BAB II. LANDASAN TEORI 2.1.
Business Intelligence
2.1.1. Definisi Business Intelligence Business
Intelligence
(BI)
adalah
sebuah
terminologi
yang
merepresentasikan proses-proses, tools dan teknologi yang berguna untuk membantu mendapatkan keuntungan dengan cara meningkatkan produktifitas dan kinerja suatu perusahaan. BI merupakan sebuah arsitektur dan koleksi dari operasional yang terintegrasi yang juga sebagai aplikasi pengambilan keputusan dan basis data dalam menyediakan kemudahan pada komunitas bisnis kedalam data-data bisnis.Selain itu, BI juga bisa di definisikan sebagai sekumpulan model matematika dan methodologi analisa yang mengeksploitasi data yang tersedia untuk mendapatkan informasi dan pengetahuan yang berguna untuk proses pengambilan keputusan yang rumit. (Vercellis, 2009) Dengan bantuan BI, data operasional perusahaan dapat di organisasi, analisa dengan lebih baik dan dapat di ubah menjadi sebuah informasi atau pengetahuan yang dapat digunakan sebagai sebuah inisiatif untuk melakukan sebuah tindakan bisnis yang menguntungkan. Koleksi data mentah dapat di ubah menjadi informasi dengan cara di analisa dan disusun berdasarkan hubungan antara data dengan kengetahui data apa yang ingin dikumpulkan dan di dalam konteks apa yang di inginkan. Dengan menggunakan sebuah sistem yang terintegrasi, seperti Enterprises Resources Planning (ERP) (Elragal & Al-Serafi, 2011), ERP dan Business Intelligence, keduanya dapat saling membentuk sebuah perencanaan, eksekusi, analisis, decision-making dan optimisasi secara terus menerus, mempromosikan siklus awal dari pembuatan keputusan dan implementasi, menggunakan sumber informasi perusahaan dengan baik dan menggurangi biaya informasi, meningkatkan return of investment departemen. ERP digunakan sebagai
operasi
dari
software
dan
BI
untuk
software
pembuatan
keputusan.Perusahaan dapat mengambil kelebihan dan kekurangan antara BI dan ERP, untuk memaksimalkan return of investment.BI dan ERP merupakan sistem yang saling melengkapi, bukan sesuatu yang sama atau objek yang sama dalam dua aspek seperti gambar dibawah.Pengabungan teknologi dari sistem Business
5
6 Intelligence denganERP telah menjadi arah pengembangan yang penting (Zhou, 2012).
Gambar II.1Hubungan saling melengkapi antara BI dan ERP Data mentah yang di kumpulkan oleh perusahaan merupakan aset penting dimana seseorang dapat menemukan sebuah solusi untuk menjawab pertanyaan penting seperti “berapa laba bersih untuk produk tertentu tahun kemarin dan bagaimana penjualannya tahun ini?” atau “faktor apa yang harus di fokuskan tahun ini untuk meningkatkan penjualan?”. Selain itu sebuah perencanaan BI yang baik dapat membawa perusahaan keuntungan lain seperti mengurangi biaya operasional, meningkatkan penjualan dan meningkatkan kepuasan pelanggan.dengan bantuan sebuah sistem Business Intelligence, sebuah perusahaan dapat mengembangkan bisnisnya atau meningkatkan daya saing dengan menekploit dan menemukan data-data yang dibutuhkan untuk mengetahui kebutuhan pelanggannya, kebiasaan konsumen, pasokan, pengaruh geografis, harga dan bagaimana meingkatkan efektifitas bisnis secara keseluruhan.
7
2.1.2. Manfaat Business Intelligence Beberapa keuntungan yang bisa didapatkan bila suatu organisasi mengimplementasikan BI adalah (Turban, Rainer, & Potter, 2011): •
Meningkatkan nilai data dan informasi organisasi. Dengan membangun BI, maka seluruh data dan informasi dapat diintegrasikan sehingga menghasilkan sebuah kesimpulan dari keadaan bisnis yang mudah di akses dan dimengerti sehingga dapat membantu pihak manajerial
untuk
membuat
pengambilan
keputusan
yang
lebih
baik.Informasi-informasi yang dijadikan salah satu faktor pengambilan keputusan dapat dilakukan dengan ‘connect and combine’ dengan menggunakan BI. •
Memudahkan pengukuran kinerja organisasi. Dalam mengukur kinerja suatu organisasi, sering dipergunakan ukuran yang disebut Key Performance Indicator (KPI).KPI tidak selalu diukur dengan satuan uang (value), namun dapat juga berdasarkan pengukuran (measure) lainnya.BI dapat dengan mudah menunjukan pencapaian KPI suatu organisasi dengan mudah, cepat dan tepat. Dengan demikian akan memudahkan pihak-pihak yang terlibat dalam pengambilan keputusan untuk mempersiapkan langkah-langkah antisipasi apabila ada indikator yang menunjukan adanya masalah atau belum tercapainya suatu target.
•
Meningkatkan nilai investasi teknologi informasi yang sudah ada. BI tidak selalu mengubah atau menggantikan sistem informasi yang sudah ada, akan tetapi BI hanya menambahkan layanan pada sistem-sistem tersebut sehingga data dan informasi dapat di representasikan dengan lebih baik.
•
Meningkatkan efesiensi biaya. BI dapat meningkatkan efesiensi biaya karena dapat mempercepat seseorang dalam melakukan pekerjaan sehingga menghemat waktu dan mempermudah pemanfaatannya. Waktu yang dibutuhkan untuk mencari data dan mendapatkan informasi yang dibutuhkan semakin singkat dan cara untuk mendapatkannya pun tidak memerlukan pengetahuan yang khusus.
8
2.1.3. Struktur dan Komponen Business Intelligence
Gambar II.2Pandangan dan Kerangka Kerja Business Intelligence Proses pembangunan dan penggunaan gudang data atau Data Warehouse di tunjukan di gambar II.2. Data organisasi disimpan dalam sistem operasional (disebelah kiri gambar).Dengan menggunakan peranti lunak khusus yang disebut ETL (extraction, transformation, load), sistem memproses data dan kemudian menyimpannya dalam Data Warehouse.Tidak semua data perlu ditranfer ke Data Warehouse.Sering kali hanya ringkasan data saja yang perlu ditranfer.Data yang ditranfer diatur didalam Data Warehouse dalam bentuk yang mudah diakses oleh pengguna akhir.Data distandarisasi dan diatur berdasarkan subjek (yang
disebut
dimensi
bisnis),
seperti
area
fungtional,
vendor
dan
produk.(Turban, Rainer, & Potter, 2011).Data Marts merupakan tempat penyimpanan suatu subyek atau departemen tertentu.Dari Data Marts ataupun Data Warehouse ada sebuah middleware sebagai alat yang dapat mengakses data untuk didistribusikan pada aplikasi analisis atau diolah kembali datanya untuk mendapatkan suatu informasi yang dibutuhkan.
