POLA PENGEMBANGAN APLIKASI BUSINESS INTELLIGENCE SEBAGAI PENDUKUNG PENGAMBILAN KEPUTUSAN Dina Fitria Murad Meta Amaliya Dewi Ariyanti Wardhani
Abstract Availability of data and information are complete, true and correct has become a necessity for the survival of an organization.Business Intelligence is one form of implementation that is able to address the needs of the organization to improve its ability to analyze the problems it faces as well as in decision making, will the performance of an organization. Business Intelligence System is a term commonly used for this type of application or technology used to assist the activities of BI, such as collecting data, storing, providing access, and analyze data and information about the company's performance to help users make decisions accurately by performing a variety of activities including, decision support systems, query, reporting, online analytical processing (OLAP), statistical analysis, forecasting and data mining. Many diverse applications that can be used Business Intelligence reporting applications, analytic applications, data mining applications, dashboards, alerts, and portals. Business Intelligence also includes technologies such as data integration, data quality, data warehousing, master data management and content analysis. So the Business Intelligence system can be called as a decision support system (DSS).
Keywords: Business Intelligence, Development, DSS
Abstraksi Ketersediaan data dan informasi yang lengkap, benar dan tepat sudah menjadi kebutuhan pokok bagi kelangsungan hidup suatu organisasi. Business Intelligence merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya serta dalam pengambilan keputusan kinerja suatu organisasi. System merupakan istilah yang umumnya digunakan untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan BI, seperti mengumpulkan data, menyimpan, menyediakan akses, serta menganalisa data dan informasi mengenai kinerja perusahaan guna membantu pengguna mengambil keputusan secara akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan, query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan data mining. Banyak beragam aplikasi BI yang dapat digunakan yaitu reporting applications, analytic applications, data mining applications, dashboards, alerts, dan portal. Business
Intelligence juga mencakup teknologi seperti data integration, data quality, data warehousing, master data management dan content analysis.. Jadi sistem Business Intelligence bisa disebut sebagai sistem pendukung keputusan (DSS).
Kata Kunci : Business Intelligence, Pengembangan, DSS
1. PENDAHULUAN Seiring dengan persaingan bisnis yang semakin ketat, kecepatan dan ketepatan pengambilan keputusan menjadi sangat penting. Perkembangan teknologi informasi telah mengalami kemajuan yang sangat pesat salah satu kemajuannya adalah pengambilan keputusan untuk kegiatan bisnis , serta memberikan kontribusi besar terhadap perubahanperubahan yang mendasar pada struktur, operasi dan manajemen pada suatu organisasi. Dunia bisnis juga sangat terbantu dengan perkembangan sistem informasi yang semakin canggih, khususnya dalam Business Intelligence. Dengan teknologi informasi berbagai analisis
juga dikembangkan dalam mendukung sistem informasi yang dapat
meningkatkan efektifitas manajerial guna meningkatkan kinerja bisnis maupun organisasi. Business
Intelligence bukan
merupakan produk
tunggal, bukan
sebuah
teknologi atau metodologi. Business Intelligence menggabungkan teknologi, metode yang efektif, produk
untuk
laba serta peningkatan oleh tindakan
mengatur
data kunci
yang
performance kegiatan bisnis.
tertentu dan
keputusan
didasarkan
dibutuhkan untuk peningkatan Kinerja bisnis dapat didorong pada
analisis bisnis
dan
Informasi terfokus di sekitar proses bisnis kunci. Business Intelligence merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya
serta untuk meningkatkan keunggulan kompetitif perusahaan melalui pendayagunaan berbagai data, informasi, dan pengetahuan (knowledge) yang dimiliki oleh perusahaan sebagai bahan baku dalam proses 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 guna membantu pengguna mengambil keputusan secara akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan, query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan data mining untuk analisa data. Oleh karena itu Business Intelligence dapat membantu dalam proses pengambilan keputusan oleh pihak manajemen dalam suatu organisasi dengan menggunakan beberapa aplikasi BI.
