1
yaitu untuk mereduksi beragam dimensi menjadi satu atau dua (dengan mendeteksi pola
pada data) yang dapat dipresentasikan pada pembuat-keputusan manusia.
Pada tahun 1989, Howard Dresner (kemudian sebagai analis Gartner Group)
mengajukan "Business Intelligence" sebagai istilah umum untuk menjelaskan "konsep
dan metode untuk meningkatkan pembuatan keputusan bisnis dengan menggunakan
sistem bantu berdasar-fakta. Baru pada akhir 1990-an penggunaan ini menyebar luas.
1. Data sourcing
`` Dalam hal ini Inteligensi Bisnis memiliki kemampuan untuk dapat mengakses
berbagai sumber data dan informasi yang berada pada sejumlah sumber yang
berbeda dimana pada setiap sumber memliki format penyimpanan data yang berbeda
pula.
2. Data analysis
Dalam hal ini intelligence memiliki kemampuan untuk dapat menganalisis data yang
didapatkan dari aktivitas perusahaan dan informasi dari perusahaan sehingga dapat
dijadikan sebuah pengetahuan yang kelak dapat digunakan perusahaan untuk
meningkatkan kinerja perusahaan.
3. Situation awareness
Dalam hal ini Inteligensi Bisnis memiliki kemampuan untuk dapat menyediakan
sebuah sistem yang dapat digunakan untuk mencari dan memberikan data serta
informasi yang dibutuhkan oleh perusahaan ketika perusahaan menghadapi kejadian
darurat atau terdesak.
4. Risk analysis
Dalam hal ini Inteligensi Bisnis memiliki kemampuan untuk dapat memberikan
perhitungan resiko yang akan dihadapi perusahaan terhadap berbagai kemungkinan
yang terjadi akibat dari pilihan-pilihan tertentu yang diambil oleh perusahaan.
5. Decision support
Dalam hal ini Inteligensi Bisnis memiliki kemampuan untuk dapat memberikan
pertimbangan- pertimbangan yang dapat digunakan untuk membantu perusahaan
dalam pengambilan keputusan yang dapat menghasilkan keputusan-keputusan yang
berkualitas yang diambil berdasarkan berbagai perhitungan dan pengolahan terhadap
data atau informasi baik internal maupun eksternal yang dimiliki oleh perusahaan.
2
C. Cara Membangun Intelegensi Bisnis
3
8. Analisa Resiko
9. Analisa nilai strategis
10. Analisa soSial media
Jika pada lembaga bisnis (profit organization) Inteligensi Bisnis dimanfaatkan untuk
meningkatkan kinerja melalui pemilihan strategi bisnis yang tepat, maka pada lembaga
pemerintahan (non-profit organization) Inteligensi Bisnis dapat digunakan untuk
meningkatkan kinerja perusahaan melalui peningkatan efisiensi pelaksanaan kerja
sehingga pada akhirnya akan tercipta perbaikan layanan pada masyarakat serta
pengelolaan anggaran yang tepat. Inteligensi Bisnis juga dapat membantu suatu
perusahaan dalam menganalisis perubahan trend yang terjadi sehingga akan membantu
perusahaan menentukan strategi yang diperlukan dalam mengantisipasi perubahan
trend tersebut.
4
b. Model Jaringan
Model jaringan merupakan model database yang diyakini sebagai cara fleksibel
mewakili objek dan hubungan mereka. Model ini memiliki fitur istimewa yang
pada skema, diperlihatkan sebagai grafik dengan tipe objek ialah node, tipe
hubungannya ialah kurva, yang tidak terbatas dengan menjadi hierarki atau berkisi.
Contoh :
c. Model Hierarki
Model hierarki merupakan model data yang dimana data tersebut diatur dengan
struktur data tree. Struktur ini dapat mewakili informasi menggunakan hubungan
child/parent: setiap parent dapat memiliki banyak child, tetapi setiap child hanya
boleh memiliki satu parent (yang dikenal juga dengan hubungan 1-ke-banyak).
Seluruh atribut dari record yang ditentukan telah diatur dengan tipe entitas.
