Jurnal 1

Judul : BUSINESS INTELLIGENCE UNTUK PREDIKSI CUSTOMER CHURN TELEKOMUNIKASI

Analisa :

1. Abstrak :

Customer atau pelanggan merupakan hal yang sangat penting bagi kelangsungan hidup suatu
perusahaan barang maupun jasa. Dengan ditinggalkan pelanggan sebuah perusahaan akan mengalami
kerugian yang sangat besar bahkan untuk memperoleh pelanggan baru memerlukan biaya hingga 10
kali lipat lebih mahal dari biaya untuk mempertahankan pelanggan yang ada. Perusahaan
telekomunikasi secara rutin menghasilkan dan menyimpan sejumlah besar data berkualitas tinggi,
memiliki basis pelanggan yang sangat besar, dan beroperasi dalam lingkungan yang cepat berubah
dan sangat kompetitif serta rentan terhadap customer churn (pelanggan yang meninggalkan
perusahaan). Prediksi customer churn muncul sebagai Bussiness Intelligence (BI) yang sangat penting
untuk telekomunikasi modern. Penelitian ini melakukan studi lieratur untuk mendapatkan informasi
tentang permasalahan yang ada selanjutnya ekperimen untuk memprediksi customer churn dalam
bidang Telekomunikasi dengan menerapkan algoritma prediksi, menganalisa hasil dan
mendokumentasikannya. Dari hasil penelitian yang telah dilakukan dapat diketahui bahwa dengan
menerapkan BI pada prediksi customer churn yang menggunakan algoritma KNN menghasilkan tingkat
akurasi sebesar 88% pada nilai K 5 keatas. Dengan hasil tersebut diharapkan dapat membantu pihak
pengambil keputusan dalam menemukan customer yang memiliki indikasi untuk churn.

2. Permasalahan yang ada :

Customer atau pelanggan merupakan hal yang sangat penting bagi kelangsungan hidup suatu
perusahaan baik perusahaan barang maupun jasa. Dengan ditinggalkan pelanggan sebuah perusahaan
akan mengalami kerugian yang sangat besar selain itu pelanggan merupakan sebagian dari indikasi
besar kecilnya sebuah perusahaan, apabila sebuah perusahaan memiliki sedikit pelanggan maka bisa
dikatakan perusahaan tersebut kecil sedangkan sebaliknya apabila sebuah perusahaan dikatakan
besar dapat dilihat dari jumlah pelanggannya yang jumlahnya besar pula.Menurut Yu dkk., (2011)
Customer Churn didefinisikan sebagai kecenderungan pelanggan untuk berhenti melakukan bisnis
dengan sebuah perusahaan. Hal ini telah menjadi isu penting yang merupakan salah satu tantangan
utama oleh banyak perusahaan di era global ini dan harus dihadapinya.

Dalam perusahaan telekomunikasi, mempertahankan pelanggan lebih mudah dan murah

dibandingkan perusahaan harus mencari pelanggan baru, Prediksi customer churn muncul sebagai
Bussiness Intelligence (BI) yang sangat penting untuk telekomunikasi modern. Tujuan utama dari
prediksi customer churn adalah untuk memperoleh informasi kemungkinan dari pelanggan yang akan
berpindah ke perusahaan lain menggunakan prediksi model. Saat ini menunjukkan interaksi analisa
pelanggan dengan cara menilai customer churn dari tingkat sosial yang dapat meningkatkan akurasi
dari prediksi customer churn.

Permasalahan diatas mampu dijawab oleh Business Intelligence (BI), dimana BI merupakan
salah satu bentuk implementasi teknologi informasi yang digunakan untuk membantu kegiatan seperti
mengumpulkan data, menyediakan akses, serta menganalisa data dan informasi mengenai kinerja
perusahaan. Dengan kegiatan BI tersebut maka sebuah organisasi atau perusahaan akan dengan
mudah dalam mengambil keputusan secara cepat dan tepat. Singkatnya BI dapat diartikan sebagai
pengetahuan yang didapatkan dari hasil analisis data yang diperoleh dari kegiatan (usaha) suatu
organisasi. BI biasanya dikaitkan dengan upaya untuk memaksimalkan kinerja suatu organisasi.
 3. Metode yang digunakan :

Metode penelitian dalam penelitian ini menggunakan 2 metode yaitu :

1. Metode melalui studi literature.

2. Metode eksperimen dengan menggunakan beberapa tahapan diantaranya:
a. Pengumpulan data
b. Pemilihan atribut
c. Penerapan algoritma
d. Evaluasi hasil
e. Dokumentasi eksperimen

