158 712 1 PB
158 712 1 PB
Oleh :
Nazwirman
Email : Nazwir10@gmail.com
ABSTRAKSI
Penelitian ini fokus kepada beberapa hal penting, yaitu untuk mengetahui
tahapan-tahapan yang harus dilaksanakan dalam membangun Sistem Intelijen
Bisnis yang baik dan tepat sasaran, menelaah pendekatan yang tepat dalam
membangun Sistem Intelijen Bisnis di suatu organisasi, serta memahami aspek-
aspek penting yang harus diperhatikan agar investasi pembangunan Sistem
Intelijen Bisnis di masa mendatang berhasil. Pengembangan Sistem Intelijen
Bisnis harus dilandaskan pada kondisi dan kebutuhan riil organisasi dalam
mencapai tingkat kinerja yang diinginkan. Jika kondisi tersebut terjadi, maka
proses pengambilan keputusan akan menjadi lebih baik dan akurat. Tujuan
penelitian ini untuk mengetahui aspek-aspek penting yang harus dipahami dan
dipersiapkan dalam mengimplementasikan Sistem Intelijen Bisnis di suatu
organisasi. Metode yang di gunakan adalah eksplanasi serta riset pustaka terhadap
beberapa buku, artikel, dan literatur lainnya
ABSTRACT
The study focuses on some important things, namely to know the steps that must
be implemented in building the Business Intelligence System is good and right on
target, examine the right approach in building a Business Intelligence System in
an organization, and understand the important aspects that must be considered in
order Business Intelligence Systems development investment in the future
successfully. The Business Intelligence System Development should be based on
conditions and the real needs of the organization in achieving the desired
performance level. If this condition occurs, then the decision-making process will
be better and more accurate. The purpose of this study to determine the important
aspects that must be understood and prepared to implement a Business
Intelligence System in an organization. The method used is the explanation as
well as the research library of several books, articles and other literature.
51
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
PENDAHULUAN
52
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
Permasalahan Penelitian
TINJAUAN PUSTAKA
53
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
54
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
Sumber: BI and Government Performance Management: Getting to Green, Steve Williams, Nancy
Williams, DM Review (2004)
Gambar 2.1.
Performance-Centric Bussiness Information System Implementation
Data Warehouse
55
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
ditimpa/dihapus. Data akan bersifat statis, hanya dapat dibaca dan disimpan untuk
kebutuhan pelaporan. (4). Integrated, artinya data warehouse akan mencakup
semua data operasional organisasi yang disimpan secara konsisten.
Keempat karakteristik saling terkait dan kesemua harus diimplementasikan
agar suatu data warehouse bisa efektif memiliki data untuk mendukung
pengambilan keputusan. Implementasi ke-empat karakteristik ini membutuhkan
struktur data dari data warehouse yang berbeda dengan database sistem
operasional biasa.
Sedangkan fungsi utama dari data warehouse meliputi (Darmawikarta, 2003):
1. Pengambilan dan pengumpulan data (termasuk data dari luar organisasi
yang dibutuhkan)
2. Mempersiapkan data (transforming), seperti membersihkan dan
mengintegrasikan data
3. Penyimpanan data (loading)
4. Penyediaan data untuk analisis (query dan reporting)
Secara garis besar, kedudukan data warehouse di implementasi BI dapat
dilihat pada Gambar 2.2 Nampak bahwa penyusunan suatu data warehouse yang
lengkap, integratif serta terhubung dengan semua data operasional merupakan
modal pokok dikembangkannya BI di suatu organisasi.
Sumber: (Data mining Concepts & Techniques, Han, Jiawei & Kember, Micheline. 2001. Simon
Fraser University Academic Press, USA).
56
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
Data mart tidak secara normal berisi data operasional terperinci dan ketiga
Data mart berisi lebih sedikit data dari yang ada dalam data warehouse,
lebih mudah dimengerti dan dipahami.
b) Cube data, adalah unit pemrosesan data yang terdiri dari tabel fakta dan
dimensi dalam suatu data warehouse.
c) Aggregation, adalah hitungan awal dari data numerik. Dengan menghitung
dan menyimpan jawaban dari query yang sebelumnya telah dibuat, waktu
proses query dapat lebih cepat. Dengan adanya agregasi, data yang
jumlahnya ribuan atau bahkan ratusan ribu dalam suatu basis data
multidimensi dapat dicari dengan mudah dan tidak memakan banyak
waktu.
Data Mining
Hasil dari operasi data mining berupa tabel-tabel dan file-file yang berisi
data analisis yang dapat diakses dengan query dan reporting tools. Terdapat empat
operasi umum data mining yaitu : (1) Predictive and Classification Modeling,
yang biasa digunakan untuk memperkirakan suatu kejadian khusus. (2) Link
Analysis, yang digunakan untuk mencari hubungan antara record-record pada
basis data.(3) Database Segmentation, yang digunakan untuk mengelompokkan
record-record yang berhubungan ke dalam segmen-segmen. Pengelompokkan ini
merupakan langkah pertama dari pemilihan data, sebelum operasi data mining
lainnya dilakukan.(4) Deviation Detection, yang digunakan untuk mencari record-
57
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
record yang dipandang tidak normal dan memberikan alasan untuk anomali
tersebut.
58
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
59
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
METODE PENELITIAN
PEMBAHASAN
60
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
61
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
62
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
Menentukan cakupan data yang jelas karena tidak semua data harus terhubung
dengan BI.
PENUTUP
Simpulan
63
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
Pimpinan, Perencanaan yang matang dan realistis, Ketersediaan data yang lengkap
dan reliable.
DAFTAR PUSTAKA
Han, Jiawei & Kember, Michelin.2001. Data mining Concepts & Techniques,
Simon Fraser University Academic Press, USA.
Moss, Larissa T., and Shaku Atre.2003. Business Intelligence Roadmap: The
Complete Lifecycle for Decision-Support Applications. Boston, MA:
Addison-Wesley.
Steve and Nancy Williams. 2007 The Profit Impact of Business Intelligence .
Getting to Green, DM Review.
Von Halle, Barbara.2001. Business Rules Applied: Building Better Systems Using
the Business Rules Approach. New York: John Wiley & Sons.
http://www.dashboardinsight.com/articles/new-concepts-in-business-
intelligence/business-intelligence-predictions-for-2011-1a.aspx (diakses 12
Januari 2012)
64
JURNAL LENTERA ICT Vol.2 No.1, November 2014 / ISSN 2338-3143
http://www.publikasi.kominfo.go.id/bitstream/handle/54323613/66/HasilSurveiTI
KSektorBisnis2011.pdfsequence=1
(diakses 12 Januri 2012)
65