10

BAB 2

LANDASAN TEORI

2.1 Teori Umum

2.1.1 Pengertian Data, Informasi, dan Pengetahuan

Data

Menurut Vercellis (2009: 6) mengatakan bahwa, “secara umum

data menggambarkan kode-kode struktur dari satuan entity utama,

termasuk juga transaksi yang melibatkan dua atau lebih satuan entity.”

Sedangkan menurut inmon (2005: 493), “data adalah rekaman atau

catatan dari fakta, konsep atau instruksi di dalam penyimpanan yang akan

di gunakan untuk komunikasi, pengambilan data, serta proses penampilan

dari informasi yang dapat dimengerti oleh manusia.”

Informasi

Menurut Vercellis (2009: 7) mengatakan bahwa, “informasi

adalah hasil dari kegiatan ekstraksi dan proses yang dibawa oleh data dan

berarti untuk siapapun yang menerimanya.” Sedangkan menurut Inmon

(2005: 498) informasi adalah, “data yang dievaluasi oleh manusia untuk

memecahkan masalah dan membuat keputusan.”

11

Pengetahuan

Menurut Vercellis (2009: 7), “informasi diubah menjadi

pengetahuan bila digunakan untuk membuat keputusan dan

mengembangkan tindakan yang sesuai.” Dari kutipan di atas, dapat

disimpulkan bahwa pengetahuan merupakan pengembangan dari

informasi yang digunakan untuk mengambil suatu keputusan dan juga

suatu tindakan yang tepat.

Berdasarkan kutipan-kutipan di atas, dapat di simpulkan bahwa

data yang dikelola akan menjadi sebuah informasi. Informasi akan

digunakan sebagai dasar dalam pengambilan keputusan dan akan menjadi

sebuah pengetahuan dalam menentukan tindakan yang harus diambil

dengan tepat.

2.1.2 Pengertian Sistem

Menurut Connolly (2005: 286), ”definisi dari ruang lingkup dan

batas-batas dari aplikasi database dan pandangan user.” Dari kutipan ini,

dapat disimpulkan bahwa pengertian dari sistem adalah sekumpulan

unsur yang saling mempengaruhi dalam melakukan kegiatan dari sudut

pandang user. Sistem itu sendiri dibuat dengan tujuan untuk

menyelesaikan masalah dari suatu organisasi.

12

2.1.3 Pengertian Sistem Informasi

Menurut Connolly (2005: 282), “sistem informasi adalah sumber

daya yang memungkinkan collection, management, kontrol, dan

penyebaran informasi di dalam organisasi.” Karena itu, sistem informasi

adalah cara yang dapat ditempuh dalam melakukan proses pengiriman

dan penerimaan informasi di dalam organisasi.

Entity Relationship Diagram (ERD)

Menurut Principles of Good Database Design (2009: 34) “entity-

relationship model menggambarkan data menggunakan : entitas,

hubungan antar entitas, dan atribut dari entitas.” Dan tertulis di bagian

lain, menurut Principles of Good Database Design (2009: 34) entity-

relationship diagram adalah, “penggambarkan entity-relationship model

menggunakan grafik.”

13

Gambar 2.1 Entity-relationship Diagram

Menurut Principles of Good Database Design (2009: 35), “entitas

adalah sebuah objek yang ada dan berbeda dari objek lainnya.” Terdapat

beberapa jenis entity, misalnya :

- Subjek : Pelajar, Pekerja, dan Pelanggan.

- Objek : Kursi, Pesawat, dan Mesin.

- Tempat : Kota, Taman Nasional, Ruangan, dan Gudang.

- Peristiwa : Perang dan Pernikahan.

- Konsep : Proyek dan Kursus.

14

Gambar 2.2 Entity

Kesimpulannya, ERD atau entity-relationship diagram adalah

sebuah alat yang di gunakan untuk menggambarkan entity-relationship

model dengan menggunakan grafik. Sehingga semua objek-objek atau

entity yang ada di dalam entity-relationship model dapat terlihat dengan

jelas.

Activity Diagram

Menurut Satzinger, Jackson, dan Burd (2005: 144), ”sebuah

activity diagram hanyalah sebuah diagram alur kerja yang

menggambarkan berbagai pengguna kegiatan, orang yang melakukan

aktivitas masing-masing, dan aliran urutan kegiatan.” Dengan

menggunakan activity diagram, user bisa mengetahui dengan jelas dan

tepat bagaimana alur proses bisnis suatu perusahaan.

2.1.4 Database

Menurut Connolly dan Berg (2005: 4), “sistem database adalah sebuah

sistem yang sangat penting dikembangkan di dalam software engineering dan

15

database merupakan fondasi dari sistem informasi yang mengatur kinerja

organisasi.” Dari kutipan di atas dapat disimpulkan bahwa, database adalah

dasar dari organisasi untuk melakukan kegiatan yang penting untuk

dikembangkan di dalam software engineering.

