KONSEP DATAWAREHOUSE PT.

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

membuat keputusan yang tepat dengan lebih cepat.

Pada prakteknya, BI akan berfungsi sebagai analis, penghitung scorecard,

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.

Keuntungan Bisnis Intelligence:

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

organisasi. Dengan ketiadaan information assymmetry, kolaborasi dan konsolidasi di dalam

perusahaan dapat diperkuat. Dengan konsolidasi, maka dapat dimungkinkan pembuatan

cross-functional dan corporate-wide reports. Meskipun harus diakui, benefit ini juga mampu

disediakan oleh software ERP.

2. 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.

 3. 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.

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

teratas (information processing) dan bukan business process management.

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

yang open source.

6. Flexible databank BI membuka kemungkinan untuk berkolaborasi dengan ERP sebagai

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

analis profesional dan peneliti, yang data olahannya bersifat sekunder.

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

sebelum benar-benar muncul ke permukaan. Salah satu contoh padResponsivenessa industri

kesehatan, penggunaan BI berjasa mencegah penyebaran suatu penyakit/wabah secara luas

(outbreak). Nama-nama vendor BI memang masih asing di Indonesia.

pengaplikasian Bisnis Intelligence:

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

Woori Bank (Korea).

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

dual lisensi: gratis dan berbayar) dan meraih banyak penghargaan.

Data warehouse adalah kumpulan data dari berbagai sumber yang ditempatkan menjadi satu dalam

tempat penyimpanan berukuran besar lalu diproses menjadi bentuk penyimpanan multidimensional dan

didesain untuk querying dan report ing.

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

sebuah format yang baku.

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.

Adapun karakteristik umum yang dimiliki datawarehouse adalah :

· Data terintegrasi dari berbagai sumber yang berasal dari proses transaksional (OLTP)

· Data dibuat konsisten

· Merupakan aggregate data/kesimpulan data, bukan data yang terperinci

· Data bertahan lebih lama

 · Data tersimpan dalam format yang tepat sehinngga proses query dan analisa dapat dilakukan

dengan cepat

· Data bersifat read only

Kelebihan Dan Kekurangan Data Warehouse

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

awal/sumbernya, sehingga memudahkan dalam menciptakan laporan.

· 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.

informasi yang diolah tetap terjaga dalam suatu datawarehouse.

· Datawarehose tidak memperlambat kerja operasional transaksi.

· Dapat menyediakan laporan yang bermacam-macam

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

tenggang waktu untuk memindahkannya.

· 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

departemen penjualan, departemen persediaan dan pengiriman, departemen keuangan, manajemen

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

gudang data master.

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

informasi seluruh organisasi.

Beberapa contoh produk data mart adalah sebagai berikut:

· SmartMart (IBM)

· Visual Warehouse (IBM)

· PowerMart (Informatica)

Karakteristik data mart

· Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam

sebuah departemen atau fungsi bisnis.

· Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data

warehouse.

· Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data

mart lebih mudah dipahami.

· Data marts bisa bersifat dependent atau independent.

· Kubus
 · Aggregation

Keuntuangan dan kerugian menggunakan data mart

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

dan pelaporan dan analisis potensi ter batas.

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

menghasilkan laporan riset pasar.

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

yang open source.

6. Flexible databank BI membuka kemungkinan untuk berkolaborasi dengan ERP sebagai

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

analis profesional dan peneliti, yang data olahannya bersifat sekunder.

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

sebelum benar-benar muncul ke permukaan. Salah satu contoh padResponsivenessa industri

kesehatan, penggunaan BI berjasa mencegah penyebaran suatu penyakit/wabah secara luas

(outbreak). Nama-nama vendor BI memang masih asing di Indonesia.

Pengaplikasian Bisnis Intelligence:

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

Woori Bank (Korea).

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

dual lisensi: gratis dan berbayar) dan meraih banyak penghargaan.

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