Contoh :
5
Mudah untuk membentuk query yang komplek dalam melakukan retrieve data
Mudah untuk mengimplementasikan integritas data
Data lebih akurat
Mudah untuk membangun dan memodifikasi program aplikasi
Telah dikembangkan Structure Query Language (SQL)
H. Relational Keys
a. Super key
Satu atribut / kumpulan atribut yang secara unik mengidentifikasi sebuah tupel di
dalam relasi Candidate key suatu atribut atau satu set minimal atribut yang
mengidentifikasikan secara unik suatu kejadian spesifik dari entitas. Atribut di
dalam relasi yang biasanya mempunyai nilai unik. Satu set minimal dari atribut
menyatakan secara tak langsung dimana kita tidak dapat membuang beberapa
atribut dalam set tanpa merusak kepemilikan yang unik.
b. Primary key
Merupakan satu atribut atau satu set minimal atribut yang tidak hanya
mengidentifikasikan secara unik suatu kejadian spesifik, tapi juga dapat mewakili
setiap kejadian dari suatu entitas. Candidate key yang dipilih untuk
mengidentifikasikan tupel secara unik dalam relasi. Setiap kunci candidate key
punya peluang menjadi primary key, tetapi sebaiknya dipilih satu saja yang dapat
mewakili secara menyeluruh terhadap entitas yang ada.
c. Alternate key
Merupakan candidate key yang tidak dipakai sebagai primary key atau Candidate
key yang tidak dipilih sebagai primary key.
6
d. Foreign key (Kunci Tamu)
Atribut dengan domain yang sama yang menjadi kunci utama pada sebuah relasi
tetapi pada relasi lain atribut tersebut hanya sebagai atribut biasa. Kunci tamu
ditempatkan pada entitas anak dan sama dengan primary key induk direlasikan.
7
Sebuah DBMS mengendalikan pembuatan, pemeliharaan, dan penggunaan struktur
penyimpanan database organisasi sosial dan pengguna mereka. Hal ini memungkinkan
organisasi untuk menempatkan kontrol organisasi pengembangan database yang luas di
tangan Database Administrator (DBAs) dan spesialis lain. Dalam sistem yang besar,
sebuah DBMS memungkinkan pengguna dan perangkat lunak lain untuk menyimpan
dan mengambil data dalam cara yang terstruktur.
8
Kemudahan pemasukan data, sehingga meringankan tugas operator dan
menyangkut pula waktu yang diperlukan oleh pemakai untuk mendapatkan data
serta hak-hak yang dimiliki terhadap data yang ditangani.
Pengendalian data untuk setiap siklus agar data selalu up-to-date dan dapat
mencerminkan perubahan spesifik yang terjadi di setiap sistem.
Pengamanan data terhadap kemungkinan penambahan, pengubahan, pengerusakan
dan gangguan-gangguan lain.
9
Memerlukan kapasitas penyimpanan baik eksternal (disk) maupun internal
(memory) agar DBMS dapat bekerja cepat dan efisien
Harga DBMS yang handal biasanya sangat mahal
Kebutuhan akan sumber daya (resources) biasanya cukup tinggi
Konversi dari sistem lama ke sistem DBMS terkadang sangat mahal, disamping
biaya pengadaan perangkat keras dan perangkat lunak, diperlukan pula biaya
pelatihan
Perangkat lunak yang mahal
Memperkrjakan dan mempertahankan DBA
Konfigurasi perangkat keras yang besarData Sub Language DBMS
10
b) Tugas Data warehouse
1. Pembuatan Laporan
Pembuatan laporan merupakan tugas yang paling umum dilakukan. Dengan
menggunakan query sederhana didapatkan laporan perhari, perbulan,
pertahun.
2. On-Line Analytical Processing ( OLAP )
OLAP mengimplementasikan konsep data multi dimensi dan memungkinkan
para penggunanya menganalisa data hingga ke tingkat yang mendetail tanpa
mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep
multi dimensi, data yang berupa fakta yang sama bisa dilihat dengan
menggunakan fungsi yang berbeda. Fitur lain yang ada pada sofware OLAP
adalah fitur rool-up dan drill-down. Drill-down adalah fitur yang
memampukan kita untuk melihat detail dari suatu informasi, sedangkan roll-
up merupakan kebalikannya.
