Name : Suri Rama Caressa

Programe Of Study : Magister Of Management

Lecturer : Dr. Wahyuni Reksoatmodjo, M.Sc.
Course : Management Information Systems
Chapter 12 : Enhancing Decision Making

REVIEW SUMMARY

How do business intelligence and business analytics support decision making ?

Intelijen bisnis menjanjikan untuk mengirimkan informasi dengan tepat, hampir mendekati
secara real-time kepada para pengambil keputusan, dan alat bantu analitis dapat membantu mereka agar
memahami informasi dengan lebih cepat dan mengambil tindakan. Intelijen bisinis adalah suatu konsep
dan metode bagiamana caranya untuk meningkatkan kualitas pengambilan keputusan bisnis
berdasarkan sistem yang berbasiskan data. Intelijen Bisnis seringkali dipersamakan sebagaimana
briefing books, report and query tools, dan sistem informasi eksekutif . Dengan kata lain, Intelijen
Bisnis adalah sebuah bentuk implementasi yang dapat digunakan oleh perusahaan untuk mengolah data
menjadi informasi, kemudian diolah lagi menjadi pengetahuan yang akan membantu proses analisis
data perusahaan secara lebih efektif. Selain itu intelijen bisnis juga dapat digunakan untuk membantu
perusahaan dalam mengetahui tren yang sedang terjadi sehingga dapat digunakan oleh perusahaan
dalam penentuan strategi perusahaan agar siap menghadapi tren pasar yang dinamis. Lingkungan
Intelijen Bisnis terdiri atas data dari lingkungan bisnis, infrstruktur IB, seperangkat alat bantu analitis
bisnis, para pengguna manajerial dan metode, platform IB (SIM, DSS, atau ESS) dan antar muka
pengguna.
Konsep dari intelijen bisnis menekankan pada 5 pendayagunaan informasi yang digunakan
untuk kerperluan bisnis. Pendayagunaan tersebut antara lain adalah sebagai berikut:
1. Data sourcing
Dalam hal ini intelijen bisnis memiliki kemampuan untuk dapat mengakses berbagai sumber data
dan informasi yang berada pada sejumlah sumber yang berbeda dimana pada setiap sumber
memliki format penyimpanan data yang berbeda pula.
2. Data analysis
Dalam hal ini intelijen bisnis memiliki kemampuan untuk dapat menganalisis data yang didapatkan
dari aktivitas perusahaan dan informasi dari perusahaan sehingga dapat dijadikan sebuah
pengetahuan yang kelak dapat digunakan perusahaan untuk meningkatkan kinerja perusahaan.
3. Situation awareness
Dalam hal ini intelijen bisnis memiliki kemampuan untuk dapat menyediakan sebuah sistem yang
dapat digunakan untuk mencari dan memberikan data serta informasi yang dibutuhkan oleh
perusahaan ketika perusahaan menghadapi kejadian darurat atau terdesak.
4. Risk analysis
Dalam hal ini intelijen bisnis memiliki kemampuan untuk dapat memberikan perhitungan resiko
yang akan dihadapi perusahaan terhadap berbagai kemungkinan yang terjadi akibat dari pilihan-
pilihan tertentu yang diambil oleh perusahaan.
5. Decision support
Dalam hal ini intelijen bisnis memiliki kemampuan untuk dapat memberikan pertimbangan-
pertimbangan yang dapat digunakan untuk membantu perusahaan dalam pengambilan keputusan
yang dapat menghasilkan keputusan-keputusan yang berkualitas yang diambil berdasarkan
berbagai perhitungan dan pengolahan terhadap data atau informasi baik internal maupun eksternal
yang dimiliki oleh perusahaan.
Inteligensi bisnis dan analitis bisnis terkadang digunakan bergantian, tetapi ada definisi
alternatif. Salah satu definisi membedakan keduanya, menyatakan bahwa istilah inteligensi bisnis
mengacu pada mengoleksi data bisnis untuk menemukan informasi terutama lewat mengajukan
pertanyaan, laporan, dan proses analitis daring. Analitis bisnis, di sisi lain, menggunakan alat statistik
dan kuantitatif untuk pemodelan yang prediktif dan bisa dijelaskan. Dalam definisi alternatif, Thomas
Davenport, profesor manajemen dan teknologi informasi di Babson College berargumen bahwa
inteligensi bisnis seharusnya dibagi menjadi querying, pelaporan, Pemrosesan analitis daring (Online
