Jurusan Teknologi Informasi Politeknik Negeri Malang

Jobsheet Konsep Dasar Kecerdasan Bisnis

Mata Kuliah Kecerdasan Bisnis
September 2022

Topik
1. Analysis dan Analytics
2. OLTP dan OLAP
3. Multidimensional Analysis
4. Metric dan KPI

Tujuan
Mahasiswa diharapkan mampu memahami perbedaan analysis dan analytic
Mahasiswa diharapkan mampu memahami OLTP dan OLAP
Mahasiswa diharapkan mampu melakukan multidimensional OLAP analysis
Mahasiswa diharapkan mampu menganalisis metric dan KPI

Analysis dan Analytics

Analisis berarti melihat data yang sudah terjadi di masa lampau untuk melihat korelasinya, menjelaskan
bagaimana dan kenapa data tersebut. Analisis terdiri dari 2:
1. Kualitatif. Analisis ini menjelaskan bagaimana dan kenapa terjadi data tersebut
2. Kuantitatif. analisis ini menggunakan data untuk menjelaskan kejadian di masa lalu.

Sedangkan analitik berarti memprediksi dan mengeksplor kemungkinan kejadian di masa depan. analitik
melibatkan logika dan penalaran komputasi yang dibutuhkan dalam melakukan analitik. Analitik melihat
pola dan mengekspor apa yang dapat dilakukan di masa yang akan datang.
Analitik terdiri dari 2:
1. Kualitatif. Analitik ini menggunakan intuisi dan pengalaman untuk merencanakan kegiatan bisnis
selanjutnya
2. Kuantitatif. Analitik ini menggunakan formula, algoritma hingga angka untuk merencanakan
kegiatan bisnis di masa mendatang.

OLTP dan OLAP

OLTP dan OLAP menggunakan istilah ‘online’ meskipun OLTP dan OLAP ditemukan sebelum internet
digunakan secara luas. Online pada OLTP dan OLAP menggambarkan sesuatu yang benar-benar berbeda.
Dahulu, programmer menyimpan data dan menjalankan kode program secara spisifik yang disiapkan dan
dikodekan jauh sebelumnya, menunggu eksekusi dan melihat hasilnya. Pada OLTP dan OLAP, pengguna
bisa langsung menyimpan data.

OLTP merupakan sistem transaksional yang mendukung operasional dasar perusahaan. Database OLTP
dibangun dalam bentuk relasional karena harus memiliki performa:
1. Cepat. Sistem transaksional harus dapat dilakukan pembacaan, penambahan dan penghapusan data
secara cepat. Sebagai contoh sistem kasir, sistem yang mengijinkan petugas kasir untuk
menambahkan transaksi secara secara bersamaan dengan kasir yang lain. Setiap ada pembeli,
petugas kasir melakukan scan barcode, mengakses database dan mengembalikan dalam bentuk
informasi produk dan harga. Setelah itu, record baru terkait transaksi pembelian direkam.
2. Banyak. Tidak hanya cepat, sistem transaksional dibangun untuk menangani jutaan baris data.
Sebagai contoh, setiap ada penambahan, penghapusan atau perubahan, akan direkam di database.
Bayangkan jika tokonya ada banyak cabang dan tiap cabang memiliki lebih dari 3 kasir.

1
 3. Real-time. Sistem transaksional beroperasi secara real-time sesuai dengan aksi yang dilakukan oleh
pengguna dan memprosesnya secara real-time