3. Data Mining
Data mining merupakan proses untuk menggali (mining) pengetahuan dan
informasi baru dari data yang berjumlah banyak pada data warehouse, dengan
menggunakan kecerdasan buatan (Artificial Intelegence), ilmu statistika dan
matematika. Data mining merupakan teknologi yang diharapkan dapat
menjembatani komunikasi antara data dan penggunanya.
4. Pendukung Pengambilan Keputusan di Tingkatan Atas
Dengan menggunakan data warehouse, kita dapat melihat ringkasan dari suatu
laporan maupun versi detailnya, sehingga mempermudah proses pengambilan
keputusan. Informasi serta data pada laporan data warehouse merupakan hal
informatif yang ditargetkan untuk kalangan eksekutif atau manajemen senior
perusahaan. Merekalah yang akan berperan dalam mengambil keputusan
jangka panjang yang tentunya sangat berdampak bagi haluan perusahaan
berdasarkan hal tersebut.
11
dikonversi menjadi nama yang sama dengan format yang disepakati bersama.
Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan
lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang
terintegrasi karena kekonsistenannya.
3. Time-variant ( Rentang Waktu )
Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada
rentang waktu tertentu. Untuk mengukur keakuratan suatu data warehouse,
dapat menggunakan cara:
Cara yang paling sederhana adalah menyajikan data warehouse pada
rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
Cara yang kedua, yaitu dengan menggunakan variasi/perbedaan waktu
yang disajikan dalam data warehouse baik implicit maupun explicit secara
explicit dengan unsur waktu dalam hari, minggu, bulan dsb.
Cara yang ketiga,yaitu variasi waktu yang disajikan data warehouse
melalui serangkaian snapshot yang panjang. Snapshot merupakan
tampilan dari sebagian data tertentu sesuai keinginan pemakai dari
keseluruhan data yang ada bersifat read-only.
4. Non-Volatile
Non-volatile yaitu data pada data warehouse tidak di-update secara real
time tetapi di refresh dari sistem operasional secara reguler. Data yang baru
selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada
sebagai sebuah perubahan.
12
B. Data Mining
a) Definisi Data Mining
Data mining adalah sebuah proses percarian secara otomatis informasi yang
berguna dalam tempat penyimpanan data berukuran besar. Teknik data mining
digunakan untuk memeriksa basis data berukuran besar sebagai cara untuk
menemukan pola yang baru dan berguna. Tidak semua pekerjaan pencarian
informasi dinyatakan sebagai data mining. Terdapat beberapa istilah lain yang
memiliki makna sama dengan data mining, yaitu Knowledge discovery in
databases (KDD), ekstraksi pengetahuan (knowledge extraction), Analisa
data/pola (data/pattern analysis), kecerdasan bisnis (business intelligence) dan data
archaeology dan data dredging.
b) Fungsi Data Mining
Data mining mempunyai fungsi yang penting untuk membantu mendapatkan
informasi yang berguna serta meningkatkan pengetahuan bagi pengguna. Pada
dasarnya, data mining mempunyai empat fungsi dasar yaitu:
1. Fungsi Prediksi ( Prediction )
Proses untuk menemukan pola dari data dengan menggunakan beberapa
variabel untuk memprediksikan variabel lain yang tidak diketahui jenis atau
nilainya.
2. Fungsi Deskripsi ( Description )
Proses untuk menemukan suatu karakteristik penting dari data dalam suatu
basis data.
3. Fungsi Klarifikasi ( Classification )
Klasifikasi merupakan suatu proses untuk menemukan model atau fungsi
untuk menggambarkan class atau konsep dari suatu data. Proses yang
digunakan untuk mendeskripsikan data yang penting serta dapat meramalkan
kecenderungan data pada masa depan.
4. Fungsi Asosiasi ( Association )
Proses ini digunakan untuk menemukan suatu hubungan yang terdapat pada
nilai atribut dari sekumpulan data.
13
adanya pengurangan jumlah pelanggan dalam waktu dekat dan prediksi harga
saham dalam tiga bulan yang akan datang.