2.1.4. Kategori Business Intelligence BI dibagi berdasarkan kategori seperti gambar dibawah ini (Turban, Sharda, & Delen, 2010):
9
Gambar II.3Kategori Intelegensi Bisnis Berdasarkan gambar II.3, AlatBusiness Intelligence dapat dikategorikan menjadi 2 kategori utama (Turban, Sharda, & Delen, 2010): 1.
Penemuan Informasi dan Pengetahuan Penemuan Informasi dan Pengetahuan berperan sebagai sarana observasi
dari informasi yang ada untuk meramalkan hal yang akan terjadi atau untuk menemukan peluang baru yang selama ini tidak terlihat, seperti contohnya pada OLAP yang memungkinkan analisis untuk melakukan proses slice and dice data, mengamati grafik dan tabel yang dihasilkan dari dimensi yang sedang di awasi. Lain halnya dengan data mining yang menerapkan model statistik dan deterministik
dan
metode
kecerdasan
buatan
terhadap
data
untuk
mengindentifikasi relasi tersembunyi atau menemukan pengetahuan di antara berbagai macam data atau elemen. Selain kedua contoh di atas, terdapat: ad hoc queries and reports, text mining, web mining, dan search engines. 2.
Pendukung Keputusan dan Sistem Inteligen Semua manajer dan eksekutif memerlukan sistem BI untuk meningkatkan
kinerjanya, terutama dalam pengambilan keputusan atau pada tahap strategis. Namun kadang beberapa manajer akan kesulitan bila berhadapan dengan data yang tidak relevan atau aplikasi terlalu sulit untuk digunakan. Mendistribusikan
10 informasi dari analisis ke perusahaan merupakan tantangan besar.Isu penting dari sistem BI adalah untuk menemukan keperluan bisnis, bila sistem tidak menyediakan informasi yang berguna. Decision Support and Intelligence Systemsberperan sebagai penyedia informasi yang dibutuhkan oleh manajer/eksekutif dengan representasi visual yang mudah dimengerti dan informatif, informasi yang dihasilkan lalu digunakan oleh para manajer dan eksekutif untuk pengambilan keputusan atau merencanakan strategi perusahaan.
2.2.
Unified Modelling Language Menurut Booch (Booch, 2007), UML adalah bahasa standar untuk
menuliskan rencana pembuatan software.UML dapat di gunakan untuk memvisualisasikan,
menspesifikasikan,
mengkonstuksikan
dan
mendokumentasikan artifak-artifak dari software. 1. Use Case Diagram Sebuah use case mendeskripsikan apakah yang dilakukan sebuah sistem tetapi tidak menspesifikasikan bagaimana cara melakukannya (Booch, 2007). Aliran kejadian-kejadian mendeskripsikan perilaku dari use case dengan menggunakan teks untuk membuat orang lain dapat mengerti dengan mudah. Ketika menuliskan aliran kejadian-kejadian ini, penulis memasukan bagaimana dan kapan sebuah use case dimulai dan berakhir, kapan use case berinteraksi dengan aktor dan objek apa yang diubah, dan basic flow dan alternatif flow dari perilaku tersebut. 2. Sequence Diagram Menurut Fowler, sebuah sequence diagram menjabarkan behavior sebuah skenario tunggal. Diagram tersebut menunjukan sejumlah objek contoh dan pesan-pesan yang melewati objek-objek didalam use case. 3. Class Diagram Class Diagram adalah sebuah diagram yang menampilkan sebuah set yang terdiri dari classes, interfaces, dan kolaborasi dan hubungan diantara mereka. (Booch, 2007) 4. Activity Diagram Activity Diagram menampilkan proses dari satu aktifitas ke aktifitas lainnya. Aktifitas pada akhirnya menghasilkan aksi, yang dibentuk dari executeable
11 atomic yang menghasilkan sebuah perubahan pada state dari sistem atau sebuah return value. (Booch, 2007) 5. Deployment Diagram Deployment Diagram menampilkan konfigurasi dari proses node run time dan komponen yang ada. (Booch, 2007) 6. Object Diagram Object Diagram mengambarkan hubungan antar object dan dapat digunakan untuk mengambarkan struktur data dan instance dari class. 7. Component Diagram Component Diagram mengambarkan kumpulan komponen-komponen dan hubungan
antar
komponen.Component
diagram
digunakan
untuk
mengambarkan implementasi statis dari suatu sistem. 8. Collaboration Diagram Collaboration Diagram adalah diagram interaksi yang menekankan pada organisasi struktural dari object yang mengirim dan menerima pesan. Collaboration diagram mengamarkan kumpulan object berserta hubungannya dan pesan yang dikirim dan diterima oleh object tersebut. 9. State Diagram State Diagram terdiri dari state, transisi, event dan aktifitas.State diagram mengilustrasikan gambaran dinamis dari suatu sistem.
Dari UML di atas, untuk penelitian ini akan menggunakan Use case Diagram dan Sequence diagram dalam mengambarkan kebutuhan fungsi dari aplikasi yang akan dibangun.
2.3.
Navigation Diagram Navigation Diagram adalah sebuah diagram khusus yang memfokuskan
pada keseluruhan tampilan dinamik dari user interface sebuah aplikasi. Diagram ini menampilkan seluruh window dan perpindahan diantara window – window tersebut.Navigation Diagram tidak ditemukan dalam UML (Unified Modeling Language) (Grady , 2007). Window menunjukan sebuah state. State tersebut harus memiliki sebuah nama dan berupa icon. Transisi state merupakan pertukaran antara dua window. Ini dapat digambarkan sebagai “stereotype” dari perubahan sebuah window pada
12 transisi state secara umum. Karena Navigation Diagram hanya mengandung sebuah window dan tidak ada bentuk state lainnya, rincian ini masih kurang.Di dalam sebuah transisi state, user harus melakukan sesuatu untuk mengaktifkan transisi tersebut.
Gambar II.4 Contoh Navigation Diagram
2.4.