2.1.5 Data Warehouse

Menurut Inmon (2005: 29), “data warehouse adalah inti dari

lingkungan arsitektur dan merupakan dasar dari semua proses decision

suport system (DSS).” Sedangkan menurut Vercellis (2009: 45)

menerangkan bahwa, “Sebuah data warehouse adalah repositori utama

dalam data yang digunakan untuk mengembangkan business intelligence

architectures dan decision support systems.”

Kategori Utama Dalam Data Feeding

o Internal data

Menurut Vercellis (2009: 46), internal data yang disimpan dan

merupakan bagian besar di dalam database disebut sebagai sistem

transaksional atau sistem operasional yang merupakan tulang

punggung dari sebuah kesatuan sistem informasi. Internal data

dikumpulkan melalui aplikasi transaksional yang secara rutin

menjalankan operasional perusahaan, seperti administrasi, akuntansi,

produksi, dan logistik.

16

o Ada tiga jenis sistem yang termasuk Internal data, yaitu :

� back-office systems, mengumpulkan catatan transaksional dasar

seperti pesanan, faktur, persediaan, produksi, dan data logistik.

� front-office systems, berisi data yang berasal dari kegiatan call-center,

bantuan pelanggan, dan pelaksanaan pemasaran.

� web-based systems, mengumpulkan transaksi penjualan e-commerce

websites, pengunjung dalam websites, dan data di dalam form yang

akan diisi oleh customer.

o External data

Menurut Vercellis (2009: 46), ada beberapa sumber data eksternal

yang dapat digunakan untuk meningkatkan nilai dari informasi yang

tersimpan dalam database internal. Sehingga dapat di simpulkan

perbedaan dari internal data dan external data. Jika internal data

mengambil data dari dalam database, maka external data mengambil

data yang tidak ada di dalam database.

o Personal data

Menurut Vercellis (2009: 46) dalam kebanyakan kasus, pengambil

keputusan yang menggunakan business intelligence analysis juga

memasukan informasi dan penilaian pribadi yang ada di dalam

worksheets atau local databases. Personal data akan mempengaruhi

17

hasil analisis dan keputusan yang akan diambil tergantung dari

kualitas suatu data.

Karakteristik Data Warehouse

Terdapat 4 kategori karakteristik data warehouse, menurut Inmon (2005:

29-33) :

1. Subject Oriented

Menurut Inmon (2005: 29-30) subject oriented artinya, data warehouse

dibuat berdasarkan subjek utama dalam lingkungan perusahaan dan tidak

berorientasi pada proses atau fungsi aplikasi. Subject area biasa meliputi

customer, product, dan transaction. Setiap area subjek diimplementasikan

secara fisik sebagai sekumpulan tabel yang saling berhubungan dalam

data warehouse.

18

Gambar 2.3 Subject Oriented

2. Integrated

Menurut Inmon (2005: 30-31), sumber data didapat dari sistem aplikasi

enterprise yang berbeda-beda, sumber data ini selalu tidak konsisten

seperti perbedaan dalam format. Sumber data yang terintegrasi harus

19

dibuat sekonsisten mungkin untuk menyajikan pandangan yang satu

mengenai data kepada pengguna.

Gambar 2.4 Integration

3. Non Volatile

Menurut Inmon (2005: 31-32), update tidak dilakukan secara real-time

melainkan load dari sistem operasional dalam basis regular. Data baru

selalu ditambahkan sebagai supplement ke dalam database, bukan

20

sebagai replacement. Database secara terus menerus mengambil data

baru dan digabungkan dengan data yang sudah ada.

Gambar 2.5 Nonvolatility

4. Time Variant

Menurut Inmon (2005:32-33), data warehouse hanya dapat akurat dan

valid dalam jangka waktu tertentu atau dalam interval waktu yang

berbeda. Waktu berfungsi untuk menunjukan bahwa pada saat tersebut

record bersifat akurat. Perbedaan waktu dari data warehouse

memperlihatkan keseluruhan data yang ada dari waktu ke waktu secara

akurat.

21

Gambar 2.6 Time Variancy

Berdasarkan kutipan di atas dapat disimpulkan bahwa data

warehouse bersifat subject oriented dimana data disusun berdasarkan

subjek utama. Data warehouse bersifat integrated dimana data

warehouse mampu menyatukan sumber data yang berbeda-beda dan time

variant dimana data warehouse valid dalam waktu yang di tentukan serta

nonvolatile dimana data pada data warehouse tidak dapat di-update atau

diubah.

22

Data Warehouse Architecture

Gambar 2.7 Data Warehouse Architecture

Granularity

Menurut Inmon (2005: 43), “Granularity mengacu pada

kedetailan dari unit data dalam data warehouse.” Semakin rinci suatu

data, semakin rendah tingkat granularity. Semakin suatu data dikatakan

kurang detil, semakin tinggi tingkat granularity.

23

Implementasi Data Warehouse

Menurut Vercellis (2009: 52-53), terdapat tiga Cara

pengimplementasian data warehouse :

1. Top-down

Metodologi top-down didasarkan pada desain keseluruhan

dari data warehouse, karena itu desain akan lebih sistematis. Namun,

pengembangan akan lebih lama dilakukan dan risiko tidak sesuai

jadwal akan lebih besar, karena secara keseluruhan data warehouse

sedang dikembangkan.