Adapun skema alur tahapan penelitian ini ditunjukpan pada gambar 1

4. Pemanfaatan Penelitian

Studi kasus / tempat penelitian

Kegiatan pengumpulan data dapat dilakukan dengan menagambil dari database

perusahaan yang digunakan sebagai obyek penerapan BI. Data yang digunakan didalam
penelitian ini adalah data telekomunikasi di Colombia dimana dataset customer churn diambil
dari database-UCI California University. Dalam dataset ini mendefinisikan transaksi panggilan
yaitu churn per satu pelanggan seluler dari satu perusahaan telekomunikasi, dalam waktu tiga
bulan terus menerus.Terdapat 21 fitur. Data customer churn ini terdiri dari 5000 tuple
(record), terdiri dari 4293 berlabel false dan 707 berlabel true, terdiri dari 51 negara bagian
distrik Colombia
5. Kesimpulan
Dari hasil penelitian ini dapat disimpulkan bahwa penerapan BI untuk mengetahui prediksi
customer churn dengan menggunakan algoritma prediksi KNN dapat diterapkan didunia
telekomunikasi. Penerapan BI dapat membantu pengambilan keputusan bagi tingkat elit
pengambil keputusan dengan cepat dan akurat dengan tingkat akurasi 88% dimana proses
pengambilan keputusan didapat dari hasil analisa yang dilakukan. Sebagai contoh pengambil
keputusan adalah apabila suatu pelanggan ataupun kelompok pelanggan tertentu yang
diketahui sejak dini bahwa pelanggan tersebut cenderung akan meninggalkan perusahaannya
maka dapat ditahan dengan berbagai cara diantaranya adalah dengan memberikan promosi-
promosi yang menarik dan lain sebagainya.

6. Saran
Penelitian ini mendapatkan hasil 88%, diharapkan penelitian mendatang dapat
melanjutkan dengan menambah algoritma pemilihan fitur, imbalant data dan algoritma lain
dengan tujuan untuk memperoleh hasil akurasi yang lebih baik.

7. Argumentasi
Bisnis Intelegen bisa sangat berpengaruh terhadap customer, dari jurnal di atas kita bisa
melihat fungsi lain dari BI, walaupun tingkat asuransi baru 88 %, sangat disarankan untuk
menambah tingkat keakuransiam dengan menambah algoritma atau yang lainya
Jurnal 2 (1441177004193_much maskur)
Judul : RANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE

1. Abstrak :

Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan

yang mendesak terutama untuk melihat peluang dan informasi dari berbagai sumber untuk
pengambilan keputusan oleh pihak manajemen. Business Intelligence atau di singkat dengan
BI merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari
organisasi untuk meningkatkan kemampuannya dalam menganalisis masalahmasalah yang
dihadapinya serta dalam pengambilan keputusan. Kemampuan teknologi BI, yaitu untuk
mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data guna membantu
pengguna mengambil keputusan secara akurat dengan melakukan berbagai aktivitas di
antaranya, sistem pendukung keputusan, query, pelaporan pengolahan, analisis online
(OLAP), analisa statistik, peramalan, dan data mining. Banyak beragam aplikasi BI yang dapat
digunakan yaitu pelaporan aplikasi, aplikasi analitis, aplikasi data pertambangan, dashboard,
peringatan dan portal. Hasil dari penelitian ini adalah dihasilkannya rancangan aplikasi untuk
layanan informasi akademik mahasiswa dengan menggunakan konsep Business Intelligence.
Layanan informasi akademik untuk mahasiswa ini bisa digunakan Perguruan Tinggi dalam hal
ini pihak akademik untuk mengetahui data mahasiswa mulai dari data pribadi sampai dengan
data perkuliahan. Data pribadi yang ditampilkan oleh program ini adalah mengenai biodata

2. Permasalahan :
Perkembangan teknologi informasi telah mengalami kemajuan yang sangat pesat
salah satu kemajuannya adalah pengambilan keputusan untuk kegiatan bisnis , serta
memberikan andil besar terhadap perubahan-perubahan yang mendasar pada struktur,
operasi dan manajemen pada suatu organisasi. Dengan teknologi informasi berbagai analisis
juga dikembangkan dalam mendukung sistem informasi untuk meningkatkan efektifitas
manajerial guna meningkatkan kinerja bisnis maupun organisasi. Business Intelligence atau di
singkat dengan BI merupakan salah satu bentuk implementasi yang mampu menjawab
kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalah-
masalah yang dihadapinya serta dalam 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.Berbagai kelebihan dalam penerapan BI, yaitu untuk mengumpulkan,
menyimpan, menganalisis dan menyediakan akses ke data 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. Menurut Chang, Dillon,Hussain(2006)
3. Metode
Business Intelligence dan data warehouse adalah dua hal yang berbeda namun
hampir tidak bisa dipisahkan. Data warehouse bicara mengenai bagaimana data-data yang
besar dan beragam disimpan dalam satu repository dan disusun sedemikian sehingga
memudahkan pencarian, sedangkan Business Intelligence adalah suatu teknologi yang
digunakan untuk menyajikan datadata tersebut sehingga memudahkan analisa dan
 pengambilan keputusan berdasarkan informasi yang akurat dari sumber data. Suatu solusi
Business Intelligence yang baik memerlukan sumber data yaitu data warehouse.
4. Pemanfaatan Penelitian :
Teoritis BI
Bisnis Intelegen Report
BI Analitics
BI Data Minning
BI Dashbord
BI Alert
BI Portal
OLAP