2.
DASAR TEORI
2.1. Business Intelligence Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers : “ menjelaskan tentang suatu konsep dan metode bagaimana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali dipersamakan sebagaimana briefing books, report and query tools, dan sistem informasi
eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan data-data”. 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 Business Intelligence
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 pada gambar 2.1.1. dikelompokan menjadi tiga yaitu (1). Reporting, (2).OLAP dan (3). Data Mining.
Menurut Ronald (2008) ada beberapa bagian dalam solusi BI yaitu, keseluruhan proses dalam BI dapat diterjemahkan menjadi langkah-langkah dibawah ini : 1) Identifikasi masalah bisnis yang perlu diselesaikan dengan gudang data dan menentukan data yang diperlukan untuk menyelesaika masalah tersebut. 2) Identifikasi lokasi dari data-data yang diperlukan dan mengambilnya dari sumber penyimpanannya. 3) Merubah data yang diperoleh dari beragam sumber tersebut ke dalam sebuah data yang konsisten. 4)
Mengambil data yang telah dirubah tersebut ke dalam lokasi
yang
tersentralisasi. 5) Membuat sebuah gudang data dengan data yang ada dalam lokasi yang tersentralisasi tersebut 6) Memasang sebuah produk atau aplikasi yang dapat memberikan akses ke data yang ada dalam cube tadi. Ada berbagai macam jalan dan cara untuk berbagai macam tipe pekerjaan ketika berurusan dengan cube. Gambar berikut ini menunjukkan langkah-langkan dalam proses BI (Ronald) secara keseluruhan.
Gambar 2. Langkah-langkah Proses Business Intelligence
3. PEMBAHASAN 3.1.Konsep Business Intelligence
Konsep BI menekankan pada penerapan 5 (lima) pendayagunaan informasi untuk keperluan spesifik bisnis, masing-masing adalah: 1. Data Sourcing – berkaitan dengan kemampuan sistem untuk mengakses berbagai data dan informasi dari sejumlah sumber dan format yang berbeda. 2. Data Analysis – berkaitan dengan kemampuan sistem untuk membantu proses penciptaan pengetahuan (knowledge) melalui aktivitas pengkajian data dan informasi yang dimiliki oleh perusahaan. 3. Situation Awareness – berkaitan dengan kemampuan sistem untuk mencari dan menyediakan data dan informasi terkait dengan kebutuhan atau konteks bisnis dan lingkungannya pada saat tertentu, misalnya ketika perusahaan berhadapan dengan peristiwa darurat dan mendesak. 4. Risk Analysis – berkaitan dengan kemampuan sistem untuk melakukan kalkulasi risiko yang akan dihadapi perusahaan terhadap berbagai kecenderungan atau kemungkinan yang dapat terjadi sehubungan dengan kondisi tertentu 5. Decision Support – berkaitan dengan kemampuan sistem untuk secara proaktif membantu manajemen dalam memberikan pertimbangan keputusankeputusan yang berkualitas berdasarkan sejumlah kalkulasi dan pengolahan terhadap data/informasi internal maupun eksternal yang dimiliki.
3.2. Elemen-elemen Pengembangan Business Intelligence 3.2.1. Data Warehouse
Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data historis yang diambil dari basis data-basis data yang tersebar di suatu organisasi. Data warehouse mengumpulkan semua data perusahaan dalam satu tempat agar dapat diperoleh pandangan yang lebih baik dari suatu proses bisnis/kerja dan meningkatkan kinerja organisasi. Data warehouse mendukung proses pembuatan keputusan manajemen. Tujuan utama dari pembuatan Data warehouse adalah untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query (pencarian data), menghasilkan laporan, dan melakukan analisis. Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat meningkatkan efektifitas pembuatan keputusan. dapat
meningkatkan efektifitas
pembuatan keputusan. Adapun karakteristik Data warehouse adalah sebagai berikut : a. Subject Oriented atau berorientasi pada subyek. Sebuah data warehouse dikatakan berorientasi pada subyek karena data disusun sedemikian rupa sehingga semua elemen data yang terkait dengan event/objek yang sama dihubungkan. b. Time-variant, artinya bahwa perubahan data ditelusuri dan dicatat sehingga laporan dapat dibuat dengan menunjukkan waktu perubahannya. Bahwa data warehouse merupakan penyimpanan data dalam waktu yang lama. c. Non Volatile berarti bahwa data yang telah disimpan tidak dapat berubah. Sekali committed, data tidak pernah ditimpa/dihapus. Data akan bersifat static, hanya dapat dibaca dan disimpan untuk kebutuhan pelaporan
d. Integrated, artinya data warehouse akan mencakup semua data operasional organisasi yang disimpan secara konsisten. Ke-empat karakteristik di atas saling terkait dan kesemuanya harus diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk mendukung
pengambilan
keputusan.