2. Bottom-up

Metode bottom-up didasarkan pada penggunaan prototipe. Oleh

karena itu, ekstensi sistem yang dibuat sesuai dengan skema langkah

demi langkah yang tersedia. Pendekatan ini biasanya lebih cepat dan

memberikan hasil yang lebih nyata tetapi tidak memiliki kesatuan visi

dari seluruh sistem yang akan dikembangkan.

3. Mixed

Metodologi mixed didasarkan pada desain keseluruhan dari data

warehouse, namun hasilnya tetap menggunakan pendekatan

prototyping dan secara berurutan diterapkan di berbagai bagian dari

seluruh sistem. Pendekatan ini sangat praktis dan biasanya lebih

24

disukai, karena memungkinkan memisahkan bagian yang ada namun

tetap menampakkan keseluruhan gambaran.

ETL (Extract, Transform, and Load) Tools

o Extraction

Dijabarkan oleh Vercellis (2009: 53), proses extraction pada

tahap pertama, data akan diambil dari sumber internal dan eksternal

yang tersedia. Perbedaan logis akan terjadi pada awal ekstraksi,

dimana data berbeda yang berhubungan dengan data masa lalu

dimasukkan ke dalam data warehouse yang kosong, dan ekstraksi

akan dilakukan untuk memperbarui isi dari data warehouse yang akan

digabungkan dengan data baru yang tersedia dari waktu ke waktu.

Data yang terpilih akan diambil tergantung dari desain data

warehouse yang digunakan, yang akan disesuaikan dengan kebutuhan

business intelligence analisis dan decision support systems.

o Transformation

Menurut Vercellis (2009: 53), tujuan dari tahap pembersihan

dan transformasi adalah untuk meningkatkan kualitas data. Sehingga

semua data yang diambil dari sumber yang berbeda melalui koreksi

dari inkonsistensi yang ada, akan membuat data yang awalnya tidak

akurat dan banyak hilang menjadi lebih bernilai.

25

o Loading

Menurut Vercellis (2009: 53), setelah diekstraksi dan diubah,

data akan dimuat ke dalam tabel data warehouse untuk membuat data

menjadi tersedia bagi analis dan decision support applications.

Dijabarkan juga secara jelas oleh Vercellis (2009: 52) Aplikasi

akuisisi, juga dikenal sebagai ekstrak, transform dan load (ETL) atau

back-end tools, adalah aplikasi yang memungkinkan data untuk

diekstrak, diubah dan dimasukkan ke dalam data warehouse. Business

intelligence dan decision support applications merupakan front-end

dan memungkinkan knowledge workers untuk melaksanakan analisis

dan memvisualisasikan hasilnya.”

Metadata

Menurut Vercellis (2009: 54), dalam mendokumentasikan data

yang terdapat dalam data warehouse, dianjurkan untuk membuat sebuah

struktur informasi spesifik yang dikenal sebagai metadata. Metadata

disebut juga deskripsi data. Metadata menunjukkan untuk setiap atribut

data warehouse sumber asli dari datanya, artinya data tersebut dan semua

transformasi yang telah dilakukan. Dokumentasi yang disediakan oleh

metadata harus terus menerus up-to-date, dalam rangka untuk

26

mencerminkan perubahan dalam struktur data warehouse. Dokumentasi

harus langsung dapat diakses oleh pengguna data warehouse, idealnya

melalui browser web sesuai dengan hak akses masing-masing analis.

Star Schema

Menurut Connolly (2005: 1183), ”star schema adalah struktur

logical yang mempunyai sebuah tabel fakta yang berisi data fakta di

tengah dan dikelilingi oleh tabel-tabel dimensi yang berisi data referensi

atau keterangan yang biasanya dapat di denormalisasi.” Sedangkan

menurut Vercellis (2009: 55) mengatakan bahwa, “representasi

multidimensi didasarkan pada star schema yang berisi dua jenis tabel

data yaitu tabel dimensi dan tabel fakta.“

Dari kutipan di atas dapat disimpulkan star schema adalah

struktur logis dari data yang memfungsikan 2 jenis tabel yaitu tabel

dimensi (dimension tables) dan tabel fakta (fact tables). Tabel dimensi

berisi data yang kompatibel dengan kebutuhan bisnis dan mengelilingi

tabel fakta untuk memperoleh suatu informasi.

Menurut Vercellis (2009: 55), star schema memiliki dua macam

tabel yaitu tabel fakta (fact table) dan tabel dimensi (dimension table).

fact table (tabel fakta) adalah tabel yang umumnya mengandung sesuatu

27

yang dapat diukur (measure) dan bersifat historis, dan merupakan

kumpulan foreign key dari primary key yang terdapat pada masing-

masing dimension table. Tabel fakta biasanya mengacu pada transaksi

dan berisi dua jenis data :

• Link ke tabel dimensi, yang diperlukan sebagai acuan dari referensi

informasi yang terkandung dalam setiap tabel fakta.

