Abstract - Information and data are the important efektifitas yang berujung pada kerugian yang
assets for a company. To process data into useful diterima oleh perusahaan. Dikarenakan pentingnya
information and getting to be knowledge in the hal tersebut, banyak perusahaan berlomba-lomba
decision making process at management level, there untuk menggali informasi dan knowledge dari data
are so many companies which have difficulties,
yang dimiliki. Tujuan utamanya adalah untuk
including PT XYZ which was engaging in the
production of agricultural materials. PT XYZ had the mendukung keputusan yang dihasilkan dengan
difficulties in monitoring process and decision-making didasari pada hasil analisis informasi dan knowledge
process related to its main business, sales and account yang mewakili keputusan perusahaan.
receivable. Business Intelligence dashboard could be Dengan berkembang pesatnya teknologi, data
the best solution to overcome these problems. This yang diperlukan untuk mendukung proses
research discusses related design, construction and pengambilan keputusan dapat mudah diakses dengan
implementation of business intelligence solutions beragam format representasinya. Data tersebut
dashboard starting from the architecture business bersifat heterogen yang dapat diolah menjadi
intelligence, data warehouse in form of a data mart,
informasi hingga knowledge yang dapat digunakan
ETL (extraction, transformation, and loading) process
are useful for generating the quality of data, and dalam proses pengambilan keputusan baik keputusan
visualization in the form of dashboard that would yang bersifat operasional maupun strategis. Salah
represent key business process with XYZ company. satu metode yang digunakan yakni Business
The method used in the development of business Intelligence (BI).
intelligence dashboard refers to the six-step method of BI didefinisikan sebagai salah satu
executive information system that is of the justification, metodologi pemanfaatan data untuk menghasilkan
planning, business analysis, design, construction, informasi hingga menjadi knowledge dalam
deployment that would generate digital dashboard for mendukung pengambilan keputusan strategis. BI
level management. The result is a website application
sudah banyak diterapkan dalam berbagai jenis sektor
consisting of three digital dashboards that become
visualization tools to display the information and industri dan terbukti keberhasilannya. PT XYZ
knowledge needed in the monitoring process and merupakan salah satu Multi National Corporate
become material to produce decisions related to sales (MNC) yang sudah mempunyai perusahaan hampir
and receivables. The BI solutions that are developed di setiap negara. PT XYZ merupakan perusahaan
are in line with expectations and can meet the business yang bergerak di bidang farmasi dan pertanian dan
needs of PT XYZ. sudah mempunyai banyak pelanggan sebagai
customer tetap terkait produk-produk yang
Keywords: business intelligence; dashboard; data diproduksi khususnya berkaitan dengan pertanian.
warehouse; data mart; executive information system.
Untuk mendukung proses bisnis utama dalam
perusahaan, diterapkan ERP SAP yang digunakan
I. PENDAHULUAN secara global bersama dengan beberapa perusahaan
Perkembangan bisnis yang dinamis di negara lain. Salah satu bisnis utama yang
mengharuskan perusahaan untuk lebih cepat dan didukung oleh ERP adalah terkait marketing dan
cermat dalam setiap pengambilan keputusan. sales untuk produk yang diproduksi oleh PT XYZ.
Tindakan yang keliru dapat menyebabkan kurangnya Selain itu juga terkait dengan piutang dagang
(account receivable) dari masing-masing customer. transaksional. Perbedaan antara data operasional dan
Pada kasus PT XYZ, saat ini untuk mengolah data warehouse dapat dilihat pada Tabel 1.[2]
data dan memvisualisasikan data tersebut masih
dilakukan secara manual dengan menggunakan
aplikasi Microsoft Excel dan bantuan Pivot Tabel
serta dashboard yang dibuat dengan menggunakan
fitur Developer pada Microsoft Excel. Berdasarkan
hasil wawancara dengan pihak manajemen PT XYZ,
terdapat beberapa permasalahan terkait proses
tersebut, diantaranya:
1. Data yang diperoleh dari file Microsoft Excel
masih berupa data mentah dan memakan waktu
untuk proses pengolahan data menjadi informasi.
2. Data yang dapat disimpan dan diolah pada Gambar 1. Development Steps of Bussiness Intelligence [3]
Microsoft Excel terbatas sehingga proses
monitoring dan viewhistorical data masih kurang B. Data Warehouse
maksimal. Istilah data warehouse mengacu pada
3. Proses monitoring sales cukup membutuhkan pengelolaan data besar. Fungsi data warehouse
waktu yang lama untuk bisa sampai ke pihak adalah untuk keperluan reporting dan analisis.
manajemen. Bersifat numerik dan dioperasikan secara agregat.