Data Warehouse Data Warehouse adalah sekumpulan data yang berasal dari berbagai sumber
yang berbeda, yang ditempatkan ke dalam satu tempat penyimpanan berukuran besar, kemudian diproses menjadi bentuk penyimpanan multi dimensi dan didesain untuk melakukan querying dan reporting (Inmon, 2005).Data Warehouse adalah tempat penyimpanan data historis yang berorientasi subjek yang diatur sedemikian rupa sehingga dapat diakses dalam aktivitas pemprosesan analitis (seperti pengalian data, pendukung keputusan, permintaan data, dan aplikasi lainnya) (Turban, Rainer, & Potter, 2011).Data yang disimpan di dalam Data Warehouse memiliki beberapa karakteristik, yaitu: 1. Subject oriented, data yang disimpan disesuaikan dengan proses bisnisnya. Data Warehouse diorientasikan pada area subyek utama perusahaan yang telah didefinisikan pada data model perusahaan. Subyek area biasanya meliputi pelanggan, produk, transaksi/aktifitas, kebijakan, tuntutan, dan rekening.
13 2. Integrated, semua data dari berbagai sumber data diintegrasikan kedalam satu media penyimpanan, dalam hal ini adalah database yang sangat besar, dimana formatnya diseragamkan. Sebelum data dari berbagai sumberdata tersebut bisa dipergunakan didalamData Warehouse, inkonsistensi data harus dihapus. Menurut Ponniah, standarisasi terhadap data perlu dilakukan. Sebelum data masuk ke dalam Data Warehouse, data tersebut harus melalui proses tranformasi, konsolidasi dan integrasi. 3. Time variant, data yang disimpan bersifat historikal. Data pada Data Warehouse hanya akurat dan valid pada waktu tertentu atau dalam interval waktu tertentu. Perbedaan waktu dari Data Warehouse memperlihatkan datadata yang ada dari waktu secara keseluruhan. (Connolly, Begg, & Holowczak, 2010) 4. Non-volatile, data cenderung tidak berubah. Proses update tidak dilaukan secara realtime melainkan di-refresh dari sistem operasional dalam basis reguler. Data baru selalu ditambahkan sebagai tambahan pada database, bukan sebagai pengantian. Database secara terus menerus mengambil data baru, dan mengabungkannya dengan data sebelumnya. (Connolly, Begg, & Holowczak, 2010) Data Warehouse adalah gabungan teknologi-teknologi yang bertujuan mengefektifkan inegrasi database operasional kedalam lingkungan yang memungkinkan pernggunaan secara strategis (Tsiptsis & Chorianopoulos , 2010)
2.4.1. Tujuan Data Warehouse Kimball
&
Ross
(2008),
mengatakan,
sebuah
Data
Warehouse
diimplementasikan pada perusahaan, karena Data Warehouse tersebut diharapkan dapat mencapai lima tujuan utama. Kelima tujuan tersebut menyatakan bahwa seuah Data Warehouse harus; 1. Bisa memberikan kemudahan akses informasi kepada perusahaan. 2. Secara konsisten mepresentasikan informasi perusahaan. 3. Beradaptasi dengan perubahan. 4. Memiliki akses security yang tinggi untuk melindungi informasi perusahaan agar tidak dipergunakan oleh orang yang salah 5. Dipakai sebagai dasar bagi pihak eksekutif perusahaan dalam meningkatkan kualitas pengambilan keputusan.
14
2.4.2. Meta Data Metadata adalah semua informasi yang terdapat di dalam lingkungan Data Warehouse tapi informasi tersebut bukanlah data itu sendiri.Metadata bisa dikatakan sebagai ensiklopedia dari Data Warehouse.(Kimball & Ross, 2008) Meta data adalah data tentang data, dimana metadata bertindak sebagai seperti layaknya sebuah index terhadap daftar isi sebuah Data Warehouse (Inmon, 2005). Contoh sebuah index yang dimaksud adalah dengan adanya sebuah metadata maka akan mempermudah pencarian suatu atribut atau tipe dari nama tabel yang dicari. Komponen-komponen yang terdapat pada metadata adalah sebagai berikut: 1. Struktur data yang dikenal oleh programmer, Seperti Char, Integer, atau Binary dll. 2. Struktur data yang dikenal oleh decision support system (DSS) Analyst, yang biasanya dalam bentuk nominal value atau index pengukuran. 3. Sumber data yang ada di dalam Data Warehouse,Sepertitabel-tabel sumber, termasuk kolom yang diambil untuk Data Warehouse. 4. Tranformasi data pada saat masuk ke dalam Data Warehouse, perubahan yang dilakukan untuk menyesuaikan data dari sumber dengan hasil yang diinginkan. 5. Data model. 6. Hubungan antara data model dengan Data Warehouse. 7. Histori dari proses ekstraksi, semua kegiatan hasil extraksi tercatat dalam suatu log untuk kepentingan histori.
2.4.3. Extraction, Transformation and Loading Extraction, tranformation and loading (ETL) adalah proses ektraksi, tranformasi dan loading terhadap data yang berasal dari sumber data yang bervariasi, dimana fungsi utama dari ETL adalah merubah data dari berbagai sumber data menjadi informasi strategis yang berguna (Ponniah, 2004). Contoh sederhana dari perubahan data adalah seperti pengabungan dua atau lebih tabel untuk mendapatkan jumlah perhitungan atau agregasi lainnya. Data hasil proses ETL kemudian akan disimpan kedalam sebuah Data Warehouse. Menurut Inmon (Inmon, 2005), ETL merupakan prose mengambil data aplikasi yang dibutuhkan dan mengintegrasikannya kedalam data warehouse.
