IMPLEMENTASI OLAP DAN REPORTING SERVICES SEBAGAI BAGIAN PROSES BUSINESS INTELLIGENCE Kusnawi
ABSTRACT Bussiness Intelligence application is developed to assisst the decision maker solving marketing and distribution related problem. Data for the application is taken from day to day operation. BI process is started from data warehouse and continued with OLAP development and is continued with reporting services. Data warehouse development process is differ from that of OLTP database. In which, dimensional model is used, namely start schema. The analysis process using OLAP has several characteristics, namely: operation summary, unification, formulation, and combination of several dimensions. OLAP provides information of a company performance through the view of huge and multidimensional data. The reporting services is the analysis in the form of reporting which describe the reporting system that meets company needs. BI process in this study is making requirement analysis based on company's business process, data analysis, data warehouse design and implementation, ETL process, OLAP design and reporting services. BI implementation will provide information to the management in regard with the product management. Assissting management in making a strategic marketing decision by the way of providing such necessary information as the products that consumer purchased and consumer's profile for customer lifetime value.
Key words : Business Intelligence, OLAP, Reporting Services, Data Warehouse.
1. PENDAHULUAN Perkembangan teknologi informasi telah mengalami kemajuan yang sangat pesat salah satu kemajuannya adalah pengambilan keputusan untuk kegiatan bisnis di sektor pemasaran, serta memberikan andil besar terhadap perubahan-perubahan yang mendasar pada struktur, operasi dan manajemen pada suatu organisasi. Teknologi informasi dengan berbagai analisis juga dikembangkan dalam mendukung sistem informasi untuk meningkatkan efektifitas manajerial guna meningkatkan kinerja bisnis maupun organisasi. Business Intelligence atau di singkat dengan BI merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya serta dalam pengambilan keputusan. BI telah banyak digunakan oleh organisasi-organisasi dalam mengelola data dan informasi sampai dengan dukungan pengambilan keputusan. Secara ringkas, BI dapat diartikan sebagai pengetahuan yang didapatkan dari hasil analisis data yang diperoleh dari kegiatan suatu organisasi. Business Intelligence solution merupakan istilah yang umumnya digunakan untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan BI, seperti mengumpulkan data, menyediakan akses, serta menganalisa data dan informasi mengenai kinerja perusahaan. Sebagai contoh adalah perusahaan yang bergerak di bidang IT terutama penjualan jasa software dan hardware dengan berbagai jenis item dan nilai penjualan yang sangat tinggi disertai konsumen yang berasal dari berbagai segmen dari mulai end user sampai dengan user corporate membutuhkan suatu manajemen yang berfokus pada penanganan data, baik data penjualan dan data konsumen yang akan berguna dalam pengambilan keputusan terutama strategi pemasaran, dimana selama ini penanganan pemasaran hanya pada kemampuan tim personal tanpa melihat manfaat dari proses analisis data yang ada dipihak perusahaan. Dengan proses analisis terhadap data penjualan ini, pihak manajemen bisa mendapatkan informasi yang digunakan untuk keperluan manajemen dalam melakukan sejumlah kebijakan diantaranya adalah menentukan jumlah barang yang harus disediakan di gudang, melakukan reorder pada pembelian barang pada pihak suplier, menentukan distribusi produk barang dan tingkat profitabilitas suatu produk. Selain itu, dengan proses analisis terhadap data penjualan penyebabkan bisa didapatkan juga
1
keterkaitan antara barang dan konsumen yang pada akhirnya digunakan untuk menentukan strategi pemasaran diantaranya, yaitu meningkatan pelayanan terhadap konsumen dan informasi lainya seperti customer livetime value. 2. LANDASAN TEORI 2.1 Business Intelligence Turban, dkk (2006) menjelaskan bahwa BI merupakan aplikasi dan teknik untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data, yang pada akhirnya akan membantu perusahaan pengguna bisnis yang lebih baik dan membuat keputusan strategis. Utama aplikasi termasuk kegiatan pencarian dan pelaporan, analisis pengolahan (OLAP), DSS, data mining, perencanaan dan analisis statistik.
Gambar 1. Contoh gambaran proses BI Rainardi(2008), menjelaskan tentang BI sebagai suatu koleksi aktifitas untuk memahami situasi-situasi bisnis dengan melakukan berbagai jenis analisa data pada perusahaan guna melakukan strategi, taktik dan keputusan bisnis untuk meningkatkan kinerja bisnis. Aktifitas BI menurut Rainardi dikelompokan menjadi tiga yaitu (1). Reporting, (2).OLAP dan (3). Data Mining.