Studi Kasus

Layanan informasi akademik untuk mahasiswa ini bisa digunakan Perguruan Tinggi
dalam hal ini pihak akademik untuk mengetahui data mahasiswa mulai dari data pribadi
sampai dengan data perkuliahan. Data pribadi yang ditampilkan oleh program ini adalah
mengenai biodata

5. Kesimpulan
Sudah selesai,
Kemampuan Business intelligence dalam proses pengambilan keputusan adalah
bersumber dari data yang berkualitas, salah satunya adalah data warehouse. Aplikasi yang
digunakan untuk melakukan berbagai proses pada data warehouse adalah dengan
menerapkan aplikasi business intelligence diantaranya yaitu reporting, data mining, analytics,
dasboard, alert dan aplikasi portal. Untuk itu dibangun sebuah rancangan program yang telah
dibuat yaitu layanan informasi mahasiswa (Student Information Service Academic). Dimana
rancangan ini menghasilkan seluruh data mahasiswa yang ada pada Perguruan Tinggi. aplikasi
ini dapat menyimpan banyak data mahasiswa. Student Information Service Academic ini
untuk mempermudah kepala jurusan untuk mencari nama mahasiswa jika mahasiswa
tersebut melakukan konsultasi kepada kepala jurusannya masing-masing. Untuk merancang
sistem ini menggunakan object oriented design yaitu software visual paradigm. Rancangan
program aplikasi yang digunakan pada sistem ini menggunakan beberapa alat bantu/tools
yang digunakan penulis yaitu : paket webserver apache AppServ 2.5.10, adobe dreamweaver
CS3, adobe photoshop CS3 dan untuk menjalankan program ini menggunakan browser mozilla
firefox.
6. Argumentasi
Penelitian Diatas menggunakan WEB untuk membuat sistem Aplikasinya , seperti
DreamWeaver, mungkin bisa dirubah menjadi Pemrograman Mobile
Jurnal 3 (1441177004045_Muhamad RIzky Abadi)
Judul : Analisis Business Intelligence pada Pengelolaan Data Alumni: Upaya Mendukung Monitoring
Kualitas Alumni di Perguruan Tinggi (Studi Kasus di Fakultas Ilmu Komputer Universitas Sriwijaya)

1. Abstrak :

Salah satu tolak ukur keberhasilan pendidikan di perguruan tinggi adalah jumlah dan kualitas
alumni yang dihasilkan. Sistem pengelolaan atau penelusuran alumni berbasis komputer dapat
meningkatkan pengelolaan dokumentasi alumni. Akan tetapi, dokumentasi alumni tersebut menjadi
kurang optimal jika tidak dapat menghasilkan informasi-informasi bagi pengelola dalam memonitor
dan mengevaluasi kualitas alumni. Penerapan Electronic Business Intelligence System (E-BIS) dalam
pengelolaan data alumni di tingkat fakultas suatu perguruan tinggi menekankan penerapan BIS
dengan media Internet sehingga mengedepankan aspek aksesibilitas dari manajemen seperti dekan,
ketua jurusan dan bagian kemahasiswaan untuk mendapatkan informasi terkait alumni. Pengelolaan
data yang baik dan penyediaan informasi yang maksimal terkait profil alumni, masa tunggu alumni
untuk mendapatkan kerja, institusi pengguna alumni dan lain-lain. Selanjutnya mengoptimalkan
proses monitoring kualitas alumni untuk peningkatan kualitas alumni secara berkelanjutan. Oleh
karena itu, perlu dianalisis tentang perlunya BI dalam proses pengolahan data alumni tersebut.
Analisis BI pada Fakultas Ilmu Komputer Universitas Sriwijaya menggunakan business intelligence
roadmap meliputi fase justification, planning, dan business analysis mengusulkan solusi BI yang dapat
memenuhi kebutuhan informasi pihak eksekutif untuk monitoring data alumni. Kebutuhan informasi
meliputi jumlah peserta untuk setiap periode wisuda berdasarkan program studi, angkatan dan
jenjang; tren IPK dan masa studi alumni per setiap periode wisuda serta laporan relasi atau
keterhubungan antara IPK dan masa studi alumni untuk melihat langkah-langkah dalam meningkatkan
kualitas alumni.

