(BUSINESS INTELLIGENCE)
DISUSUN OLEH:
JURUSAN AKUNTANSI
YOGYAKARTA
2022/2023
DAFTAR ISI
BAGIAN I .................................................................................................................................................... 3
PENGANTAR ............................................................................................................................................. 3
BAGIAN II .................................................................................................................................................. 4
PENJELASAN ............................................................................................................................................ 4
KESIMPULAN ......................................................................................................................................... 13
REFERENSI .............................................................................................................................................. 14
BAGIAN I
PENGANTAR
1.1 Latar Belakang
Executive Information System (EIS) atau Bisnis Intelligence (BI) dapat ditarik dari
perkembangan teknologi informasi yang semakin pesat dan tuntutan bisnis yang semakin
meningkat. Dengan menggunakan EIS atau BI, perusahaan dapat mengumpulkan,
mengintegrasikan, dan menganalisis data dari berbagai sumber untuk membantu manajemen
dalam membuat keputusan yang tepat dan strategis. Selain itu, EIS atau BI juga dapat
membantu perusahaan dalam mengoptimalkan kinerja operasional dan meningkatkan efisiensi
bisnis. Tidak hanya itu, EIS atau BI dapat membantu manajer dan eksekutif dalam memperoleh
informasi yang dibutuhkan untuk mengambil keputusan yang lebih tepat waktu dan lebih
berdasarkan data. Dengan EIS atau BI, manajer dan eksekutif dapat mengidentifikasi peluang
baru, menganalisis risiko, dan mengoptimalkan proses bisnis. Sistem ini dapat membantu
organisasi untuk meningkatkan efisiensi dan efektivitas bisnis, sehingga dapat memaksimalkan
keuntungan dan mengurangi biaya.
Dengan demikian, pemahaman yang mendalam tentang EIS atau BI akan membantu
organisasi untuk mengambil keputusan yang lebih tepat waktu dan lebih berdasarkan data,
sehingga dapat memaksimalkan keuntungan dan memperkuat keunggulan bisnis.
1.2 Tujuan
Makalah ini dibuat agar mengetahui bagaimana penerapan Executive Information System (Business
Intelligence). Di dalam makalah ini, kami juga memberikan metode, alat, karakteristik serta
implementasi dari Executive Information Systems (Business Intellegence) agar pembaca dapat lebih
memahami bagaimana proses kerja dari Executive Information Systems (Business Intellegence).
Tujuan lain dari makalah ini juga untuk memenuhi tugas kelompok yang diberikan oleh Bapak Dekar
Urumsyah, S.E., S.Si., M.Com., Ph.D. dalam mata kuliah Sistem Pengambilan Keputusan (SPK).
BAGIAN II
PENJELASAN
2.1 Pengertian Intelegensi Bisnis
Menurut para ahli Intelegensi Bisnis sendiri memiliki beberapa pengertian, menurut
Zeng et al. (2006) menyatakan bahwa intelegensi bisnis merupakan proses pengumpulan,
perawatan dan penyebaran informasi yang memiliki tujuan tersendiri yaitu untuk membantu
mereka membuat keputusan bisnis yang lebih baik.
Menurut Cui et al. (2007) memandang intelegensi bisnis sebagai cara dan metode untuk
meningkatkan kinerja bisnis dengan memberikan bantuan bagi para pembuat keputusan untuk
memungkinkan mereka memiliki informasi yang dapat ditindaklanjuti.
1. Kemampuan perusahaan
2. Kondisi pasar, trend masa depan, informasi demografis dan ekonomi.
3. Perubahan perilaku pelanggan dan pola pengeluaran pelanggan.
4. Lingkungan sosial, peraturan, dan politik.
5. Posisi perusahaan dibandingkan dengan para pesaingnya.
6. Apa yang dilakukan perusahaan lain di pasar.
OLAP dapat didefinisikan sebagai analisis terprogram dari data warehouse atau
data mart untuk menghasilkan inteligensi bisnis yang dapat ditindaklanjuti untuk
memberikan pandangan atau ringkasan data bisnis dan digunakan untuk pelaporan,
analisis, pemodelan, dan perencanaan yang bertujuan untuk mengoptimalkan bisnis.
Berdasarkan gambar 2.3 maka dapat dijelaskkan tentang arsitektur OLAP, sebagai berikut:
Data Warehouse
Data Warehouse atau Gudang data adalah disiplin ilmu yang menghasilkan aplikasi
yang menyediakan kemampuan pendukung keputusan, memungkinkan akses yang siap ke
informasi bisnis, dan menciptakan wawasan bisnis dengan menggunakan penyimpanan
data tunggal, lengkap, dan konsisten yang diperoleh dari berbagai sumber, dioptimalkan
untuk distribusi dan tersedia bagi pengguna akhir dengan cara yang dapat mereka pahami
dan gunakan dalam konteks bisnis.