3. Estimasi
Estimasi hampir sama dengan prediksi, kecuali variabel target estimasi lebih
ke arah numerik dari pada ke arah kategori. Model dibangun menggunakan
record lengkap yang menyediakan nilai dari variabel target sebagai nilai
prediksi. Selanjutnya, pada peninjauan berikutnya estimasi nilai dari variabel
target dibuat berdasarkan nilai variabel prediksi. Sebagai contoh, akan
dilakukan estimasi tekanan darah sistolik pada pasien rumah sakit berdasarkan
umur pasien, jenis kelamin, berat badan, dan level sodium darah. Hubungan
antara tekanan darah sistolik dan nilai variabel prediksi dalam proses
pembelajaran akan menghasilkan model estimasi.
4. Klasifikasi
Klasifikasi merupakan proses menemukan sebuah model atau fungsi yang
mendeskripsikan dan membedakan data ke dalam kelas-kelas. Klasifikasi
melibatkan proses pemeriksaan karakteristik dari objek dan memasukkan
objek ke dalam salah satu kelas yang sudah didefinisikan sebelumnya.
5. Clustering
Clustering merupakan pengelompokan data tanpa berdasarkan kelas data
tertentu ke dalam kelas objek yang sama. Sebuah kluster adalah kumpulan
record yang memiliki kemiripan suatu dengan yang lainnya dan memiliki
ketidakmiripan dengan record dalam kluster lain. Tujuannya adalah untuk
menghasilkan pengelompokan objek yang mirip satu sama lain dalam
kelompok-kelompok. Semakin besar kemiripan objek dalam suatu cluster dan
semakin besar perbedaan tiap cluster maka kualitas analisis cluster semakin
baik.
6. Asosiasi
Tugas asosiasi dalam data mining adalah menemukan atribut yang muncul
dalam suatu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang
belanja (market basket analisys). Tugas asosiasi berusaha untuk mengungkap
aturan untuk mengukur hubungan antara dua atau lebih atribut.
14
3. Transformation
Coding adalah proses transformasi pada data yang telah dipilih, sehingga data
tersebut sesuai untuk proses data mining. Proses coding dalam KDD
merupakan proses kreatif dan sangat tergantung pada jenis atau pola informasi
yang akan dicari dalam basis data.
4. Data Mining
Data mining adalah proses mencari pola atau informasi menarik dalam data
terpilih dengan menggunakan teknik atau metode tertentu. Teknik, metode,
atau algoritma dalam data mining sangat bervariasi. Pemilihan metode atau
algoritma yang tepat sangat bergantung pada tujuan dan proses KDD secara
keseluruhan.
5. Interpretation / Evaluation
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan
dalam bentuk yang mudah dimengerti oleh pihak yang berkepentingan. Tahap
ini merupakan bagian dari proses KDD yang disebut interpretation. Tahap ini
mencakup pemeriksaan apakah pola atau informasi yang ditemukan
bertentangan dengan fakta atau hipotesis yang ada sebelumnya.
C. Pemanfaatan ICT
Perkembangan dan implikasi ICT di Indonesia telah sedikit banyak memberikan
sumbangan yang menggembirakan terutama dalam bidang pendidikan, yaitu:
Berkembangnya pendidikan terbuka dengan modus belajar jarak jauh (Distance
Learning).
Sharing resource bersama antar lembaga pendidikan/latihan dalam sebuah
jaringan.
15
Penggunaan perangkat teknologi informasi interaktif, seperti CD-ROM
Multimedia, dalam pendidikan secara bertahap menggantikan TV dan Video.
D. Penguasaan dan Pemanfaatan Informasi
Pesatnya perkembangan teknologi informasi dan komunikasi (information and
communication technology / ICT) dewasa ini membuat arus globalisasi (politik, sosial,
ekonomi, dan budaya) terasa makin deras mengalir ke seluruh penjuru dunia;
menghapus batas-batas ruang antar negara, bahkan menghapus batas jarak dan waktu.