2. Permasalahan

Salah satu tolak ukur keberhasilan pendidikan di perguruan tinggi adalah jumlah dan kualitas
alumni yang dihasilkan. Alumni berperan penting bagisuatu almamater bukan saja sebagai alat untuk
menakar kemampuan penerapan dan kualitas program pendidikannya tetapi alumni juga penting
sebagai salah satu sumber masukan atau umpan balik bagi penyempurnaan sistem pendidikan.

Business Intelligence System (BIS) sangat potensial untuk memaksimalkan penggunaan informasi
dengan meningkatkan kapasitas perusahaan untuk menstrukturkan sejumlah besar informasi dan
membuatnya dapat diakses, serta menciptakan keuntungan kompetitif, Karakteristik utama dari BIS
adalah kemampuan untuk menyediakan informasi yang representatif untuk manajemen tingkat tinggi,
untuk mendukung aktivitas strategis seperti penentuan sasaran, perencanaan dan peramalan, juga
melacak kinerja, mengumpulkan, menganalisis dan mengintegrasikan data internal dan eksternal ke
dalam profil dinamis indikator kinerja kunci

Penerapan ElectronicBusiness Intelligence System (E-BIS) dalam pengelolaan alumni di tingkat fakultas
perguruan tinggi menekankan penerapan BIS dengan media Internet sehingga mengedepankan aspek
aksesibilitas dari pengelola, seperti: Dekan, Ketua Jurusan dan Bagian Kemahasiswaan untuk
mendapatkan informasi terkait alumni. Dengan pengelolaan data yang baik dan penyediaan informasi
yang maksimal terkait profil alumni, masa tunggu alumni untuk mendapatkan kerja, institusi pengguna
alumni dan lain-lain.

3. Metode

Pada bagian ini membahas tentang pengumpulan data, dan Business Intelligence Roadmap
 4. Pemanfaatan penelitian

Adapun pembahasan yang dilakukan pada business intelligence roadmaphanya meliputi fase
analisis sebagai berikut:

A. Fase Justification

Fase justification berfokus dalam melakukan evaluasi dan assessment terhadap kebutuhan bisnis yang
memberi dorongan terhadap pengembangan awal dari proyek BI. Fase ini membahas mengenai
business case assessment yaitu evaluasi terhadap kebutuhan bisnis. Selain itu juga mendefinisikan
masalah dan peluang bisnis kemudian mengajukan solusi BI terhadap hal-hal tersebut.

B. Fase Planning

Fase planning berfokus dalam mengembangkan rencana strategis dan taktis yang menghasilkan
bagaimana proyek BI akan dikerjakan dan diselesaikan. Fase ini terbagi menjadi beberapa tahap
sebagai berikut:

Enterprise Infrastructure evaluation

Untuk merancang aplikasi BI diperlukan infrastruktur untuk menunjang keberhasilan

implementasi.Infrastruktur yang dibutuhkan terdiri dari 2 komponen yaitu infrastruktur
teknikal dan infrastruktur non teknikal.

Project Planning
Projek BI bersifat dinamis sehingga setiap perubahan yang terjadi pada ruang lingkup bisa
memberi pengaruh terhadap berhasilnya sebuah proyek BI.Oleh karena itu,project
planning harus dibuat lebih rinci dan kemajuan terkini harus selalu diawasi dan
dilaporkan.Project planning ini juga diperlukan dalam perencanaan proyek sehingga
aplikasi bisa diselesaikan dengan tepat waktu
C. Fase Business Analysis

Fase business analysis berfokus dalam melakukan analisis yang mendetail dari masalah dan
peluang bisnis untuk mendapatkan pemahaman yang mendalam dari kebutuhan bisnis terhadap
solusi produk.Tahap yang dilewati dalam fase ini yaitu sebagai berikut.

