Kali ini saya akan sedikit membahas mengenai Business Intelligence (BI).
Business Intelligence (BI) merupakan sebuah proses untuk melakukan ekstraksi data-data operasional perusahaan dan mengumpulkannya dalam sebuah data warehouse. Selanjutnya data di data warehouse diproses menggunakan berbagai analisis statistik dalam proses data mining, sehingga didapat berbagai kecenderungan atau pattern dari data. Hasil penyederhanaan dan peringkasan ini disajikan kepada end user yang biasanya merupakan pengambil keputusan bisnis. Dengan demikian manajemen dapat mengambil keputusan berdasarkan fakta-fakta aktual, dan tidak hanya mengandalkan intuisi dan pengalaman kuantitatif saja.
Business Intelligence Software (BI)
secara singkat juga dikenal sebagai dashboard. Ini karena secara umum BI
berfungsi seperti halnya dashboard pada kendaraan. BI memberikan metrik
(ukuran-ukuran) yang menentukan performa kendaraan (organisasi). BI juga
memberikan informasi kondisi internal, seperti halnya suhu pada kendaraan. Dan
BI juga memberikan sinyal-sinyal pada pengemudi bila terjadi kesalahan pada
kendaraan, seperti bila bensin akan habis pada kendaraan. Semuanya berguna bagi
pengemudi agar mampu mengendalikan kendaraannya dengan lebih baik dan mampu
membuat keputusan yang tepat dengan lebih cepat.
1. Data Warehouse
Data Warehouse (yang secara harafiah berarti gudang data) adalah kumpulan seluruh data yang dimiliki oleh perusahaan yang didesain untuk melakukan analisis danpelaporan, dan bukan untuk pemrosesan transaksi. Jadi, dalam istilah yang lebih sederhana, data warehouseadalah basis data yang ditujukan untuk analisis, pelaporan, dan terkadang juga untuk penambangan pengetahuan (knowledge mining).
Keuntungan:
· Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.
· Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
· Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.
· Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.
2. Data Mart
Data mart adalah repositori dari data dikumpulkan dari Database yang selanjutnya dapat melayani tujuan dari suatu kepentingan tertentu atau kelompok tertentu. Dalam pengembangan perangkat lunak produk, Data mart membantu dalam memenuhi tuntutan spesifik dari kelompok pengguna dalam hal konten, akses analisis, dan presentasi secara keseluruhan.
Keuntungan:
· Akses mudah ke data yang sering digunakan
· Penciptaan pandang kolektif untuk sekelompok pengguna
· Peningkatan respon-time dari pengguna akhir
· Fleksibel dan mudah cara pembuatan
· Lebih hemat biaya daripada Data warehouse
· Definisi pengguna lebih jelas dari sebuah gudang data.
3. Data Mining
Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis data. Banyak istilah lain dari data mining yang dikenal luas seperti knowledge mining from databases, knowledge extraction, data archeology, data dredging, data analysis dan lain sebagainya.
TAHAPAN DALAM DATA MINING:
- Basis Data Relasional
- Ekstraksi Data
- Transformasi Data
- Pembersihan Data
- Bentuk Standar
- Reduksi Data dan Feature
- Menjalankan Algoritma
4. Data OLAP
OLAP Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar. Online Analytical Processing (OLAP) menawarkan metode analisis data secara kompleks dan terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse.
Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut ini :
1. Meringkas dan mengumpulkan sejumlah besar data
2. Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)
3. Membandingkan beberapa set dari data
4. Membuat sketsa/bagan/diagram
5. Menganalisis dan menemukan pola dari data
6. Menganalisis kecenderungan data
Keuntungan / kegunaan
1. Meringkas dan mengumpulkan sejumlah besar data
2. Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)
3. Membandingkan beberapa set dari data
4. Membuat sketsa/bagan/diagram
5. Menganalisis dan menemukan pola dari data
6. Menganalisis kecenderungan data
5. Data MOLAP Server
MOLAP adalah tipe OLAP yang memiliki storage sendiri, yang isinya merupakan precomputed agregasi data - sum, count, min, max, dan sebagainya - yang terlibat pada berbagai level detil. Storage ini berupa format yang hanya dikenali oleh MOLAP server tersebut dan telah khusus dioptimalkan untuk penggunaan oleh aplikasi tersebut.
Cara Kerja:
1. Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca, dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan dengan table, maka untuk satu cube akan banyak fragmen table yang isinya adalah detil agregasi dari level tertentu.
2. Tahap query atau layanan permintaan data analisis, pada tahap ini OLAP Server akan melayani permintaan query dari client dan membaca data dari storage MOLAP. Table yang akan dibaca adalah suatu fragmen yang akan disesuaikan dengan permintaan dari client. Pada fase query ini, jika OLAP Server terputus dengan data source tidak apa-apa karena sudah tidak ada kaitannya.