PT XYZ membutuhkan aplikasi BI yang Data tersimpan secara terstruktur dalam bentuk
menyediakan informasi monitoring terkait sales dan starschema yang berbeda dengan struktur database
account receivable pada customer untuk transaksional. Perbedaan antara data operasional dan
meningkatkan efektifitas dan efisiensi manajemen data warehouse dapat dilihat pada Tabel 1.[2]
dalam pengambilan keputusan strategis. Maka dari Salah satu tahap terpenting dalam BI adalah
itu, pengembangan aplikasi BI sebagai solusi untuk tercapainya kualitas terbaik data. Proses
membantu manajer dalam melakukan pemantauan pengumpulan dan pemrosesan data menjadi
proses bisnis, khususnya terkait sales and account informasi untuk kebutuhan BI disebut ETL
receiveable. Pengembangan meliputi data mart (extraction, transformation, dan loading).
sebagai database yang terintegrasi dan dashboard Dalam membangun multidimensionaldata
sebagai alat visualisasi dalam bentuk grafis. warehouse, data dari berbagai sumber (data
operasional, ERP, dan excel) perlu dilakukan proses
II. TINJAUAN PUSTAKA ekstraksi dan diletakkan pada lingkungan BI. Kunci
tahapan ini adalah konektivitas antar sumber data.
A. Business Intelligence (BI) Setelah data dari berbagai sumber tersebut
BI dikategorikan secara luas sebagai aplikasi diekstraksi, maka akan masuk ke tahapan
dan teknologi untuk mengumpulkan, menyimpan, selanjutnya.
menganalisis dan menyediakan akses ke data untuk Tahap transformasi adalah tahap yang paling
membantu perusahaan dalam membuat keputusan luas dan lama. Tahap ini tergolong kompleks karena
bisnis yang lebih baik. Aplikasi BI meliputi kegiatan mencakup seluruh aktivitas untuk membuat data
sistem pendukung keputusan, query dan pelaporan, sesuai dengan model multidimensional yang
online analytical processing (OLAP), analisis membentuk data warehouse. Database terpisah dari
statistik, peramalan (forecasting), dan data mining. data warehouse disediakan untuk menampung hasil
[1]Tujuan utama dari sistem BI adalah untuk tahap transformasi ini. Penyimpanan sementara ini
menyediakan knowledge yang digunakan para disebut staging/work area. Setelah seluruh tahap
pengambil keputusan di berbagai level dalam transformasi berjalan, maka data siap untuk
mengambil keputusan agar lebih efektif dan di ditampilkan (load) ke dalam modelmultidimensional.
waktu yang tepat (timely decision) agar dapat sukses Tahap loading adalah tahap pemuatan setelah
dan bertahan di dunia bisnis [2]. Daur hidup (life melalui tahap ekstraksi dan transformasi. Tahap ini
cycle) proyek EIS (Executive Information System) membutuhkan perhatian lebih karena data yang
atau dikenal dengan BI mengacu pada 6 tahapan ditampilkan (load) langsung dirilis dan dilihat oleh
yang terdapat dalam Gambar 1. pengguna sistem (pihak manajemen).
mengakses dan mengawasi proses analisis data. [4] penjualan satu customer, berdasarkan produk, bulan
Data mart terbentuk dari satu pengguna yang dan tahun. Tabel fakta dapat berisi ratusan ribu
mempunyai ekspektasi umum untuk data yang harus bahkan miliyaran baris. Oleh karena itu, diperlukan
dilihat dan seringkali dikelompokkan berdasarkan normalisasi untuk menjadikan tabel tersebut efisien.
pengguna dan departemennya. Sebuah data Gambar 2, contoh star schema, berdasarkan fakta-
warehouse dapat terdiri dari satu atau lebih data fakta dan dimensi untuk proses order.
mart. Tujuan dari data mart adalah untuk
menganalisis maupun mengimplementasikan
aplikasi decision support pada fungsi spesifik. Data
mart bersifat subset data dari data warehouse dan
biasanya terintegrasi dengan data lain yang masih
berhubungan dengan data mart tersebut. Contoh
data penjualan (sales) mempunyai informasi
tambahan terkait hal lain seperti informasi product
dan customer. Data penjualan tersebut bersifat
subyektif. [5]
bertujuan untuk meningkatkan efektivitas dan by product in month, year pada national, area, or
efisiensi perusahaan di mata pelanggannya. Alih-alih customer.