Project requirement definition

Pada tahap ini dibahas ulang mengenai infrastruktur yang ada, baik itu teknikal maupun
non teknikal apakah sudah memadai untuk diimplementasikan aplikasi BI.
Data analysis
Tantangan terbesar dalam sebuah proyek BI adalah kualitas dari sumber data. Kualitas
data yang tidak baik tentu akan menyebabkan kerugian karena sudah banyak
pengeluaran untuk proyek tetapi hasilnya tidak maksimal. Oleh karena itu, tahapan
analisis data membutuhkan keseriusan dalam penganalisisan. Tahap ini pada dasarnya
menampilkan analisis sistem yang disesuaikan terhadap sebuah rancangan yang akan
dibangun. Tahap ini menganalisis kesesuaian antara data bisnis dengan data yang
dibutuhkan.
Application prototype
Prototype bisa digunakan sebagai sarana untuk melihat potensi dan limitasi dari teknologi
BI yang akan dibuat dan juga memberikan kesempatan untuk menambah/mengubah
kebutuhan serta ekspektasi terhadap proyek BI.
 Metadata repository analysis
Dalam tahap ini yang dilakukan adalah membuat logical meta model yang
direpresentasikan dari objek metadata dalam bentuk Entity Relational Diagram (ERD).
Alasan menggunakan ERD dikarenakan pendefinisian dari objek metadata dapat
dimengerti (apa maksudnya? oleh siapa?) serta dapat menggambarkan hubungan di
antara objek tersebut.
5. Kesimpulan
Penelitian ini dapat menyimpulkan hal-hal sebagai berikut:
A. Dalam mengolah kumpulan data alumni pada Fasilkom Unsri diusulkan suatu upaya
penerapan business intelligence untuk meningkatkan pengolahan atas data sehingga
dapat membuat data tersebut dimanfaatkan untuk memonitor kualitas alumni, khususnya
terkait IPK dan masa studi alumni yang dibutuhkan oleh pihak pengambil keputusan dalam
usaha meningkatkan fungsi akademik.
B. Analisis BI pada Fasilkom Unsri menggunakan business intelligence roadmap meliputi fase
justification, planning, dan business analysis mengusulkan solusi BI yang dapat memenuhi
kebutuhan informasi pihak eksekutif untuk monitoring data alumni antara lain informasi
jumlah peserta untuk setiap periode wisuda berdasarkan program studi, angkatan dan
jenjang; tren IPK alumni dan masa studi alumni per setiap periode wisuda serta laporan
relasi atau keterhubungan antara IPK dan masa studi alumni untuk melihat langkah-
langkah untuk meningkatkan kualitas alumni.
6. argumentasi
Dari penelitian ini menurut saya sudah sangat bagus, dari metode menggunakan bisnis
intelegen Roadmap, mungkin bisa ditingkatkan bukan Cuma untuk alumni tapi juga untuk
karyawan yang sudah keluar atau sudah pensiun, untuk mengetahui keinginan karyawan,
Jurnal 4 (1441177004030_reski)
Judul : PEMBANGUNAN APLIKASI BISNIS INTELIJEN BERORIENTASI SERVIS PADA ENTERPRISE
RESOURCE PLANNING DENGAN PENTAHO BERPLATFORM JAVA

1. Abstrak

Keterbatasan kemampuan aplikasi manajemen suatu perusahaan seperti Enterprise Resource

Planning (ERP) dalam memberikan data yang lebih bermakna menjadi salah satu permasalahan
penting dalam internal perusahaan saat ini. Seorang manajer atau eksekutif perusahaan dalam
proses analisa memerlukan data yang cepat dan mudah dimengerti untuk mendukung pembuatan
keputusan dengan tepat dalam menyesuaikan kebutuhan bisnis yang akan terus berubah.

Bisnis Intelijen merupakan aplikasi OLAP yang dipakai untuk mempermudah proses analisa
dan monitoring perusahaan dalam mengatasi masalah-masalah tersebut. Mayoritas aplikasi
Bisnis Intelijen pada saat ini dibangun dengan berorientasikan service sebagai bentuk solusi dalam
menangani perubahan kebutuhan bisnis.Penerapan BI secara tepat untuk suatu sistem yang sudah
ada selalu memerlukan biaya yang besar, sehingga pemakaian aplikasi Open Source akan sangat
meringankan beban perusahaan. Sehingga, pengimplementasian aplikasi Open Source BI yang
terintegrasi dengan aplikasi manajemen seperti ERP dengan menerapkan arsitektur berorientasi
servis merupakan salah satu solusi yang bisa dipakai untuk mengatasi keterbatasan kemampuan
manajemen dalam internal suatu perusahaan.

Pentaho adalah Open Source BI yang tidak hanya menyediakan aplikasi BI, namun
menyediakan platform untuk membangun solusi bisnis dengan aplikasi BI yang dibentuk. Dengan
Pentaho seluruh data yang dianalisa akan diberikan secara garis besar melalui tiga fungsi utama,
yakni pembuatan analisa, pembuatan laporan dan penyediaan beberapa jenis dashboard. Besar
cakupan analisa dibatasi oleh kebutuhan perusahaan yang dalam hal ini berkaitan dengan proses
keuangan (Finance), penjualan (Penjualan), pembelian (Purchase), konsumen (Konsumen ), dan
proses produksi (Manufaktur).

