Applied Business

Intelligence
Rahmat Ramadhani, S.Kom, MSc - rahmat.ramadhani@ulm.ac.id

1
BI Software
Business intelligence software adalah seperangkat alat yang digunakan oleh perusahaan untuk
mengambil, menganalisis, dan mengubah data menjadi wawasan bisnis yang berguna. Contoh Business
intelligence software mencakup visualisasi data, data warehouse, dasbor, dan pelaporan. Berbeda dengan
intelijen kompetitif, Business intelligence software menarik dari data internal yang dihasilkan bisnis,
bukan dari sumber luar.

Business intelligence software atau perangkat lunak BI adalah seperangkat alat yang dirancang untuk
mencari, menyortir, mengkonsolidasikan, menganalisis, dan menyajikan data kompleks ke dalam laporan
yang dapat dicerna untuk wawasan.

2
BI Software
Perangkat lunak Business Intelligence (BI) adalah alat yang dirancang untuk mengambil, menganalisis,
mengubah, dan melaporkan data. Ini membantu untuk menganalisis semua data bisnis melalui proses
otomatis untuk memberikan pemahaman yang lebih baik tentang kekuatan dan kelemahan organisasi.
Perangkat lunak BI memungkinkan manajemen untuk melihat dengan lebih baik hubungan antara data
yang berbeda untuk pengambilan keputusan yang lebih baik dan distribusi sumber daya. Perangkat lunak
Business Intelligence memainkan peran penting dalam proses perencanaan strategis organisasi.

3
Fitur-fitur dalam Software BI
● Data storage for business intelligence ● Ranking Reports
● Data Warehouses ● What-If Analysis
● Data Marts ● Executive Dashboards
● Extract, transform, and load (ETL) software ● Interactive Reports
● Hadoop ● Geospatial Mapping
● Online analytical processing (OLAP) or ● Operational Reports
business analytics ● Pivot Tables
● Reporting and querying ● Ad-Hoc Reports
● Digital or visual dashboards ● User-Specific Security
● Integration

4
Data storage for business intelligence
● Beberapa program perangkat lunak intelijen bisnis menarik data untuk dianalisis langsung dari
aplikasi sumber melalui koneksi API atau webhook asli. Sistem intelijen bisnis lainnya memerlukan
penggunaan sistem penyimpanan data untuk mengumpulkan beragam kumpulan data di lokasi
yang sama. Bisnis kecil, departemen tunggal, atau pengguna individu mungkin menemukan bahwa
koneksi asli berfungsi dengan baik, tetapi perusahaan besar, perusahaan perusahaan, dan
perusahaan yang menghasilkan kumpulan data besar akan memerlukan pengaturan kecerdasan
bisnis yang lebih komprehensif.
● Jika mereka memilih solusi penyimpanan terpusat, bisnis dapat menggunakan gudang data atau
data mart untuk menyimpan informasi bisnis mereka dan membeli perangkat lunak ekstrak,
transformasi, dan muat (ETL) untuk memfasilitasi penyimpanan data mereka. Alternatifnya,
mereka dapat menggunakan kerangka penyimpanan data seperti Hadoop untuk mengelola
datanya.
5
Data Warehouses
● BI menggabungkan sumber data yang berbeda ke dalam satu database dengan membangun gudang
data. Gudang data bertindak sebagai gudang pusat untuk data yang akan ditanyakan dan dianalisis
oleh aplikasi BI lainnya. Dengan menggunakan metode ekstrak, transformasi, dan pemuatan,
gudang data menggabungkan data dari seluruh organisasi dan mempermudah aplikasi lain untuk
mengaksesnya dengan cepat.
● Data yang disimpan dalam data warehouse berupa dimensi atau fakta yang ditarik dari sistem yang
menghasilkan data tersebut. Fakta mewakili angka untuk tindakan tertentu, seperti penjualan
widget. Dimensi memberikan konteks pada fakta dengan menambahkan tanggal dan lokasi, dan
juga disebut metadata. Misalnya, dimensi dapat memisahkan penjualan widget menurut bulan atau
tahun, membuat kueri lebih mudah dilakukan.