15 Jadi, ETL adalah proses menyiapkan data yang memiliki proses pengambilan data-data yang dibutuhkan dari berbagai sumber data, lalu dilakukan pengubahan dan pengintegrasian data, serta pemuatan sumber data ke dalam data warehouse. Proses ETL dibagi menjadi 3 bagian, yaitu: 1. Extraction Extraction merupakan sebuah proses penarikan data dari satu atau lebih sumber data. Jadi proses ekstraksi adalah proses penguraian dan pembersihan dari data yang diekstrak untuk mendapatkan struktur atau pola data yang diharapkan. Contoh extract: INSERTINTO[SCHEMA].[TABLE]VALUES SELECT [COLUMN],[COLUMN],..FROMOPENQUERY([192.168.130.12],'SELECT [COLUMN],[COLUMN],.. FROM [DATABASE]..[TABLE]')
2. Transformation Transformation merupakan sebuah proses untuk memilih, merapihkan dan memberikan atribut tambahan agar data yang telah melalui proses extract dapat masuk dan sesuai dengan struktur data warehouse atau data mart yang telah ada. Contoh Transformation: SELECT B.ID ,SUM(B.RECSUM)TOTALRECONSUM INTO #TEMP FROM XYZ_STAGING1.DBO.OITRA LEFTJOIN XYZ_STAGING1.DBO.ITR1B ONA.RECNUM=B.RECNUM GROUPBYB.ID
16
3. Loading Loading merupakan tahapan yang berfungsi untuk memakuskan data ke dalam data warehouse. Data ini berasal dari proses sebelumnya, yaitu proses transformation. Setelah data yang di hasilkan telah sesuai dengan kondisi pada data warehouse, proses load akan berjalan. Data dari staging areaakan dipindahkan ke lokasi yang sudah ditentukan pada data warehouse. Contoh: INSERTINTODWH_XYZ..FACT_AR SELECTA.*,ISNULL(B.AR_BUCKET_KEY,1)ASAR_BUCKET_KEY FROM ( SELECT A.*, B.* FROMSTAGING2..AR_ANALYSISA LEFTJOINDWH_XYZ..DIM_PERIODB ONCONVERT(VARCHAR(8),A.INVOICETAXDATE, 112)=CONVERT(VARCHAR(8),B.FULL_DATE, 112) ONA.AR_DAYSBETWEENB.MIN_AR_BUCKETANDB.MAX_AR_BUCKET
Penggunaan ETL biasanya dibantu dengan tools, ada banyak tools yang dapat membantu pengembang seperti Microsoft SQL Server Integration Services(SSIS),Oracle Data Integrator atau Cognos Decision Stream dan lainnya. ETL tools yang memiliki kemampuan dan kesesuaiaan yang berbeda terhadap jenis database,akan tetapi, karena ETL merupakan tools middleware, maka kemampuan untuk mengambil data dari berbagai sumber data sangatlah penting, hal ini biasanya dilakukan dengan tipe connectionmanager dari setiap tools yang dimiliki. Untuk penelitian ini, peneliti menggunakan tools Microsoft SQL Server Integration Services yang sudah di-bundling dengan Microsoft SQL Server
17
2.5.
Business Analytics Business Analytics (BA) mengubah data menjadi informasi yang dibutuhkan
oleh
pemilik
perusahaan
dalam
menginformasikan
keputusan
dan
investasi.Business Analytics merefer ke teknologi, teknik dan praktik yang bertujuan untuk melakukan ekplorasi data untuk mendapatkan wawasan terhadap kinerja bisnis dan dapan mendorong perencanaan bisnis yang lebih baik.Karakteristik Executive Information Systems yang menyediakan akses data yang cepat dan membantu menampilkan informasi kinerja organisasi dapat dikategorikan
dalam BA. Salah satu aplikasi BAadalahonline analitical
processing (OLAP), sebuah aplikasi interaktif yang termasuk dalam middleware untuk mengakses Data Warehouse.Dengan menggunakan aplikasi ini, user dapat menganalisa dimensi berbeda dari sebuah data dimensi, seperti waktu dan analisis trend, kemudian user dapat dengan mudah dan cepat mengidentifikasi kinerja trend dengan menggunakan analisis informasi berbasis waktu dan grafik untuk mendukung analisis. Database operasional berfokus pada mencatat transaksi kemudian umumnya dikarakteristikan sebagai perkerjaan OLAP (Online Transaction Processing). Sebaliknya,
Data Warehousememungkinkan untuk melakukan analisa data
yang rumit bertujuan untuk decision support; perkerjaan yang disuport memiliki karakteristik yang berbeda dan secara luas di sebut OLAP. Sederhananya, aplikasi OLAP berdasarkan multidimensional modeling yang secara intuitif merepresentasikan data dibawah sebuah metaphora sebuah kubus (cube) dimana sel menyesuaikan terhadap suatu dimensi yang relevan pada sesuatu yang terjadi di domain bisnis. Setiap kejadian dihitung dengan suatu pengukuran (measure); dan setiap sisi dari cube berhubungan pada suatu dimensi yang relevan untuk analisis, biasanya pada sebuah hirarki dari atribut yang akan dijelaskan lebih dalam. (Wrembel & Koncilia, 2007) OLAP ‘Online Analytical Processing’ adalah sebuah teknik dimana data yang berasal dari Data Warehouse atau data mart di visualisasikan dan diringkas untuk menyediakan perspektif mutidimensional melalui berbagai dimensi. Secara umum OLAP biasanya direferensikan pada OLAP tools (misal: Cognos, Business Objects, dll) yang membantu untuk menyelesaikan tugas tersebut. Karena Data Warehouse di desain menggunakan sebuah data model dimensional, data di representasikan dalam bentuk
data cube yang
18 memungkinkan untuk mengumpulkan fact, slice and dice pada beberapa dimensi. OLAP tools juga menyediakan opsi untuk melakukan drill- down data dari satu hirarki ke hirarki lainnya (Wrembel & Koncilia, 2007). Menurut Conolly & Begg, OLAP merupakan istilah yang mendeskripsikan sebuah teknologi yang menggunakan sudut pandang multi dimensi terhadap data yang teragregasi untuk menyediakan akses yang cepat terhadap informasi strategis yang bertujuan untuk menganalisa sesuatu yang rumit (Connolly, Begg, & Holowczak, 2010). OLAP digunakan untuk mendapatkan informasi dan pengetahuan yang mendalam tentang berbagai macam aspek dari data perusahaan melalui berbagai sudut kemungkinan dengan cepat dan interaktif.
2.6.
Executive Infromation Systems Executive Information Systems (EIS) adalah suatu sistem informasi yang
mendukung kebutuhan informasi pada eksekutif senior dan membantu pembuatan keputusan.EIS menyediakan akses yang mudah ke informasi internal dan external yang sesuai dengan tujuan organisasi. EIS memanfaatkan grafik dan interface yang mudah untuk memberikan laporan yang baik dan kemampuan drill-down. EIS adalah Decision Support System (DSS) yang membantu top eksekutif untuk menganalisa, membandingkan dan menemukan trend pada variabel-variabel penting untuk mengawasi kinerja dan mengidentifikasi kesempatan dan permasalahan yang dapat dibantu dengan menggunakan Business Analytics tool. EIS adalah sebuah kumpulan dari kelas solusi teknologi yang juga merupakan Business Intelligence dalam industri. Tujuan utama dari EIS adalah menyediakan infromasi representatif kepada high-level manajemen, ke para executives seperti pada gambar II.5, untuk membantu aktivitas strategis seperti penentuan tujuan, perencanaan, dan peramalan dan juga mengawasi kinerja. Tujuan lainnya adalah untuk mengumpulkan, menganalisa dan mengabungkan data internal dan external menjadi profil dinamis dari key performance indicator(Lungu & Bara, 2005).
1 19
Ga ambar II.5 Piramida P Siistem Inform masi manfaat peengunaan daan Menurut Turban, Shharda, & Delen(2010) D karakterristik EIS addalah sebagaai berikut: •
Flexxible karena sumber dataa bisa dari berbagai b maccam bentuk dan informaasi yangg dihasilkan kepada userr dapat disessuaikan denggan kebutuhaan bisnis.