2. Permasalahan
Informasi adalah fondasi dari tiap keputusan bisnis penting yang dilakukan. Dalam tiap
perusahaan informasi merupakan hal yang perlu diatur dengan konsep yang benar sesuai
proses bisnis yang terjadi. Pembuatan dan penerapan sistem ERP mengintegrasi semua area
fungsional dalam perusahaan. Sistem ERP merupakan tulang punggung dari kebanyakan
perusahaan yang mengintegrasikan aplikasi back-office seperti aplikasi keuangan, pembelian,
HR, inventory dan lainnya.
Namun, walau suatu sistem ERP dapat mengintegrasi semua data transaksi bisnis kedalam
masing-masing tabel master untuk perencanaan perusahaan. ERP bukanlah sistem untuk
melakukan analisa data dan proses pendukung keputusan yang pengimplementasiannya biasa
dikenal sebagai decision support system Fungsionalitas pendukung keputusan sangat penting
untuk suatu perusahaan karena membantu perusahaan merencanakan strategi kedepan dan
mengefisiensikan waktu dalam pembuatan keputusan. Suatu sistem Bisnis Intelijen (BI) dapat
menyediakan pemetaan data dari suatu sistem ERP dan menganalisa skenario bisnis yang
berjalan karena suatu BI melakukan pengkoleksian data yang didapat dari sistem ERP, CRM
atau sistem lainnya dan menghasilkan berbagai macam bentuk analisa. BI menyediakan
analisa yang lebih bermakna. Walaupun laporan-laporan operasional yang disediakan ERP
memberikan status kondisi bisnis saat ini, hal tersebut belum memenuhi keinginan para
manager akan adanya ad hoc, forecasting dan exceptional report lainnya.BI juga dipakai untuk
mengoptimasi investasi dari ERP. Suatu system ERP yang diintegrasikan dengan aplikasi bisnis
 intelijen secara kontinu dapat meningatkan kelebihan kompetitifnya.Sebagai contoh, hasil
dari solusi BI dapat membuat pegawai pembelian menemukan pattern harga, dimana dapat
menyebabkan perusahaan mendapatkan harga yang lebih baik dengan mengubah proses
pembelian.Penemuan penemuan hasil analisa dari info yang diberikan oleh BI inilah yang
dapat meningkatkan system dalam ERP.
3. Metode
Penerapan BI menggunakan PENTAHO
4. Pemanfaatan penelitian
Uji coba BI Analysis terdiri dari beberapa indikator untuk melakukan penggalian data
detail terhadap perusahaan dari suatu aspek bisnis tertentu, yakni : pembelian (Sales),
penjualan(Purchase), pemantauan penyimpanan barang (warehousemonitoring).
Uji coba BI Report terdiri dari beberapa indikator untuk melakukan pemantauan performa
suatu perusahaan terhadap suatu aspek bisnis tertentu, yakni : pembelian (Sales),
penjualan(Purchase), proses produksi(manufacture), keuangan(Finance).
Uji coba BI Report terdiri dari beberapa indikator untuk melakukan pemantauan performa
suatu perusahaan terhadap suatu aspek bisnis tertentu, yakni : pembelian (Sales),
penjualan(Purchase), proses penyimpanan barang(warehouse-monitoring),
keuangan(Finance).
Uji coba servis pada BI. Berikut adalah detail hasil uji cobadari masing-masing service yang
disediakan. Pengujian dilakukan dengan cara memeriksa apakan respon yang dari service
dapat diberikan dan benar
5. Kesimpulan
Dari hasil pengerjaan dan pengimplementasian desain, mulai dari studi literatur, analisa,
desain, implementasi dan tahap uji coba yang dilakukan, maka dapat diberikan beberapa
kesimpulan yakni sebagai berikut :
Pembuatan aplikasi bisnis intelijen dapat dilakukan dengan berorientasikan service
dan menerapkan service oriented analysis and design sebagai metode desain yang
disesuaikan dengan Pentaho berplatform java.
Aplikasi BI bertindak sebagai aplikasi eksternal yang terintegrasi dengan aplikasi ERP
dengan berinteraksi dengan data dari beberapa Functional Domain antara lain
General ledger, Sales, Manufacture, Inventory, Human Resource, dan Customer
Relationship Management
Penentuan analisa yang digunakan dilakukan berdasar data yang tersedia dan
pembagian solusi yang disediakan proses-proses pada ERP yakni Sales,
Purchase,Warehouse Monitoring, Finance Monitoring Customer Management
secara umum
6. Argumentasi
Aplikasi PENTAHO sangat berguna untuk mengimplementasikan BI dan ERP, apalagi
keuntungan terbesar adalah PENTAHO adalah aplikasi open source jadi cocok untuk usaha
menengah ke bawah
Jurnal 5 (1441177004026_WINDI BANOWATI)
Judul : APLIKASI BUSINESS INTELLIGENCE UNTUK ANALISA DAN PRAKIRAAN CUACA MARITIM

