BAB 2 LANDASAN TEORI
1.1
Konsep S istem Informasi
1.1.1
Definisi Data Data merupakan bentuk jamak dari datum yang berasal dari bahasa Latin. Data
menggambarkan dunia nyata yang mewakili entitas seperti manusia, event, konsep, dan keadaan. Untuk mendefinisikan sesuatu, dibutuhkan data yang mendukung definisi tersebut. Data dikumpulkan dan disimpan dari fakta atau pernyataan yang dapat berbentuk angka, kata atau kalimat, gambar, audio, atau video. Data masih berupa pernyataan yang belum mempunyai makna dalam artian belum mempunyai arti yang mempengaruhi pengguna dalam sistem dan kemudian akan diukur dan diolah untuk menjadi informasi yang berguna dan dimengerti oleh pengguna dari data tersebut. Apabila berbicara tentang sistem informasi maka data juga menjadi peran yang penting untuk mendefinisikan sistem informasi. Dalam sistem informasi, data akan di-capture, disimpan, dan kemudian akan diolah untuk menjadi informasi yang berguna bagi sistem. Contohnya adalah pada sistem recruitment, salah satu data penting untuk disimpan dan diolah adalah data kandidat. Data kandidat akan disimpan untuk diproses ke tahap interview, training, dan selanjutnya. M enurut O’Brien & M arakas (2010, p. 34), data merupakan fakta – fakta yang belum diolah, atau hasil dari observasi, yang berhubungan dengan fenomena fisik atau transaksi – transaksi bisnis. teknologi informasi seperti multimedia sebagai alat penyampaian materi.
M enurut Whitten & Bentley (2007, p. 21), data merupakan kumpulan fakta mentah tentang orang, tempat, kejadian, dan sesuatu penting pada organisasi. Tiap fakta masih belum memiliki arti. M enurut Rainer &Cegielski (2011, p. 10), data adalah deskripsi dasar dari suatu entitas, event, aktifitas, dan transaksi yang disimpan dan dikelompokkan namun belum memiliki suatu arti yang spesifik. Data dapat berupa angka, huruf, citra, suara ataupun gambar. M enurut Bellinger, Castro, & M ills (2004), data adalah sesuatu yang kasar, yang hanya ada, dan tidak memiliki pengaruh lain selain keberadaannya. Data memiliki banyak bentuk. Berdasarkan kutipan di atas dapat disimpulkan, data adalah kumpulan fakta – fakta yang masih abstrak dan belum memiliki arti yang berguna bagi pengguna dari berbagai sumber dan kemudian fakta tersebut akan disimpan dan diolah untuk menjadi sesuatu yang berguna bagi sistem informasi.
1.1.2
Definisi Informasi Informasi merupakan sesuatu yang sangat penting bagi sebuah sistem informasi.
Informasi bersifat individu berdasarkan sejauh mana nilai dari data bermakna bagi penggunanya. Akurasi dari informasi yang dimiliki menentukan pencapaian tujuan dari sistem. Data yang belum memiliki arti atau masih abstrak akan diolah dan kemudian akan menghasilkan data yang terpilih menjadi suatu informasi. Informasi tersebut akan digunakan oleh pengguna dalam sistem untuk menjadi suatu knowledge yang membantu menghasilkan suatu keputusan yang tepat. M enurut Rainer & Cegielski (2011, p. 10), informasi adalah data yang telah diolah sehingga data tersebut memiliki arti dan nilai terhadap penggunanya.
M enurut O’Brien & M arakas (2010, p. 34), informasi adalah data yang telah diubah menjadi sesuatu yang bermakna dan berguna bagi end-user tertentu. M enurut Whitten & Bentley (2007, p. 21), informasi adalah data yang telah diproses atau diolah menjadi sesuatu bentuk yang lebih bermakna. Informasi dibentuk dari kombinasi beberapa data yang memiliki makna bagi pengguna. M enurut Bellinger, Castro, & M ills (2004), informasi adalah data yang sudah diproses sehingga memiliki kegunaan, dapat menjawab pertanyaan siapa, apa, dimana, dan kapan. Informasi adalah data yang diberikan arti dengan cara menghubungkan dengan data lain. Simpulan dari definisi informasi adalah hasil pengolahan data yang belum memiliki arti bagi pengguna sistem menjadi suatu bentuk yang memiliki arti/makna yang berguna. Pengelola informasi dapat menyediakan informasi dalam bentuk lisan maupun tulisan. Dan sumber informasi dapat berasal dari internal maupun eksternal.
1.1.3
Definisi Knowledge Data dan informasi pada suatu organisasi/perusahaan yang telah disimpan akan
digunakan untuk diolah dan menghasilkan knowledge yang berguna bagi pihak manajemen dalam pengambilan keputusan. Keputusan tersebut akan dilanjutkan menjadi suatu aksi dengan tujuan akan menguntungkan organisasi/perusahaan tersebut. M enurut Whitten & Bentley (2007, p. 21), knowledge adalah data dan informasi yang lebih disaring berdasarkan fakta, kebenaran, kepercayaan, keputusan, pengalaman, dan keahlian dari pengguna.
M enurut Vercellis (2009, p. 7), knowledge adalah hasil pengeloalan informasi pada saat digunakan untuk membuat suatu keputusan dan dikembangkan menjadi suatu aksi yang berdasarkan dengan keputusan tersebut. M enurut Rainer & Cegielski (2011, p. 10), knowledge adalah sesuatu yang terdiri dari data dan/atau informasi yang telah diolah dan diproses untuk menyampaikan suatu pemahaman, pengalaman, akumulasi pelajaran, dan keahlian yang berlaku untuk masalah bisnis pada saat itu. M enurut Bellinger, Castro, & M ills (2004), knowledge adalah pengaplikasian dari data dan informasi, digunakan untuk menjawab pertanyaan bagaiamana. Berdasarkan beberapa kutipan di atas dapat disimpulkan, knowledge adalah hasil dari data dan/atau informasi yang telah diolah dan digunakan oleh pihak manajemen untuk membuat suatu keputusan yang menguntungkan bagi organisasi/perusahaan.
1.1.4
Definisi Sistem Sistem berasal dari bahasa Latin (systema) dan bahasa Yunani (sustema) yang
mempunyai arti kumpulan komponen yang saling berhubungan dan memiliki tujuan yang sama. Untuk menentukan lingkup dari suatu sistem perlu ditentukan batasannya terlebih dahulu. Sebagai contoh suatu organisasi hanya mempunyai kemampuan untuk membeli bahan baku, memproduksi barang, dan menjual barang. M aka batasan sistem dari organisasi tersebut hanya terbatas pada subsistem pembelian, produksi dan penjualan saja. Kemudian ditentukan komponen – komponen terkait dengan masing – masing subsistem. Setelah mendapatkan komponen – komponennya maka perlu untuk menghasilkan penghubung untuk ketiga subsistem tersebut sehingga menjadi satu kesatuan sistem pada organisasi tersebut.
M enurut Whitten & Bentley (2007, p. 6), sistem adalah kumpulan komponen yang saling berhubungan dan bekerja sama dalam mencapai hasil yang diinginkan. M enurut O’Brien & M arakas (2010, p. 26), sistem adalah suatu kelompok atau kumpulan dari komponen – komponen yang saling berhubungan dan bekerja sama untuk mencapai suatu tujuan yang sama dengan menerima suatu input dan menghasilkan suatu hasil (output) dalam proses transformasi yang terorganisir. Sistem dibagi menjadi 3 fungsi utama yaitu: 1. Input melibatkan penangkapan dan pengumpulan data yang masuk ke dalam sistem untuk diproses. 2. Processing melibatkan transformasi yang mengkonversi input menjadi output. 3. Output melibatkan pengiriman informasi yang telah dihasilkan dari transformasi ke tujuan utama. Berdasarkan kutipan di atas simpulan dari sistem adalah satu kesatuan dari beberapa benda/komponen yang saling berhubungan untuk mencapai tujuan yang sama. Contohnya adalah dalam sistem informasi terdapat software, hardware, dan brainware sebagai komponennya yang saling berhubungan untuk mencapai tujuan yang sama.
1.1.5
Definisi Sistem Informasi Sistem informasi pada suatu perusahaan berbicara tentang efisiensi dan efektifitas suatu
sistem, bagaimana suatu informasi disimpan, dimana tempat penyimpanan data, bagaimana dan darimana suatu informasi didapat, dan bagaimana informasi ditampilkan, serta bagaimana informasi tersebut digunakan lebih lanjut. Hal – hal tersebut perlu dipikirkan dalam membentuk sebuah sistem informasi.
M enurut O’Brien & M arakas (2010, p. 4), sistem informasi adalah suatu kombinasi yang diorganisasikan yang terdiri dari orang, perangkat keras, perangkat lunak, jaringan komunikasi, dan sumber data yang mengumpulkan, mengubah, dan menyebarkan informasi dalam suatu organisasi. M enurut Whitten & Bentley (2007, p. 6), sistem informasi adalah kegiatan pada sebuah organisasi menangkap dan mengolah data untuk menghasilkan informasi berguna yang mendukung organisasi beserta karyawan, pelanggan, pemasok, dan mitra. M enurut Dalci & Tanis (2005, p. 46), sistem informasi adalah suatu tujuan terorganisasi untuk mengumpulkan, memasukkan, dan memproses data dan penyimpanan, me-manage, mengontrol, dan melaporkan informasi agar informasi dapat mencapai tujuannya. Berdasarkan
kutipan
di
atas,
dapat
disimpulkan
sistem
informasi
adalah
komponen/elemen yang terdiri dari hardware, software, brainware, jaringan, sumber data, dan lingkungan di luar sistem yang saling berhubungan untuk mengumpulkan, menyimpan, memproses, dan menyajikan informasi dalam suatu organisasi dengan memikirkan tingkat efisiensi dan efektifitas.
