Tugas Kelompok Business Intelligence (Minggu 2)

Mata Kuliah Kecerdasan Bisnis

KS1324

Tugas Kelompok Dokumen Pembelajaran (Minggu 3)

KELOMPOK KCB (A)

Stanley Wijaya 5214100021
Akmal Faza 5214100031
Muhammad Fikry Hazmi 5214100143

Dosen Pengampu Mata Kuliah:

Rully Agus Hendrawan, S.Kom., M.Eng.

Kelompok 1
BAYU RISKIANANTO 5211100179
RIZKY AMALIA CAHYA 5212100143
DEPARTEMEN SISTEM INFORMASI RICHARDO TIONO 5213100049
Fakultas Teknologi Informasi NATANAEL YABES W. 5213100137
Institut Teknologi Sepuluh Nopember MICROSOFT |

Surabaya 2017
 Daftar Isi

Tugas Kelompok Business Intelligence (Minggu 2) ............................................................... 1

Mata Kuliah Kecerdasan Bisnis ................................................................................................... 1
Pengertian Business Intelligence (BI) ............................................................................................. 3
BI Quality........................................................................................................................................ 5
BI Vs ERP? ..................................................................................................................................... 5
Hubungan BI dengan Big Data ....................................................................................................... 6
Pengertian Business Intelligence (BI)
Business intelligence atau bisa disebut intelejensi bisnis merupakan sebuah system yang
menyediakan pengukuran dan analisis secara luas termasuk untuk menjadi dasar implementasi
management control system (MCS) yang terintegrasi dan komperhensif. Kemampuan BI dalam
MCS-enabling ini didapatkan dari banyaknya pre-designed scorecards dan key performance
indicators yang terdapat didalam software BI pada umumnya. Beberapa penelitian juga
menyebutkan bahwa asimilasi BI pada level proses bisnis secara efektif dapat meningkatkan
kemapuan organisasi dalam berkembang dan performa organisasi[1].
Selain itu, BI juga dianggap sebagai kemampuan perusahaan untuk menggunakan data
menjadi sesuatu yang sangat berguna. Intelejensi bisnis itu sendiri termasuk intelegensi
kompetitor, intelejensi pelanggan, intelejensi pasar, intelegensi produk, intelejensi strategi,
intelegensi teknologi dan bisnis.[2].
Aktivitas dari business intelligence itu sendiri meliputi data acquisition, data warehousing
kemudian data mining yang kesemuanya dapat dilakukan dengan menggunakan web-based
tool.[3]

Gambar 1 Business pressure-response-support model

Business intelligence dan Decision Support System (DSS) dapat dimanfaatkan perusahaan
ataupun organisasi dalam merespon tekanan perusahaan ataupun organisasi baik yang berasal dari
dalam maupun luar[4]. Contoh mudahnya adalah dalam mengahadapi tantangan dan tekanan pasar.
Kemudian untuk factor lain yang dapat membuat tekanan/pressure bagi perusahaan atau organisasi
diantaranya adalah permintaan konsumen, teknologi, dan Societal.
Dalam menghadapi tantangan tersebut seorang pengambil keputusan harus
mempertimbangkan banyak factor, dimana dalam pengambilan keputusan ada 4 langkah utama
yang dilakukan yaitu
1. Definisi masalah
2. Membuat model nyata permasalahan
3. Identifikasi solusi yang possible
4. Komparasi, memilih, dan merekomendasikan solusi terbaik bagi permasalahan tersebut.
 Dengan adanya bantuan teknologi dalam hal pengambilan keputusan tersebut, maka
beberapa keuntungan yang dapat diperoleh adalah
- Speedy computations
- Improved communication and collaboration
- Increased productivity of group members
- Improved data management
- Managing giant data warehouse
- Quality support
- Agility support
- Overcoming cognitive limits in processing and storing information
- Using the web
- Anywhere, anytime support
Business Intelligence Systems Use in Performance Measurement Capabilities: Implications
For Enhanced Competitive Advantage[5]
Business intelligence system dianggap paling efektif dalam penerapannya pada level unit
bisnis, dimana apabila unit bisnis berkembang juga memengaruhi keseluruhan performa
organisasi. Maka dari itu dapat dibilang performa organisasi berbanding lurus dengan performa BI
itu sendiri. Menurut Alavi dan Leidner (2001), ukuran performa BI dapat dikelompokkan menjadi
data, information, dan knowledge. Integrasi infrastruktur BI merujuk pada data qualities.
Fungsionalitas BI merujuk pada kualitas aplikasi yang mengolah data menjadi informasi.
Kemudian untuk BI self-service dan performance measurement capabilities adalah sejauh mana
informasi tersebut dapat tersalurkan secara kognitif terhadap knowledge base dari tiap tiap
manager.
Penting untuk dapat mengenali bahwa BI functionality, BI infrastructure integration, dan
BI self-service merupakan konseptualisasi sebagai 2 dimensi yang muncul pada teorinya. Dua
dimensi tersebut adalah BI planning dan BI reporting. Dua dimensi tersebut juga yang bersama
merupakan performance measurement untuk BI system. BI planning untuk memproduksi
performance plans, seperti contohnya adalah annual budgets dan monthly forecast. BI reporting
lebih fokus untuk analysis and management reporting dari performance measurement outcome.
BI Quality