6. Data ROLAP (Relation OLAP)
ROLAP adalah tipe OLAP yang bergantung kepada database relasional atau RDBMS (Relational Database Management System) sebagai media penyimpanan (storage) data yang akan diolah.
Dengan strategi tersebut maka OLAP Server terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query (SQL).
Cara Kerja:
1. OLAP client mengirimkan query analisis ke OLAP Server.
2. OLAP server akan melakukan pemeriksaan di cache apakah sudah bisa melayani permintaan query dari client tersebut, jika sudah akan dikirimkan.
3. Jika pada cache belum terdapat data diminta, akan dilakukan query SQL ke data mart dan hasil eksekusinya disimpan di cache dan dikirimkan kepada client. Demikian seterusnya.
4. Cache akan disimpan selama periode waktu tertentu dan akan dibersihkan total jika server dimatikan.
7. Data HOLAP (Hybrid OLAP)
HOLAP merupakan kombinasi atau "jalan tengah" antara keduanya dimana HOLAP akan menyimpan data precomputed
aggregate pada media penyimpanan (storage) HOLAP sendiri.
Yang disimpan pada storage HOLAP adalah data untuk beberapa level teratas atau high level view. Sedangkan untuk
level yang lebih rendah atau lebih rinci akan disimpan di database relasional.
8. Business Intelligence (BI)
Keuntungan atau Kelebihan:
1. Analisa dalam perilaku konsumen, pola pembelian dan trend penjualan
2. Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan
3. Penganggaran, perencanaan keuangan dan peramalan
4. Mengetahui kinerja kegiatan pemasaran
5. Optimalisasi proses dan kinerja operasional
6. Meningkatkan efektifitaspengiriman dan pasokan
7. Analisa CRM (Customer Relationship Management)
8. Analisa Resiko
9. Analisa nilai strategis
10. Analisa social media.
a. Kapan dipakai?
Hingga saat ini, organisasi yang telah mengimplementasikan
komponen dari Enterprise Performance Management System dan Business
Intelligence Oracle pada tahun fiskal 2008 di antaranya Bank of Communications
(Cina), CJ Entertainment (Korea), GM Daewoo Auto & Technology (Korea),
Huadian Power (China), Hyunjin Materials (Korea), Kolon (Korea), Korea
Investment & Securities (Korea), Korea Land Corporation, Korea Zinc
(Korea), MIDEA (China), New World Department Stores (Hong Kong), Samsung
Electronics (Korea), Sterlite Industries (India) Ltd. (India), Vedanta
Resources plc (India), dan Woori Bank (Korea).
PT Coca Cola Distribution Indonesia dan Ayala Corporation dari Filipina tercatat telah mengadopsi komponen software Enterprise Performance Management (EPM) dan Business Intelligence (BI) dari Oracle.
PT Coca Cola Distribution Indonesia dan Ayala Corporation dari Filipina tercatat telah mengadopsi komponen software Enterprise Performance Management (EPM) dan Business Intelligence (BI) dari Oracle.
Alternatif lain menggunakan produk BI open source yang saat ini
makin populer, yaitu Pentaho.
b. Pada SAP dimana dipakainya?
Pemakaian SAP BI (Business Intelligent) ini sangat dominant sekali di hampir semua perusahaan yang memakai teknologi SAP karena di dalamnya terdapat Analytical business process seperti: BPS (Business Process Simulation) - SEM (Strategic Enterprise management), Balanced Scorecard dan CPM (Corporate Performance Management). Apalagi setelah SAP mengambil alih kepemilikan Business Object dan Outlooksoft mungkin banyak sekali fiture-fiture terbaru dalam SAP BW/BI untuk beberapa tahun kedepan.
Di beberapa big corporation besar, Pekerjaan SAP BW/BI itu dibagi dalam 2 category:
1. Functional (Reporting, Configuration Business Content, Query development, User training dan Controlling)
2. Technical ( Backend Process - Performance Tuning, datamodel, Portal, Role dan Authorization serta ETL (Extraction, Transformation, dan Loading), Yang terakhir ini banyak sekali pemakaian pemrograman
ABAPnya.
Referensi:
- http://www.erpweaver.com/index.php?option=com_content&view=article&id=64:pengetahuan-sap-bwbi-trend-kedepan&catid=1:latest&Itemid=2
- http://subaridargombez.wordpress.com/2008/09/30/business-intelligence-bi-membuat-hidup-data-lebih-hidup/
- http://www.erpweaver.com/index.php?option=com_content&view=article&id=85:mengenal-sap-bwbi&catid=1:latest&Itemid=2
- http://teknoinfo.web.id/mengenal-solusi-bi-business-intelligence/