Implementasi
ke-empat
karakteristik
ini
membutuhkan struktur data dari data warehouse yang berbeda dengan database sistem operasional biasa. Sedangkan fungsi utama dari data warehouse meliputi5 (Djoni Darmawikarta, 2003) : a. Pengambilan dan pengumpulan data (termasuk data dari luar organisasi yang dibutuhkan) (extract) b.Mempersiapkan
data
(transforming),
seperti
membersihkan
dan
mengintegrasikan data c. Penyimpanan data (loading) d. Penyediaan data untuk analisis (query & reporting) Secara garis besar, (Han, Jiawei & Kember, Micheline. 2001)kedudukan data warehouse diimplementasi BI dapat dilihat pada gambar 3.2.1 Nampak bahwa penyusunan suatu data warehouse yang lengkap, integratif serta terhubung dengan semua data operasional merupakan modal pokok dikembangkannya BI di suatu organisasi.
Gambar 3. Implementasi Data Warehouse
Beberapa bagian penting dalam data warehouse dapat dijelaskan sebagaimana di bawah ini : 1. Data mart, yang merupakan bagian dari data warehouse yang mendukung kebutuhan dari suatu fungsi bisnis atau departemen tertentu. Data mart dapat berdiri sendiri atau terhubung ke data warehouse yang telah ada. Ada beberapa karakteristik dari data mart yang membedakannya dengan data warehouse, yaitu :
Data mart hanya berfokus pada satu kebutuhan pengguna dengan satu departemen atau fungsi bisnis
Data mart tidak secara normal berisi data operasional terperinci
Data mart berisi lebih sedikit data dari yang ada dalam data warehouse, lebih mudah dimengerti dan dipahami.
2. Kubus data (cube), adalah unit pemrosesan data yang terdiri dari fact table, dimension dan measure dalam suatu data warehouse. 3. Aggregation, adalah hitungan awal dari data numerik. Dengan menghitung dan menyimpan jawaban dari query yang sebelumnya telah dibuat, waktu proses query dapat lebih cepat. Dengan adanya agregasi, data yang jumlahnya
ribuan atau bahkan ratusan ribu dalam suatu basis data multidimensi dapat dicari dengan mudah dan tidak memakan banyak waktu. Agregasi ini merupakan pondasi dari pembentukan kubus data, karena mengorganisir kumpulan data kedalam struktur data basis data multidimensi sehingga menghasilkan respon time yang cepat.
3.2.2. Data Mining
Data Mining seringkali diartikan dengan “menulis banyak laporan dan query”. Namun pada kenyataannya kegiatan data mining tidak melakukan pembuatan laporan dan query sama sekali. Data mining dilakukan dengan tool khusus, yang mengeksekusi operasi data yang telah didefinisikan berdasarkan model analisis. Data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang berada pada basis data yang besar yang selama ini tidak diketahui tetapi mempunyai potensi informasi yang bermanfaat. Konsep data mining muncul dikarenakan timbulnya data explosion akibat dari penumpukan data oleh sistem pengolahan basis data terpadu di suatu organisasi. Proses data mining menggunakan berbagai perangkat analisis data untuk menemukan pola dan hubungan dalam data yang mungkin dapat digunakan untuk membuat prediksi yang valid. Data mining menganalisis data untuk menemukan informasi yang tersembunyi pada sejumlah besar data yang disimpan.
