse which is the development of a long data warehouse can
meet the BI desired by the general manager.
2. M arketing dashboards made can display the information of the total form sold to
the number of students who perform re-registration, so the general manager can
do a comparison on the performance of each phase of business processes that are
running at the M arketing Directorate.
3. M arketing dashboards made can assist the general manager in seeing the
relationship between each of the displayed data with other data, and can
determine whether there are factors that affect the performance of each stage of
the process that exists in the M arketing Directorate that M arketings party itself
didnt aware of.
4. M arketing Dashboard can help the general manager in analyzing and making
decisions on issues raised in the M arketing Directorate.

Bibliography

[1]

Vercellis, C. (2009). Business Intelligence : data mining and optimization for decision
making. (1st Edition). Sussex: John Wiley & Sons, Inc.

[2]

Scheps S. (2008). Business Intelligence for Dummies . (1st Edition). Indiana: Wiley
Publishing, Inc.

[3]

Berson A., Smith S.J. (2001). Data warehousing, data mining, and OLAP. USA:
M cGraw-Hill Companies, Inc.

[4]

Connoly T., Begg C. (2005). Database Systems. (4th Edition). Essex: AddisonWesley

[5]

O'Brien J.A. (2005). Introduction to information systems. (12th Edition). New York:
M cGraw-Hill Companies, Inc.

[6]

M cLeod, Jr. R., Schell G.P. (2007). M anagement information systems. (10th Edition).
New Jersey: Pearson Education, Inc.

[7]

Inmon W.H. (2002). Building the data warehouse. (3rd Edition). New York: John
Wiley & Sons, Inc.

[8]

Ramos A., Layton R. (2009). Key Performance Indicators [KPIs] For Search Engine
M arketing. (1st Edition). USA: M cGraw-Hill Companies, Inc.

[9]

M ulyadi. (2001). Sistem Akuntansi. (Jilid 3). Yogyakarta: STIE-YKPN

[10]

Anonim. (2009). M icrosoft SharePoint 2010 Evaluation Guide. (1st Edition). USA:
M icrosoft Corp.

[11]

Turban E., Sharda R., Delen D., King D. (2011). Business Intelligence : a managerial
approach. (2nd Edition). USA: Pearson Education, Inc.

[12]

Williams S., Williams N. (2007). The Profit Impact of Business Intelligence (1st
Edition). San Fransisco: Elsevier, Inc.

[13]

Date C.J. (2000). An Introduction to Database Systems. (7th Edition). USA: Addison
Wesley Longman, Inc.

[14]

Arlen C. (2009). KPIs In Service (1st Edition). USA: Service Performance Inc.

[15]

M cLeod, Jr. R., Schell G.P. (2004). M anagement Information Systems. (9th Edition).
USA: Pearson Education, Inc.

[16]

Anonim. (2010). SharePoint 2010 Evaluation Guide : For technical and business
decision makers. (1st Edition). USA: M icrosoft Corp.

[17]

Berson A., Smith S.J, Thearling K. (2000). Building Data M ining Applications for
CRM (1st Edition). USA: M cGraw-Hill Companies, Inc.