1.1.6
Area Pengetahuan Sistem Informasi
Gambar 0.1 Area Pengetahuan Sistem Informasi Sumber : O’Brien & M arakas (2010, p. 7)
Dalam sistem informasi terdapat beberapa area pengetahuan yang perlu diketahui oleh para pelaku bisnis yang profesional. Seperti pada gambar 2.1, area – area tersebut dibagi menjadi 5 bagian, yaitu: 1. Foundation Concepts. Area ini membicarakan tingkah laku dasar, teknikal, bisnis, dan konsep manajerial tentang komponen dan peran dari sistem informasi 2. Information Technologies. Area ini membicarakan konsep utama, dan permasalahan tentang teknik informasi yang mencakup hardware, software, jaringan, manajemen data, dan berbagai macam teknologi berbasis internet. 3. Business Applications. Area ini membicarakan kegunaan utama dari sistem informasi untuk kegiatan operasional, manajerial, dan keuntungan kompetitif dari sebuah bisnis. 4. Development Processes. Area ini membicarakan bagaimana business professionals dan information specialists merencanakan, mengembangkan dan mengimplementasi sistem informasi agar sesuai dengan bisnis tertentu. 5. Management Challenges. Area ini membicarakan tantangan pada saat mengatur teknologi informasi secara efisien dan etikal untuk pengguna akhir dari bisnis.
1.1.7
Peranan Business Application
Gambar 0.2 Peranan Business Application Sumber : O’Brien & M arakas (2010, p. 8) Terdapat beberapa peran dari sistem informasi yang menjelaskan alasan penggunaan aplikasi bisnis dalam teknologi informasi. Berdasarkan gambar 2.2, ditemukan 3 peran penting sistem informasi dari aplikasi bisnis, yaitu mendukung strategi untuk keuntungan dalam bersaing, mendukung pembuat keputusan bisnis, dan mendukung proses dan operasional bisnis. Tingkat dari peranan business application juga menentukan tingkat pengguna. Tingkat pengguna eksekutif akan menggunakan aplikasi bisnis untuk mendukung pembuatan strategi yang meningkatkan keuntungan dalam bersaing dengan perusahaan lainnya. Tingkat pengguna manajemen menggunakan aplikasi bisnis untuk mendukung pengambilan keputusan yang meningkatkan keuntungan dalam bisnisnya serta mengurangi resiko dalam pengambilan keputusan. Sedangkan pada tingkat terendah adalah tingkat operator yang menjalan kegiatan operasional sesuai dengan proses bisnisnya, aplikasi bisnis membantu pengguna tingkat operator dalam penyimpanan data, sekuritas, dan pembuatan laporan. .
1.2
Database
Dalam sistem informasi data merupakan elemen yang paling penting, karena data adalah elemen paling awal yang perlu ditangkap oleh sistem untuk lanjut ke proses selanjutnya. Akurasi dan kualitas data menentukan hasil akhir output dari sistem. Untuk menjaga akurasi dan kualitas data maka dibutuhkan pengolahan data yang baik. Setelah data ditangkap, data kemudian perlu disimpan sehingga data tersebut dapat dipakai untuk proses lebih lanjut. Untuk mengurangi resiko – resiko kehilangan data karena rusak, hilang, dan sebagainya, sistem informasi menganjurkan pengguna untuk melakukan penyimpanan data secara terkomputerisasi. Terdapat dua pendekatan untuk menyimpan data secara terkomputerisasi, yaitu file-based approach dan database approach. Keduanya masih digunakan baik file-based approach maupun database approach. Pendekatan file-based menggunakan file-based system sebagai tempat penyimpanannya contohnya excel, xml, txt. M enurut Connolly & Begg (2005, p. 7), file-based system adalah kumpulan dari program aplikasi yang menyediakan pelayanan bagi pengguna akhir seperti pembuatan laporan. Setiap program mendefinisikan dan mengolah datanya sendiri. Namun terdapat beberapa limitasi yang dimiliki file-based approach. M enurut Connolly & Begg (2005, p. 12), terdapat 5 limitasi dari penggunaan file-based system, yaitu: 1. Separation and isolation of data Data disimpan secara terpisah ke berbagai file, hal ini akan menyulitkan pengguna dalam mengakses data – data yang saling berhubungan tetapi tersimpan pada file yang terpisah. Pembuatan laporan juga akan menjadi sulit karena data yang terpisah ke berbagai file sehingga besar kemungkinan menghasilkan informasi yang tidak akurat.
2. Duplication of data Banyaknya data yang terduplikasi diberbagai file. Sulitnya untuk mengkategorisasikan data sehingga banyak muncul duplikasi data yang tidak diperlukan. Dan juga hal ini dapat menyebabkan kesulitan dalam mengubah/memodifikasi data karena harus mengubah data yang sama disemua file. 3. Data dependence Tempat penyimpanan data dan program aplikasi saling berketergantungan. Hal ini menyebabkan sulitnya untuk melakukan perubahan struktur pada tempat penyimpanan data karena juga harus memodifikasi sumber kode pada program aplikasi. 4. Incompatibility of files Struktur dari file diatur oleh program aplikasi pada saat itu dan belum tentu dapat digunakan oleh bahasa pemrograman lainnya. 5. Fixed queries/proliferation of application programs Perintah untuk mengambil informasi bergantung penuh pada kode program aplikasi. Karena 5 limitasi di atas maka pelaku sistem informasi beralih ke database yang mengcover kelima limitasi tersebut. Database dalam sistem informasi berperan sebagai tempat penyimpanan data yang terkomputerisasi. M enurut Connolly & Begg (2005, p. 15), database adalah kumpulan data yang berhubungan secara logikal dan sebuah gambaran dari data yang di desain untuk memenuhi kebutuhan organisasi. M enurut O’Brien & M arakas (2010, p. 173), database adalah kumpulan elemen data yang terintegrasi yang secara logical saling berhubungan.
Database mengkoordinasikan file – file data yang saling berhubungan sehingga mempermudah pengolahan data. Dalam sistem informasi, penerapan database disebut juga database sistem, yaitu sistem informasi yang mengintegrasikan kumpulan data yang saling berhubungan satu sama lain di dalam organisasi. Untuk mengelola database perlu digunakan aplikasi khusus yang disebut dengan database management system (DBM S). Contoh DBM S yang sudah cukup terkenal adalah MySQL, SQL Server 2008, dan Oracle 10g. M enurut Connolly & Begg (2005, p. 16), DBM S adalah sebuah perangkat lunak, yang memungkinkan pengguna untuk menggambarkan, membuat, mengelola, dan mengontrol akses terdapat sebuah database. DBM S merupakan jembatan bagi aplikasi untuk mengakses database, baik untuk mengambil data maupun untuk menambah atau memodifikasi data. Gambar 2.3 merupakan ilustrasi dari pendekatan database.
Gambar 0.3 Pendekatan Database Sumber : Connolly & Begg (2005, p. 17) 1.3
Data Warehouse
1.3.1
Definisi Data Warehouse (DWH) Data Warehouse diperlukan bagi para pengambil keputusan manajemen dari suatu
organisasi. Data Warehouse mempermudah pembuatan aplikasi – aplikasi DSS dan EIS
alasannya adalah fungsi utama pembuatan Data Warehouse berfokus untuk menciptakan suatu database yang dapat digunakan untuk mendukung proses analisa bagi para pengambil keputusan. M enurut Turban, Sharda, Aronson, & King (2008, p. 39), Data Warehouse adalah sekumpulan data yang dihasilkan untuk mendukung pengambilan keputusan, juga merupakan tempat penyimpanan data sekarang dan historical yang berpotensi untuk digunakan manajer pada organisasi. M enurut Connolly & Begg (2005, p. 1151), Data Warehouse adalah suatu kumpulan data yang bersifat terorientasi pada subyek, terintegrasi, dengan waktu yang bervariasi, dan tidak mudah berubah untuk mendukung proses pengambilan keputusan. Data warehouse bertujuan agar perusahaan dapat menggunakan arsip datanya untuk mendapatkan keunggulan bisnis. M enurut Inmon (2005, p. 29), Data Warehouse adalah kumpulan data yang berorientasi subyek, terintegrasi, tidak mengalami perubahan, dan berdasarkan variasi waktu yang mendukung keputusan manajemen. M enurut Loshin (2003, p. 245), Data Warehouse adalah sekumpulan data dari beberapa sumber dikumpulkan lalu ditambahkan ke dalam penyimpanan data dimana aplikasi analisis dapat menggunakannya sebagai data masukan. M enurut Oracle (Data Warehousing Concepts, 2005), data warehouse adalah database relasional yang didesain untuk query dan analisis dan bukan untuk proses transaksi M enurut M icrosoft (What is business intelligence?, 2008), data warehouse adalah tempat penyimpanan untuk menyimpan dan menganalisa banyak informasi. Data utama dalam data warehouse biasanya adalah data numerik yang dapat diringkas atau diagregat.
M enurut Suri & Sharma (2011, p. 26), data warehouse adalah tempat penyimpanan yang terdiri dari informasi yang dikumpulkan dari banyak sumber dan diintegrasikan dalam repository. Berdasarkan kutipan di atas dapat disimpulkan Data Warehouse adalah kumpulan data (kumpulan tersebut artinya data yang sudah dikategorikan seperti data area, cabang, dan jabatan) yang bersifat terorientasi pada subyek, terintegrasi, tidak mudah berubah, dan berdasarkan variasai waktu untuk mendukung bagian manajemen dalam proses pengambilan keputusan.
