COCA COLA
Business Intelligence Software (BI) secara singkat juga dikenal sebagai dashboard. Ini karena
secara umum BI berfungsi seperti halnya dashboard pada kendaraan. BI memberikan metrik (ukuran-
ukuran) yang menentukan performa kendaraan (organisasi). BI juga memberikan informasi kondisi
internal, seperti halnya suhu pada kendaraan. Dan BI juga memberikan sinyal-sinyal pada pengemudi
bila terjadi kesalahan pada kendaraan, seperti bila bensin akan habis pada kendaraan. Semuanya
berguna bagi pengemudi agar mampu mengendalikan kendaraannya dengan lebih baik dan mampu
sekaligus memberikan rekomendasi pada user terhadap tindakan yang sebaiknya diambil.
Dengan menjalankan fungsi dashboard, user BI akan mengenali potensi ketidakberesan pada
perusahaan sekaligus dengan penyebabnya sebelum hal tersebut berkembang menjadi masalah yang
besar. BI akan berfungsi memberikan advance alarm, memberikan informasi trend dan melakukan
benchmark.
BI berfungsi untuk membantu dalam membuat keputusan perusahaan atau bisnis secara cepat dan
akurat.
Ada 7 keunggulan utama BI yang akan memberikan value bagi perusahaan adalah sebagai berikut:
1. Konsolidasi informasi Dengan BI dijalankan di dalam perusahaan, data akan diolah dalam satu
platform dan disebarkan dalam bentuk informasi yang berguna (meaningful) ke seluruh
cross-functional dan corporate-wide reports. Meskipun harus diakui, benefit ini juga 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
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
4. Sedikit masalah teknis Ini karena pertama sifatnya yang user friendly meminimasi
kemungkinan operating error dari user, dan kedua BI hanya merupakan software pada layer
5. 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
pemasok databank yang akan diolah menjadi reports dan scorecard, namun BI juga dapat
bekerja dari databank yang dibuat terpisah. BI pun menjadi terbuka untuk digunakan oleh
7. Responsiveness Sifat BI lain yang tidak dimiliki oleh ERP adalah dalam hal kecepatan
(responsiveness). 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
Hingga saat ini, organisasi yang telah mengimplementasikan komponen dari Enterprise Performance
Management System dan Business Intelligence Oracle pada tahun fiskal 2008 di antaranya Bank of
Communications (Cina), CJ Entertainment (Korea), GM Daewoo Auto & Technology (Korea), Huadian
Power (China), Hyunjin Materials (Korea), Kolon (Korea), Korea Investment & Securities (Korea), Korea
Land Corporation, Korea Zinc (Korea), MIDEA (China), New World Department Stores (Hong Kong),
Samsung Electronics (Korea), Sterlite Industries (India) Ltd. (India), Vedanta Resources plc (India), dan
komponen software Enterprise Performance Management (EPM) dan Business Intelligence (BI) dari
Oracle.
Alternatif lain menggunakan produk BI open source yang saat ini makin populer, yaitu Pentaho.Pentaho
Corporation didirikan pada tahun 2004 oleh Richard Daley. Richard sebelumnya telah bekerja di I BM dan
bertanggung jawab terhadap bagian BI. Pentaho dalam perjalanannya melakukan akuisisi terhadap
berbagai proyek open source terkenal dan melakukan perbaikan terhadapnya seperti JFreeReport.
Disusul oleh Mondrian, Kettle dan Weka dimana semua lead developer dari proyek ini tetap
dipertahankan.
Dengan demikian stack solusi BI untuk Pentaho semakin lengkap dan bisa dibilang tahun 2007 dan 2008
merupakan tahun keemasan Pentaho dengan peningkatan penjualan lisensi (Pentaho menerapkan opsi
Data warehouse adalah kumpulan data dari berbagai sumber yang ditempatkan menjadi satu dalam
tempat penyimpanan berukuran besar lalu diproses menjadi bentuk penyimpanan multidimensional dan
Sumber data pada datawarehouse berasal dari berbagai macam format, software, platform dan jaringan
yang beda. Data tersebut adalah hasil dari proses transaksi perusahan / organisasi sehari.hari. Karena
berasal dari sumber yang berbeda beda tadi, maka data pada datawarehouse harus tersimpan dalam
Datawarehouse juga merupakan salah satu sistem pendukung keputusan, yaitu dengan menyimpan data
dari berbagai sumber, mengorganisasikannya dan dianalisa oleh para pengambil kebijakan. Akan tetapi
datawarehouse tidak dapat memberikan keputusan secara langsung. Namun ia dapat memberikan
informasi yang dapat membuat user menjadi lebih paham dalam membuat kebijakan strategis.
· Data terintegrasi dari berbagai sumber yang berasal dari proses transaksional (OLTP)
dengan cepat
Kelebihan
· Data terorganisir dengan baik untuk query analisis dan sebagai bahan yang baik untuk proses
transaksi.
· Perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi.
· Memiliki aturan transformasi untuk memvalidasi dan menkonsolidasi data dari OLTP ke
datawarehouse.
· Masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi.
· Memiliki model data yang banyak macamnya, dan tidak tergantung dari format data
· Proses transformasi/ perpindahan dapat di monitoring. jika terjadi kesalahan dapat di arahkan
/ di luruskan.