• Nilai numerik dari atribut yang menjadi ciri transaksi yang termasuk

dan yang mewakili target sebenarnya dari OLAP (Online Analytical

Processing) analisis.

Karena itu, table fakta berisikan derived data dan menghubungkan

satu atau lebih table dimensi. Tabel dimensi (dimension table) adalah

table yang berisikan kategori-kategori dengan ringkasan detil yang

dapat berupa laporan. Secara umum, dapat disebut dengan dimensi

yang terkait dengan entitas sekitarnya dalam proses organisasi.

28

Gambar 2.8 Star Schema With Data

2.1.6 Dashboard

Menurut Scheps (2008: 95) dashboard merupakan turunan

langsung dari EIS lama dan sistem DSS, dengan meningkatkan

fungsional dan penampilan. Karena mereka terhubung dengan sistem data

yang kuat dan memanfaatkan Key Performance Indikator.

Menurut Scheps (2008: 97) Tiga jenis dashboard yaitu :

• Tactical Dashboard

Mengukur dan menggambarkan produktivitas jangka pendek dan

efektivitas kinerja perusahaan. Hasilnya menampilkan dashboard

29

yang dapat menggambarkan perusahaan dengan cerdas dalam

membuat suatu strategi.

• Operational Dashboard

Mengukur efektivitas dari fungsi bisnis yang berjalan pada tim atau

level unit bisnis. Dashboard jenis ini dapat secara potensial digunakan

oleh seorang team manager.

• Strategic Dashboard

Dibangun untuk melakukan pengaturan kebijakan dari organisasi.

Dashboard menampilkan data yang menggambarkan strategi bisnis

dan tujuan korporasi

2.1.7 Business Intelligence

Pengertian Business Intelligence

Menurut S.Williams dan N.Williams (2006: 2), “Informasi bisnis

dan analisis bisnis dalam konteks proses bisnis merupakan kunci yang

mengarah ke dalam pengambilan keputusan dan tindakan yang

menghasilkan peningkatan kinerja bisnis.“ Sedangkan menurut Vercellis

(2009: 1), “business intelligence dapat didefinisikan sebagai kumpulan

model matematik dan metodologi analisis yang digunakan untuk

mengeksploitasi data yang tersedia untuk menghasilkan informasi dan

30

pengetahuan yang berguna untuk proses pengambilan keputusan yang

kompleks.”

Dikutip dari jurnal, menurut Elena (2010: 1), “business

intelligence adalah suatu teknik komputer yang memfungsikan pemilihan

data, penggalian data, dan analisa bisnis data, seperti penjualan suatu

produk dari suatu departemen atau asosiasi.” Sedangkan menurut

Gollapudi, Jangeti, dan Kotapati (2012: 1) “business intelligence

digunakan oleh management bisnis yang akan membantu dalam

pengambilan keputusan untuk mendukung pertumbuhan bisnis dan dapat

bertahan di puncak kompetisi bisnis.” Jurnal lainnya, menurut Roland

M.Müller, Linders, and Pires (2010: 169) mengatakan bahwa, “business

intelligence adalah payung seperti yang dideskripsikan oleh Howard

Dresner of the Gartner Group di tahun 1989, “konsep dan method yang

meningkatkan pengambilan keputusan bisnis dengan menggunakan

support system” (Power, 2008). Business intelligence menggabungkan

“data gathering, data storage, dan knowledge management dengan

analytical tools untuk menampilkan informasi yang rumit dan kompetitif

untuk melakukan perencanaan dan pengambilan keputusan.” (Negash &

Gray, 2008). Tujuan dari BI adalah “untuk membuat keputusan yang

lebih kaya akan informasi dan lebih baik.” (Turban, Aronson, Liang, &

Sharda, 2006)” Dan dikutip dari jurnal Veena Tewari Nandi (2012: 1),

“prinsip dasar dari business intelligence adalah sesuatu yang bisa

31

memprediksi masa depan dengan melakukan analisis pada masa lalu

dengan mengumpulkan pengguna pada suatu grup tertentu.”

Menurut Vercellis (2009: 8), pendekatan rasional khusus dari

analisis business intelligence dapat diringkas secara skematis dalam

beberapa karakteristik utama yaitu, dimulai dari mengetahui tujuan dari

analisis yang akan diidentifikasi dan indikator-indikator dari kinerja yang

akan digunakan untuk melakukan mengevaluasi dari pilihan alternatif

untuk didefinisikan. Model matematika kemudian dikembangkan dengan

mengeksploitasi hubungan antar variabel di dalam sistem kontrol,

parameter, dan evaluasi. Tahap akhir analisis mengevaluasi dampak pada

kinerja ditentukan oleh variasi dalam variabel kontrol dan perubahan

dalam parameter.