1.3.2
Karakteristik Data Warehouse Sesuai dengan definisinya, Data Warehouse memiliki 4 karakteristik, yaitu:
1. Subject Oriented
Gambar 0.4 Karakteristik Data Warehouse berorientasi subyek Sumber : Inmon (2005, p. 30)
Seperti pada gambar 2.4, Data Warehouse didesain untuk menganalisa data bukan pada proses atau fungsi aplikasi tertentu melainkan berdasarkan subyek tertentu dalam suatu organisasi. Data Warehouse diorganisasikan disekitar subyek utama dari suatu organisasi dan bukan area aplikasi utama. Hal ini disebabkan kebutuhan dari Data Warehouse untuk menyimpan data – data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data. M enurut M icrosoft (M icrosoft Application Virtualization Dashboard, 2010), data warehouse dirancang untuk membantu dalam menganalisa data. Sebagai contoh, untuk mengetahui lebih dalam mengenai data penjualan perusahaan anda, anda dapat membangun sebuah data warehouse yang terkonsentrasi pada penjualan. Dengan menggunakan data warehouse ini, anda dapat menjawab pertanyaan seperti "siapakah pelanggan terbaik untuk produk ini tahun lalu?". Kemampuan untuk mendefinisikan data
warehouse berdasarkan subyek, penjualan dalam hal ini, membuat data warehouse berorientasi pada subjek. 2. Integrated
Gambar 0.5 Karakteristik Data Warehouse terintegrasi Sumber : Inmon (2005, p. 31)
Data Warehouse memiliki lebih dari 1 sumber data terpisah dan memungkinkan terdapat perbedaan format pada sumber data yang berbeda. Data Warehouse menyimpan data – data yang berasal dari sumber data terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Sesuai dengan gambar 2.5, konsistensi dapat berlaku pada penamaan variabel, ukuran, dan struktur penulisan dalam atribut fisik dari data. M enurut M icrosoft (M icrosoft Application Virtualization Dashboard, 2010), Integrasi berhubungan erat dengan orientasi subjek. data warehouse harus menempatkan data dari
sumber yang berbeda ke dalam format yang konsisten. data warehouse harus menyelesaikan masalah-masalah seperti konflik dalam penamaan dan inkonsistensi antara unit-unit ukuran. Ketika data warehouse mencapai hal ini, maka dapat dikatakan sudah terintegrasi. 3. Time-variant
Gambar 0.6 Karakteristik Data Warehousetime-variant Sumber : Inmon (2005, p. 32)
Seperti pada gambar 2.6, untuk melihat interval waktu yang digunakan dalam mengukur akurasi suatu Data Warehouse, dapat menggunakan 3 cara, yaitu: •
M enyajikan Data Warehouse pada rentang waktu tertentu, contohnya 5 sampai 10 tahun ke depan.
•
M enampilkan sebagian data tertentu sesuai keinginan dari keseluruhan data yang ada dan bersifat read-only.
•
M enggunakan satuan waktu yang disajikan pada Data Warehouse.
M enurut M icrosoft (M icrosoft Application Virtualization Dashboard, 2010), variasi Waktu (TimeVariant) sebuah data warehouse fokus kepada perubahan dari waktu ke waktu yang disebut dengan istilah time variant. Untuk menemukan tren dalam bisnis, analis perlu data dalam jumlah yang besar. Hal ini sangat berbeda dengan sistem online
transaction processing (OLTP) di mana persyaratan kinerja menuntut data historis untuk dipindahkan ke arsip. 4. Non-Volatile
Gambar 0.7 Karakteristik Data Warehousenon-volatile Sumber : Inmon (2005, p. 32)
Data di dalam Data Warehouse tidak dapat langsung diubah secara real-time melainkan di-refresh dari database operasional secara reguler. Berbeda dengan database operasional yang memiliki proses insert, change, delete, dan access, Data Warehouse hanya memiliki dia proses saja yaitu, load pada saat mengambil data dan access pada saat menampilkan informasi. M enurut M icrosoft (M icrosoft Application Virtualization Dashboard, 2010), nonvolatile dapat diartikan, ketika memasuki data warehouse, data seharusnya tidak berubah. hal ini logis karena tujuan dari data warehouse adalah untuk memungkinkan anda untuk menganalisa apa yang telah terjadi. 1.4
Business Intelligence
1.4.1
Definisi Business Intelligence Banyak perusahaan – perusahaan dengan berbagai proses bisnis mengalami kesulitan
dalam pengambilan keputusan dikarenakan banyaknya informasi, dan masalah utama adalah
sulitnya untuk fokus pada informasi yang dibutuhkan untuk menjadi knowledge. Dalam hal ini Business Intelligence berperan untuk mengidentifikasikan berbagai penyebab dan alasan yang muncul agar dapat membantu perusahaan dalam berbagai perhitungan agregasi dan analisis, sehingga knowledge yang dibutuhkan dapat di-capture dari jumlah informasi yang banyak. M enurut Turban, Sharda, Aronson, & King (2008, p. 9), Business Intelligence mencakup arsitektur, alat, database, aplikasi, dan metodologi. Tujuan utama Business Intelligence adalah untuk mengizinkan akses yang interaktif (terkadang secara real-time) ke data, mengizinkan manipulasi ke data tersebut, dan untuk menyediakan kepada manajer dan analis bisnis kemampuan untuk melakukan analisis yang tepat. Proses Business Intelligence berdasarkan pada transformasi data menjadi informasi, kemudian menjadi keputusan dan pada akhirnya menjadi aksi. M enurut Larson (2009, p. 11), Business Intelligence adalah penyampaian informasi yang akurat dan berguna untuk pengambil keputusan dalam suatu periode waktu agar keputusan dapat dibuat dengan efektif. M enurut Williams & Williams (2007, p. 2), Business Intelligence adalah bukan merupakan sebuah produk, sebuah teknologi, maupun sebuah metodologi, tetapi Business Intelligence mengkombinasikan ketiga hal tersebut untuk mengatur kunci informasi yang dibutuhkan bagian manajemen untuk meningkatkan keuntungan dan kinerja. Pengertian yang lebih luas lagi adalah Business Intelligence dapat dipikirkan sebagai informasi bisnis dan analisis bisnis didalam konteks proses bisnis yang mengarah pada keputusan dan tindakan. M enurut Loshin (2003, p. 6), Business Intelligence dapat didefinisikan sebagai proses, teknologi, dan alat untuk mengubah data menjadi informasi, informasi menjadi pengetahuan, dan
pengetahuan menjadi rencana yang mendorong aksi bisnis yang menguntungkan. Business Intelligence mencakup data warehousing, business analytic tools, dan knowledge management. M enurut M icrosoft (What is business intelligence?, 2008), Business Intelligence mempermudah penemuan dan analisa informasi, membuat pengambil keputusan dan semua tingkatan organisasi untuk lebih mudah mengaksis, mengerti, menganalisa, menkolaborasikan dan bertindak berdasarkan informasi, kapanpun, dan dimanapun. Business Intelligence melibatkan banyak ukuran, dan memperbaiki performa dari individu, proses, tim, dan unit bisnis. Dari beberapa kutipan di atas dapat disimpulkan, Business Intelligence merupakan gabungan proses, metode, teknologi, dan alat yang menghasilkan knowledge yang dapat digunakan untuk pengambilan keputusan dan kemudian akan dijadikan sebagai suatu tindakan bisnis yang menguntungkan.
1.4.2
Keuntungan Business Intelligence M enurut Loshin (2003, p. 2), keuntungan dalam menggunakan Business Intelligence
adalah sebagai berikut: 1. M eningkatkan keuntungan Business Intelligence dapat membantu klien bisnis untuk mengevaluasi nilai customer lifetime dan harapan keuntungan jangka pendek dan menggunakan pengetahuan tersebut untuk
membedakan
menguntungkan. 2. M engurangi biaya
antara pelanggan
yang menguntungkan
dan
yang tidak
Business Intelligence dapat digunakan untuk membantu mengevaluasi biaya organisasi dengan meningkatkan logistic management, mengurangi biaya operasional, atau mengurangi investasi yang dibutuhkan untuk penjualan. 3. M eningkatkan Customer Relationship Management (CRM ) Pada dasarnya hal ini adalah sebuah aplikasi Business Intelligence yang menerapkan analisis kumpulan informasi pelanggan untuk memberikan layanan terhadap pelanggan yang lebih baik, untuk menemukan peluang cross-sell dan up-sell, dan untuk meningkatkan loyalitas pelanggan secara keseluruhan. 4. M engurangi resiko Penerapan metode Business Intelligence untuk credit data dapat meningkatkan credit risk analysis, sedangkan menganalisis kegiatan dan kehandalan pemasok dan konsumen dapat memberikan wawasan tentang bagaimana mempersingkat supply chain.
1.4.3
Konsep Business Intelligence
Gambar 0.8 Framework of Bu siness Intelligence Sumber : Khan & Quadri (2012, p. 66)
Berdasarkan gambar 2.8, konsep Business Intelligence dapat dibagi menjadi 3 bagian, yaitu: 1. Data Capture / Aquisition Komponen untuk akusisi merupakan back end dari sistem data warehousing dan terdiri dari sistem yang memiliki hubungan dengan sistem operasional untuk memuat data ke dalam data warehouse. Pertama kali data akan masuk dan diproses pada bisnis proses harian yang berdasarkan pada lingkungan Online Transaction Processing (OLTP) dan disimpan pada database operasional contohnya Oracle, DB2, Informix, SQL Server, SAP
R/3, dan sebagainya. Sebelum data pada operasional database dan sumber eksternal lain dimuat ke dalam data warehouse, butuh proses yang dinamakan proses extraction & cleanse, transform, load (ETL). 2. Data Storage Setelah data selesai melewati proses ETL, maka data tersebut akan dimuat ke dalam data warehouse atau langsung ke dalam data mart (untuk proses analisis selanjutnya). 3. Data Access and Analysis Komponen yang digunakan untuk mengakses data pada Business Intelligence dianggap sebagai front end. Komponen tersebut terdiri dari alat untuk mengakses dan teknik untuk pengguna bisnis yang menyediakan akses langsung secara interaktif ke data ketika menyembunyikan teknikal yang kompleks dalam pengambilan data. Tampilan menampilkan informasi yang mudah digunakan bahkan untuk pengguna non-technical.