6
Data Marts
● Pada dasarnya versi gudang data yang lebih sederhana dan lebih sempit, data mart berfokus pada
subset data tertentu daripada menyimpan data dari seluruh perusahaan. Mereka mungkin
menyimpan data yang lebih sering digunakan, atau data yang hanya digunakan satu departemen.
Perusahaan akan merasa lebih murah untuk mengimplementasikan data mart daripada gudang
data, dan mereka dapat memberikan pengalaman pengguna yang lebih baik kepada staf non-TI
dengan membatasi kompleksitas database.

7
Extract, transform, and load (ETL) software
● Ekstrak: Ekstraksi data adalah proses mengambil data dari sistem asalnya. Seringkali merupakan
aspek proses yang paling sulit, tingkat keberhasilan pengambilan data dari sistem sumber mereka
— sistem ERP atau CRM misalnya — memengaruhi keberhasilan proses lainnya. Data tidak
terstruktur tidak diformat dengan baik untuk disesuaikan dengan baris dan kolom, yang
membuatnya lebih sulit untuk dianalisis setelah disimpan di gudang data. Memberi tag pada data
tidak terstruktur dengan metadata seperti informasi tentang penulis, jenis konten, dan faktor
pengenal lainnya dapat membantu tim menemukan data yang tepat saat disimpan di gudang data
dan pada akhirnya dimuat ke dalam perangkat lunak BI.
● Transformasi: Setelah menarik data dari aplikasi asalnya, data tersebut harus dinormalisasi
sebelum disimpan di gudang data untuk digunakan di masa mendatang. Agar analisis dalam sistem
kecerdasan bisnis berfungsi dengan baik, data dari aplikasi asal yang berbeda harus ada dalam
format yang sama atau kueri tidak akan akurat.
8
● Muat: Sekarang setelah data diekstraksi dari sistem sumbernya dan dinormalisasi melalui fase
Extract, transform, and load (ETL) software
● Muat: Sekarang setelah data diekstraksi dari sistem sumbernya dan dinormalisasi melalui fase
transformasi, data siap untuk dimuat ke database pusat, biasanya gudang data. Frekuensi beban
berbeda-beda menurut organisasi. Beberapa bisnis mungkin memasukkan data baru setiap minggu
sementara yang lain akan melakukannya setiap hari.

9
Hadoop
● Kerangka penyimpanan data yang populer, Hadoop adalah infrastruktur untuk menyimpan dan
memproses kumpulan data yang besar. Meskipun menyimpan data, Hadoop berbeda dari gudang
data tradisional. Hadoop menggunakan sistem cluster - Hadoop Distributed File System atau
HDFS - yang memungkinkan pengguna untuk menyimpan file di beberapa server.
● Infrastruktur Hadoop menyediakan kerangka kerja yang sangat baik untuk bisnis yang mengelola
dan menghasilkan banyak data serta file data yang sangat besar. Karena kerangka kerja klusternya,
Hadoop juga dapat bertindak sebagai mekanisme cadangan: jika satu server mati, bisnis tidak
kehilangan akses ke semua datanya. Hadoop tidak cocok untuk kueri ad hoc seperti gudang data
biasa, dan bisa jadi cukup rumit bagi pengguna yang tidak terbiasa dengan JavaScript.

10
Online analytical processing (OLAP) or business
analytics
● OLAP menjalankan keseluruhan persiapan data, memproses, dan memberikan hasil untuk
pelaporan. Inti dari solusi BI adalah alat OLAP yang memungkinkan Anda menganalisis data
multidimensi secara real-time atau bersamaan dengan pemrosesan analitik lainnya.
● Misalnya, pengguna menggabungkan data penjualan perusahaan berdasarkan lokasi, sementara
pengguna lain menggunakan sumber data yang sama dan menggabungkannya dengan pembelian
online waktu nyata. Dataset yang sama digunakan secara interaktif oleh dua pengguna dengan
tujuan berbeda.