32

Keuntungan Dari Business Intelligence

Gambar 2.9 Proses Pembuatan Keputusan Dengan BI

Menurut Vercellis (2009: 5), ada dua keuntungan secara garis

besar dari business intelligence :

o Effective decisions

Aplikasi business intelligence memungkinkan pengguna untuk

menggunakan informasi dan pengetahuan yang lebih dapat di

andalkan. Hasilnya decision maker dapat membuat keputusan yang

lebih baik dan sesuai tujuan dengan bantuan business intelligence.

o Timely decision

Bersifat dinamis, dimana keputusan dapat diambil dengan cepat.

Hasil yang didapat oleh organisasi adalah organisasi akan memiliki

33

kemampuan untuk bereaksi secara terus-menerus sesuai dengan

pergerakan dari kompetitor dan ke keadaan pasar baru yang berubah

dan bersifat penting.

The Need For Process Engineering

Menurut S.Williams dan N.Williams (2006: 17), process

engineering meliputi penggunaan dari informasi, analisis framework, dan

alat yang mendukung pengambilan keputusan oleh banyak manajer yang

harus di buat. Dengan kata lain, ini adalah proses yang dibutuhkan untuk

memaksimalkan business intelligence.

Gambar 2.10 Process Engineering

Business Intelligence Architectures

Business intelligence architectures Memiliki tiga komponen

utama menurut Vercellis (2009: 9), yaitu :

34

o Data sources

Pada tahap pertama, sangat penting untuk mengumpulkan dan

mengintegrasikan data yang disimpan di dalam primary. secondary

source akan bersifat heterogen menurut asal dan jenisnya.

o Data warehouses and data marts

Menggunakan Extract, Transform, and Load (ETL), data yang berasal

dari sumber yang berbeda disimpan di dalam database untuk

membantu business intelligence melakukan analisis. Dari data

warehouse akan dibentuk rekap data sebagai basis dari reporting.

o Business intelligence methodologies

Pada akhirnya data akan diekstrak dan digunakan sebagai bahan

dalam model matematis dan metodologi analisis untuk membantu

pengambilan keputusan. Yang termasuk kategori decision support

application menurut Vercellis (2009: 9-10), adalah :

1. Multidimensional cube analysis

2. Exploratory data analysis

3. Time series analysis

4. Inductive learning models for data mining

5. Optimization models

35

Gambar 2.11 Typical Business Intelligence Architecture

Gambar 2.12 The Main Components of a Business Intelligence System

Data Exploration

Menurut Vercellis (2009: 10), data exploration digunakan sebagai

tools yang akan melakukan analisis business intelligence secara pasif,

yang mengandung query dan report, begitu juga dengan metode

statistiknya. Hal ini dilakukan sebagai sebuah metodologi pasif yang

36

terjadi karena pengambil keputusan meminta untuk melakukan generate

hipotesa terbaik atau mengambil data ekstrak sesuai kriteria, dan

menggunakan analysis tools untuk menemukan jawabannya.

o Data Mining

Menurut Vercellis (2009: 10-11), pada tingkat ke empat akan

mengikutsertakan metodologi business intelligence secara aktif, yang

bertujuan melakukan ekstrak informasi dan pengetahuan dari data.

Hal ini termasuk dalam rancangan matematis dalam menemukan pola,

machine learning, dan teknik data mining.

o Optimization

Dikutip dari Vercellis (2009: 11), Optimization berada 1 level

dibawah puncak piramida. Optimization memungkinkan untuk

menentukan solusi terbaik yang bertujuan mengoptimalkan hasil.

o Decisions

Vercellis (2009: 11) berkata, bagian paling atas piramid, decision

berkaitan dengan pilihan dan hubungan keputusan secara spesifik.

Kesimpulan yang diperoleh akan digambarkan dengan jelas dari

proses pengambilan keputusan.

37

Business Intelligence Life Cycle

Gambar 2.13 Business Intelligence Life Cycle

Gambar 2.14 Departemen yang Terkait Langsung Dengan Business

Intelligence

1. Analysis

Vercellis (2009: 12) berkata, dalam fase analisis sangatlah penting

untuk mengenali secara akurat masalah-masalah yang sudah ada.

Pengambilan keputusan kemudian harus membuat representasi mental

38

dari fenomena yang sedang dianalisis, dengan mengetahui faktor dan

hal yang penting sehingga keputusan dianggap paling relevan.

2. Insight

Menurut Vercellis (2009: 13), fase ke 2 mengijinkan decision maker

untuk lebih baik dan lebih dalam mengerti masalah yang ada saat ini

pada tingkat kausal. Informasi yang di terima kemudian di analisis

pada fase analisis kemudian di ubah menjadi pengetahuan pada fase

insight.

3. Decision

Menurut Vercellis (2009: 13) fase ke 3, pengetahuan yang diterima

sebagai hasil dari fase insight diubah menjadi keputusan dan secara

berkala dilakukan. Ketersediaan dari metodologi business intelligence

mengijinkan fase analisis and fase insight untuk dijalankan lebih

sering sehingga lebih efektif dan keputusan yang berkala dapat dibuat

lebih baik agar sesuai dengan strategi yang prioritas dari organisasi.

Hal ini mengacu pada keseluruhan kualitas dari pengambilan

keputusan.