1.4.4
Online Analytical Processing (OLAP)
1.4.4.1 Definisi OLAP OLAP digunakan untuk mengelola informasi yang dapat dilihat dari berbagai sudut pandang. Berbeda dengan OLTP yang bersifat normalisasi, struktur tabel pada OLAP bersifat denormalisasi dan terdapat tabel dimensi dan tabel fakta. OLAP menggunakan konsep data multi dimensi untuk mendukung bagian manajemen menganalisa data sampai mendetail. M enurut Loshin (2003, p. 54), OLAP adalah proses melihat perbandingan metrik melalui analisis data multidimensional dan merupakan infrastruktur yang mendukung proses tersebut. M enurut Connolly & Begg (2005, p. 1205), OLAP adalah sintesis, analisis, dan konsolidasi dinamis dari data multidimensi dalam volume besar. OLAP adalah istilah yang
menggambarkan suatu teknologi yang menggunakan pandangan multi dimensional dari data agregat yang menyediakan akses yang cepat bagi informasi strategis dengan tujuan – tujuan dari analisis lanjut. M enurut Khan & Quadri (2012, p. 68), OLAP adalah sarana bagi pengguna untuk mengeksplorasi dan menganalisis sejumlah besar data, yang melibatkan perhitungan kompleks, hubungan mereka, dan memvisualisasikan hasil terakhir dalam perspektif yang berbeda. M enurut M icrosoft (Data warehousing and PerformancePoint Server, 2008), OLAP adalah tool terspesialisasi yang membuat data warehouse dapat dengan mudah diakses. OLAP cube adalah struktur logikal yang mendefinisikan metadata. Cube adalah kombinasi dari measuregroups yang ada. Measuregroup adalah sebuah struktur logikal yang mendeskripsikan metadata jadi agar client tool dapat mengakses data. Berdasarkan kutipan di atas dapat disimpulkan bahwa OLAP adalah teknologi yang mendukung proses analisis dari data multidimensi dalam jumlah yang besar.
1.4.4.2 Fitur pada OLAP Salah satu fitur yang ada pada software yang menggunakan OLAP adalah fasilitas drilldown, yaitu kemampuan untuk melihat detail dari suatu informasi. M enurut Connolly & Begg (2005, p. 1210), OLAP memiliki fitur – fitur yang mendukung operasi analitis sebagai berikut: 1. Consolidation M encakup agregasi data seperti meringkas suatu data secara simpel dan ekspresi kompleks yang mencakup data yang berhubungan. Contohnya data cabang dapat diringkas menjadi data kota, dan data kota dapat diringkas menjadi data negara.
2. Drill-down M erupakan kebalikan dari operasi consolidation dimana data dibuat menjadi lebih detail. 3. Slicing and dicing (pivoting) Kemampuan untuk melihat suatu data dalam beberapa sudut pandang. Data disajikan dalam bentuk pivot table/grid.
1.4.4.3 Perbandingan OLTP dan OLAP
Perbandingan Pengguna Fungsi Desain database Data Penggunaan Tipe akses Jumlah pengguna Ukuran database
Tabel 0.1 Tabel Perbandingan OLTP dan OLAP OLTP OLAP Pegawai, profesional IT Knowledge worker Transaksi operasional sehari – Analisa dan pengambilan hari keputusan Application-oriented (orientasi Subject-oriented (star, snowflake E-R) schema) Up-to-date, data sekarang, Historical, data terangkum sesuai detail kebutuhan, terintegrasi Berulang – ulang Ad-hoc Read, insert, update, delete Read Ratusan Ribuan 100 M B – GB
100 GB – TB
Tabel 2.1 menjelaskan tentang perbedaan OLTP dan OLAP. Berikut adalah penjelasan singkat: 1. Pengguna. Pengguna OLAP adalah seorang yang bertindak dalam subyek tertentu, atau bagian manajemen dan eksekutif dalam suatu organisasi. 2. Fungsi. OLTP digunakan sehari – hari untuk proses bisnis, sedangkan OLAP digunakan untuk pengambilan keputusan. 3. Desain database. Desain dari OLTP bersifat Entity Relational dan database-nya bersifat normalisasi, sedangkan OLAP bersifat denormalisasi.
4. Data. Dalam OLTP adalah data terbaru dan di-update setiap saat sedangkan OLAP juga data terbaru tetapi juga menyimpan data historical proses analisa masa depan. 5. Penggunaan. OLTP digunakan setiap saat, sedangkan OLAP digunakan seperlunya saja (analisa dan pengambilan keputusan tidak dilakukan setiap saat). 6. Tipe Akses. Pada OLTP pengguna dapat melakukan insert, update, delete, read, sedangkan OLAP pengguna hanya memiliki akses read. 7. Jumlah pengguna. OLTP memiliki pengguna yang lebih banyak dibanding OLAP. 8. Ukuran database. Ukuran database OLAP lebih besar dibanding OLTP.
1.4.5
Dimensional Modeling Dimensional Modeling merupakan teknik rancangan logical yang digunakan pada
lingkungan data warehouse untuk mendokumentasikan struktur tabelnya. Hasil dari dimensional modeling adalah star schema atau snowflake schema M enurut Connolly & Begg (2005, p. 1183), teknik desain logikal yang bertujuan untuk menyediakan data dalam bentuk standar dan intuitif yang ditujukan untuk akses dengan performa yang tinggi. M enurut Loshin (2003, p. 245), teknik dimensional modeling menyimpan unit standar dari representasi entitas single maupun entitas multi key dalam sebuah table fakta. M enurut M icrosoft (Using Dimensional M odeling, 2012), Dimensional modeling adalah membuat model individual untuk mengatasi masalah proses bisnis dengan hati – hati. Dimensional
Modelling
mengorganisasikan
informasi
menjadi
struktur
yang sering
berkorespondesi ke bagaimana analisis mau melakukan query data dari data warehouse.
1.4.6
Tabel Dimensi Tabel dimensi adalah tabel yang dihasilkan setelah melakukan dimensional modeling.
Tabel ini terdapat pada lingkungan Data Warehouse. Tabel dimensi dibentuk berdasarkan sudut pandang yang diinginkan pengguna dalam melihat suatu fakta. Contohnya, General Manager ingin melihat fakta penjualan dari sudut pandang pelanggan, waktu, dan barang, maka diperlukan dimensi pelanggan, waktu, dan barang. Sumber data dari tabel ini biasanya didapat dari tabel master pada OLTP atau bisa juga berasal dari sumber eksternal. M enurut Kimball & Ross (2002, p. 16), tabel dimensi merupakan titik masuk menuju tabel fakta. Atribut dimensi yang kuat memberikan kemampuan slicing and dicing yang kuat. Dimensi mengimplementasikan user interface untuk data warehouse. M enurut Vercellis (2009, p. 55), tabel dimensi mengarah kepada entitas utama yang terdapat dalam data warehouse, dan biasanya entitas tersebut didapat secara langsung dari tabel master yang tersimpan dalam sistem OLTP, seperti pelanggan, produk, penjualan, lokasi, dan waktu. M enurut M icrosoft (Dimension Tables, 2012), tabel dimensi adalah table yang berisikan atribut yang mendeskripsikan record fakta dalam tabel fakta. beberapa dari attribut tersebut menyediakan informasi deskripsi, dan yang lainnya menspesifikasikan bagaimana table fakta dapat diringkas untuk menyedikan informasi yang berguna untuk pengguna. Tabel dimensi memiliki hirarki attribut yang membantu peringkasan. Dimensional modeling menghasilkan table dimensi dimana tiap tabel berisi attribut dari fakta yang terpisah dari dimensi lain Berdasarkan kutipan di atas dapat disimpulkan bahwa tabel dimensi adalah tabel yang terdapat pada sistem OLAP dimana tabel ini mengarah kepada subyek yang berkaitan fakta yang dibutuhkan. Biasanya tabel ini bersumber dari tabel master pada OLTP.
1.4.7
Tabel Fakta Tabel fakta terdapat pada lingkungan Data Warehouse. Tabel ini dibentuk berdasarkan
fakta – fakta yang ingin dilihat oleh pengguna. Fakta yang dihasilkan dapat dilihat dari berbagai sudut pandang, sehingga perlu dihubungkan ke tabel dimensi terkait. Selain itu pada tabel ini juga terdapat ukuran dengan perhitungan agregasi yang menjadi informasi untuk analisa dan pengambilan keputusan. Contohnya, General Manager ingin melihat total penjualan dan jumlah penjualan dari sudut pandang waktu, dan pelanggan. M aka akan dihasilkan tabel fakta penjualan yang berisi dimensi id dari dimensi waktu dan pelanggan, dan ukuran total dan jumlah penjualn dengan perhitungan agregasi. Sumber data dari tabel ini berasal dari tabel transaksi (header dan detail) pada OLTP. Tabel fakta hanya dapat memiliki relationship dengan tabel dimensi dan tidak bisa berhubungan dengan fakta lainnya. M enurut M icrosoft (Fact Tables, 2012), table fakta adalah tabel yang mengangkap data yang mengukur performa operasi bisnis dari sebuah organisasi.Tabel fakta biasanya berisi dari banyak baris yang berisikan data historis selama bertahun tahun. M enurut Kimball & Ross (2002, p. 16), tabel fakta adalah primary table dalam dimension model dimana numerical performance measurement dari bisnis tersimpan. M enurut Vercellis (2009, p. 55), tabel fakta pada umumnya mengarah ke tabel transaksi yang terdiri dari 2 tipe data: 1. Hubungan ke tabel dimensi, yang mengacu pada informasi yang terdapat pada setiap tabel fakta. 2. Nilai
numerik
dari
atribut
yang
mengkarakterisasi
merepresentasikan target aktual dari analisis OLAP.
transaksi
tersebut
dan
Berdasarkan kutipan di atas dapat disimpulkan bahwa tabel fakta adalah tabel yang terdapat pada sistem OLAP dimana memiliki id dari dimensi agar dapat dilihat dalam berbagai sudut pandang dan memiliki ukuran yang menyatakan sebuah nilai.
1.4.8
Star Schema Star
schema
(Skema Bintang)
digunakan
untuk
mendokumentasikan
struktur
perancangan logical dalam lingkungan data warehouse. Star schema dibentuk per fakta dengan dimensi – dimensi yang berhubungan tetapi nanti juga akan muncul gabungan star schema dimana tabel fakta dapat berelasi dengan fakta lain melalui dimensi. Pada gambar 2.9 terdapat 1 tabel fakta (SalesFact) yang memiliki ukuran SalesDollars dan dapat dilihat berdasarkan dimensi ProductDimension dan TimeDimension.