OLAP merupakan sistem analisis dan pelaporan yang mendukung banyak area bisnis, mulai dari level
operasional, strategis hingga taktis. Sistem OLAP memiliki bentuk database multidimensi yang terdiri dari
tabel dimensi dan tabel fakta, karena dimaksimalkan untuk efisiensi pembacaan data, berbeda dengan
database pada OLTP. OLAP menerima banyak sumber data yang telah diolah sebelumnya sehingga
memudahkan dalam pembuatan analisis dan pelaporan data. Tujuan penggunaan OLAP adalah
1. Mudah. OLAP dibangun dengan tujuan memudahkan pengguna untuk mengolah data, kontrol drag-
and-drop, dan administrasi sederhana untuk menampikan data dan file.
2. Cantik. OLAP dapat menghasilkan visualisasi yang cantik daam bentuk chart, grafik, diagram atau
pilihan laporan yang lain.
3. Pintar. Pengguna dapat menggunakan sistem OLAP untuk fungsi pencarian, analisis dan pekerjaan
lain yang membantu menghasilkan laporan, mengidentifikasi tren, membuat peramalan ataupun
lainnya.

OLAP dapat melakukan aksi-aksi yang tidak dapat ditemukan di sistem lain, diantaranya
1. Konsolidasi. Istilah konsolidasi berarti menggulung data ke level abstraksi (memisahkan data yang
penting dan tidak penting) yang lebih tinggi. Misalnya, manager penjualan dapat menggulung data
menjadi area penjualan, dari area penjualan menjadi data yang lebih kompleks misalnya daerah yang
lebih spesifik.
2. Menggali lebih dalam (drill-up the data). Penggunaan OLAP tidak hanya bertujuan menghasilkan
laporan bulanan yang sama setiap waktu. OLAP dapat membantu pengguna menemukan informasi
lebih dalam pada suatu informasi.
3. Komputasi. Sistem OLAP melakukan pengolahan informasi yang sangat banyak sehingga perlu
fungsi komputasi untuk membantu mengolah data dan menjadikannya data yang mudah didapatkan
insight-nya.
4. Pivoting. Sistem dapat menampilkan data dari berbagai sudut pandang dan dapat dilakukan analisis
pada data multidimensi yang akan dijelaskan pada poin pembahasan berikutnya.

Multidimensional Analysis
Pada dasarnya, data transaksional, data penjualan atau data keuangan hanyalah sebuah angka. Tidak akan
pernah ada artinya kecuali kita tahu apa arti angka tersebut. Yang menjadikan angka tersebut berarti adalah
deskripsi, kualifikasi dan konteks dari angka tersebut. Penjelasan seperti judul tabel, nama kolom dan
pengelompokan data menjadi hal yang sangat membantu memberikan arti ketika kita akan mulai melakukan
analisis.

Data Satu Dimensi

Berikut adalah contoh tabel dengan judul Data Penjualan Tiap Region.
Tabel 1. Data Penjualan Tiap Region
Provinsi Jumlah (dalam Milyar)
Bali 21.198
Jawa Timur 28.172
DIY Yogyakarta 14.449
Jawa Tengah 16.564
Jawa Barat 32.988
Jumlah 113.371

Meskipun disajikan seolah dua dimensi (vertikal dan horizontal), pada sistem OLAP, Tabel 1 dianggap
sebagai tabel satu dimensi. Hal ini karena kita hanya melihat jumlah penjualan dengan sudut pandang
tertentu, dalam hal ini provinsi.

2
Perhatikan contoh berikutnya pada Tabel 2. Tabel 2 menampilkan data penjualan tiap produk. Hampir mirip
dengan Tabel 1, hanya saja pada Tabel 2, disajikan data penjualan tiap produk. Jumlah penjualan sama
karena sama-sama menampilkan data penjualan, meskipun sudut pandang yang digunakan kali ini adalah
berdasarkan produk, bukan provinsi.
Tabel 2. Data Penjualan Tiap Produk
Produk Jumlah (dalam Milyar)
Samsung Galaxy S20 26.977
Samsung Galaxy S20s 29.064
Xiaomi Redmi Note 11 27.415
Xiaomi Redmi Note 11 Pro 29.915
Jumlah 113.371

Sudut pandang lain yang penting untuk dianalisis adalah waktu. Tabel 3 menyajikan data penjualan
berdasarkan Quarter.
Tabel 3. Data Penjualan berdasarkan Quarter

Quarter Jumlah (dalam Milyar)

Q1 26.231
Q2 26.261
Q3 28.545
Q4 32.334
Jumlah 113.371

Mengatur Tabel
Dengan membuat laporan yang dapat menyajikan data penjualan dengan merinci berdasarkan provinsi,
produk ataupun waktu, kita tahu jumlah total penjualan adalah sama. Kita juga mengetahui kapan tabel
tersebut digunakan.