2
2.2. Data Warehouse Menurut Rainardi (2008), data warehouse adalah sebuah sistem yang mengambil dan mengkonsolidasikan data secara periodik dari sebuah sumber data ke sebuah tempat penyimpanan data yang bersifat dimensional maupun relasional. a). OLAP (On-Line Analytical Processing) Ponniah (2001) menyatakan bahwa On-Line Analytical Processing (OLAP) merupakan teknologi yang memungkinkan analis, manajer dan eksekutif secara bersamaan mengakses data secara cepat, konsisten dan interaktif dengan berbagai variasi tinjauan informasi dimana setiap baris data dapat ditransformasikan untuk merefleksikan dimensi perusahaan sehingga mudah dipahami oleh user. Karakteristik utama dari OLAP, meliputi: a. Mendukung pemanfaatan data warehouse yang memiliki data multidimensional. b. Menyediakan fasilitas query interaktif dan analisis yang komplex. c. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci, dan roll-up untuk memperoleh agregat dalam multi-dimensi. d. Mampu menghasilkan perhitungan dan perbandingan. e. Menyajikan hasil dalam angka yang mudah dimengerti, maupun penyajian grafik. OLAP menawarkan metode analisis data secara kompleks dan terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse. Turban (2005) menyatakan bahwa aplikasi komputer telah beralih dari aktivitas pemrosesan dan monitoring transaksi ke analisis masalah dan aplikasi solusi. Terkait dengan tugasnya sebagai pembuat keputusan, Manajemen harus memiliki sistem informasi yang berkecepatan tinggi dan networked untuk membantu pelaksanaan tugas tersebut. Berdasarkan struktur basis datanya OLAP dibedakan menjadi 3 kategori utama : a) Desktop OLAP (Client-side OLAP) b) Multidimensional Online Analytical Processing (MOLAP) c) Relational Online Analytical Processing (ROLAP) d) Hybrid Online Analytical Processing (HOLAP) b) Reporting Services Kemampuan menyajikan laporan Bagi level management atau bagian eksekutif suatu perusahaan bisnis, adalah bagian terpenting dari
3
sebuah aplikasi yaitu seberapa jauh laporan dapat dihasilkan oleh aplikasi yang mempunyai kemampuan untuk proses analisis yang cepat dan akurat. Komponen Reporting Services dibedakan menjadi dua, yaitu komponen server dan komponen client. Komponen server terbagi menjadi tiga layer, yaitu: 1. Report Server. Berada pada server layer, terdiri dari programming interface, report processor, data processing extension, rendering extension, scheduling & delivery processor, dan delivery extension. 2. Report Manager. Berada pada sisi application layer, berfungsi untuk menampilkan laporan dan tools administrasi berbasis web. 3. Report Server Database. Berada pada data sisi layer Database ReportServer yang menyimpan seluruh data yang dibutuhkan oleh Reporting Services, seperti metadata statik, termasuk di dalamnya adalah report definition, data source, user, policy, role, dan report snapshot. 3. PEMBAHASAN Extract, Transform, and Load menunjukkan proses yang terjadi dalam pembentukan data warehouse sebagai sumber data BI untuk melakukan proses OLAP dan Reporting Services selanjutnya. Proses ETL ini merupakan cara, bagaimana data disimpan ke dalam data warehouse. Secara umum tahapan untuk ETL yang bersumber dari OLTP adalah sebagai berikut:
4
Gambar 2. Loading data warehouse Untuk membangun OLAP adalah dengan membuat cube dan dimensional pada data warehouse. Berikut ini contoh langkah-langkah untuk membuat cube dan dimensional dengan menggunakan SQL Server 2005 adalah: 1) Menentukan sumber data, yaitu BI.ds 2) Menentukan data source view, yaitu tabel-tabel OLTP yang akan berperan sebagai tabel fakta dan tabel dimension 3) Melakukan proses pembuatan cubes dan hirarki dengan menentukan mana tabel yang dipakai sebagai fact table dan dimensional table. Salah satu prosesnya adalah seperi gambar berikut ini.
5
Gambar 3. Mengidentifikasi tabel fakta dan dimensi 4) Hasil akhirnya adalah sebuah data warehouse seperti tertera digambar dibawah ini dan dilanjutkan untuk siap di analisis.
Gambar 4. Hasil pembuatan Cube dan dimension Berikut ini adalah beberapa contoh hasil OLAP untuk menganalisi hasil dari sumber data BI yaitu berupa Data warehouse 1) Analisis Data Multidimension Hasil dari hasil data warehouse, adalah menganalisa informasi dari berbagai dimensi. Berikut ini contoh hasil dari analisa data warehouse:
6
a) Menampilkan penjualan berdasarkan tipe produk barang tertentu
Gambar 5. Informasi penjualan berdasarkan tipe barang Untuk nilai penjualan dengan jenis VGA diperoleh bahwa total penjualannya adalah 2642 buah dan untuk penjualan tahun 2007 pada bulan desember diperoleh informasi total penjualannya adalah 320 buah. b) Menampilkan informasi pembelian konsumen.