11
Online analytical processing (OLAP) or business
analytics
● Perangkat lunak BI yang hebat harus memungkinkan Anda untuk melakukan tiga operasi OLAP:
mengkonsolidasikan atau menggulung sumber yang berbeda; menelusuri ke detail; dan iris dan
dadu. Secara umum, semakin banyak cara Anda bisa mengisolasi data dari kumpulan data (disebut
kubus OLAP) dan melihatnya, semakin fleksibel Anda bisa menafsirkan data. Saat meninjau solusi
BI, Anda akan menemukan istilah seperti mashup data, penyatuan data, dan kueri bisnis yang
kompleks, yang merupakan fungsi OLAP.

12
Reporting and querying
● Pelaporan dan pembuatan kueri adalah fitur utama lain dari perangkat lunak BI - bagaimana data
kompleks diurutkan dan dihasilkan. Integrasi adalah kunci di sini untuk memanfaatkan sumber
eksternal. Demikian pula, akses seluler untuk kueri dan laporan memungkinkan Anda
memanfaatkan fleksibilitas yang diberikan oleh komputasi awan dan data waktu nyata.
● Secara umum, pelaporan BI terbagi dalam dua jenis: disesuaikan dan ad hoc. Laporan yang
disesuaikan memungkinkan Anda mengurutkan subkumpulan data, mengatur urutan titik data, dan
menggunakan metrik tertentu yang penting bagi Anda. Di sisi lain, laporan ad hoc adalah keluaran
data cepat yang dihasilkan oleh solusi selama situasi mendesak untuk membantu Anda, antara lain,
membuat keputusan di tempat.

13
Reporting and querying
● Dalam kedua contoh tersebut, laporan dapat disajikan sebagai pencarian cepat atau dalam rincian
penelusuran dan dapat dibagikan ke seluruh organisasi.
● Sementara itu, solusi BI tingkat lanjut saat ini menampilkan kueri intuitif yang memungkinkan
pengguna menampilkan data kompleks bahkan tanpa keterampilan menulis atau pengkodean SQL.
OLAP secara otomatis mempersiapkan kumpulan data untuk setiap kueri baru. Kemampuan ini,
pada kenyataannya, memungkinkan perusahaan untuk mengadopsi alat BI di seluruh organisasi, di
luar bidang tradisional departemen TI.

14
Digital or visual dashboards
● Visualisasi data adalah tahap akhir pelaporan dan, pada kenyataannya, salah satu elemen solusi BI
yang paling dapat diidentifikasi. Para eksekutif dan pengguna non-teknis sering menganggap BI
melalui lensa ini, memungkinkan mereka untuk membuat bagan, grafik, dan widget dasbor.
Visualisasi lanjutan mencakup laporan geospasial, heat maps, dan funnel.
● Dalam banyak hal, dasbor visual adalah gabungan dari kemampuan solusi BI. Di belakang bagan
atau grafik adalah OLAP, kueri pelaporan, integrasi, kustomisasi, dan fitur lain yang sedang bekerja.
● Meskipun solusi BI memiliki dasbor visual yang bervariasi berdasarkan warna, lokasi, cluster, dan
metrik lainnya, mereka biasanya menampilkan kemampuan berbagi dan berkomentar.