•
Men nghasilkan informasi i yaang akurat, benar, b tepatt waktu, releevan, lengkaap dan cepat.
•
miliki Graphhical User In Interface (GU UI) yang baagus dimana tampilan daari Mem sebu uah EIS bisaa merupakann kombinasi antara a teks ddan grafik.
•
User friendly.
•
ngijinkan akses informassi yang aman n dan rahasiaa. Men
•
Bisaa diakses dim manapun dann kapanpun.
•
Mem minimalisir penggunaann keyboard karena lebih banyak menggunaka m an mou use.
•
Dap pat menggunnakan sumbeer data dari luuar.
•
Dap pat melakukaan proses anaalisis secara ad hoc dan multidimensi.
•
Dap pat menampiilkan analisiss trend, deviiasi, dan foreecasting.
20 •
Dapat melakukan proses drill down data sehingga data bisa dilihat hingga level yang lebih detil.
•
Data
telah
dirangkum
sehingga
memudahkan
eksekutif
untuk
membandingan rincian data lalu membuat keputusan. Kemampuan yang ditawarkan lewat EIS (Turban, Sharda, & Delen, 2010): 1. DrillDown Salah satu karakteristik dari EIS yang sangat berguna adalah menyediakan rincian dari setiap rangkuman informasi.Sebagai contoh seorang eksekutif melihat adanya penurunan penjualan dari sebuah laporan harian.Untuk mengetahui penyebab terjadinya penurunan tersebut, eksekutif tersebut ingin melihat rincian dari penjualan seperti penjualan per wilayah.Jika wilayah yang menjadi penyebab terjadinya penurunan penjualan teridentifikasi, eksekutif lebih lanjut ingin melihat lebih rinci lagi penjualan di wilayah tersebut seperti penjualan per produk atau penjualan per salesman, dan seterusnya sampai penyebab terjadinya penurunan penjualan bisa ditemukan. 2. CriticalSuccessFactor (CSF) Adalah faktor-faktor yang harus dipertimbangkan oleh sebuah perusahaan dalam mencapai visi dan misinya.Faktor-faktor tersebut dapat berupa strategis, manajerial, atau operasional yang semuanya berasal dari 3 sumber yaitu organisasi, industri, dan lingkungan. CSF bisa ditemukan hampir di semua level organisasi dalam sebuah perusahaan baik di level departemen maupun di level individu. CSF digunakan untuk mengintepretasikan tujuan, taktik, dan aktifitas operasional dalam suatu organisasi, termasuk kebutuhan informasi, serta kekuatan (strengths) dan kelemahan (weakness) sistem yang sedang berjalan dalam perusahaan.Dalam hal ini, bila hasil implementasi dari area-area tersebut memuaskan, maka dapat dipastikan bahwa keunggulan kompetitif dapat dicapai. 3. Access Status Data terbaru atau laporan yang dihasilkan dalam EIS dapat diakses kapanpun dalam jaringan. 4. Analisis Kemampuan analitik disediakan pada EIS, selain mengakses data, eksekutif dapat menggunakan EIS untuk menganalisis dengan cara mereka sendiri.
21 5. Exception Reporting Exception Reportingditujukan untuk menarik perhatian eksekutif karena menunjukkan sebuah kasus dengan performa yang buruk.Exception reporting adalah laporan dengan menggunakan warna atau simbol untuk memerikan indikator tentang suatu performa yang di ukur dalam laporan tertenu, sehingga akan mempermudah user dalam menemukan informasi-informasi seperti penurunan trend atau tidak tercapainya suatu target. 6. Penggunaan warna dan audio visual Untuk hal-hal yang sifatnya kritis tidak hanya dilaporkan dalam bentuk angka saja tapi juga bisa dilaporkan dalam bentuk warna yang berbeda seperti warna hijau untuk status OK, warna kuning untuk status peringatan, ataupun warna merah untuk status bahawa.Warna bisa memperingatkan pengguna sistem terhadap masalah-masalah yang sedang dihadapi sehingga tindakan bisa segera dilakukan.Beberapa
EIS
diperlengkapi
dengan
audio
visual
untuk
memperingatkan pengguna sistem terhadap informasi yang datang. 7. Navigasi Informasi Jumlah data yang banyak harus dapat dieksplorasi dengan mudah dan cepat. Hal ini akan membantu pengguna dalam
mendapatkan
informasi
yang
selalu terbarui secara berkala dan relevan. 8. Komunikasi EIS harus dilengkapi dengan perangkat komunikasi seperti e-mail. Dengan adanya komunikasi maka hasil analisa atau report dapat dikirimkan kepada pengguna lain yang perlu mengetahui informasi tersebut.
22
2.2.1. Arsitektur EIS
Gambar II.6 Arsitektur EIS Lapisan arsitektur EIS terdiri dari empat komponen utama dan tiga komponen pendukung. Pada komponen utama terdiri dari bagian lapisan collection, processing, analysis dan presentation, serta pada komponen pendukung terdiri dari infrastruktur, manajemen, dan pengguna (Power, 2007). Di dalam lapisan-lapisan tersebut terdapat komponen teknik atau teknologi, atau
23 komponen pendukung lain yang saling terkait, berikut adalah penjelasan dari setiap lapisan tersebut: 1. Komponen Utama Pada lapisan komponen utama terdiri dari bagian lapisan collection, processing analysis dan presentation. a. Collection: Layer ini merupakan lapisan paling dasar. Pada layer ini menjelaskan mengenai sumber data berasal. Lapisan ini bertujuan untuk mengumpulkan data-data untuk penunjang keputusan. Sumber data pada layer ini dibedakan antara numerik dan non-numerik. Data numerik adalah data yang berasal dari sumber data yang bersifat terstruktur seperti Sumberdata dari ERP dll, sedangkan data non-numerik merupakan data yang bersifat tidak terstruktur. Selain itu pada layer ini juga terdapat contcnt integration yang menjebatani ke lapisan arsitektur selanjutnya. b. Processing: Lapisan ini adalah lapisan yang memproses data-data yang ada pada lapisan collection. Data diproses melalui teknik data warehouse, knowledge management dan semantic processing. Selain itu data-data dapat diproses selanjutnya seperti indexing, categorization, archiving untuk memudahkan dalam proses selanjutnya. c. Analysis: Setelah data disimpan dan diproses lalu data-data di analisis. Data dianalisis menjadi data numerik, tekstual. Data numerik di analisis dengan teknik data mining kemudian diproses dengan statitical intelligent, dan untuk data yang berupa teks atau tekstual data diproses melalui teknik text mining dan onthology, yang kemudian diproses melalui artificial inteligent dan natural langguage intelligent. Selebihnya data yang bersifat tidak terstruktur diproses melalui knowledge management. Kemudian semua proses tersebut masuk kedalam portal management. d. Presentation: Setelah lapisan-lapisan sebelumnya dilakukan, maka proses selanjutnya adalah menyajikan hasil pengolahan dan proses dalam bentuk yang bisa dimengerti oleh pengguna. Pada lapisan ini dibagi menjadi web portal dan mobile portal, portal ini juga terdapat dashboard system untuk menunjang dan memudahkan dalam pengambilan keputusan.