Pada konteks penguasaan dan pemanfaatan ICT di Indonesia telah mempunyai
perubahan yang mendasar dengan pemberlakukan Undang-Undang Nomor 36 Tahun
1999 tentang Telekomunikasi, yang memungkinkan semua warga negara di negara ini
dapat dengan mudah menerima dan mengakses informasi dari mana saja dan kapanpun
saja. Informasi dapat berkembang bebas tanpa adanya pengaruh kekuasaan yang
represif lagi, pengelolaan jasa telekomunikasi juga tidak dimonopoli lagi oleh
pemerintah.
Sedangkan pada konteks politik, kebebasan informasi yang dijamin dalam Ketetapan
MPR Nomor XVII/MPR/1998 yang membuka ruang cukup luas kepada publik dalam
berkomunikasi dan memperoleh/mengolah informasi untuk mengembangkan potensi
pribadi secara kreatif bersama lingkungan sosialnya.
Pengelolaan telekomunikasi pasca pemberlakuan UU Nomor 36 Tahun 1999, terjadi
beberapa perubahan mendasar seperti yang dirumuskan dalam (Keputusan Menteri
Perhubungan Nomor 72/1999), yakni;
1. Beralihnya fungsi telekomunikasi dari utilitas menjadi komoditi perdagangan;
2. Bergesernya fungsi pemerintah dari memiliki, membangun dan menyelenggarakan
telekomunikasi menjadi badan yang hanya menentukan kebijakan, mengatur,
mengawasi dan mengendalikan sektor telekomunikasi;
3. Peningkatan peran swasta sebagai investor prasarana dan penyelenggara jasa
telekomunikasi;
4. Transformasi struktur pasar telekomunikasi dari monopoli ke persaingan.
Hal ini berdampak pada, iklim bisnis bidang telekomunikasi yang tumbuh sangat pesat
di Indonesia. Menurut Direktur Corporate Service PT Indosat, Wahyu Wijayadi,
Indonesia merupakan negara teramai di dunia dari sisi pelaku operator karena pemain
bisnis seluler yang berkompetisi di pasar domestik mencapai 10 operator. Pemain bisnis
seluler Indonesia itu jauh lebih banyak dari Singapura, Filipina, Malaysia (ketiganya
hanya terdapat tiga operator); Thailand (lima operator), Amerika Serikat (empat
operator), India (enam operator), dan China (dua operator) [Wahyu Utomo; Jurnas -
2008].
Pada abad informasi saat ini, masyarakat Indonesia bisa mengakses internet dari mana-
mana; bukan hanya dari kantor, rumah atau warnet, tapi juga bisa mengakses internet
dari kafe, taman atau di dalam mobil secara nirkabel. Telepon seluler pun bukan sekedar
alat telekomunikasi an-sich tapi bisa dipakai sebagai alat pengolah data dan informasi
secara multi media.
Data menunjukan, 70 % anak muda di Amerika Serikat dan Eropa tidak lagi membaca
koran atau menonton televisi. Mereka beralih ke internet karena mereka bisa
mendapatkan segala macam informasi yang mereka inginkan. Menurut Ishadi SK,
bersamaan dengan perpindahan media dari media tradisional ke media internet, pasar
iklan otomatis akan bergerak ke internet (new media). Tak aneh, jika produksi informasi
di Indonesia kini sudah bergerak dengan menggunakan jaringan (network) secara online
16
seperti yang dikembangkan JPNN (Jawa Pos Network News) baik melalui media cetak,
televisi maupun internet.
Kuatnya pengusaan dan penggunaan informasi dan teknologi pada konteks persaingan
global, bukan hanya mendorong tumbuhnya perdagangan barang dan jasa, tapi juga
memacu komunikasi politik di Indonesia lebih dinamis bahkan mulai bergerak seperti
di Amerika Serikat dan Eropa. Regulasi kebijakan baru jelas makin membuat ruang
konvergensi ICT makin terbuka dan memberikan kesempatan dan jaminan hukum lebih
luas kepada publik dalam penggalian dan pengolahan informasi (visual, audio, maupun
data dll) untuk mengembangkan usaha-usaha produktif.