15
Integration
● Integrasi juga merupakan faktor kunci dalam menjawab — apa yang dilakukan perangkat lunak
intelijen bisnis? Solusi BI mengandalkan berbagai sumber data untuk menghasilkan wawasan yang
bermakna dan mendalam, sehingga integrasi adalah kuncinya. Faktanya, banyak vendor mengikat
alat BI dengan aplikasi bisnis lain, seperti, CRM, otomatisasi tenaga penjualan, dan perangkat lunak
keranjang belanja.
● Integrasi bisa asli (dengan aplikasi vendor sendiri), dibuat sebelumnya (pengaturan dengan aplikasi
pihak ketiga) atau melalui API (dengan aplikasi Anda sendiri). Banyak solusi perangkat lunak BI
teratas yang terintegrasi dengan aplikasi bisnis utama seperti CRM, penjualan, akuntansi,
manajemen konten, dan manajemen proyek.
● Tetapi tidak semua memiliki integrasi API yang memungkinkan Anda mengembangkan aplikasi
untuk perangkat lunak tersebut. Jika Anda seorang pengembang, ada solusi BI dengan API terbuka,
bersama dengan dukungan Ruby, Java, dan JavaScript.
16
Ranking Reports
Laporan peringkat memungkinkan Anda dengan mudah melihat aspek kinerja terbaik dan terburuk dari bisnis
Anda, mulai dari produk hingga kampanye pemasaran hingga tenaga penjualan. Anda dapat melihat peringkat di
berbagai dimensi dan menentukan berbagai kriteria untuk memfokuskan hasil Anda.

17
What-If Analysis
Jika Anda penasaran tentang bagaimana keputusan masa depan akan memengaruhi bisnis Anda, Anda
dapat menjalankan analisis "bagaimana-jika" menggunakan data masa lalu untuk memprediksi potensi
dampak. Alat untuk analisis bagaimana-jika memberi Anda pandangan obyektif tentang risiko dan
imbalan yang terlibat dalam setiap keputusan potensial, dan memungkinkan Anda untuk merencanakan
masa depan yang lebih baik.

18
Executive Dashboards
Dasbor eksekutif memberi pemimpin organisasi Anda gambaran real-time tentang bisnis Anda dalam
bentuk grafik, bagan, ringkasan, dan laporan informasi lainnya. Mereka memungkinkan eksekutif
perusahaan Anda membuat keputusan yang lebih cerdas, lebih cepat, dan lebih baik.

19
Interactive Reports
Laporan interaktif memungkinkan pengguna untuk memadatkan sejumlah besar data yang dikumpulkan
menjadi berbagai kemungkinan tampilan. Pengguna dapat memanfaatkan fitur seperti analisis statistik
dan regresi untuk mengidentifikasi tren, anomali, dan pencilan dalam data.

20
Geospatial Mapping
Aplikasi yang menggunakan kecerdasan lokasi dapat mengambil informasi Anda dan mengubahnya
menjadi representasi grafis dan kartografi, sehingga menyederhanakan data geografis Anda. Sekilas,
menilai daerah mana yang berkinerja lebih baik dari yang lain - dan mana yang membutuhkan perhatian
khusus - menjadi jauh lebih mudah.

Slice and Dice 21

Operational Reports
Di penghujung hari, fitur BI seperti ini dapat memberi eksekutif organisasi Anda ringkasan mendetail dari
peristiwa harian, memberi mereka informasi yang mereka butuhkan untuk membuat keputusan penting.

22
Pivot Tables
Tabel pivot dapat secara otomatis mengekstrak fitur signifikan dari kumpulan data yang besar dan
berantakan. Mereka bisa melakukan penghitungan seperti mengurutkan, menghitung, atau meratakan
data yang disimpan dalam satu tabel, dan memperlihatkan hasil yang diringkas di tabel lain. Tabel pivot
adalah alat penting untuk menganalisis informasi dan mengungkap tren tersembunyi.

Pivot 23
Ad-Hoc Reports
Alih-alih membebani departemen TI Anda dengan permintaan untuk laporan terperinci, laporan ad-hoc
adalah salah satu dari beberapa fitur penting BI yang memungkinkan pengguna akhir nonteknis Anda
membuat laporan mereka sendiri dengan cepat. Pengguna dapat memilih dan memilih elemen yang ingin
mereka sertakan dalam laporan, dengan menekankan hanya aspek-aspek yang relevan dengan kueri
mereka.