4. Evaluation

Menurut Vercellis (2009: 13) Fase terakhir, fase ke 4 dari business

intelligence cycle melibatkan performance measurement dan

performance evaluation. Metrik yang lebih luas harus dirancang

sehingga tidak terbatas hanya pada aspek finansial yang ada tetapi

39

juga dari indikasi-indikasi performa utama pada department

perusahaan yang berbeda.

Faktor-faktor Dalam Business Intelligence

Terdapat 4 faktor dalam business intelligence menurut Vercellis (2009:

13-14). Yang pertama adalah technologies. Technologies adalah

hardware dan software yang merupakan faktor yang dapat berpengaruh

sangat besar dalam memfasilitasi pengembangan dari sistem business

intelligence di dalam perusahaan dan organisasi yang kompleks.

Analytics adalah model matematis dan metodologi analisis yang

merupakan kunci utama dalam menambahkan informasi dan pengambilan

pengetahuan dari data yang ada di dalam sebagian besar organisasi.

Human resources merupakan asset secara human resource di lihat dari

segi kompetensi dari seseorang yang menjalankan tugasnya sesuai batas,

baik secara individu maupun kolektif. Secara keseluruhan pengetahuan

dimiliki dan disebarkan dari setiap individu ini di dalam organisasi.

Kemampuan pekerja untuk memperoleh informasi dan

menerjemahkannya ke dalam pekerjaan adalah aset utama dalam sebuah

organisasi dan mempunyai pengaruh besar dalam menentukan kualitas

dari proses pengambilan keputusan.

40

Business Value Analysis of Business Intelligence Initiatives

1. BI Opportunity Analysis

Menggabungkan lingkungan analisis, industri analisis, dan strategi bisnis

yang disatukan dengan kemampuan dari business intelligence. BI

Opportunity Analysis adalah business Intelligence yang dapat digunakan

di dalam strategi yang penting dan mendukung proses bisnis untuk

meningkatkan keuntungan dan memperkecil biaya.

2. BI Readiness Assessment

Menaksirkan kesiapan dimana business intelligence membutuhkan

instrumen untuk menaksirkan organisasi, bisnis, dan kesiapan secara

teknis. Bertujuan untuk membawa informasi sebagai dasar dari aplikasi

business intelligence dan framework.

Development of a Business Intelligence System

Metode utama dari analisis business intelligence adalah untuk

menemukan dan memprioritaskan peluang. Untuk menggunakan

informasi bisnis, nilai bisnis, dan keputusan yang terstruktur. Tujuan

utama adalah meningkatkan pendapatan dan mengurangi biaya sehingga

memperoleh keuntungan dan membuat nilai bisnis. Untuk mencapai

tujuan tersebut, pendekatan terstruktur yang mengarahkan faktor-faktor

yang berhubungan seperti :

o Business drivers

o Business strategies

41

o Goal dan Tujuan

o Inti dari bisnis

Business Intelligence Opportunity Analysis Secara Keseluruhan

Sedangkan menurut S. Williams and N. William (2006: 27)

analisis business intelligence secara keseluruhan meliputi :

- Business Drivers

- Business Strategy, Goals, and Objectives

- Business Design

Gambar 2.15 Business Intelligence Opportunity Analysis

42

Fase-fase Dalam Pembuatan Business Intelligence

Gambar 2.16 Fase-fase Pembuatan Business Intelligence

Menurut Carlo Vercellis (2009: 15) terdapat 4 langkah utama

dalam proses pembuatan business intelligence, yaitu:

43

a. Analysis

Fase pertama kebutuhan dari organisasi yang memiliki hubungan

dengan kemampuan pengembangan sistem business intelligence harus

diidentifikasi secara hati-hati. Awal dari fase ini secara umum

dilakukan melalui sekumpulan hasil wawancara kepada knowledge

workers yang melakukan role yang berbeda-beda dan aktifitas yang

berbeda pada organisasi. Sangat penting mendeskripsikan dengan

jelas tujuan secara umum dan prioritas dari project, begitu juga

dengan biaya dan keuntungan yang dapat diperoleh dari

pengembangan business intelligence. (Vercellis, 2009: 16)

b. Design

Fase kedua mencakup dua sub-fase dan bertujuan untuk melakukan

perencanaan secara keseluruhan arsitektur, untuk pengembangan dan

evolusi di masa depan. Sangat penting untuk membuat penilaian

terhadap informasi yang ada. Selain itu, proses pengambilan

keputusan yang akan didukung oleh business intelligence harus

diperiksa terlebih dahulu, sebagai persiapan dalam menentukan

kebutuhan informasi. Ke depannya, dengan menggunakan metodologi

proyek management, perencanaan proyek akan menetapkan

identifikasi fase pengembangan sebagai prioritas untuk

44

memperhitungkan waktu eksekusi yang diinginkan dan biaya, serta

role and resource yang di butuhkan. (Vercellis, 2009: 16)

c. Planning

Tahap perencanaan mencakup sub-fase dimana fungsi dari business

intelligence ditentukan dan akan dideskripsikan secara lebih detail.