Seperti disebutkan Thomas Friedman (dalam The Lexus and The Olive Tree :
Understanding Globalization) bahwa “siapa yang menguasai informasi akan menguasai
dunia”. Hal senada juga diungkapkan oleh praktisi pers Indonesia, Ishadi SK, bahwa
mereka yang berkuasa di era ini adalah mereka yang menguasai jaringan
telekomunikasi software dan hardware serta menguasai kreatifitas.Persoalannya yang
paling mendasar adalah, kualitas sumber daya manusia (SDM) Indonesia masih
tergolong rendah jika dilihat dari rendahnya Human Development Index (HDI). Jadi
tidak aneh, jika penggunaan ICT di Indonesia masih belum optimal dalam mendorong
produktivitas karena user ICT masih cenderung terbatas pada pemenuhan gaya hidup
modern.
Contoh sederhana misalnya tidak sedikit, orang memaksakan diri membeli laptop atau
telepon seluler multi media hanya semata-mata untuk memenuhi gaya hidup modern
agar dirinya tidak disebut gaptek dan kuper, sementara kesadaran diri untuk
memperkuat kapasitas/kompetensi pribadi dalam memacu produktivitas personal
dengan memanfaatkan terbukanya ruang konvergensi ICT termasuk masih lemah.
Dengan kata lain, kompetensi SDM Indonesia menggunakan ruang konvergensi ICT
untuk mengembangkan usaha-usaha produktif terbilang masih belum kuat. Bahkan,
istilah konvergensi itu sendiri masih belum pupluer di tengah masyarakat Indonesia
karena masyarakat yang masih gagap teknologi informasi komunikasi (ICT difable)
memang tidak sedikit.
Pada sisi lain, pengembangan jaringan infrastruktur telekomunikasi di Indonesia masih
belum merata ke setiap daerah terpencil. Menurut data Direktorat Jenderal Pos dan
Telekomunikasi (2007), dari sekitar 72.000 desa di Indonesia, 38.471 diantaranya
belum terjangkau fasilitas telekomunikasi. Sementara pelanggan jaringan telepon di
pedesaan hanya sekitar 20,5 % dari total pelanggan dan teledensitas di daerah rural
sangat rendah (sekitar 0,2%).Jika dilihat dari Digital Acces Index (DAI) — indeks
kemampuan akses dan penggunaan ICT penduduk dalam satu negara — pada tahun
2002, Indonesia hanya memiliki angka DAI sebesar 0,34 (tergolong medium access)
atau berada pada peringkat ke-51 di bawah Mongolia. Sementara angka DAI negara
tetangga (kecuali Vietnam) jauh lebih tinggi; Singapura (0,75), Malaysia (0,57), Brunei
(0,55), Thailand (0,48).
Masih rendahnya kualitas SDM, rendahnya pendapatan per kapita penduduk, serta
belum meratanya jaringan infrastruktur telekomunikasi tersebut menunjukkan bahwa
tantangan yang dihadapai Indonesia dalam menyikapi persaingan global zaman
informasi ini ternyata tidak ringan. Hal itu karena, jika kesenjangan antara rendahnya
kualitas SDM – pendapatan perkapita Indonesia dengan pesatnya perkembangan ICT
di tingkat global dewasa ini dibiarkan saja dan tidak segera diatasi, maka akan
berpotensi memperlebar disparitas (kesenjangan) sosial-ekonomi di tengah masyarakat.
Oleh karena itu jika Indonesia ingin bergerak maju setara dengan negara lain,
diperlukan penguatan kapasitas/kompetensi SDM Indonesia dan pemerataan
kesempatan akses ICT hingga ke tingkat desa — termasuk terhadap penduduk ekonomi
17
lemah. Dalam hal ini, pemerintah perlu memprioritaskan pengembangan pendidikan
masyarakat dengan memasukkan ICT sebagai kurikulum wajib pada anak
sekolah/mahasiswa termasuk memperluas kesempatan akses ICT dengan pemerataan
infrastruktur telekomunikasi dan menekan tarif semurah-murahnya agar penduduk
ekonomi lemah juga memiliki kesempatan mengembangkan diri untuk memasuki
persaingan global dengan memanfaatkan ruang konvergensi ICT secara optimal.
18