24
User-Specific Security
Jika Anda perlu membatasi akses pengguna tertentu ke kumpulan data tertentu, alat BI Anda harus
memungkinkan Anda mempersonalisasi fitur dan aplikasi BI Anda untuk individu atau kelompok
pengguna. Beberapa solusi menyediakan sumber data khusus pengguna, di mana satu aplikasi mengambil
dari berbagai sumber data bergantung pada siapa yang menggunakan aplikasi tersebut.

25
Trends
In-memory database

In-memory database menggunakan RAM, bukan pemrosesan disk atau hard drive untuk membaca
informasi. Mengakses informasi dengan cara ini meningkatkan kinerja aplikasi secara eksponensial.
Meningkatnya daya RAM di lingkungan komputasi kita ditambah dengan permintaan sistem yang lebih
gesit berarti perangkat lunak ini memiliki andil besar di masa depan BI. Penurunan dramatis dalam harga
memori menjadikannya pilihan yang lebih populer untuk menjalankan analisis melalui database dan
kubus multidimensi.

26
Trends
Use of business intelligence software across business departments

Semakin banyak, pengguna BI bukanlah staf TI; mereka adalah karyawan dengan tingkat pengetahuan
teknologi standar yang ingin memanfaatkan kekuatan BI untuk mendapatkan keunggulan kompetitif.

Akibatnya, desain mekanisme pelaporan dan kemudahan penggunaan fungsi analitik didorong ke arah
penghalang akses yang lebih rendah. Tidak lagi cukup hanya memiliki analisis yang sangat baik atau fitur
data warehousing; mereka harus dapat digunakan oleh ahli IT dan pengguna bisnis tanpa pengalaman
analitis.

27
Trends
Embedded analytics

Perangkat lunak BI berjanji untuk mengklarifikasi analitik bisnis untuk sebagian besar karyawan
non-teknis, yang telah mendorong permintaan akan alat analitik yang disematkan. Alat ini memungkinkan
perusahaan membangun visualisasi data dalam perangkat lunak BI mereka, dan secara dinamis
menyajikan visualisasi tersebut kepada pelanggan internal dan eksternal dalam aplikasi perusahaan.

Embedded analytics menghemat ribuan jam dan ratusan ribu dolar bagi perusahaan yang seharusnya
mereka gunakan untuk membuat dasbor dan alat pelaporan dan analitik dari awal. Alat-alat ini sekarang
memberi pengguna bisnis akses ke visualisasi khusus, plug-and-play, yang sangat mempercepat waktu ke
pasar.

28
Trends
Deconstruction of dashboards

Dasbor menjadi kumpulan blok penyusun lebih dari sekedar keseluruhan struktur itu sendiri. Meskipun
solusi BI, mereka beralih ke widget, indikator, filter, dll. Untuk menampilkan pencarian cepat daripada
gambaran lengkap sekaligus. Waktu sangat penting dan pengguna di seluruh organisasi mendapatkan
kontrol yang tepat atas analisis data yang penting bagi mereka dan kapan mereka penting.

29
Trends
Deep learning

Lebih banyak investasi mengalir ke dalam pembelajaran mendalam setelah daya tarik awal pada
kecerdasan buatan. Seiring kemajuan teknologi pembelajaran mendalam, kita akan melihat lebih banyak
aplikasinya pada perangkat lunak BI, terutama pada pengenalan gambar dan terjemahan mesin.

IoT

Ini adalah bagian dari fantasi teknologi konsumen, tetapi internet-of-things benar-benar terjadi. Kita
dapat melihat kemajuan dalam algoritme, sensor, dan integrasi yang menghidupkan analitik prediktif.
Teknologi yang sama akan semakin meningkatkan kapabilitas OLAP dalam solusi BI.