Langkah berikutnya data yang ada dan data lainnya yang mungkin

akan diambil dari data external akan diperhitungkan. Informasi

struktur dari business intelligence biasanya berisi data utama dari data

warehouse dan mungkin diambil dari beberapa data marts untuk

dirancang. Dengan dihubungkan dengan data yang ada, mathematical

models yang diadopsi akan ditetapkan secara berulang-ulang.

(Vercellis, 2009: 16)

d. Implementation and control

Fase terakhir mencakup lima sub-fase. Dimulai dengan penentuan

data warehouse dan setiap data mart secara spesifik. Data warehouse

dan data mart akan mewakili infrastruktur informasi yang akan

menjadi dasar data dari sistem business intelligence. Untuk

menjelaskan arti dari tiap-tiap data yang terdapat dalam data

warehouse dan proses transformasi, arsip metadata harus dibuat.

Selain itu, prosedur ETL ditetapkan untuk mengekstrak dan

mengubah data dari primary source, memasukan mereka ke dalam

data mart atau data warehouse. Langkah akan dilakukan

45

pengembangan aplikasi business intelligence yang memungkinkan

analisis direncanakan untuk dilaksanakan. (Vercellis, 2009: 16)

Business Intelligence Methodologies

Gambar 2.17 Business Intelligence Methodologies

Dashboard Aplikasi Business Intelligence

Dashboard merupakan

turunan langsung dari

EIS lama dan sistem DSS,

dengan meningkatkan

fungsional dan penampilan.

Aplikasi sistem merupakan

sekumpulan unsur yang

saling mempengaruhi

dalam melakukan kegiatan

dari sudut pandang user.

Business intelligence

didefinisikan sebagai

kumpulan model matematik

dan metodologi analisis

yang digunakan untuk

mengeksploitasi data.

Tabel 2.1 Dashboard vs Aplikasi vs Business Intelligence

46

2.2 Teori Khusus

2.2.1 Cross-Selling

Menurut Dr. Tony Alessandra (Cross Selling Kindle Book,2010),

“Cross-selling is not just pushing more product. It's encouraging

customers to buy products that meet their need. Cross-selling creates

more customer retention, or "stickability" its designed to widen the

customer reliance on the company and decrease the likelihood of them

switching to a competitor" yang artinya “Cross-selling bukan hanya

tentang menambah produk namun juga mendorong customer untuk

membeli produk sesuai keinginan mereka. Cross-selling membuat lebih

banyak customer tetap, cross-selling di desain untuk meningkatkan

tingkat kehandalan perusahaan untuk mengurangi kemungkinan customer

berpindah ke kompetitor.” Kesimpulan dari kutipan di atas adalah Cross-

selling membuat kemampuan perusahaan untuk menjaga loyalitas

pelanggan dan secara tidak langsung membuat perusahaan mampu

melawan pesaing yang terus meningkat. Pada saat yang sama, loyalitas

yang meningkat mengarah pada peningkatan keuntungan dan penggunaan

layanan yang lebih banyak akan mengarah pada keuntungan yang lebih

besar jika layanan tersebut dilakukan dengan benar. Memetakan

profitabilitas pelanggan terhadap jumlah layanan yang mereka gunakan

dari perusahaan. cross-selling meningkatkan lifetime value dari

pelanggan.

47

2.2.2 Product Positioning

Pengertian Product Positioning

Menurut Kotler (2012: 276), Positioning adalah tindakan

perusahaan untuk merancangkan produk dan nilai pemasaran agar dapat

tercipta sesuatu yang diingat oleh pangsa pasar.” Sedangkan menurut

Karadeniz (2009: 99) “Positioning adalah menunjukan tempat dimana

product akan di tempatkan di pasar sesuai customer.”

Segmenting, Targeting, dan Positioning

1. Segmenting

Segmentasi pasar adalah proses pengelompokan pasar, yang secara

keseluruhan heterogen menjadi kelompok-kelompok atau segmen-

segmen yang memiliki kesamaan dalam hal kebutuhan, keinginan,

perilaku, dan respon terhadap program-program pemasaran spesifik.

Menurut Tjiptono (2008: 211), segmentasi pasar adalah merupakan

konsep yang mendasari strategi pemasaran perusahaan dan

pengalokasian sumber daya yang harus dilakukan dalam rangka

mengimplementasikan program pemasaran. Variabel yang digunakan

diantaranya demografis, psikolografis, prilaku, pengambilan

keputusan, dan pola media.

48

2. Targeting

Targeting adalah kegiatan menentukan sasaran pasar, yaitu tindakan

memilih satu atau lebih segmen untuk dilayani, dengan cara

mengevaluasi daya tarik masing-masing segmen dan memilih

segmen-segmen sasaran. Menurut Tjiptono (2008: 232), Targeting

merupakan proses mengevaluasi dan memilih satu atau beberapa

segmen pasar yang dinilai paling menarik untuk dilayani dengan

program pemasaran spesifik pemasaran. Kriteria evaluasi yang

digunakan meliputi ukuran dan potensi perubahan segmen,

karakteristik struktual segmen dan kesesuaian antara produk dan

pasar.