analytical processing - OLAP), sebuah alat "peringatan", dan analitis bisnis. Dalam definisi ini, analitis
bisnis adalah bagian dari IB yang berfokus pada statistik, prediksi, dan optimisasi, bukan melaporkan
fungsionalitas.
Sebagai contoh terkait keputusan dalam proses pemasaran. Penerapan Intelijen Bisnis atau
sering disebut dengan IB, dibuat untuk memecahkan masalah untuk membantu dalam pengambilan
keputusan yaitu berkaitan dengan distribusi produk dan penanganan data konsumen yang akan
menentukan strategi pemasaran. Sumber data diambil dari berbagai data operasional yang digunakan
dalam operasi bisnis sehari-hari. Proses IB dimulai dengan pembuatan data warehouse lalu dilanjutkan
dengan pembuatan OLAP yang dilanjutkan dengan reporting services. Perancangan data warehouse
sendiri berbeda dengan perancangan database OLTP, perancangan yang digunakan adalah model
dimensional yaitu start schema. Proses analisis menggunakan OLAP yang mempunyai karakteristik
operasi ringkasan, penyatuan, formula dan perpaduan data dari berbagai dimensi. OLAP memberikan
informasi dari performa perusahaan melalui pandangan dari data untuk mencerminkan secara
multidimensional dari data yang sangat besar. Untuk reporting servis sebagai analisis dalam bentuk
reporting yang akan mengambarkan system laporan yang disesuai dengan kebutuhan perusahaan.
Tahap proses IB dalam penulisan ini adalah membuat analisa kebutuhan berdasarkan bisnis proses pada
perusahaan, analisa data sumber, perancangan dan implementasi data warehouse, proses ETL,
perancangan OLAP dan reporting services. Penerapan IB ini memberikan informasi kepada pihak
manajemen berkitan dengan manajemen produk. Membantu manajemen mengambil keputusan untuk
strategi pemasaran, dengan cara menyajikan informasi antara lain, yaitu produk apa saja yang dibeli
konsumen serta profil konsumen untuk customer livetime value.
Terdapat 6 fungsionalitas analitis yang sistem IB kirimkan untuk mencapai hasil keputusan
antara lain laporan produksi, laporan yang memiliki parameter, dashboard/sorecard, kemampuan untuk
menelusuri lebih mendalam untuk melihat data yang lebih terperinci serta kemampuan untuk
merancang model skenario dan menciptakan peramalan. Penelitian oleh Naveen menunjukkan, berikut
adalah faktor-faktor keberhasilan kritis untuk pelaksanaan intelijen bisnis:
a. Bisnis & didorong metodologi manajemen proyek
b. Visi yang jelas & perencanaan
c. Berkomitmen dukungan manajemen & sponsor
d. Manajemen data & masalah kualitas
e. Pemetaan solusi untuk kebutuhan pengguna
f. Pertimbangan kinerja sistem IB
g. Kerangka yang kuat & extensible
Business Intelligence (BI) bukanlah produk maupun sistem. BI merupakan strategi yang terus
berevolusi secara konstan yang secara terus menerus berusaha untuk selaras dengan tujuan strategis
organisasi yang dituangkan dalam bentuk visi, misi, tujuan, sasaran, key performance indicator (KPI),
masalah, solusi, dan kebutuhan informasi. Tingkat pentingnya integrasi BI akan berbeda-beda di
masing-masing organisasi. Dalam era informasi yang cepat dan terus berkembang, tidak ada pilihan
lain bagi organisasi dengan kompleksitas bisnis yang tinggi untuk dapat terus bersaing dan berkembang
terhadap kompetitor selain sukses mengintegrasikan BI dengan strategi bisnis perusahaan.
Proyek mengintegrasikan BI dengan strategi bisnis perusahaan bukanlah pekerjaan yang mudah.
Jika suatu perusahaan mengambil keputusan untuk mengintegrasikan BI, maka perusahaan dan bisnis
unit yang ada di dalamnya harus siap menyesuaikan diri untuk mengatasi setiap tantangan dalam proses
ini, agar integrasi BI dengan strategi bisnis perusahaan dapat sukses dan perusahaan mendapatkan
manfaat maksimal BI untuk dapat mengambil keputusan dengan cepat, tepat, dan akurat guna
mengingkatkan daya saing, perkembangan perusahaan, mendorong pendapatan, dan keuntungan yang
lebih baik.
Study Cases