BI infrastructure integration memperhatikan pada struktur dan proses database. Yang

menyediakan data reliable, akurat, dan data multi-dimensional yang siap untuk performance
measurement. Performance measurement disini termasuk dalam 4 dimensi data yaitu object,
attribute, time dan plan versions (Ariav, 1992). Objek merupakan pusat tanggungjawab seperti
cost center dan profit center. Attribute merupakan elemen yang dapat dikalkulasi seperti monetary
amounts, stock keeping units, dan sales volume. Dimensi waktu merupakan periode kalkulasi dari
attribute seperti harian, bulanan, bahkan tahunan. Plan version merupakan model instance seperti
actual result, budget, dan forecast. BI infrastructure integration bergantung pada konektivitas
dengan primary data-source dan kompatibilitas yang mendasar dalam struktur dan semantik
sumber data yang mendasarinya.

BI Vs ERP?[6]
Business Intellegence (BI) didefinisikan sebagai sistem yang mengumpulkan,
mentransformasikan, dan menyajikan data terstruktur dari berbagai sumber[7]. Sistem BI
bertujuan untuk mempersingkat waktu untuk mendapatkan informasi yang relevan dan
memungkinkan penggunaan informasi yang efisien[8].
Sedangkan Sistem Enterprise Resource Planning (ERP) didefinisikan sebagai sistem
manajemen perusahaan yang menyeluruh yang menyeimbangkan permintaan dan penawaran,
yang terdapat kemampuan untuk menghubungkan pelanggan dan pemasok ke dalam rantai pasok,
menggunakan proses bisnis yang telah terbukti untuk pengambilan keputusan dan memberikan
integrasi lintas fungsional yang tinggi antar penjualan, pemasaran, manufaktur, operasi, logistik,
pembelian, keuangan, pengembangan produk baru dan sumber daya manusia, sehingga
memungkinkan orang menjalankan bisnis mereka dengan tingkat layanan pelanggan dan
produktivitas yang tinggi dan secara bersamaan menurunkan biaya dan ketersediaan; dan
menyediakan fondasi untuk e-commerce yang efektif [9].
 kedua sistem tersebut menjadi alat strategis utama, yang secara langsung berdampak pada
keberhasilan pelaksanaan proyek, akankah lebih baik jika kedua sistem tersebut diintegrasikan.
Sistem Enterprise Resource Planning and Business Intelligence (ERPBI) mengintegrasikan
modul seperti penjadwalan produksi, manajemen penjualan, manajemen hubungan pelanggan,
piutang, hutang dagang, manajemen proyek, perencanaan kebutuhan material, pengendalian
persediaan, laporan, buku besar dan sebagainya. Banyak peran dan tanggung jawab bisnis dan TI
perlu didefinisikan agar usaha ERPBI berhasil. Nilai sistem ERPBI yang tepat berasal dari
integrasi antara modul dan kemampuan untuk mencapai target yang diinginkan pengiriman penuh
dan pada waktu yang tepat, dan dapat berkomunikasi lebih efektif mengenai kemajuan proyek atau
urutan produksi tertentu[10]. Bila diterapkan dengan benar, sistem ERPBI mengurangi
pemborosan waktu dan material akan meningkatkan produktivitas. ERPBI juga menghemat waktu
untuk pemasok data dan pengguna karena pengiriman data lebih efisien[11].
Beberapa keuntungan dalam pengintegrasian BI dengan ERP:
Memungkinkan untuk mengontrol pengakuan arus kas perusahaan secara real time
Memfasilitasi perusahaan untuk melaksanakan kerjasama antar departemen
Mengurangi waktu yang dibutuhkan untuk menghasilkan laporan berkala
Meningkatkan profitabilitas dengan analisis data transaksi dan peramalan tren bisnis
Memungkinkan staf keuangan untuk membuat laporan pendapatan / pengeluaran keuangan
dengan cepat
Meningkatkan kinerja hutang dagang dan manajemen hubungan vendor
Memungkinkan untuk manajemen tenaga penjualan
Menyediakan akses online ke data, yang menghemat waktu akses
Meningkatkan hubungan dengan pelanggan melalui penjualan data mining yang mendalam
Berbagi informasi dengan departemen penjualan, memungkinkan untuk membuat
keputusan yang lebih baik berdasarkan pandangan makro bisnis
Meskipun banyak keuntungan dalam pengintegrasian, harus ada pertimbangan untuk
melakukan implementasinya Inovasi teknologi merupakan salah satu jadi bahan pertimbangan. BI
harus senantiasa mematuhi perubahan persyaratan dan menyediakan infrastruktur informasi yang
sesuai bagi mereka alih-alih bertahan dengan teknologi lama yang sama yang tidak memuaskan
pengguna. Satu lagi pertimbangan lain berkaitan dengan kehandalan dan ketersediaan. Seiring
sistem BI meningkat seiring dengan perubahan kebutuhan bisnis, maka harus menjamin layanan
yang berkesinambungan dengan kinerja yang andal. Sementara sistem ERP mendukung transaksi
enterprise-wide, sistem BI terpadu menjadi sangat penting dalam efisiensi skala.