3.2.3. 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 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 4 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)
Sedangkan yang dimaksud dengan Decision Support Systems (DSS) merupakan sistem informasi yang menggunakan model keputusan dan basis data untuk membantu proses pengambilan keputusan pada level manajerial. Adapun Executive Information Systems (EIS) adalah sistem informasi strategis bagi manajemen atas (eksekutif) yang menyediakan akses yang cepat untuk informasi selektif faktor-faktor kunci terkait implementasi strategi organisasi. Secara garis besar, kedudukan OLAP dalam implementasi BI dapat dilihat pada gambar 3.2.2 :
Gambar 4. Kedudukan OLAP Dalam Business Intelligence
3.2.4 Reporting Services
Kemampuan menyajikan laporan Bagi level management atau bagian eksekutif suatu perusahaan bisnis, adalah bagian terpenting dari 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 defi nition, data source, user, policy, role, dan report snapshot. 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:
Gambar 5. 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. 4) Menentukan measure sebagai filed atau nilai yang akan dianalisa dari data operasional.
3.3. Tahapan Dalam Mengembangkan Business Intelligence
Dalam mengembangkan BI setidaknya terdapat tahapan-tahapan yang harus dilaksanakan untuk memastikan agar upaya pengembangan BI akan mencapai hasil yang maksimal. Secara garis besar, tahapan tersebut dapat dijelaskan pada gambar berikut :
Gambar 6. Tahapan Pengembangan Business Intelligence
a. Tahap Perencanaan Proyek (Project Planning) Pada tahapan ini harus dapat dijelaskan apa yang menjadi tujuan utama dari proyek BI, ekspektasi (harapan) yang diinginkan, dukungan formal dari Pimpinan organisasi yang bersangkutan, serta capaian-capaian (milestone) yang akan dituju. b. Tahap Analisis Kebutuhan (Requirement Analysis) Pada tahap ini harus sudah teridentifikasi kebutuhan pengembangan BI secara detail. Hal ini dapat dilakukan dengan menyusun dan mengumpulkan information package untuk semua subjek informasi yang akan ada dalam data warehouse. Fungsi information package adalah : o Mendefinisikan subjek area dan ukuran pekerjaan (business process) utama o Menentukan bagaimana data akan disajikan dan diakses o Menentukan bagaimana pengguna akan melakukan agregasi atau roll up o Menentukan kuantitas data untuk analisis atau query o Menaksir ukuran data warehouse & frekuensi data refreshing
o Memastikan bagaimana informasi akan di-package c. Tahap Desain dan Konstruksi (Design and Construction) Pada tahap ini harus telah tersusun arsitektur dan infrastruktur yang diinginkan dari desain BI, yang akan mencakup 3 (tiga) bagian utama yaitu : o Data Acquisition Bagian ini terkait dengan upaya meng-ekstraksi data dari sumber-sumber data, dan upaya memindahkan data yang sudah diekstrak tersebut ke staging area (tempat dimana semua data ekstraksi diletakkan bersamasama) o Data Storage Bagian ini terkait dengan upaya loading data dari staging area ke data warehouse repository (berupa relational data base) o Information Delivery Bagian ini terkait dengan upaya menyediakan user interface yang akan menghubungkan pengguna dengan data warehouse. Jenisnya dapat berupa OLAP, data mining, maupun report/query.