Berikut adalah contoh tabel dua dimensi.

Tabel 4. Tabel Penjualan Produk Tiap Quarter
Samsung Galaxy Samsung Galaxy Xiaomi Redmi Xiaomi Redmi
Quarter S20 S20s Note 11 Note 11 Pro
Q1 6.770 6.792 6.224 6.445
Q2 6.443 6.953 6.379 6.486
Q3 6.714 7.229 6.592 8.010
Q4 7.050 8.090 8.220 8.974
Jumlah 26.977 29.064 27.415 113.371

Dengan menggunakan tabel dua dimensi seperti pada Tabel 4, kita dapat mengetahui tiap nilai tersebut
berkorelasi terhadap satu data. Sebagai contoh, Samsung Galaxy S20 terjual sebanyak 6.6770 milyar pada
Quarter 1.

Tabel 5. Tabel Penjualan Produk

Jawa DIY Jawa
Bali Timur Yogyakarta Jawa Tengah Barat
Samsung Galaxy S20
Q1 1100 1500 890 980 2300
Q2 1000 1240 870 885 2448
Q3 1080 1695 730 896 2313

3
 Jawa DIY Jawa
Bali Timur Yogyakarta Jawa Tengah Barat
Q4 1090 1900 870 985 2205
Samsung Galaxy S20s
Q1 1312 1800 980 900 1800
Q2 1448 1900 885 1020 1700
Q3 1313 1900 896 1020 2100
Q4 1205 1800 985 1900 2200
Xiaomi Redmi Note 11
Q1 1000 1750 987 987 1500
Q2 1090 1750 859 980 1700
Q3 1090 1850 732 1020 1900
Q4 1070 1900 850 2000 2400
Xiaomi Redmi Note 11
Pro
Q1 1500 1700 1100 665 1480
Q2 1700 1600 920 456 1810
Q3 2000 1900 880 900 2330
Q4 2200 1987 1015 970 2802

Jumlah 21.198 28.172 14.449 16.564 32.988

Tabel 5 merupakan contoh dari tabel multidimensi. Sebagai seorang BI Analyst, anda dapat menyajikan
informasi lebih detail pada tabel multidimensi. Sebagai contoh, pada Quarter 2, penjualan mengalami
penurunan pada produk Samsung Galaxy S20 di seluruh provinsi. Sedangkan produk Samsung Galaxy S20s
mengalami penjualan yang meningkat di quarter 2 di provinsi Bali, Jawa Timur dan Jawa Tengah sedangkan
di propinsi DIY Yogyakarta dan Jawa Barat mengalami penurunan penjualan.

Melakukan penggalian data terdiri dari 2 macam:

1. Drill-up. Drill-up berarti melakukan analisis data dengan menampilkan data yang memiliki scope
yang lebih lebar. Misalkan pada Tabel 4, disajikan data penjualan lebih banyak lagi seperti
penambahan tampilan penjualan 3 tahun tahun terakhir.

2. Drill-down. Drill-down berarti melakukan penggalian data secara lebih rinci. Sebagai contoh, pada
Tabel 4, penjualan tiap produk dapat didetailkan lagi per quarter. Misal pada Quarter 1 dapat dilihat
datanya secara lebih rinci penjualan produk yang terjadi di bulan Januari, Februari dan Maret.

