BAB 2 Teori Umum - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2012-1-00320-SI...
Transcript of BAB 2 Teori Umum - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2012-1-00320-SI...
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.