3. Positioning

Menurut Karadeniz (2009: 100), istilah penentuan posisi (positioning)

dipopulerkan pertama kali oleh Al Ries dan Jack Trout pada tahun

1972. Strategi positioning merupakan strategi yang berusaha

menciptakan diferensiasi yang unik dalam benak pelanggan sasaran,

sehingga terbentuk citra (image) produk yang lebih unggul

dibandingkan pesaing.

49

2.2.3 Saham dan Reksadana

Gambar 2.18 Bentuk Investasi

Saham

Menurut Eko P. Pratomo (2007: 20, 24) ”Saham dipahami sebagai

instrumen yang beresiko tinggi namun menarik di jadikan alternatif

investasi karena potensi hasil yang juga tinggi”, “Salah satu cara

mengurangi risiko investasi di saham adalah dengan berinvestasi secara

diversifikasi dan untuk jangka panjang”, “harga pasar obligasi dan saham

yang dapat berubah-ubah setiap waktu karena faktor penawaran dan

permintaan (supply and demand).”

50

Reksadana

Gambar 2.19 Reksadana

Menurut Eko P. Pratomo (2007: 33) “reksadana adalah sarana

(vehicle) sebagai alternatif dari cara berinvestasi.” Kendala yang sering

dihadapi investor biasanya meliputi keterbatasan akan pengetahuan,

informasi, dan waktu. Faktor eksternal lainnya adalah masalah

administrasi sewaktu memulai dan juga insentif pajak yang tidak jelas. Di

Bagian lain, Eko P. Pratomo (2007: 39) juga mengatakan bahwa

“reksadana adalah wadah yang digunakan untuk menghimpun dana dari

masyarakat pemodal untuk selanjutnya diinvestasikan dalam portofolio

efek oleh manajer investasi.”

51

Gambar 2.20 Kendala Investor

Manfaat yang diperoleh dari reksadana :

• Akses ke dalam instrumen investasi yang beragam.

• Pengelolaan portofolio investasi yang profesional oleh manajer

investasi dan bank custodian.

• Diversifikasi investasi dengan biaya yang rendah. Melalui dana yang

terkumpul dari sekian banyak investor, reksa dana dapat berinvestasi

ke berbagai jenis instrumen dari berbagai perusahaan.

• Likuiditas yang relatif tinggi. Dalam kondisi normal, reksadana dapat

dibeli dan dicairkan (dijual kembali) setiap hari kerja.

• Potensi hasil investasi yang tinggi dalam jangka panjang.

• Manfaat bebas pajak untuk instrumen investasi tertentu (saat ini

investasi dalam obligasi).

52

2.2.4 Tableau

Tableau adalah sebuah software business intelligence yang sedang

berkembang pesat. Hal ini terbukti dari banyaknya pelanggan-pelanggan

yang menggunakan jasa Tableau. Tableau bekerja sama dengan banyak

perusahaan besar dengan menerapkan empat program utama yaitu :

• Alliance Partnership

• OEM

• Reseller

• Technology

Mampu mencakup berbagai jenis perusahaan seperti banking,

communications, education, bahkan pemerintahan. Product Tableau

terbagi menjadi tiga jenis, Tableau Desktop, Tableau Server, dan Tableau

Public.

53

2.3 Kerangka Pikir

Problems

• Membutuhkan laporan penjualan yang menyeluruh

• Membutuhkan fungsi alerting

• Membutuhkan data penjualan yang tersegmentasi

• Membutuhkan aplikasi pendukung keputusan

• Membutuhkan visualisasi data yang baik

Gambar 2.21 Kerangka Pikir

Solution

Memberikan dashboard agar dapat memperoleh informasi yang

dibutuhkan.

Approach

Analisis menggunakan metode Business Intelligence Opportunity

Analysis oleh Williams.

Perancangan menggunakan metode peracangan Carlo Vercellis.

Software Development

Software specification and design :

UI Design

Software Construction: Oracle

Warehouse Builder 11gR2 dan

Tableau

Implementation

Busines Intelligence pada PT. Sinarmas Asset Management

54

PT. Sinarmas Asset Management adalah perusahaan yang

bergerak di bidang asset management, yang memiliki beberapa masalah

diantaranya membutuhkan laporan penjualan yang menyeluruh,

membutuhkan fungsi alerting, membutuhkan data penjualan yang

tersegmentasi, membutuhkan aplikasi pendukung keputusan, dan

membutuhkan visualisasi data yang baik.

Untuk mengatasi masalah yang ada maka diberikan dashboard

agar dapat memperoleh informasi yang dibutuhkan. Software

development akan dibuat berdasarkan UI Design sebagai software

specification and design. Software construction menggunakan Oracle

Warehouse Builder 11gR2(OWB) dan Tableau. Hasil dari tahap ini akan

menghasilkan sebuah dashboard business intelligence untuk

memecahkan masalah yang ada.