Big Data
Menurut Koscielnakdan Puto (2015),Big Data merupakan sejumlah besar data tidak teratur, yang
dikumpulkan oleh berbagai jenis bisnis dan organisasi Negara; data ini termasuk kategori yang
berbeda, tidak teratur, tidak dikategorikan, sehingga sulit untuk menerapkannya dan, secara
bersamaan, digunakan dalam proses pengambilan keputusan.
Teknologi Big Data
Adapun penggunaan Big Data dalam perusahaan terdiri dari (Sun & Heller, 2012):
Pada Data Mart dirancang untuk memfasilitasi analisis data pengguna akhir. Data mart
adalah kumpulan bidang studi yang diorganisir untuk mendukung keputusan berdasarkan
kebutuhan departemen tertentu. Data mart dapat mendukung fungsi bisnis tertentu, proses bisnis,
atau unit bisnis. Masing-masing departemen memiliki perangkat keras, perangkat lunak, data, dan
program yang merupakan data mart. Mirip dengan gudang data, data mart berisi data operasional
yang membantu para pakar bisnis untuk membuat strategi berdasarkan analisis tren dan
pengalaman masa lalu. Perbedaan utama adalah bahwa pembuatan data mart didasarkan pada
kebutuhan spesifik yang telah ditentukan.
Konsep ini merupakan seperangkat alat yang digunakan untuk mengekstrak, mengubah
dan memat data dalam sistem intelegensi bisnis. Alat-alat ini bertanggung jawab untuk mentransfer
data dari sistem dan internet ke Gudang data.
Hubungan Data Warehouse, Data Mining dan Big Data, bahwa penambangan data (data
mining) untuk menghasilkan rekomendasi yang komprehensif dalam menunjang keputusan
strategis dapat dilakukan jika tersedia suatu Data Warehouse ataupun Big Data.
a. Kurang mengakui intelegensi bisnis sebagai inisiatif bisnis lintas organisasi dan tidak
memahami bahwa inisiatif lintas organisasi berbeda dari solusi mandiri.
b. Sponsor bisnis yang tidak terlibat atau sponsor bisnis yang memiliki sedikit atau tanpa
otoritas karena posisi level rendah mereka dalam organisasi.
c. Perwakilan bisnis yang tidak tersedia atau tidak bersedia.
d. Kurangnya staf yang terampil dan tersedia, serta pemanfaatan staf yang kurang optimal.
e. Tidak ada konsep rilis perangkat lunak (tidak ada metode pengembangan berulang).
f. Tidak ada apresiasi terhadap dampak data kotor pada profitabilitas bisnis.
g. Tidak ada pemahaman tentang perlunya dan penggunaan meta data.
Kegagalan dalam tahap awal memulai intelegensi bisnis juga sering dialami oleh pelaku bisnis.
Hal tersebut biasanya didasari karena:
Masalah inti yang pelu ditangani untuk menigkatkan kinerja dan penerimaan inisiatif
intelegensi bisnis adalah sebagia berikut:
Executive Information System (EIS) atau Bisnis Intelligence (BI) merupakan teknologi
informasi yang dapat membantu perusahaan untuk mengumpulkan, mengintegrasikan, dan
menganalisis data dari berbagai sumber untuk membantu manajemen dalam membuat keputusan
yang tepat dan strategis. Terdapat beberapa alat dari Bisnis Intelligence (BI) yaitu OLAP, Data
Mining, Data Warehouse, Big Data, Data Mart, ETL. Tidak hanya alat yang digunakan dalam
penerapan teknologi informasi ini. terdapat juga karakteristik serta faktor-faktor yang
mempengaruhi kesuksesan dan kegagalan pada Executive Information Systems (Business
Intellegence).
Dengan demikian, pengetahuan tentang konsep, pemanfaatan dan aplikasi EIS atau BI
dalam konteks bisnis merupakan kontribusi penting dalam meningkatkan pemahaman dan
penggunaan teknologi informasi dalam konteks bisnis dan mempercepat pengambilan
keputusan yang tepat dan strategis. Tidak hanya itu, teknologi yang digunakan dalam EIS atau
BI, termasuk alat analisis data dan metode visualisasi yang digunakan untuk menghasilkan
informasi yang lebih akurat dan mudah dimengerti.
REFERENSI
Dekar Urumsah (2020), Sistem Pendukung Keputusan Bisnis.
Turban Aronson Liang (2005), Decision Support Systems and Intelligent Systems, 7th Ed.
http://library.binus.ac.id/eColls/eThesisdoc/Bab2/BOL-S2-2016-
00087%20FILE%20TESIS%20Bab%20II.pdf
https://www.academia.edu/36875258/BUSINESS_INTELLIGENCE