30
Potential Issues
Terlepas dari manfaatnya yang jelas, solusi BI bukannya tanpa masalah. Berikut adalah masalah umum
yang terkait dengan perangkat lunak BI:

● Data yang tidak akurat menyebabkan perkiraan yang salah. Terlalu banyak ketergantungan pada
perangkat lunak BI dapat menyebabkan pengumpulan data menjadi kikuk. Penjualan dapat
memberi makan sistem dengan spekulasi hanya untuk memenuhi persyaratan manajemen.
Akibatnya, perangkat lunak BI menghasilkan laporan yang menyesatkan atau tidak akurat.
● Alat BI yang kompleks dan mahal yang tidak terpakai atau kurang dimanfaatkan. Beberapa solusi
BI memiliki serangkaian fitur yang komprehensif dalam upaya untuk mencakup seluruh jajaran
analisis bisnis. Tetapi tidak semua perusahaan perlu menutupi keseluruhan sembilan yard, yang
menyebabkan beberapa dari alat canggih ini tidak digunakan atau kurang dimanfaatkan. Sebagian,
solusi BI menjadi kewajiban karena biayanya tidak dioptimalkan.
31
Potential Issues
● Kurva pembelajaran yang curam. Karena melibatkan analitik yang kompleks dan menggunakan
sumber data yang dikelola oleh tim yang berbeda, perangkat lunak BI memiliki kurva pembelajaran
yang lebih tinggi dari rata-rata di antara solusi SaaS. Ini memiliki banyak bagian perangkat keras
dan perangkat lunak yang bergerak seperti arsitektur banyak tumpukan dan analitik prediktif.
Selain itu, ini memanfaatkan teknologi perbatasan seperti analitik multidimensi, data besar, dan
OLAP. Teknologi ini berkembang pesat sehingga vendor dan pengguna harus mengejar ketinggalan.
● Kesulitan dalam peluncuran di antara perusahaan besar. Dalam survei terhadap 2.500 pengguna
oleh Bi-Survey.com, satu dari sepuluh peluncuran sistem Bl perusahaan membutuhkan waktu satu
tahun atau lebih untuk diterapkan. Namun, usaha kecil hanya membutuhkan waktu satu hingga tiga
bulan, menurut survei tersebut.

32
Industri Pengguna Software BI
● Retail
monitor supply chain, periksa kebocoran inventaris, mengembangkan tindakan pencegahan
pencurian
● Makanan
pengembangan dan riset teknologi hijau, cari bahan yang lebih aman dan kemasan ramah
lingkungan, memetakan rute distribusi terbaik
● Telecom
mengkonsolidasikan volume besar dari rincian pelanggan, penggunaan ponsel, log panggilan, log
server, fasilitas jaringan, informasi penagihan

33
Industri Pengguna Software BI
● Industri Minyak
menganalisis data geologi, uji seismik untuk deposit minyak dengan ROI terbaik. memantau dan
memperkirakan fluktuasi harga
● Fashion
memprediksi tren konsumen, mencapai rantai nilai yang lebih ramping, dan manajemen yang gesit
● Farmasi
mencegah obat kadaluwarsa untuk dijual, dan mempercepat persetujuan paten

34
Top BI Software
1. SAP Business Intelligence 11. Clear Analytics
2. MicroStrategy 12. Tableau
3. Datapine 13. Oracle BI
4. SAS Business Intelligence 14. Domo
5. Yellowfin BI 15. IBM Cognos Analytics
6. QlikSense
7. Zoho Analytics
8. Sisense
9. Microsoft Power BI
10. Looker

35
Terima Kasih
Referensi
https://technologyadvice.com/business-intelligence/
https://www.selecthub.com/business-intelligence/critical-business-intelligence-features/
https://www.n-ix.com/business-intelligence-development-why-what-how/
https://mopinion.com/business-intelligence-bi-tools-overview/
https://financesonline.com/business-intelligence-software-analysis-features-benefits-types-pricing/#fe
atures
https://www.predictiveanalyticstoday.com/key-capabilities-of-business-intelligence-software/

36