Business Metric dan KPI

Business metric merupakan ukuran kuantitatif pada bisnis untuk melacak, memantau dan menilai
kesuksesan atau kegagalan beragam proses bisnis. Beberapa contoh business metric adalah
1. Active User. Jumlah log-in customer dalam sehari, seminggu, atau sebulan.
2. Churn rate/ retention rate. Jumlah customer yang tidak lagi mengakses aplikasi.
3. Adoption rate. User menggunakan fitur utama pada aplikasi.
4. Completion rate. Berapa banyak user yang melakukan user journey mulai dari melihat, memasukkan
barang di keranjang hingga sukses melakukan pembelian barang.

Tidak semua business metric adalah KPI. Tidak semua business metric mempengaruhi pendapatan atau
keuntungan perusahaan secara langsung. Tetapi business metric perlu juga dilacak untuk didapatkan tujuan
tertentu, misal user profiling.

4
KPI merupakan poin-poin yang dapat diukur dan menjadi ukuran kesuksesan sebuah perusahaan. Tidak
semua KPI muncul di-dashboard. KPI menunjukkan hal-hal yang sangat penting bagi perusahaan. BI
menjadi populer karena para manager (atau pembuat keputusan) dapat memilih KPI yang tepat dan
mendapatkan saran keputusan apa yang harus dilakukan untuk menjadi lebih baik.

Beberapa contoh KPI diantaranya

1. Waktu tunggu rata-rata dalam antrian pusat panggilan pelanggan Berapa kali persediaan berputar
dalam setahun
2. Persentase unit cacat yang diproduksi
3. Waktu siklus penjualan rata-rata

Meskipun kesuksesan bisnis apa pun selalu bermuara pada uang, perhatikan bahwa pengukuran tidak selalu
mencakup pengukuran dolar langsung. Melalui proses BI, data operasional dikumpulkan dan dievaluasi
yang menunjukkan (misalnya) bahwa waktu yang dibutuhkan untuk melakukan penjualan produk ternyata
sangat lama. Dengan informasi ini, manajer dapat memanggil tim penjualan kemudian mencari strategi
untuk mempercepat waktu penjualan. Beberapa minggu kemudian, sistem BI menyajikan laporan tindak
lanjut kepada manajer yang menunjukkan hasil perubahan waktu penjualan.

Setiap perusahaan memiliki KPI yang berbeda-beda. Bahkan ketika perusahaan A dan B sama-sama menjual
barang yang sama belum tentu memiliki KPI yang sama. Setiap perusahaan memiliki bakat dan kemampuan
yang tidak semua organisasi memilikinya. Setiap perusahaan memiliki nilai uniknya masing-maisng.
Sehingga berpengaruh pada KPI yang digunakan di tiap perusahaan.

Bagian 1: Memahami perbedaan analysis dan analytic

Langkah Keterangan
1 Apakah perbedaan analisis dan analitik?
2 Berikan contoh kegiatan analisis dan analitik pada bisnis.

Bagian 2: Memahami perbedaan OLTP dan OLAP

Langkah Keterangan
1 Apakah perbedaan OLTP dan OLAP menurut Anda?
2 Kapan Anda menggunakan OLTP dan kapan Anda menggunakan OLAP?

Bagian 3: Melakukan multidimensional analysis

Langkah Keterangan
1 Bukalah file excel penyerta (nama file: BORMA (TRANSAKASI 8-14 APRIL 2013))
2 Sebagai seorang BI engineer, apa yang Anda dapatkan dari file tersebut?
3 Apa yang akan Anda lakukan dengan file tersebut?
4 Buatlah sebuah visualisasi berupa diagram atau chart yang mendukung analisis Anda!

5
Bagian 4: Melakukan analisis metric dan KPI

Langkah Keterangan
1 Sebagai seorang manajer operasional, apa yang Anda pilih menjadi metric?
2 Sebagai seorang manajer operasional, apa yang Anda pilih menjadi KPI?
3 Berikan analisis terhadap KPI yang Anda pilih.