PT BANK MANDIRI (PESERO) Tbk : Business Inteligent, Support Decision Making

Bank Mandiri didirikan pada 2 Oktober 1998, sebagai bagian dari program restrukturisasi perbankan
yang dilaksanakan oleh pemerintah Indonesia. Bank Mandiri meneruskan tradisi selama lebih dari 140
tahun memberikan kontribusi dalam dunia perbankan dan perekonomian Indonesia dengan terus
berkomitmen meningkatkan layanan kepada nasabah melalui penguatan infrastruktur teknologi informasi
(TI). Pengembangan bisnis Bank Mandiri pada 2010, antara lain bisnis retailpayment untuk meningkatkan
penghimpunan dana murah, pengembangan high yieldbusiness, peningkatan jasa pelayanan nasabah
korporasi dengan memperluas jasa layanan, membangun sinergi antar unit bisnis termasuk kantor wilayah
dan unit pendukung secara menyeluruh, serta optimalisasi sinergi dengan anak perusahaan.
Sementara itu, Aliansi Unit Bisnis akan difasilitasi dengan sistem Customer Relationship
Management yang terintegrasi dan dilengkapi Business Intelligence untuk meningkatkan pelayanan sesuai
dengan kebutuhan nasabah. Bank Mandiri juga mengembangkan piranti Integrated Regulatory Reporting
System dan Enterprise Risk Management untuk memastikan tata kelola perusahaan dijalankan dengan baik.
Pelayanan kepada nasabah yang meliputi segmen usaha Corporate, Commercial, Micro & Retail, Consumer
Finance dan Treasury & International Banking. Bank Mandiri pada saat ini memiliki anak-anak perusahaan
untuk mendukung bisnis utamanya yaitu: Mandiri Sekuritas, Bank Syariah Mandiri, AXA-Mandiri
Financial Services, Bank Sinar Harapan Bali (UMKM) serta Mandiri Tunas Finance (jasa pembiayaan).
Per 30 September 2009, kredit tumbuh 15,7% (Year on Year) atau sebesar Rp 25,5 triliun, yaitu dari
Rp 162,8 triliun menjadi Rp 188,3 triliun. Jumlah dana murah meningkat 17,6% atau sebesar Rp 25,4
triliun, yaitu dari Rp 143,8 triliun menjadi Rp 169,1 triliun. Net Interest Margin (NIM) mengalami
penurunan dari 5,46% menjadi 5,21%. Cost Efficiency Ratio (CER) membaik dari 43,0% menjadi sebesar
39,0%. Rasio Net NPL terjaga di level 0,85%. Laba bersih mencapai Rp 4,62 triliun, atau tumbuh 16,8%
dari pencapaian periode yang sama tahun 2008 yang tercatat sebesar Rp 3,95 triliun.
Pada dasarnya komponen IB mencakup gathering, storing, analyzing danproviding access to data.
Dan penggunaan Business Intelligence memiliki banyak keuntungan bagi perbankan khususnya. Feedback
dari nasabah kepada Bank Mandiri untuk semakin banyak menabung dan memberikan kenyamanan bagi
setiap nasabahnya . Konsolidasi informasi Dengan BI dijalankan di dalam perusahaan, data akan diolah
dalam satu platform dan disebarkan dalam bentuk informasi yang berguna (meaningful) ke seluruh
organisasi. Dengan ketiadaan information assymmetry, kolaborasi dan konsolidasi di dalam perusahaan
dapat diperkuat dan dimungkinkan pembuatan cross-functional dan corporate-wide reports. Meskipun harus
diakui, benefit ini juga mampu disediakan oleh software ERP. In-depth reporting Software Business Process
Management (BPM) memang mampu memberikan report dan analisis, namun cukup sederhana dan hanya
bertolak pada kondisi intern. Sedangkan BI mampu menyediakan informasi untuk isu-isu bisnis yang lebih
besar pada level strategis.
Customized Graphic User Interface (GUI) Beberapa ERP memang berusaha membuat tampilan GUI
yang user friendly, namun BI melangkah lebih jauh dengan menyediakan fasilitas kustomisasi GUI.
Sehingga tampilan GUI jauh dari kesan teknis dan memberikan view of business sesuai dengan keinginan
masing-masing user. Sedikit masalah teknis karena sifatnya yang user friendly meminimasi
kemungkinan operating error dari user, dan BI hanya merupakan software pada layer teratas (information
processing) dan bukan business process management. Biaya pengadaan rendah karena BI
hanya software yang bekerja pada layer teratas dari pengolahan informasi, harga software-nya tidak
semahal ERP. Biaya pengadaannya pun menjadi lebih murah dibandingkan ERP. Apalagi saat ini banyak
ditunjang juga oleh produk BI yang open source. Databank BI yang fleksibel membuka kemungkinan untuk
berkolaborasi dengan ERP sebagai pemasok databank yang akan diolah menjadi reports danscorecard,
namun BI juga dapat bekerja dari databank yang dibuat terpisah. BI pun menjadi terbuka untuk digunakan
oleh analis profesional dan peneliti, yang data olahannya bersifat sekunder. Kecepatan
(responsiveness) merupakan sifat BI lain yang tidak dimiliki oleh ERP. Misalnya pada penghitungan service
level sebagai salah satu Key Performance Indicator (KPI). Fungsi BI akan memberikan peringatan kepada
user sebelum batas bawah dalam service level (lower limit) terlampaui. Akibatnya masalah bisa ditangani
sebelum benar-benar muncul ke permukaan. Salah satu contoh pada responsiveness adalah industri
kesehatan, penggunaan BI berjasa mencegah penyebaran suatu penyakit/wabah secara luas (outbreak).
Nama-nama vendor BI memang masih asing di Indonesia.