Gambar 0.9 Contoh S kema Bintang
M enurut Larson (2009, p. 34), star schema adalah skema relational database yang digunakan untuk menyimpan ukuran dan dimensi pada sebuah data mart. Ukuran disimpan pada tabel fakta, dan dimensi disimpan pada tabel dimensi. M enurut Connolly & Begg (2005, p. 1183), star schema adalah struktur logikal yang memiliki sebuah tabel fakta berisi data aktual yang ditempatkan di tengah, dikelilingi oleh tabel dimensi berisi data acuan (dapat didenormalisasi). Star schema mengeksploitasi karakteristik
dari data aktual dimana fakta dibuat dari peristiwa yang muncul di masa lalu dengan mengabaikan bagaimana mereka dianalisis, dan tidak dapat diubah. M enurut IBM (Red Brick Help, 2004), star schema terdiri dari table fakta dan tabel dimensi. Tabel fakta berisikan data aktual mengenai bisnis dan data kuantitatif. Tabel dimensi biasanya lebih kecil dan berisikan data deskriptif. Berdasarkan kutipan di atas simpulan yang dihasilkan adalah star schema merupakan rancangan struktur logical pada sistem OLAP yang mana bersifat denormalisasi untuk meningkatkan performa query.
1.4.9
Data Mart Data mart merupakan bagian dari data warehouse yang lebih kecil. Data mart
dipisahkan dari data warehouse menjadi database sendiri untuk keperluan seperti pembuatan laporan, analisa, atau aplikasi business intelligence pada suatu unit, bagian, atau operasi pada suatu perusahan. Rancangan logical dari data mart sama seperti data warehouse yaitu menggunakan star schema. Sumber data dari data mart dapat berasal dari database operasional maupun dari data warehouse melalui proses ETL. Contohnya untuk keperluan analisis pada departemen tertentu maka dirancanglah sebuah data mart yang bersumber dari data warehouse yang mana hanya mengambil data – data yang berkepentingan pada departemen tersebut. Kemudian untuk menampilkan informasi dari data mart maka dibuatlah aplikasi yang bersumber pada data mart tersebut.
M enurut Turban, Sharda, Aronson, & King (2008, p. 40), data mart adalah bagian dari Data Warehouse, yang biasanya hanya ditujukan bagi 1 subyek area saja (marketing, operational). M enurut Khan & Quadri (2012, p. 67), data mart adalah data warehouse berukuran kecil, biasanya dibuat untuk memfasilitasi individu departemen atau divisi dalam mendukung aktifitas pengambilan keputusan. M enurut Larson (2009, p. 29), data mart adalah lambang fisik dari data historis di dalam sebuah penyimpanan elektronik yang tidak berhubungan di dalam operasi harian perusahaan. M elainkan data ini digunakan untuk membuat business intelligence. Data dalam data mart biasanya digunakan di area perusahaan yang spesifik. M enurut Vercellis (2009, p. 49), data mart adalah sebuah sistem yang menarik semua data yang diperlukan oleh sebuah departemen dalam perusahaan. M enurut Oracle (Data M art Concepts, 2007),data mart adalah bentuk sederhana dari data warehouse yang lebih berfokus dari 1 subjek atau area fungsional saja, seperti Sales, Financial, Marketing, dan lain lain. Data mart biasanya dibangun dan dikontrol oleh satu departemen dalam organisasi. Data mart biasanya menarik data dari sedikit sumber saja. Sumbernya dapat dari database operational internal, central data warehouse, atau data external. Berdasarkan kutipan di atas dapat disimpulkan data mart adalah bagian dari data warehouse yang lebih kecil, digunakan untuk keperluan satu unit, bagian, atau departemen saja.
1.4.10 Metadata
Metadata adalah data yang menjelaskan tentang suatu data dan juga menyediakan informasi tentang struktur data dan hubungan antara struktur data di dalam atau antara tempat penyimpanan data. Gambar 2.10 adalah contoh metadata pada file sistem yang sering digunakan.
Gambar 0.10 Contoh Metadata pada File Sistem
Contoh lain pada struktur data adalah pada suatu tabel memiliki metadata nama database yang bersangkutan, field yang ada berserta tipe data dan ukuran, sumber data, dan keterangan – keterangan singkat terkait tentang tabel tersebut. Dalam Data Warehouse, metadata merupakan komponen penting yang berisikan data yang menyimpan proses perpindahan data meliputi struktur database, isi, detail data, dan ringkasan singkat. M enurut Turban, Sharda, Aronson, & King (2008, p. 41), metadata adalah data tentang data. Metadata menjelaskan struktur dan sedikit penjelasan tentang data, dengan demikian berkontribusi untuk segala kegunaan baik yang efektif maupun tidak. M enurut Khan & Quadri (2012, p. 67), metadata adalah informasi sistem data warehouse dan isinya yang digunakan oleh pengguna untuk memahami dan mencari data pada data warehouse.
M enurut Kimball & Ross (2002, p. 14), metadata adalah semua informasi dalam lingkungan data warehouse yang bukan merupakan data aktual itu sendiri. Metadata ini hampir sama seperti ensiklopedia bagi data warehouse. M enurut Inmon (2005, p. 102), metadata adalah komponen penting dalam lingkungan data warehouse. Metadata, atau data tentang data telah menjadi bagian proses informasi selama terdapat program dan data. Metadata mengizinkan pengguna akhir atau DSS analyst untuk melakukan navigasi terhadap berbagai kemungkinan yang ada. Metadata dapat digunakan oleh pengguna sebagai acuan awal analisis. Dengan bantuan metadata, para pengguna dapat dengan cepat mendapatkan data yang dibutuhkan atau menentukan data yang tidak ada. M enurut Oracle (M anaging M etadata with Oracle Data Integrator, 2007), metadata adalah informasi yang mendeskripsikan data, metadata adalah pondasi dari semua management informasi. M enurut IBM (What is M etadata, 2012), metadata adalah data mengenai data. M isalnya panjang dari sebuah data, format dari sebuah data, nama field, dan tipe data. Berdasarkan kutipan di atas metadata merupakan data yang menjelaskan data. Metadata menyimpan informasi – informasi penting yang berguna bagi pengguna data warehouse.
1.4.11 Extraction, Transformation, Loading (ETL) Proses memindahkan data dari database sumber ke database tujuan (data warehouse atau data mart), disebut proses extraction, transformation, loading (ETL). Sudah banyak teknologi yang menyediakan tool untuk melakukan ETL contohnya SQL Server Business Intelligence, Oracle Business Intelligence (OBI), Oracle Warehouse Builder (OWB).
M enurut Larson (2009, p. 32), ETL memproses pengambilan data untuk di-copy dari 1 atau lebih sistem OLTP, melakukan pembersihan terhadap data yang dibutuhkan untuk mengubah data tersebut menjadi suatu bentuk konsisten yang terformat, dan memuat data yang telah dibersihkan ke dalam data mart. Berikut adalah penjelasan tentang masing – masing tahapan pada proses ETL: 1. Extraction Extraction adalah tahap pertama yang dilakukan dari proses ETL. Pada tahap ini data disiapkan dari sumber data untuk diolah ke tahap selanjutnya. Pada tahap ini data sudah akan diseleksi sesuai dengan kebutuhan pada tabel database tujuan. M enurut Vercellis (2009, p. 53), pada tahap pertama data diambil dari sumber internal dan eksternal yang tersedia. Perbedaan logis dapat dibuat antara ekstrasi awal, dimana data yang terhubung pada semua periode masa lalu dimasukkan ke dalam tempat penyimpanan data kosong, dan ekstraksi secara berlanjut yang mengubah tempat penyimpanan data dengan data baru yang akan tersedia sepanjang waktu. 2. Transformation Tahap kedua dari proses ETL adalah transformation. Pada tahap ini akan dilakukan transformasi data – data menjadi suatu bentuk yang konsisten dan terintegrasi sehingga kualitas dari data dapat ditingkatkan. Contohnya pada cabang_A nilai dari jenis kelamin adalah male dan female sedangkan cabang_B adalah m dan f, maka pada tahap ini akan dilakukan transformasi dengan menetapkan 1 format yang konsisten agar tidak terjadi perbedaan setelah masuk ke tabel pada database tujuan.
M enurut Vercellis (2009, p. 53), tujuan dari tahap transformasi adalah untuk meningkatkan kualitas dari data yang diambil dari sumber yang berbeda, melalui pembetulan ketidak-konsistenan, ketidak-akuratan, dan nilai – nilai yang hilang. 3. Loading Tahap
ini adalah tahap terakhir dari proses ETL. Seluruh data yang telah
ditransformasikan sudah menjadi konsisten dan terintegrasi dan disimpan ke tabel pada database tujuan. M enurut Vercellis (2009, p. 54), tahap loading merupakan tahap setelah data diambil dan ditransformasikan, untuk disimpan ke dalam tabel penyimpanan data, yang bertujuan untuk dianalisis juga sebagai aplikasi untuk mendukung keputusan.
1.5
Dashboard
1.5.1
Definisi Dashboard Dashboard merupakan salah satu tool BI yang digunakan untuk menampilkan informasi
penting bagi para pengambil keputusan dalam bentuk tampilan yang menggunakan komponen gauge dan chart seperti pada gambar 2.11. Dashboard juga menyediakan fitur seperti drill-down untuk mendetailkan suatu informasi.
Gambar 0.11 Contoh Layar Dashboard Sumber : Rasmussen, Chen, & Bansal (2009, p. 81)
Dashboard telah tersedia pada berbagai kendaraan dimana memberikan informasi penting tentang kecepatan, tekanan, suhu, dan sebagainya. Konsep tersebut dapat dipakai dalam dunia bisnis. Seorang manager yang diberikan sebuah dashboard dengan layar yang telah didesain untuk menampilkan informasi penting yang mereka butuhkan untuk memonitor nilai yang menjadi tanggung jawab mereka, dan mereka dengan cepat menemukan masalah dan kemudian mengambil aksi untuk membantu meningkatkan kinerja perusahaan mereka. M enurut Eckerson (2011, p. 12), dashboard adalah tool yang memungkinkan spesialis dan supervisor operasional untuk memantau dan bertindak atas peristiwa yang terjadi. Dashboard menampilkan data rinci dalam waktu yang tepat pada saat pengguna perlu untuk melihatnya. Dashboard menampilkan kinerja secara visual, dengan menggunakan tabel atau grafik. M enurut Wright (2008), dashboard adalah tampilan visual dari banyak informasi yang dibutuhkan untuk mencapai satu atau lebih tujuan, yang dikumpulkan dan disusun dalam satu layar sehingga informasi dapat dipantau dengan sekali lihat. Business intelligence adalah applikasi dan teknologi yang digunakan untuk mengumpulkan, menyediakan akses dan
menganalisa data mengenai performa perusahaan dan memonitor operasi perusahaan. Sistem Business Intelligence membantu perusahaan dengan menyediakan knowledge yang berarti terhadap faktor-faktor yang mempengaruhi bisnis mereka.