1. Abstrak
Salah satu teknologi yang dapat mewujudkan kecepatan dan kemudahan analisa data adalah
Business Intelligence (BI). Teknologi ini dapat menampilkan data dalam bentuk grafik yang
bersifat multidimensi, sehingga dapat dilakukan pemilihan informasi sesuai kebutuhan.
Aplikasi BI yang dibangun tidak hanya membuat tampilan berbagai komponen cuaca dalam
bentuk grafik/dashboard, tetapi juga suatu gudang data. Dalam proses pembuatan informasi
prakiraan cuaca maritim diperlukan banyak komponen data, diantaranya arah dan tinggi
gelombang, arah dan kecepatan angin, pasang surut dan swell. Data tersebut diintegrasikan
dalam bentuk data warehouse secara multidimensi melalui dimensi waktu dan lokasi. Data
warehouse yang dikembangkan untuk mendukung model BI hanya yang bersifat deparmental,
yaitu berbentuk datamart. Aplikasi BI yang dikembangkan meliputi aplikasi ETL dan aplikasi
Dashboard dengan memanfaatkan perangkat lunak Visual Studio 2008, SQL Server Database
dan Analysis Services 2008. Aplikasi ini menyediakan kemudahan dan kecepatan dalam
melakukan pencarian, pemilihan dan analisa data. Trend data yang dihasilkan dari proses
tersebut menjadi pengontrol range nilai prediksi cuaca maritim.
2. Permasalahan
Business Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah data
dalam suatu perusahaan atau organisasi (data operasional, data transaksional, atau data
lainnya) ke dalam bentuk pengetahuan. Aplikasi ini melakukan analisis data di masa lampau,
menganalisisnya dan kemudian menggunakan pengetahuan tersebut untuk mendukung
keputusan dan perencanaan organisasi.
Pengembangan data Warehouse untuk data meteorologi atau data cuaca telah banyak
dilakukan. Salah satu diantaranya oleh Nan Ma et alyang membangun data warehouse
meteorologi menggunakan Microsoft SQL Server.Dalam pengembangannya melibatkan
proses perancangan,pendalaman tentang karakteristik data warehouse,display data secara
multidimensional serta reporting. Dimensi yang digunakan adalah dimensi waktu dan lokasi.
Dimensi waktu terdiri dari tahun, bulan,tanggal dan dasarian. Dimensi lokasi terdiri dari
stasiun, propinsi, lintang, bujur dengan input data.stasiun meteorologi permukaan. Selain
itu,kajian pemanfaatan data warehouse dalam prakiraan cuaca telah dilakukan oleh Tan,
Xiaoguang
BMKG memiliki sekitar 10 stasiun meteorologi maritim dan 3 stasiun yang diperbantukan
untuk memberikan pelayanan meteorologi maritim. Seluruh stasiun tersebut melakukan
pengamatan sinoptik dan sebagian diantaranya memberikan pelayanan analisa dan prakiraan
cuaca maritim. Kegiatan pengamatan yang sudah berlangsung sejak tahun 1950 diharapkan
memiliki ketersediaan data meteorologi yang kontinyu. Data pengamatan ini sangat penting
untukmelihat karakteristik cuaca setempat dan pembuatan informasi prakiraan beberapa hari
ke depan. Ketersediaan data yang kontinyu, kemudahan dan kecepatan mengakses data
meningkatkan kuantitas dan kualitas pelayanan.
Terkait dengan penjelasan diatas, maka penulis bermaksud membangun Aplikasi BI yang
sesuai untuk Bidang Meteorologi Maritim agar dapat membantu prakirawan dalam
melakukan analisa karakteristik cuaca maritim suatu wilayah pada waktu tertentu, lebih
spesifik, cepat, mudah, akurat dan efisien
3. Metode
Dalam arsitektur BI, sumber data merupakan bagian yang mendasari terbangunnya suatu
BI.Sumber data bisa berasal dari berbagai macam sumber dengan format yang berbeda-beda.
 Data Sinoptik. Data Sinoptik adalah data yang diperoleh dari pengamatan komponen-
komponen cuaca secara langsung oleh observer atau alat pengamatan cuaca otomatis
(Automatic weather Station) sesuai waktu standar yang ditentukan, baik di
permukaan bumi (surface) maupun lapisan udara di atasnya (upper air)
Data gelombang Satelit. Data gelombang harian dari pengamatan satelit selama tahun
2009 pada domain wilayah 23 N 23 S dan 80 160 E (1385748 raw data). Data ini
merupakan data hasil download dari http://www.aviso.oceanobs.com/
Data gelombang dari reanalysis Aplikasi Prakiraan Windwaves-05 (127643 raw data).
Data gelombang harian hasil running aplikasi Windwaves05 selama tahun 2009
dengan domain 15 N 15 S,90 150 E.
Data pasang surut diperoleh dari alat pengamatan AWS (55769 raw data). Data
pasang surut diambil dari aplikasi Automatic Weather Station yang terhubung dengan
AWS yang terdapat di stasiunstasiun meteorologi maritim.
4. Pemanfaatan penelitian
Arsitektur Logic BI. Untuk mendapatkan gambaran yang jelas mengenai suatu BI itu
dibangun, maka diperlukan suatu rancangan yang bersifat logic yang berisi komponen
yang membangun dan software atau aplikasi yang menyusunnya.
Arsitektur Fisik BI. Setelah membuat rancangan BI dan data marts, maka selanjutnya
adalah merancang arsitektur fisik dari rancangan logic, sehingga tampak komponen
fisik sebenarnya tersusun.
Rancangan data mart. model dimensi mendefinisikan kebutuhan informasi yang
diinginkan berdasarkan dimensi tertentu misalnya dimensi waktu, dimensi ruang atau
dimensi kategori tertentu.
Skema ETL. Aplikasi ETL (Extract Transform Load) yang dikembangkan mempunyai
skema proses Ketika user memasukkan data yang ingin diekstrak, user memasukkan
parameter tertentu. Kemudian data diekstrak, transform serta load secara
Asyncronous (running di proses yang berbeda dengan yang sudah berjalan) pada
background process.
Data Sinoptik. Data sinoptik berbentuk *.txt diekstrak, transforms dan load melalui
proses ETL. Hasil ETL ini dimasukkan ke dalam tabel fakta fact_sinoptik. Proses ekstrak
merupakan proses mendefinisikan data sinoptik terdiri dari data apa saja (field-field
data sinoptik) serta memilah data apa yang akan digunakan
Data gelombang dari aplikasi Windwaves-05. Berikut merupakan langkah-langkah
ekstraksi transform dan loading data gelombang. Data gelombang output aplikasi
berbentuk *.txt
Data gelombang dari satelit. Data gelombang dari satelit mempunyai format netcdf
yang telah dikonversi oleh softwareNetcdf4Excel menjadi bentuk excel, sehingga lebih
mudah untuk diekstrak
Data AWS. Data cuaca dan pasang surut AWS diambil dari dari aplikasi AWS berbasis
web dalam format *.txt
OLAP dan Reporting. Perangkat lunak SQLServer Analysis 2008 digunakan untuk
membangun OLAP dari data AWS, sinoptik dan gelombang