Gambar 6. Informasi pembelian konsumen
7
Informasi yang didapatkan dari hasil analisa pada gambar 4.17 adalah banyaknya item barang yang dibeli dan pembelian item barang yang paling banyak dibeli. Hebat Computer membeli sebagian besar item barang dengan jumlah beragam dan total pembeliannya adalah 1228 item barang. Analisis selanjutnya juga bisa didapat informasi yang dibutuhkan oleh pihak manajemen diantarany adalah berdasarkan tanggal, bulan, tahun dan lainlain dengan memanfaatkan measure berdasarkan tabel time dimension. c) Analisis penjualan per quarter untuk setiap konsumen
Gambar 7. Analisa Penjualan per quarter Analisis penjualan didasarkan pada tahun penjualan yang dibagi menjadi 4 bagian quarter/kuartal. Contoh untuk total penjualan pada tahun 2008 untuk ASA Comp dengan jenis barang cooler mater thermal grease adalah 41 dengan rincian pada kuartal pertama 31 dan kuartal ke dua adalah 10, untuk quarter ke tiga dan empat kosong. Ini bisa mengambarkan analisis potensi penjualan produk yang didasarkan waktu per quanter. 2). Proses Reporting Servces Reporting Services, yang merupakan salah satu services yang mendukung BI, berintegrasi dengan servis lain seperti Anaylisis Services dan Integration Services. a) Laporan top ten produk
8
Gambar 8. Laporan top ten penjualan barang Laporan ini mengindikasi bahwa ada 10 item barang yang paling banyak terjual, selanjutnya bisa diambil suatu keputusan untuk melakukan terobosan berkaitan dengan barang-barang yang tidak laku dijual serta mengetahui jumlah stok yang harus dipertimbangkan untuk setiap barang. b) Laporan total penjualan
Gambar 9. Laporan total penjualan Laporan ini menjelaskan total penjualan berdasarkan tanggal serta kemampuan format drill down dan roll up berdasarkan item barang apa saja yang terjual secara detail untuk setiap tanggal.
9
4. KESIMPULAN Kesimpulan yang dapat diambil adalah sebagai berikut. 1) Data warehouse sebagai sumber data BI perlu diterapkan sebagai komponen utama untuk analisis bisnis karena kemampuan yang bersifat multidimensi yaitu informasi yang diperoleh dapat diperoleh dari berbagi dimensi yaitu berdasarkan tabel dimensi waktu, konsumen, penjualan dan produk. 2) Analisa dengan metode OLAP dapat mengelola informasi mengenai data statistik pelanggan potensial, yaitu didasarkan total pembelian barang serta jenis barang apa saja yang dibeli. 3) Analisa dengan reporting services, informasi yang didapatkan lebih mudah karena bisa disajikan dengan teknologi berbasis web atau intranet. 4) Reporting services top ten customer adalah salah satu analisa bentuk laporan yang menginformasikan long live customer dari besarnya pembelian barang. 5) Penerapan OLAP untuk reportng services pada BI dapat menggunakan kemampuan dengan berbagai format multidimensional. 6) Kemampuan dari hasil implementasi BI sangat dipengaruhi oleh keberhasilan proses ETL .
DAFTAR PUSTAKA Howson, Cindi.2008. Successful Business Intelligence - Secrets to Making BI a Killer App.McGraw-Hill Companies. Inmon, W.H.2002.Building the data warehouse.Third Edition. John Wiley & Sons, Inc. Metrodata, Insite.Edisi april –juni 2006. Business Intelligence, Informasi berharga dari data mentah. PT. Metrodata Electronics, Tbk. Kemper, H; Unger,C ; and W. Mehanna.2004. Business IntelligenceGrundlagen und Praktische Anwendungen. Vieweg
10
Kimball,R.; and Merz, R.1998. The Data Warehouse Lifecycle Toolkit. Expert Methods for Designing, Developing and Deploying Data Warehouses. Wiley Computer Publishing, Canada. Rainardi ,Vincent.2008. Building a Data Warehouse: With Examples in SQL Server. New York: après Ronald .2008. Quick Intro to Microsoft Office PerformancePoint Server 2007 .MIC ITB Bandung. Turley, Bryant, Counihan and Duvarney.2006. Profesional SQL Server 2005 Reporting Services. Cananda: Wiley Publishing, Inc. Ponniah, Paulraj. 2001. Data Warehousing Fundamentals. New Cork: John Wiley and Sons. Turban.2005. Decision Support Yogyakarta: Penerbit Andi.
Systems
and
Intelligent
Systems.
Vivlane.2000. Business Intelligence Architecture on S/390 Presentation Guide.IBM http://stevan777.wordpress.com/2008/01/03/paper-business-intelligence/, www.sci.nu.ac.th/ifip/ifip_sci/Business_Intelligence%20Chang.doc http://www.microsoft.com/sql/technologies/reporting/overview.mspx
11