1.5.2
Teknologi Dashboard M enurut Rasmussen, Chen, & Bansal (2009, p. 5), kesuksesan perancangan dashboard
didukung dari dua teknologi dasar yaitu data warehouse dan OLAP. Data warehouse mengumpulkan, mengorganisir, dan menyimpan informasi dari berbagai sumber data internal maupun eksternal, sedangkan OLAP menciptakan business logic kepada data dengan mengkalkulasi dan mengelompokkan data tersebut. Kedua teknologi tersebut mengijinkan dashboard untuk:
1. M enampilkan data yang awalnya terdapat pada berbagai sumber 2. M enampilkan metrik yang merupakan hasil kalkulasi yang sederhana dan kompleks 3. Dengan cepat menyediakan informasi baru pada sebuah layar, dengan minimal waktu pemrosesan 4. M enawarkan fitur drill down dari data yang ter-summary menjadi data transaksi yang lebih detail.
1.5.3
Tipe Dashboard M enurut Rasmussen, Chen, & Bansal (2009, p. 17), dashboard dapat dikategorikan
menjadi 3 tipe, yaitu:
1. Strategic dashboard, yang mendukung keselarasan organisasi dengan tujuan yang strategis 2. Tactical dashboard, yang mendukung pengukuran kemajuan 3. Operational dashboard, yang mendukung pemantauan aktifitas bisnis yang spesifik Gambar 2.12 menjelaskan hubungan antara 3 tipe dashboard di atas dengan orang – orang dalam organisasi
Gambar 0.12 Tipe Dashboard Sumber : Rasmussen, Chen, & Bansal (2009, p. 18)
1.5.4
Keuntungan Dashboard M enurut Rasmussen, Chen, & Bansal (2009, p. 11), keuntungan dashboard adalah:
1
M eningkatkan pengambilan keputusan dan performa: •
Kemampuan dengan mudah mengidentifikasi dan memeriksa kecenderungan yang negatif
•
Kemampuan untuk menciptakan pengambilan keputusan yang lebih baik berdasarkan kumpulan BI
•
Kemampuan untuk mengukur efisiensi dan inefisiensi organisasi
•
Kemampuan untuk melakukan peningkatan analisis melalui gambaran visual dari ukuran performa
• 2
Kemampuan untuk menyelaraskan strategi dan tujuan organisasi
Efisiensi pendapatan karyawan: •
M eningkatkan produktifitas
•
M enyimpan waktu dengan mengeliminasi kebutuhan untuk laporan yang banyak
•
M engurangi kebutuhan untuk menciptakan dan menjaga laporan statis dalam jumlah besar
3
M otivasi karyawan: •
User menghasilkan laporan detail yang menampilkan kecenderungan baru
•
Waktu lebih banyak digunakan untuk menganalisis data daripada digunakan untuk mencari, meng-compile, dan memformat data.
•
Desain dashboard lebih menarik daripada laporan dalam bentuk tabel
•
Dashboard menyediakan sarana untuk berbagi strategi, taktik, dan data operasional yang memberdayakan karyawan untuk mengerti tujuan dan untuk menciptakan keputusan yang benar
M enurut Kaplan (2010, p. 4), perusahaan mendesain sebuah dashboard dengan keuntungan untuk menyediakan motivasi secara terus – menerus untuk pengingkatan berkelanjutan proses operasional. M enurut Jeremy (2009), keuntungan dashboard adalah : 1. Dapat diatur untuk beberapa management level, ada beberapa laporan yang berisi terlalu banyak atau terlalu sedikit informasi untuk tiap peran untuk menyelesaikan tugas mereka. Dashboard dapat menyesuaikan data yang dihasilkan. M isalnya eksekutif dapat melihat
trend dari produktifitas, sedangkan department manager dapat melihat lebih spesifik lagi, lalu karyawan dapat melihat performa mereka sendiri. 2. Dapat memberikan fungsi drill. Hal ini penting apabila eksekutif melihat suatu kejanggalan pada summary, maka eksekutif dapat men drill-down informasi untuk mencari tahu apa yang menyebabkan hal itu. 3. Dapat melihat trend, Trending memungkinkan pengguna untuk membuat keputusan dan bereaksi terhadap ancaman sebelum menjadi masalah, misalnya M anajer call center melihat jumlah wait period semakin naik tiap minggu atau bulan, makan manajer dapat bertindak sebelum terjadi masalah. 4. Penyajian data secara real time, dashboard dapat menampilkan keadaan perusahaan secara real time tanpa harus menunggu per tiap tahun atau tiap bulan.
1.6
Recruitment
1.6.1
Definisi Recruitment Salah satu proses utama pada sistem Human Resource Management (HRM ) adalah
recruitment. Recruitment adalah proses pengadaan karyawan dimana memiliki tahapan – tahapan sesuai dengan perusahaan. Tahapan umum adalah cv screening, interviewing, dan offering. Recruitment merupakan proses jangka panjang dimana diperlukan evaluasi yang terus – menerus. M enurut Bratton & Gold (2007, p. 239), recruitment adalah proses menghasilkan kumpulan orang – orang yang memiliki kemampuan untuk melamar kerja pada organisasi tertentu.
M enurut Tyson (2006, p. 125), recruitment adalah aksi utama yang alami, dan sangat diperlukan dalam HRM . Sebagai hasil dari tindakan ini, seorang individu atau korporasi menjadi seorang pekerja, dan dari langkah ini semua persyaratan kerja lainnya berjalan. M enurut Richardson (2007, p. 25), recruitment adalah sekumpulan aktivitas dan prses yang digunakan untuk secara legal mendapatkan tenaga kerja yang cukup yang memenuhi syarat pada waktu dan tempat yang tepat. Dengan kata lain, proses recruitment menyediakan tenaga kerja untuk mengisi kekosongan dalam lowongan kerja di dalam organisasi.
1.6.2
Tahap Recruitment Segala jenis proses memiliki tahapan sampai dengan proses tersebut selesai dijalankan.
Sama halnya dengan proses recruitment yang memiliki beberapa tahapan. M enurut Stredwick (2005, p. 117), terdapat 4 tahap utama dalam proses recruitment, yaitu: 1. Penyusunan kebijakan recruitment, sebagai fondasi yang mendasari seluruh proses recruitment. Kebijakan recruitment mencakup hal berikut: •
Pentingnya mempertimbangkan aplikasi internal dan mengembangkan karyawan yang ada untuk memungkinkan mereka untuk dipertimbangkan untuk promosi.
•
Penanganan dan pengolahan aplikasi dengan kecepatan, ketekunan, dan sopan.
•
M emastikan bahwa para pelamar yang berhasil akan dipilih tanpa memperhatikan jenis kelamin, ras, usia, kecacatan, status perkawinan, agama, atau faktor lainnya yang tidak terkait dengan kemampuan mereka untuk melaksanakan pekerjaan.
•
M emastikan bahwa tidak ada klaim palsu atau yang dibesar – besarkan muncul pada iklan – iklan lowongan kerja.
2. M enentukan apakah ada lowongan, atau apakah kesenjangan yang jelas dapat diisi dengan cara lain. Lowongan dapat muncul baik melalui karyawan yang telah keluar dari perusahaan atau melalui penciptaan pos baru melalui ekspansi. 3. M endefinisikan detail dari lowongan, mencakup deskripsi jabatan dan spesifikasi untuk pelamar. Apabila telah diakui bahwa adanya lowongan, maka spesifikasi detail dari jabatan tersebut harus disetujui. Hal ini dilakukan dalam 3 tahap yang dapat dilihat secara terpisah, yaitu: •
Investigasi sifat pekerjaan dan fitur utamanya. Hal ini dilakukan melalui analisis jabatan.
•
M enyetujui detail dari jabatan dan karakteristik terbaik untuk orang yang menduduki jabatan tersebut
•
M enentukan syarat dan kondisi pos yang kosong, termasuk jam kerja, gaji dan tunjangan. Hal ini dikenal sebagai paket pekerjaan.
4. M enarik para pelamar melalui iklan dan metode lainnya seperti kerja sama dengan media cetak dan elektronik, universitas, dan sebagainya. M enurut Naurkub (2007) tahap proses recruitment adalah: 1. M engidentifikasi lowongan perkerjaan, proses recruitment dimulai dengan bagian HRD saat menerima rekusisi untuk recruitment dari department lain dalam perusahaan, biasanya berupa:
Jumlah lowongan
Jobdesk
Kualifikasi
2. M empersiapkan deskripsi pekerjaan dan spesifikasi pelamar 3. M em-publish lowongan pekerjaan 4. M e-manage respon yang masuk 5. M en-short-list dan mengidentifikasi kandidat dengan karakteristik yang dibutuhkan 6. M enjadwalkan interview dengan kandidat yang dipilih 7. M elakukan interview dan mengambil keputusan
1.7
Unified Process (UP)
1.7.1
Definisi Unified Process M enurut Arlow & Neustadt (2005, p. 28), software development process (SDP), dikenal
juga software engineering process (SEP), mendefinisikan siapa, apa, kapan, dan bagaimana mengembangkan software. SEP adalah sebuah proses yang mengubah user requirement menjadi software seperti pada gambar 2.13.
Unified Software Development Process (USDP) atau Unified Process (UP) adalah sebuah framework SDP yang iteratif dan incremental.