24 Keempat komponen ini berkerja saling terkait, dan keempat komponen utama ini terkait juga dengan komponen pendukung lainnya. Berikut adalah penjelasan mengenai komponen pendukung: 2. Komponen Pendukung Berbeda dengan komponen utama, komponen pendukung ini tidak dijelaskan terlalu detail.Komponen pendukung ini terdiri dari infrastruktur, manajemen dan pengguna. a. Infrastruktur: Lapisan ini berisi infrastruktur teknologi informasi apa saja yang mendukung seluruh komponen. b. Manajemen: agar lapisan-lapisan arsitektur ini berjalan dengan baik. Maka perly disusun lapisan manajemen untuk mengelola lapisan teknis yang ada. Lapisan ini terdiri dari bagian policies, governance dan security. c. Pengguna: Lapisan pengguna terdiri dari para pengguna yang akan menggunakan EIS. Pengguna EIS adalah pengguna yang mempunyain kewenangan dalam pengambilan keputusan. Lapisan-lapisan yang telah dijelaskan di atas merupakan suatu kesatuan rancangan arsitektur yang saling terkait untuk membentuk sebuah EIS. Dimana sistem tersebut berguna untuk posisi top level management dalam menunjang pengambilan keputusan strategis. Dalam arsitektur EIS seperti gambar II.6, pada penelitian ini, lapisan Collection dan Processing merupakan bagian dan dilakukan oleh ETL dengan menggunakan bantuan tools SSIS. Sedangkan pada lapisan analysis merupakan bagian dari Business Analytics yang di penelitian ini menggunakan bantuan OLAP tools SQL Server Analysis Services (SSAS). Setelah melalui lapisan Analysis, hasil analisis tersebut kemudian di presentasikan dalam front-end tools Portal SAP Business One dan dashboard designer Xcelsius.
2.7.
EISLifecycle EIS lifecycle digunakan sebagai dasar atau pijakan dalam penggunaan
pengembangan EIS. Dalam pengembangan EIS lifecycle yang bergantung pada karakteristik sistem eksekutif, pengembangan ini masih memiliki teknik tradisional yang sama dan tahapan yang digunakan untuk sebuah pengembangan
25 sistem informasi lainnya, yang terdiri dari: justification, project planning, analysis, design, construction, dan deployment. Tujuan dari EIS lifecycle tersebut adalah untuk memodelkan karakteristik EIS seperti; •
Untuk
mendapatkan
kesempatan
bisnis
keputusan
strategis,
dibandingkan
kebutuhan
transaksional. •
Mengimplementasikan
bukan
hanya
untuk
departemental atau keputusan operasional. •
Analisis yang berfokus pada kebutuhan bisnis. Tahapan ini merupakan bagian terpenting dari proses.
•
Proses pengembangan berulang, berfokus pada evaluasi dan improvisasi dari versi yang sukses, bukan hanya membangun dan membuat satu versi.
Gambar II.7 EIS development lifecycle Berdasarkan Gambar II.7, maka dapat dijelaskan bahwa EIS lifecycle dibagi menjadi enam Stage (Lungu & Bara, 2005):
1. Stage 1: Justification Pada tahap ini kebutuhan bisnis dan kesempatan bisnis di identifikasi kemudian diusulkannya sebuah solusi BI berserta dengan penjelasan cost and benefit analyisis yang sesuai dengan tujuan bisnis perusahaan dan seharusnya
26 dapat diselesaikan dengan menggunakan business case assessment yaitu SWOT (lihat sub bab 2.6.4) dan CSF untuk analisa kebutuhan informasi, (lihat sub bab 2.6.5).
2. Stage 2: Planning Step ini mengestimasi dan menilai kapabilitas organisasi untuk melakukan proyek EIS. Karenaaplikasi BI merupakan inisiatif cross-organizational, infrastruktur organisasi harus dibuat untuk mendukungnya.Beberapa komponen infrastruktur mungkin sudah ada sebelum proyek EIS diluncurkan. Komponen infrastruktur lain mungkin masih harus dibangun sebagai bagian dari proyek EIS.Perencanaan proyek dibuat secara detail, progresif, selalu di periksa dan memiliki dokumen dan laporan.
3. Stage 3: Business analysis Interview dan meeting di atur dengan para eksekutif dan manajer, kebutuhan bisnis dan requirement di identifikasi dan di definisikan, lalu sebuah solusi di usulkan, di diskusikan dan adopsi. Pada tahap ini, analisis data melibatkan identifikasi dan desain sumber data, mendesain Entity Relasionship Diagram (ERD) dengan atribut dan referensi antar data.
4. Stage 4: Design Satu atau lebih target database BI akan menyimpan data bisnis secara detail atau berbentuk agregat, tergantung pada kebutuhan laporan dari komunitas bisnis. Tidak semua kebutuhan laporan berbentuk strategis, dan tidak semuanya berbentuk multidimensional.Skema desain database harus sesuai dengan kebutuhan akses informasi dari komunitas bisnis. Desain dapat meliputi bagaimana sebuah user interface dibangun sesuai kebutuhan, desain database, desain Extract Transform Load. Proses ETL adalah proses yang paling rumit dalam seluruh proyek decisionsupport BI. ETL processing windows (batch window) biasanya kecil, akan tetapi jeleknya kualitas dari sumber data biasanya membutuhkan banyak waktu untuk dilakukan tranformasi dan program pembersihan. Menyelesaikan proses ETL dalam batch window merupakan tantangan untuk kebanyakan organisasi.
27
5. Stage 5: Construction Banyak tools yang tersedia untuk proses ETL, beberapa cangih dan sebagIan lebih sederhana. Tergantung berdasarkan kebutuhan untuk pembersihan data dan tranformasi data yang dikembangkan. Setelah hasil dari prototype telah menunjukan kebutuhan fungsional, maka pengembangan dari akses dan analisa aplikasi baru dapat dimulai.
6. Stage 6: Deployment Ketika tim telah melakukan test pada semua komponen dari aplikasi EIS, database dan aplikasi telah selesai. Training dijadwalkan untuk staff bisnis dan stakeholder lainya yang akanmenggunakan aplikasi EIS dan meta data repository. Fungsi support dimulai, dengan mengikutsertakan help desk, memelihara database target EIS, penjadwalan dan menjalankan ETL batch jobs, mengawasi performa dan mengatur database.