memperkirakan beban utang berdasarkan penjualan, b) Menampilkan historical analysis data top 15
perusahaan lebih menggunakan laporan yang disebut sales by product in year to date pada national, area,
Account Receivable Aging. Rincian dari piutang or customer.
terkait berapa banyak yang harus dibayarkan oleh c) Menampilkan contribution in percentage top 15
setiap pelanggan dan berapa lama jumlah yang telah actual sales by product in month, year national,
berutang. Dengan kata lain, Account Receivable area, or customer dalam bentuk pie chart.
Aging (AR Aging) merupakan metode untuk d) Menampilkan sales by group in month, yearatau
mengidentifikasi berapa lama rekening yang sudah/ in year to date pada national, area, or customer
akan jatuh tempo. Ini berarti bahwa rekening lewat dalam bentuk bar chart.
jatuh tempo diidentifikasi sesuai dengan lamanya e) Menampilkan time series of sales by product in
waktu yang telah dibayarkan. Dalam beberapa tahun period to date pada national, area, or customer
terakhir, sebagian perusahaan mulai berfokus dalam bentuk line chart.
tentang memantau piutang pelanggannya dengan f) Menampilkan account receivable aging (current
menggunakan laporan jadwal piutang dagang AR, overdue AR, longoverdue AR) in month, year
(account receivable aging schedule). Kolom khusus pada national, area, or customer dalam bentuk bar
untuk laporan tersebut adalah current, 31-60 days, chart.
61-90 days, 91-120 days, dan 120 +days. g) Menampilkan sales vs account receivable vs
inventory vs payment in period to date pada
national, area, or customer dalam bentuk line chart
dan bar chart.
h) Menampilkan table historical data sales, account
receivable (current, overdue, long overdue),
inventory, payment in period to date pada national,
area, or customer.
i) Menampilkan pivot table Account Receivable
Aging (amount, current, overdue, long overdue,
credit limit) in month, year pada national, area or
customer.
j) Menampilkan historical analysis data actual
sales, last year sales dan forecasting by area in
month, year pada group or brand.
k) Menampilkan historical analysis data actual
Gambar 4. Example of Account Receivable Aging Schedule [9]
sales, last year sales dan forecasting by area in in
year to date pada group or brand.
III. ANALISA DAN PERANCANGAN l) Menampilkan contribution in percentage actual
sales, by area in month, year, group, brand dalam
A. Business Analysis bentukpie chart.
Daftar kebutuhan fungsional (Functional m) Menampilkan time series of sales by area by
Requirements ) adalah sebagai berikut: crop type in period to date pada group, or brand
1) Fungsi ETL: dimulai dari proses upload dalam bentuk line chart.
transactional data by user kemudian transactional
data tersimpan ke dalam data warehouse dan Daftar kebutuhan non-fungsional (Non-Functional
dilakukan proses extract, transform kemudian Requirements) adalah sebagai berikut:
proses load data ke dalam data mart yang sudah Perfomance Response time, sistem dapat
dirancang dan dibuat. memberikan respon kepada user kurang dari
2) Fungsi Management Master Data: adalah satu menit.
proses pengelolaan data master yaitu data customer, Tampilan Antar Muka
material product, dan remarks (remarks by Sistem menggunakan grafik yang interaktif,
distributor dan remarks by area). Di dalamnya Sistem menampilkan grafik dengan warna yang
terdapat fungsi CRUD (create, retrieve, update dan sesuai dengan template perusahaan PT XYZ
delete) serta upload data untuk remarks. Security: sistem hanya dapat diakses oleh pihak
3) Fungsi Management User Data: melakukan yang berkepentingan seperti pihak manajemen
proses manajemen data user yaitu data user admin, (BPA, ASM, Crop Manager) dan beberapa
admin area. Di dalamnya terdapat fungsi CRUD pihak yang terlibat di dalam proses pengambilan
(create, retrieve, update dan delete). keputusan dalam perusahaan.
4) Fungsi Visualisasi : Dashboard
a) Menampilkan historical analysis data top 15
actual sales, last year sales, budget and forecasting
B. Desain
Sebelum melakukan implementasi, dilakukan
perancangan BI yang meliputi desain arsitektur serta
perancangan ETL dan star scheme.