Gambar 0.13 Software Engineering Process (S EP) Sumber : Arlow & Neustadt (2005, p. 29)
1.7.2
UP Life Cycle M enurut Satzinger, Jackson, & Burd (2004, p. 45), karena kebutuhan iterasi (kegiatan
analisis, desain, dan implementasi) di dalam pengembangan sistem maka SDLC baru telah dikembangkan untuk memudahkan dalam perencanaan dan mengolah kebutuhan iterasi tersebut. UP Life Cycle memiliki fase – fase yang dilalui oleh pergerakan proyek dari waktu ke waktu, tetapi tiap fase mengandung satu atau lebih iterasi yang melibatkan analisis, desain, dan implementasi untuk bagian dari sistem. M enurut Satzinger, Jackson, & Burd (2004, p. 46), terdapat 4 fase pada UP Life Cycle, yaitu: 1. Inception Tujuan dari fase ini adalah membangun perkiraan visi dari sistem, membentuk business case, mendefinisikan lingkup, dan menghasilkan perkiraan kasar biaya dan jadwal. Fase ini umumnya dapat diselesaikan dalam satu iterasi.
2. Elaboration Tujuan dari fase ini adalah memperhalus visi, mengidentifikasi dan menjelaskan tentang seluruh kebutuhan, menyetujui lingkup, mendesain dan mengimplementasi arsitektur dan fungsi utama, memecahkan resiko dan menghasilkan perkiraan biaya dan jadwal yang realistis. 3. Construction Dalam tahap ini memuat detail dari sistem kontrol seperti validasi data, desain user interface, menyelesaikan fungsi sistem untuk pemeliharaan rutin, dan menyelesaikan fungsi help dan user preference. Tim juga telah memulai rencana untuk melakukan penyebaran sistem. 4. Transition Pada tahap ini satu atau lebih iterasi akhir melibatkan user acceptance dan beta tes, dan sistem siap untuk dioperasikan. Setelah sistem telah beroperasi maka sistem perlu dijaga dan dipelihara. M enurut Satzinger, Jackson, & Burd (2004, p. 56), terdapat 6 UP development dicipline utama, yaitu: 1. Business Modeling Tujuan utama dari business modeling adalah untuk mengerti dan mengkomunikasikan sifat dasar dari business environment dimana sistem akan tersebar. Kegiatan dalam business modeling adalah mengerti business environment, menciptakan visi dari sistem, menciptakan business model. 2. Requirements
Tujuan utama dari requirement adalah untuk mengerti dan mendokumentasikan kebutuhan bisnis dan memproses kebutuhan untuk sistem baru. Kegiatannya termasuk mengumpulkan mendefinisikan
informasi yang detail, nonfunctional
mendefinisikan
requirement,
functional requirement,
memprioritaskan
requirement,
mengembangkan dialog UI, mengevaluasi requirement dengan user. 3. Design Tujuan utama dari design adalah untuk mendesain solusi sistem berdasarkan requirement yang telah didefinisikan sebelumnya. Kegiatan utama meliputi mendesain support services architecture dan deployment environment, mendesain arsitektur software, mendesain use case realization, mendesain database, mendesain sistem dan UI, mendesain keamanan dan kontrol sistem. 4. Implementation Implementation melibatkan pembangunan dan perolehan komponen sistem yang dibutuhkan. Kegiatan meliputi membangun komponen software, memperoleh komponen software, mengintegrasikan komponen software. 5. Testing Testing telah diakui sangat penting dalam pengembangan sistem. Kegiatan testing meliputi mendefinisikan dan melakukan pengujian per-unit, mendefinisikan dan melakukan pengujian integrasi, mendefinisikan dan melakukan pengujian kegunaan, mendefinisikan dan melakukan UAT. 6. Deployment Deployment mengacu pada kegiatan yang membuat sistem beroperasi. Hardware dan software yang dibutuhkan harus tersedia. Komponen akhir harus terinstal. User dilatih
untuk menggunakan sistem. Kemudian mengkonversikan data dari sistem lama ke sistem baru. Kegiatan meliputi memperoleh hardware dan sistem software, persiapan dan instalasi komponen, melatih user, mengkonversi dan menginisialisasi data. Juga terdapat 3 support diciplines yang membantu perencanaan dan mengontrol proyek, yaitu: 1. Project management Dicipline ini juga penting dan membutuhkan paling banyak usaha. Kegiatannya meliputi penyelesaian lingkup sistem dan proyek, mengembangkan jadwal proyek dan iterasi, mengidentifikasi resiko proyek dan mengkonfirmasi segala kemungkinan dalam proyek, dan memonitor dan mengontrol rencana, jadwal, komunikasi internal dan eksternal, dan resiko dan masalah pada proyek. 2. Configuration and change management Selama pengembangan proyek, terdapat banyak perubahan dalam kebutuhan, desain, kode, dan executable. Sangat penting untuk memiliki rencana dan prosedur untuk melacak perubahan dan mengidentifikasikan versi sebelumnya dari seluruh komponen. 2 kegiatan pada dicipline ini meliputi mengembangkan prosedur kontrol perubahan dan mengolah komponen model dan software. 3. Environment Dicipline ini meliputi pengembangan lingkungan yang digunakan oleh tim proyek (fasilitas, ruang kerja, dan sebagainya). Kegiatan ini meliputi pemilihan dan konfigurasi alat pengembangan, merancang pengembangan proses UP, menyediakan technical support service.
1.8
Konsep use casemodeling
1.8.1
Use case modeling Sebagai seorang sistem analis, perlu untuk mendokumentasikan beberapa kebutuhan dari
sistem, apa saja fungsi/kemampuan dari sistem, dan siapa saja pengguna yang akan menggunakan fungsi/kemampuan dari sistem. Untuk mendokumentasikan fungsionalitas dari sistem dapat digunakan use case modeling. M enurut Arlow & Neustadt (2005, p. 69), use case modeling adalah sebuah bentuk dari requirements engineering. Use case modeling adalah cara yang berbeda dan saling melengkapi untuk memunculkan dan mendokumentasikan kebutuhan sistem. Use case modeling biasanya beralih untuk: •
M enemukan system boundary.
•
M enemukan para actor.
•
M enemukan use cases: o M enspesifikasikan use case tersebut; o M enciptakan scenarios. Yang dihasilkan dari aktifitas di atas adalah use case model. Terdapat 4 komponen pada
model tersebut: •
Actors: peran yang dimainkan oleh manusia atau sesuatu yang menggunakan sistem;
•
Use cases: sesuatu yang dapat dilakukan oleh actors terhadap sistem;
•
Relationships: hubungan yang berarti antara actors dan use cases;
•
System boundary: suatu kotak yang digambarkan di antara seluruh use caseuntuk menunjukan tepi dan batas dari sistem yang dimodelkan.
Gambar 0.14 U se Case Diagram Sumber : Arlow & Neustadt (2005, p. 75)
Gambar 2.14 merupakan use case diagram yang dihasilkan setelah melakukan use case modeling.
1.8.2
Use case M enurut Rosenberg & Stephens (2007, p. 8), use case mendeskripsikan bagaimana
caranya pengguna akan berinteraksi dengan sistem dan bagaimana sistem akan merespon. M enurut Ibrahim, Ibrahim, Zainuri, M ansor, & Herawan (2011, p. 122), use case adalah spesifikasi dari aksi yang dapat dilakukan oleh sistem. M enurut TechTarget (2005), use case adalah metodologi yang digunakan oleh sistem analis untuk mengidentifikasi, mengklarifikasikan, dan mengorganisasikan kebutuhan sistem. Use case digunakan untuk membuat sekumpulan interaksi yang mungkin terjadi secara berurutan dalam antara sistem dan user dalam lingkungan tertentu dan berhubungan kepada tujuan tertentu. Use case terdiri dari kumpulan elemen (sebagai contoh, class dan interface) yang dapat digunakan bersamaan yang mana akan memberikan efek yang lebih besar daripada jumlah
elemen terpisah yang dikombinasikan. Use case harus mengandung semua aktivitas sistem yang signifikan kepada user. Sebuah use case dapat dikatakan sebagai kumpulan dari skenario yang mungkin berhubungan dengan tujuan tertentu, use case dan tujuan biasanya selaras. M enurut Bennett, M cRobb, & Farmer (2006, p. 145), use case adalah deskripsi fungsionalitas dari sistem dari pandangan pengguna.
Use case diagram digunakan untuk
memperlihatkan fungsi apa yang disediakan oleh sistem dan memperlihatkan siapa pengguna yang akan berkomunikasi untuk menggunakan fungsi dari sistem. M enurut Booch, M aksimchuk, Engle, Young, Conallen, & Houston (2007, p. 135), use case adalah perilaku terkait transaksi terurut yang dijalankan oleh actor dengan cara berkomunikasi dengan sistem untuk menyediakan beberapa nilai terukur untuk actor. M enurut Arlow & Neustadt (2005, p. 74), use case adalah sebuah spesifikasi urutan kegiatan, termasuk urutan yang bervariasi dan urutan kesalahan, yang sistem, subsystem atau class dapat jalankan dengan berinteraksi dengan para actor.
Gambar 0.15 U se Case Sumber : Arlow & Neustadt (2005, p. 74)
Gambar 2.15 menunjukkan bagaimana use case digambarkan dalam use case modeling. Use case adalah sesuatu yang actor inginkan untuk dikerjakan oleh sistem. Use case adalah suatu kegiatan yang dikerjakan oleh sistem dengan actor tertentu: •
Use case selalu dijalankan oleh actor.
•
Use case selalu ditulis sesuai dengan pandangan actor.
Dalam menentukan use case akan lebih baik jika diawali dengan menentukan list para actor terlebih dahulu, kemudian menentukan bagaimana seorang actor akan berinteraksi dengan sistem. Tiap use case perlu diberi nama yang singkat dan jelas dalam bentuk kata kerja. Dalam menentukan use case, masih memungkinkan untuk mendapatkan actor baru.
1.8.3
System Boundary M enurut Arlow & Neustadt (2005, p. 71), system boundary menentukan apa yang
menjadi bagian dari sistem dan apa yang menjadi external di luar sistem. System boundary didefinisikan oleh siapa atau apa yang menggunakan sistem, dan apa keuntungan spesifik yang ditawarkan oleh sistem untuk para actor System boundary digambarkan seperti kotak, dengan nama dari sistem sebagai label, dengan actor di luar batas sedangkan use case di dalam batas.