7. Release Evaluation Dengan konsep rilis aplikasi, sangat penting untuk mengambil pelajaran dari proyek sebelum-sebelumnya.Sesuai dengan gambar EIS lifecycle, proses pembangunan bersifat cyclical, artinya difokuskan pada evaluasi dan perbaikan versi (Lungu & Bara, 2005).
2.2.2. Kriteria Evaluasi EIS Budget yang besar dan informasi strategis dilibatkan dalam menyelesaikan sistem EIS. Ada beberapa kriteria dalam mengevaluasi sistem EIS: •
Decisions based on business process EIS tidak hanya dilihat sebagai sebuah wadah untuk data tetapi merupakan implementasi sistem yang harus dipertimbangkan konseptual terhadap data model baru, proses, dan indikator dalam bentuk isi dari EIS.
•
Performance Fitur ini biasanya merefer pada waktu respons yang disediakan sistem. Kebanyakan respons berdurasi beberapa detik hingga untuk query rutin.
•
Flexibility and scalability Fleksibilitas menentukan apakah solusi EIS dapat beradaptasi dengan perubahan kondisi bisnis setelah sistem diberikan. Sebuah EIS seharusnya
28 dapat mengakomodasikan perubahan pada berbagai jenis proses bisnis dan fungsi. •
Integration Integrasi melibatkan dua jenis masalah, data integration dan system integration.Data integration adalah kemampuan untuk mengakses data dari berbagai tipe sistem. EIS efektif apabila dapat mengatasi fragmentasi informasi, memungkinkan eksekutif untuk mengukur fitur dari proses bisnis yang melibatkan informasi dari dalam dan luar organisasi. System integration adalah kemampuan untuk software EIS berjalan bersamaan dengan solusi perusahaan lainnya.
•
Friendly user interface EIS didesain untuk memungkinkan pada manajer yang tidak dilatih untuk menggunakan query dan teknologi, dapat dengan cepat, mudah dan mengerti bagaimana cara untuk bernavigasi kedalam data dan melihat pola atau trend.
2.8.
Analisis SWOT Analisis SWOT (Strength, Weakness, Opportunities, dan Threats) digunakan
sebagai alat untuk membantu perencanaan strategis dalam berbagai jenis usaha. Pendekatan ini bertujuan untuk mempelajari apakah proses mengkonversi analisis SWOT menjadi rencana strategis bisa di bantu dengan beberapa model rational kuantitatif sederhana. Analisis SWOT merupakan metode analisis strategi untuk mengevaluasi Strength (Kekuatan), Weakness (Kelemahan), Opportunity (Peluang) dan Theats (Ancaman) yang memiliki keterkaitan dengan satu proyek atau dalam suatu proses binis pada sebuah perusahaan. Hal ini melibatkan proses identifikasi faktor internal yang merupakan faktor-faktor yang dapat dikendalikan oleh perusahaan dan faktor eksternal yang merupakan faktor-faktor yang tidak dapat dikendalikan oleh perusahaan. Analisis SWOT yang telah dijelaskan sebelumnya juga dilakukan secara menyeluruh untuk mencapai tujuan perusahaan.Implementasi analisis SWOT merupakan hal yang penting dalam perancangan strategi perusahaan sehingga dapat memetakan kekuatan, mengatasi kelemahan, mengeksekusi kesempatan, dan mencegah ancaman yang ada sebaik-baiknya.
29 Menurut Lu, (2010) SWOT dapat diuraikan sebagai berikut: •
Strengths Sumber daya, keterampilan atau keunggulan – keunggulan terhadap pesaing dan kebutuhan pasar.Kekuatan adalah faktor internal yang mendukung atau daya saing yang dimiliki oleh perusahaan. Meningkatkan kekuatan perusahaan akan dapat meningkatkan daya saing perusahaan tersebut dalam bersaing dengan perusahaan lainnya baik yang bergerak dalam bidang yang sama maupun yang berbeda.
•
Weakness Keterbatasan atau kekurangan dalam sumber daya, keterampilan dan kapabilitas yang menghambat kinerja efektif perusahaan.Fasilitas, sumber daya keuangan, kapabilitas manajemen, keterampilan pemasaran dan citra merek dapat merupakan sumber kelemahan.Kelemahan pada perusahaan merupakan suatu faktor internal yang harus terus di tinjau dan harus diatasi sehingga tidak menimbulkan kerugian bagi perusahaan. Kelemahan juga harus
melalui
proses
pematangan
dan
pendewasaan
agar
dapat
diminimalisasikan perngaruhnya bagi perusahaan. •
Opportunities Situasi yang menguntungkan dalam lingkungan perusahaan.Identifikasi segmen pasar yang tadinya terabaikan, perubahaan pada situasi persaingan atau peraturan, perubahan teknologi, serta membaiknya hubungan dengan pembeli atau pemasok dapat memberikan peluang bagi perusahaan.Peluang adalah salah satu faktor eksternal, yang penting dalam pembentukan strategi perusahaan.Peluang dapat memberikan perusahaan keuntungan dan nilai tambah baru bagi perkembangan bisnis perusahaan.
•
Threat Situasi yang tidak menguntungkan dalam lingkungan perusahaan.Ancaman merupakan hal – hal yang dapat menghambat perusahaan, seperti masuknya pesaing baru, lambatnya pertumbuhan pasar, meningkatnya kekuatan tawar – menawar pembeli atau pemasok penting, perubahan teknologi serta peraturan baru yang direvisi.Ancaman adalah sebuah faktor eksternal, yang tidak dapat dihiraukan bagi sebuah perusahaan.
30
2.8.1. Internal Strategic Factor Analisis Summary (IFAS) IFAS merupakan suatu alat yang efektif untuk menyusun analisa kondisi internal kedalam matrik yang telah diberi bobot dan rating tertentu untuk mengetahui seberapa besar kekuatan dan kelemahan yang ada di lingkungan internal perusahaan.Pemberian bobot dan rating diperoleh dari hasil penyebaran kuesioner yang telah diolah datanya.(Rohim, 2008)
2.8.2. Eksternal Strategic Factor Analysis (EFAS) EFAS merupakan suatu alat analisa yang sistematis, analisa ini hanya digunakan untuk kondisi external perusahaan untuk menentukan faktor peluang dan ancaman yang dimiliki oleh perusahaan. Pada analisa ini cara penelitiannya sama dengan analisis IFAS. (Rohim, 2008)
2.9.