Hubungan BI dengan Big Data

Analisis Big Data dapat meningkatkan nilai bisnis dan produktivitas. Apabila dikolaborasikan
dengan intelijen bisnis maka dapat digunakan dalam pengambilan keputusan yang lebih cepat,
memahami kebutuhan pelanggan, mengembangkan strategi untuk meluncurkan produk dan
layanan baru karena dapat mengerti trend dan data dari pangsa pasar, menganalisa kemungkinan
pasar baru, mengerti apa kemauan pelanggan sehingga dapat mengurangi keluhan, dan yang pasti
adalah meningkatkan produktivitas. [2]
 Big Data Analytics & Business Intelligence[12]

References
[1] M. Z. Elbashir, P. A. Collier, S. G. Sutton, M. J. Davern, and S. A. Leech, Enhancing the
business value of business intelligence: The role of shared knowledge and assimilation, J.
Inf. Syst., vol. 27, no. 2, pp. 87105, 2013.
[2] C. Kimble and G. Milolidakis, Big data and business intelligence: Debunking the myths,
Glob. Bus. Organ. Excell., vol. 35, no. 1, pp. 2334, 2015.
[3] E. Turban, J. E. Aronson, and T. Liang, Decision Support Systems and.
[4] E. Turban, Decision Support and Business Intelligence Systems, 9/E, Prentice Hall, p. 696,
2011.
[5] M. D. Peters, B. Wieder, S. G. Sutton, and J. Wake, International Journal of Accounting
Information Systems Business intelligence systems use in performance measurement
capabilities: Implications for enhanced competitive advantage, vol. 21, pp. 117, 2016.
[6] M. I. Nofal and Z. M. Yusof, Integration of Business Intelligence and Enterprise Resource
Planning within Organizations, Procedia Technol., vol. 11, no. December, pp. 658665,
2013.
[7] S. Negash, Business intelligence, Commun. Assoc. Inf. Syst., vol. 13, no. 1, p. 54, 2004.
[8] P. den Hamer, A. P. Kuiper, and J. Sietsma, De organisatie van business intelligence.
Academic Service, 2005.
[9] T. F. Wallace and M. H. Kremzar, ERP: making it happen: the implementers guide to success
with enterprise resource planning, vol. 14. John Wiley & Sons, 2002.
[10] M. I. Nofal and Z. M. Yusof, Integration of Business Intelligence and Enterprise Resource
Planning within Organizations ScienceDirect Integration of Business Intelligence and
Enterprise Resource Planning within Organizations, no. December, 2015.
[11] H. J. Watson and B. H. Wixom, The current state of business intelligence, Computer
(Long. Beach. Calif)., vol. 40, no. 9, 2007.
[12] A. A. GeekStyle, Business Intelligence and its relationship with the Big Data, Data Analytics
and Data Science, 2017. .