1) Arsitektur BI
Secara umum BI memiliki arsitektur yang hampir
serupa. Perbedaan biasanya terjadi pada jenis dari
sumber data dan jenis dari database yang akan
menjadi tempat penyimpanan hasil pengolahan data.
Arsitektur BI yang akan diimplementasikan PT XYZ
dapat dilihat pada Gambar 5.
Gambar 6. Skema Datamart
B. Pengujian Sistem
Tabel 4 merupakan hasil pengujian dari
aplikasi business intelligence dashboard.
TABEL 4. USER ACCEPTANCE TESTING
MENAMPILKAN DASHBOARD SALES BY PRODUCT
St
St Execut
Action Expected Result at
ep ed By
us
1 Log in as admin View Sales Pa Bagus
and click View Dashboard form ss Anindi
Sales is displayed ed tyo
Dashboardmenu
at Report Tab
2 Choose general a. Business Unit Pa Bagus
filter required: list would be ss Anindi
a. Choose displayed ed tyo
Business Unit b. Type list would
through drop be displayed (Net
donw list Sales/Gross
b. Choose Type Sales)
through drop c. Month list
down list would be
Gambar 10. Dashboard Account Receivable c. Choose Month displayed
through drop d. Year list would
Halaman dashboard account receivable pada down list be displayed
Gambar 10 menampilkan informasi terkait account d. Choose Year e. Area list would
receivable. Dashboard ini terdiri dari empat bagian, through drop be displayed
yakni grafik account receivable aging, analysis data down list f. Distributor list
e. Choose Area would be
account receivable aging by area, by customer, through drop displayed based
grafik trend series account_receivable, sales, down list on Area that have
inventory dan payment dan analysis data trend f. Choose been chosen
series account_receivable, sales, inventory dan Distributor g. View button
through drop works properly,
payment. Halaman dashboard sales pada Gambar 11 down list data display on
menampilkan informasi terkait sales by area. g. Click View graph and table
Dashboard ini terdiri dari empat bagian historical button to display
dataterkait trend analysis sales by area in month to data based on
filter
REFERENSI
V. KESIMPULAN [1] Brijs, B., “Business Analysis for Business Intelligence”.
United States of America. 2013
Setelah semua tahapan metodologi penelitian
[2] Vercellis, C., “Data Mining and Optimization for Decision
dilakukan, didapatkan simpulan bahwa proses Making”. A John Wiley and Sons, Ltd. 2009.
pengembangan Business Intelligence pada PT XYZ [3] Larissa T. Moss, S. Atre, “Business Intelligence Roadmap:
telah dijalankan dari tahap pertama hingga tahap The Complete Project Lifecycle for Decision-Support
Applications”. Addison-Wesley. 2003
terakhir sesuai dengan enam tahapan metode
[4] Chris J. N.,“Sales Management. Taylor & Francis”. 2010
pengembangan aplikasi BI. Selain itu, solusi BI yang [5] Rajiv Sabherwal, I. B.-F.., Business Intelligence: Practices,
dihasilkan merupakan aplikasi berbasis website yang Technologies, and Management. United States of America:
terdiri dari tiga buah digital dashboard yang menjadi John Willey & Sons, Inc. 2012
[6] Eckerson, W. W.,Performance Dashboards: Measuring,
alat visualisasi untuk menampilkan informasi dan
Monitoring, and Managing Your Business, 2nd Edition.
knowledge yang diperlukan dalam proses monitoring Wiley. 2010
dan menjadi bahan pengambilan keputusan strategis [7] Reuvid, J.,Managing Business Risk: A Practical Guide to
terkait sales dan account receivable pada PT XYZ. Protecting Your Business. United States: Kogan Page
Limited. 2014
Hasil evaluasi terkait pengembangan Business
[8] Stefanie R., Farouk T., Karsten W., Business Process
Intelligence Dashboard Application yang dilakukan Management: 9th International Conference, BPM 2011.
menunjukkan bahwa solusi BI yang dikembangkan Springer. 2011
sudah sesuai dengan ekspektasi serta dapat [9] Harber R, Jeffry.,’Accounting Demystified American
Management Association. NewYork 2004
memenuhi kebutuhan bisnis dari PT XYZ.
[10] Sherman, R., Business Intelligence Guidebook: From Data
Integration to Analytics. Amsterdam: Elsevier Inc. 2014