Critical Success Factor Analisa CSF adalah teknik yang popular dan sangat berguna dalam
mengembangkan Strategi IT/IS, sekaligus Strategi Bisnis. (Ward & Peppard, 2007) Tujuan CSF adalah menyamakan kebutuhan bisnis dengan Sistem Informasi yang ada. Keuntungan CSF yaitu: •
Mengikutsertakan Senior Manajemen. CSF merupakan analisis yang didapatkan dari strategi organisasi, yang dimana di tentukan oleh high level manajemen. Dengan mengikut sertakan pemilik dan senior manajemen maka dapat dilakukan empirisasi dari gambaran organisasi akan target dan pencapaian yang ingin dilakukan oleh organisasi.
•
Mensejajarkan IT/IS project terhadap Business Strategy. Perencanaan IT dilakukan sesuai dengan kebutuhan bisnis, semua proyek IT bertujuan bisnis untuk mengembangkan bisnis dan sesuai dengan strategi perusahaan
Menurut Knoll, (2008) CFS memiliki beberapa tujuan, yaitu: •
Mengidentifikasi area-area kunci yang perlu di perhatikan Adanya beberapa bagian penting dalam bisnis yang perlu diperhatikan untuk melanjutkan dan mengembangkan bisnis, oleh karena itu area-area tersebut membutuhkan perhatian khusus khususnya oleh para eksekutif bisnis.
31 •
Membantu pengembangan strategic planning Strategic planning merupakan hasil dari keputusan high level manajemen, dengan diketahui faktor-faktor penting dalam bisnis maka perencanaan dapat dibangun lebih strategis.
•
Mengidentifikasi key focus area untuk masing-masing stage pada project life cycle dan penyebab utama kegagalan proyek Dengan mengetahui kunci penting dalam setiap bagian bisnis, maka resiko terjadinya kegagalan proyek bisnis dapat di hindari.
•
Mengukur tingkat kinerja / produktifitas perkerja Dengan adanya faktor yang di fokuskan, maka dapat ditemukan ukuran yang sesuai dalam mengukur kinerja suatu bagian dalam bisnis yang sedang berjalan.
Langkah-langkah penyusunan CSF : 1. Definisikan visi perusahaan 2. Definisikan misi-misi perusahaan 3. Pahami core business process 4. Tentukan CSF dari masing-masing core business process 5. Identifikasi KPI-KPI untuk masing-masing CSF tersebut
32
Gambar II.8 Critical Success Factor (Ward & Peppard, 2007)
33
2.10. Key Performance Indicator Key
Performance
Indicator
(KPI)
merepresentasikan
sekumpulan
pengukuran yang memfokuskan pada aspek-aspek kinerja organisasi yang paling penting untuk kesuksesan organisasi saat ini dan masa depan. (Parmenter, 2010) Menurut Parmenter, Ada empat tipe pengukuran kinerja : 1. Key Result Indicators (KRIs) – memberi tahu apa yang telah dikerjakan pada sebuah perspektif atau critical success factor 2. Result Indicators (RIs) – memberi tahu apa yang telah di kerjakan 3. Performance Indicators (PIs) – memberi tahu apa yang harus di kerjakan 4. Key Performance Indicators (KPIs) – memberi tahu apa yang harus dikerjakan untuk meningkatkan performa secara dramatis.
Gambar II.9 Empat Tipe Pengukuran Kinerja (Parmenter, 2010) KPI merupakan sebuah objek pengukuran aspek bisnis yang sangat penting bagi keberhasilan bisnis.KPI yang dimaksud dapat digunakan sebagai komponen dalam mengukur scorecard di dalam bisnis dan dapat berhubungan dengan sejumlah aktivitas bisnis, seperti kepuasan pelanggan, produktivitas, dan keuntunganDalam praktiknya, KPI dapat didefinisikan sebagai pengukuran fungsi-fungsi BI. Salah satu nilai konseptual dari BI adalah kemampuan untuk menerjemahkan definisi KPI pada bisnis, mengatur definisi tersebut sebagai bagian dari knowledge base perusahaan, dan terakhir menyediakan tampilan tervisualisasi dalam bentuk dashboard yang menggambarkan pengukuran KPI. Sebuah intelligence dashboard menampilkan hasil dari analisis yang dibutuhkan untuk
34 mengkonfigurasi KPI dalam representasi visual yang jelas dan dapat dimengerti secara cepat dan dapat dipilih untuk keperluan drill-down.Sebuah intelligence dashboard tidak hanya menyediakan presentasi dari KPI yang diinginkan secara real-time, namun juga dapat langsung berhubungan dengan komponen BI sehingga memungkinkan untuk melakukan drill-down.
2.11. Cost and benefit Analysis Menurut Sieget dan Shimp, Cost Benefit Analysis (CBA) adalah cara untuk menentukan apakah hasil yang menguntungkan dari sebuah alternatif, akan cukup untuk dijadikan alasan dalam menentukan biaya. Analisa ini telah dipakai secara luas dalam hubungannya dengan proyek pengeluaran modal. CBA adalah suatu analisa untuk menguraikan cost dan benefit secara tangible dan intangible. Pada dasarnya cost merupakan suatu ukuran dari sumber yang diharapkan untuk mendapatkan suatu hasil. Sedangkan benefit adalah suatu manfaat dalam bentuk penghematan biaya, menghindari keluarnya biaya, penambahan pendapatan atau keuntungan lainnya yang intangible.
2.12. Technology Acceptance Model
Gambar II.10 Model TAM (Davis, 1993) Technology Acceptance Model (TAM) adalah sebuah teori sistem informasi yang memodelkan bagaimana pengguna menerima dan menggunakan teknologi. Ada beberapa dua faktor utama yang mempengaruhi keputusan pengguna tentang bagaimana dan kapan mereka akan menggunakannya:
35 • Perceived Usefullness (PU), tingkatan dimana seseorang mempercayai dengan menggunakan suatu sistem dapat meningkatkan kinerja pekerjaannya • Perceived Ease-of-use (PEOU), tingkatan dimana seseorang mempercayai dengan menggunakan suatu sistem dapat mengurangi usaha yang di perlukan dalam menyelesaikan pekerjaan. Dari kedua faktor utama tersebut maka akan mendukung faktor behaviour intention
dimana
faktor
ini
merupakan
keingginan
pengguna
dalam
menggunakan suatu teknologi dan pada akhirnya faktor penggunakan teknologi dalam penggunaan sebenarnya. User acceptance merupakan faktor yang menentukan sukses atau gagalnya suatu pyoyek sistem informasi. TAM menurut Davis, digunakan untuk mengetahui kenapa pengguna menerima atau menolak teknologi informasi dan bagaimana penerimaan pengguna di pengaruhi oleh karakteristik sistem