1.8.4
Actor Actor menunjukkan siapa saja yang berinteraksi dengan sistem. Dalam use case modeling
dapat dihasilkan lebih dari 1 actor. M enurut Ibrahim, Ibrahim, Zainuri, M ansor, & Herawan (2011, p. 122), actor adalah orang, atau sesuatu yang berinteraksi dengan sistem. M enurut Arlow & Neustadt (2005, p. 71), sebuah actor menspesifikasikan peran yang diadopsi entitas external pada saat berinteraksi dengan sistem. Dapat juga menggambarkan peran user, atau peran yang dimainkan oleh sistem lain, yang menyentuh batas dari sistem.
Gambar 0.16 Actor Sumber : Arlow & Neustadt (2005, p. 72)
Gambar 2.16 menunjukkan bagaimana actor dapat digambarkan dalam use case modeling. Contohnya adalah customer yang berperan sebagai actor dalam sistem
1.8.5
Stereotype include dan extend Use case modeling menyediakan beberapa stereotype seperti include dan extend. Tujuan
penggunaan stereotype include adalah memisahkan beberapa behavior yang dimiliki oleh beberapa use case menjadi use case baru, sedangkan extend memberikan behavior baru kepada beberapa use case. Penggunaan stereotype yang terlalu banyak juga tidak bagus karena dapat berakibat penggambarran menjadi membingungkan. M enurut Arlow & Neustadt (2005, p. 103), include ditujukan apabila terdapat behavior yang sama dari beberapa use case, kemudian memisahkan behavior tersebut menjadi use case yang baru. Use case tersebut hanya merupakan pecahan behavior saja. Gambar 2.17 menggambarkan contoh penggunaan stereotype include.
Gambar 0.17 U se case dengan stereotype include Sumber : Arlow & Neustadt(2005, p. 103)
M enurut Arlow & Neustadt (2005, p. 105), stereotype extend memberikan behavior baru ke use case lain (base use case). Base use case dapat menyelesaikan tugasnya tanpa extension use case. Gambar 2.18 menggambarkan contoh penggunaan stereotype extend.
Gambar 0.18 U se case dengan stereotype extend Sumber : Arlow & Neustadt (2005, p. 105)
1.8.6
Use case specification Diperlukan suatu gambaran tentang penjelasan tiap use case yang telah dibuat. Use case
specification berperan dalam menjelaskan tiap use case yang ada. Format dari use case specification belum memiliki standarisasi. M enurut Arlow & Neustadt (2005, p. 78), setelah membuat use case diagram mulailah menjelaskan tiap use case dengan membuat use case specification. Tidak ada standarisasi UM L, dalam penulisan use case specification. Gambar 2.19 merupakan contoh use case specification.
Gambar 0.19 Contoh use case specification Sumber : Arlow & Neustadt (2005, p. 78)
1.9
Sequence Diagram
Bagaimana actor berinteraksi dengan sistem perlu didokumentasikan secara terurut. Dalam
hal
ini
sequence
diagram
berperan
sebagai
penggambaran
UM L
yang
mendokumentasikan interaksi yang dilakukan oleh actor terhadap sistem secara sequential. M enurut Arlow & Neustadt (2005, p. 249), sequence diagram menekankan urutan pesan yang dikirim antar objek berdasarkan waktu. Sequence diagram merupakan salah satu interactive diagram yang paling mudah dimengerti. M enurut Bennett, M cRobb, & Farmer (2006, p. 254), sequence diagram memperlihatkan interaksi antar objek berdasarkan urutan waktu. M enurut Rosenberg & Stephens (2007, p. 3), sequence diagram digambarkan untuk melihat detail dari bagaimana use case akan diimplementasikan.
Gambar 0.20 Contoh Sequence Diagram Sumber : Bennett, M cRobb, & Farmer (2006, p. 254)
Berdasarkan kutipan sebelumnya, dapat disimpulkan sequence diagram adalah diagram yang menggambarkan interaksi antara actor dengan objek atau antar objek secara berurutan. Gambar 2.20 memperlihatkan contoh penggambaran sequence diagram.
1.10
Class Diagram Dalam penggambaran UM L, class diagram berperan untuk menggambarkan class yang
terdapat dalam sistem, serta mengidentifikasikan hubungan antar class tersebut. Tiap class dapat memiliki lebih dari 1 attribute dan 1 operation. Gambar 2.21 merupakan contoh dari class diagram.
Gambar 0.21 Contoh Class Diagram Sumber : Bennett, M cRobb, & Farmer(2006, p. 194)
M enurut Booch, M aksimchuk, Engle, Young, Conallen, & Houston (2007, p. 192), class diagram digunakan untuk menunjukkan keberadaan dari class dan hubungan mereka dalam pandangan logikal pada sistem. Class diagram tunggal mewakili pandangan dari struktur class dari suatu sistem.
1.11
Analisis S WOT Analisis SWOT (Strengths, Weaknesses, Opportunities, Threats) merupakan salah satu
model perencanaan strategis. S dan W mengidentifikasikan kekuatan dan kelemahan internal perusahaan dalam hal ini berkaitan dengan fungsi manajemen. Selain itu S dan W juga
mengidentifikasikan kekuatan dan kelemahan fungsi bisnis seperti merancang pemasaran dan produk, produksi, penawaran, SDM , dan keuangan. Sedangkan O dan T merupakan analisis eksternal berupa peluang dan ancaman yang meliputi aspek sosial, teknologi, ekonomi, politik, hukum, lingkungan, demografi, dan pesaing. M enurut Chan (2011), analisis SWOT adalah metode dasar dalam perencanaan strategi yang digunakan untuk mengevaluasi Strengths, Weakness, Opportunities, dan Threats yang terlibat dalam sebuah project atau bisnis sehingga dapat membuat strategi yang dapat dilaksanakan. M enurut Srikantaiah, Koenig, & Hawamdeh (2012), analisis SWOT merupakan metode perencanaan strategis yang diperlukan untuk mengevaluasi strengths, weaknesses, opportunities, dan threats yang ada dalam suatu proyek. M enurut Stewart (2008, p. 2), analisis SWOT merupakan sarana yang penting untuk membangun secara cepat posisi strategis secara keseluruhan dari bisnis dan sekelilingnya. Secara umum SWOT terdiri dari beberapa step, yaitu: 1. M enganalisis lingkungan eksternal untuk mencari tahu opportunities dan threats dari bisnis. 2. M enganalisis lingkungan internal untuk mencari tahu strengths dan weaknesses yang dimiliki oleh bisnis 3. M engalokasikan opportunities dan threats eksternal dengan s trengths dan weaknesses internal. Setelah ketiga step di atas barulah dapat menggambarkan SWOT dengan matrix. Gambar 2.22 merupakan contoh penggambaran matrix SWOT.
Gambar 0.22 Matrix S WOT Sumber : Stewart (2008, p. 2) Berdasarkan gambar 2.22, bisnis dapat membuat rencana atau strategi yang sesuai. Praktis terbaiknya biasanya adalah menggunakan Strengths untuk menutupi Weaknesses, dan memaksimalkan Opportunitites serta menghilangkan Threats. Hasilnya bisnis dapat memiliki beberapa strategi alternatif, yaitu: 1. Strategi SO Adalah Leverage Strategy, yang bermaksud untuk memanfaatkan semua opportunities dengan berdasarkan Strength dan sumber daya. 2. Strategi ST Adalah saat bisnis cukup terancam oleh threat luar, sehingga harus mengambil keuntungan dari internal Strength untuk mengatasi threats. 3. Strategi WO Adalah saat bisnis sebenarnya memiliki opportunities yang baik namun dibatasi oleh internal weakness., bisnis harus memanfaatkan sumber daya external untuk mengatasi internal weakness. 4. Strategi WT Digunakan saat bisnis mengarah pada situasi yang problematis. Tujuan dari strategi ini adalah mengurangi pengaruh negatif yang dihasilkan dari external threat dan internal weakness.
1.12
Analisis Value Chain Value Chain menjelaskan aktifitas dari performa perusahaan dan menghubungkannya
kepada posisi kompetitif perusahaan. M enurut Cosmato (2011, p. 1), analisis Value Chain adalah sarana yang membantu untuk memberi nilai pada pelanggan dalam suatu proyek dalam contoh sederhana, sebuah nilai dimasukkan ke dalam material mentah sebelum sebuah produk dijual. Hal ini mudah untuk dihitung dalam industri manufaktur. Namun, perhitungan menjadi rumit ketika nilai harus ditentukan dalam industri jasa, karena mereka memerlukan masukan yang tidak berwujud seperti pengetahuan, waktu dan sarana yang akan dinilai. Analisis Value Chain mendeskripsikan aktifitas dalam dan sekitar organisasi dan menghubungkannya kepada analisis dari kekuatan kompetitif dalam organisasi. Oleh karena itu, analisis value chain mengevaluasi yang mana nilai tiap aktifitas tertentu dimasukkan dalam produk atau jasa perusahaan.
Gambar 0.23 Value Chain
Cosmato (2011, p. 2)
Gambar 2.23 merupakan penggambaran value chain. Value chain membedakan antara kegiatan utama dan kegiatan pendukung. Kegiatan utama yang secara langsung berkaitan dengan penciptaan atau pengiriman produk atau jasa. Hal ini dapat dikelompokkan menjadi lima bidang utama: inbound logistic, operasi, outbound logistic, pemasaran dan penjualan, dan pelayanan. Setiap kegiatan utama dari hal ini terkait untuk mendukung kegiatan yang membantu untuk meningkatkan efektivitas atau efisiensi mereka. Terdapat empat bidang utama kegiatan pendukung yaitu, pengadaan, pengembangan teknologi, manajemen SDM , dan infrastruktur (sistem untuk perencanaan, keuangan, kualitas, manajemen informasi, dan sebagainya). Istilah Margin menyiratkan bahwa perusahaan menyadari margin keuntungan (profit margin) yang tergantung pada kemampuan mereka untuk mengelola hubungan antara semua kegiatan dalam value chain.