· Informasi yang disimpan dalam datawarehouse, jadi ketika OLTP data sumber nya hilang.
kekurangan
· Datawarehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
· Data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan
· Semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
· Datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data
yang digunakan di datawarehouse tidak di update secara cepat. sehingga data yang ada tidak
optimal.
Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa
data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam beberapa implementasi data
warehouse, data mart adalah miniature data warehouse. Data mart sering digunakan untuk
memberikan informasi kepada segmen fungsional organisasi. Contoh umum data mart adalah untuk
tingkat atas, dan seterusnya. Data mart juga dapat digunakan untuk gudang data segmen data untuk
mencerminkan bisnis secara geografis terletak di mana masing-masing daerah relatif otonom. Sebagai
contoh, sebuah organisasi layanan yang besar mungkin memperlakukan pusat operasi regional sebagai
unit usaha perorangan, masing-masing dengan data mart sendiri yang memberikan kontribusi untuk
Data mart harus dirancang dari perspektif bahwa mereka adalah komponen dari data warehouse
terlepas dari fungsi masing-masing atau konstruksi. Ini menyediakan konsistensi dan kegunaan dari
· SmartMart (IBM)
· PowerMart (Informatica)
· Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam
· Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data
warehouse.
· Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data
· Kubus
· Aggregation
Keuntungan
Data mart dapat meningkatkan waktu respon pengguna akhir, karena berisi data mentah yang
memungkinkan sistem komputer untuk fokus pada satu tugas, sehingga meningkatkan kinerja. Berbeda
dengan sistem OLTP, data mart juga dapat menyimpan data historis yang memungkinkan pengguna
untuk menganalisis kecenderungan data. Selain itu, data mart tidak begitu mahal dan kompleks sebagai
data gudang untuk setup dan melaksanakan karena masalah teknis tidak begitu sulit untuk diselesaikan.
Kerugian
Mereka memiliki nilai yang terbatas karena mereka tidak dapat melihat organisasi secara keseluruhan
Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa
pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri
berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena
itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan
(artificial intelligent), machine learning, statistik dan database. Data mining adalah proses menerapkan
metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi. Dengan arti lain Data
mining adalah proses untuk penggalian pola-pola dari data. Data mining menjadi alat yang semakin
penting untuk mengubah data tersebut menjadi informasi. Hal ini sering digunakan dalam berbagai
praktek profil, seperti pemasaran, pengawasan, penipuan deteksi dan penemuan ilmiah. Telah
digunakan selama bertahun-tahun oleh bisnis, ilmuwan dan pemerintah untuk menyaring volume data
seperti catatan perjalanan penumpang penerbangan, data sensus dan supermarket scanner data untuk
Alasan utama untuk menggunakan data mining adalah untuk membantu dalam analisis koleksi
pengamatan perilaku. Data tersebut rentan terhadap collinearity karena diketahui keterkaitan. Fakta
5. 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
pemasok databank yang akan diolah menjadi reports dan scorecard, namun BI juga dapat
bekerja dari databank yang dibuat terpisah. BI pun menjadi terbuka untuk digunakan oleh
7. Responsiveness Sifat BI lain yang tidak dimiliki oleh ERP adalah dalam hal kecepatan
(responsiveness). 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
Hingga saat ini, organisasi yang telah mengimplementasikan komponen dari Enterprise Performance
Management System dan Business Intelligence Oracle pada tahun fiskal 2008 di antaranya Bank of
Communications (Cina), CJ Entertainment (Korea), GM Daewoo Auto & Technology (Korea), Huadian
Power (China), Hyunjin Materials (Korea), Kolon (Korea), Korea Investment & Securities (Korea), Korea
Land Corporation, Korea Zinc (Korea), MIDEA (China), New World Department Stores (Hong Kong),
Samsung Electronics (Korea), Sterlite Industries (India) Ltd. (India), Vedanta Resources plc (India), dan
PT Coca Cola Distribution Indonesia dan Ayala Corporation dari Filipina tercatat telah mengadopsi
komponen software Enterprise Performance Management (EPM) dan Business Intelligence (BI) dari
Oracle.
Alternatif lain menggunakan produk BI open source yang saat ini makin populer, yaitu Pentaho.Pentaho
Corporation didirikan pada tahun 2004 oleh Richard Daley. Richard sebelumnya telah bekerja di I BM dan
bertanggung jawab terhadap bagian BI. Pentaho dalam perjalanannya melakukan akuisisi terhadap
berbagai proyek open source terkenal dan melakukan perbaikan terhadapnya seperti JFreeReport.
Disusul oleh Mondrian, Kettle dan Weka dimana semua lead developer dari proyek ini tetap
dipertahankan.
Dengan demikian stack solusi BI untuk Pentaho semakin lengkap dan bisa dibilang tahun 2007 dan 2008
merupakan tahun keemasan Pentaho dengan peningkatan penjualan lisensi (Pentaho menerapkan opsi
Refferensi :
Data Warehouse Architecture and Implementation; Humphries, Hawkins, Dy; Prentice Hall
http://ruangchupa.wordpress.com/2010/10/24/apa-itu-business-intelligence
http://zero-fisip.web.unair.ac.id/artikel_detail-69818-Sistem%20Data%20%28Database%29-
Pengertian%20Data%20Warehouse.html