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.”
10
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) “entityrelationship 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) entityrelationship 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 performance
cycle
melibatkan
performance
measurement
dan
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,
identifikasi
fase
perencanaan
pengembangan
proyek sebagai
akan
menetapkan
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
Aplikasi sistem merupakan Business intelligence
turunan langsung dari
sekumpulan
EIS lama dan sistem DSS,
saling mempengaruhi
dengan meningkatkan
dalam melakukan kegiatan dan metodologi analisis
fungsional dan penampilan.
dari sudut pandang user.
unsur
yang didefinisikan sebagai kumpulan model matematik
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 Crossselling 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 segmensegmen 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,
keputusan, dan pola media.
psikolografis,
prilaku,
pengambilan
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
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 :
Software Construction: Oracle
UI Design
Warehouse Builder 11gR2 dan Tableau Implementation
Busines Intelligence pada PT. Sinarmas Asset Management Gambar 2.21 Kerangka Pikir
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
memecahkan masalah yang ada.
business
intelligence
untuk