Pemanfaatan Aplikasi BI. Aplikasi BI dengan data mart yang menjadi komponen utamanya,
memungkinkan data tersimpan dan saling terintegrasi dalam satu tempat/gudang data yakni
server database maritim. Pengguna hanya mengakses data secara remote melalui web browser,
sehingga data yang tersimpan di data mart tidak berubah.Pengguna dapat memilah data sesuai
kebutuhan yang dengan menggunakan dashboard yang tersedia
5. Kesimpulan
Aplikasi BI tidak semata-mata menyediakan fasilitas untuk menampilkan data dalam bentuk
grafik, namun yang terpenting adalah ketersediaan dan kesiapan data yang terintegrasi dalam
bentuk data mart atau data warehouse jika lintas organisasi. Data mart atau gudang data
maritim yang terintegrasi dapat mengurangi duplikasi data dan menghemat tempat
penyimpanan data. Fasilitas drill down, roll up, slice dan dice pada
dashboarddapatmempercepat proses pencarian data cuaca berdasarkan koordinat, lokasi
stasiun, ataupun AWS. Selain itu memudahkan analisa pola dan kebergantungan dari
beberapa komponen data cuaca pada wilayah dan waktu tertentu secara simultan seperti
pada AWS Ketapang dan Kendari. Ketersediaan data historis yang lengkap dapat mengontrol
data yang kurang valid, sehingga bisa tidak dihapuskan untuk keperluan monitoring kondisi
alat pengamatan yang rusak atau sarana komunikasi yang kurang mendukung. Rancangan
arsitektur BI yang dikembangkan, dilakukan dengan pendekatan bottom up agar rancangan
dapat segera diterapkan dalam kegiatan operasional sehari-hari.
6. argumentasi