Gambar 7. Arsitektur dan Konstruksi Business Intelligence
Dengan kata lain pada bagian ini menggunakan method (ETL = Extract Transform Loading). d. Tahap Implementasi (Deployment) Pada tahap ini, pengembangan BI yang telah dilakukan pada tahap-tahap sebelumnya harus sudah dapat dites penggunaannya serta kemudian diujicoba apakah sudah memenuhi tujuan dan ekspekstasi sebagaimana kebutuhan organisasi. Akhir tahap ini ditandai dengan telah dilaksanakannya user acceptance test (UAT) dan user telah memahami bagaimana menggunakan sistem tersebut dengan tepat. e. Tahap Pemeliharaan (Maintenance) Kebutuhan informasi yang dibutuhkan organisasi akan terus berkembang. Untuk itu, sistem BI yang telah diimplementasikan mungkin saja memerlukan perkembangan lebih lanjut (enhancement). Untuk itu perlu dipersiapkan suatu proses pemeliharaan yang berkesinambungan.
3.4. Pendekatan Implementasi Business Intelligence
Dalam membangun dan mengimplementasikan BI di suatu organisasi, terdapat 3 (tiga) pendekatan yang bisa digunakan. Masing-masing dari pendekatan tersebut memiliki kelebihan dan kelemahan, dimana pilihan dari strategi tersebut berdasarkan kondisi dan kebutuhan organisasi yang akan membangun BI. Pendekatan tersebut adalah sebagai berikut : a. Top-down Approach Pendekatan top-down sangat tepat bagi suatu organisasi yang akan membangun BI dimana pada waktu yang bersamaan organisasi tersebut juga
sedang m lakukan ineering) secara menyeluruh di seluruh aspek organisasi. Pada pendekatan ini, kerangka data warehouse secara menyeluruh (enterprise data warehouse) harus disusun terlebih dahulu, baru kemudian diikuti oleh data warehouse departemental (data mart). **Kelebihan dari pendekatan ini adalah : - Pembangunan BI langsung mencakup data seluruh organisasi. - Kerangka BI akan lebih terstruktur, bukan gabungan dari berbagai data mart (data parsial). - Penyimpanan data menjadi terpusat. - Kontrol informasi dapat dilakukan secara tersentralisasi. **Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah : -Waktu implementasi lebih lama - Risiko kegagalan relatif tinggi karena kerumitannya. - Membutuhkan biaya yang relatif besar
b. Bottom-up Approach Kebalikan dengan pendekatan sebelumnya, dalam pendekatan bottom-up BI yang Akan disusun justru dari tingkat departemental (departemental data warehouse) baru kemudian diintegrasikan menjadi data warehouse organisasi secara keseluruhan. Pendekatan ini sangat tepat bagi kebutuhan suatu organisasi yang memperioritaskan pembangunan BI di suatu departemen terlebih dahulu. Kemudian setelah sukses di departemen tersebut akan dilanjtukan ke departemen lainnya. **Kelebihan dari pendekatan ini adalah :
- Implementasi lebih mudah untuk dikelola dan lebih cepat memperlihatkan hasil. - Risiko kegagalan relativ lebih kecil. - Bersifat incremental, dimana data mart yang penting dapat dijadwalkan lebih awal - Memungkinkan anggota tim proyek untuk belajar dengan baik. ** Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah : - Tiap data mart merupakan departmental-view - Memungkinkan terjadinya duplikasi data di setiap data mart di masingmasing departemen - Data tidak konsisten dan data sulit direkonsiliasi - Terdapat banyak interface yang sulit di kelola. 4. KESIMPULAN
Agar pengembangan Business Intelligence berjalan dengan maksimal, guna mencapai pengambilan keputusan yang tepat sesuai dengan sasaran dan rencana manajemen dalam suatu organisasi. Ada beberapa faktor yang harus diperhatikan, diantaranya : 1. Memahami konsep-konsep penerapan dalam pendayagunaan informasi, diantaranya : Data Sourcing, Data Analysis, Situation Awareness, Risk Analysis, Decision Support. 2. elemen-elemen yang diperlukan dalam membangun proses Business Intelligence itu sendiri, diantaranya : Data Warehouse, Data Mining, OLAP (Online Analytical Processing).
3. Dalam mengembangkan BI terdapat tahapan-tahapan yang harus dipenuhi untuk memastikan agar pengembangan BI mencapai hasil sebagaimana yang diinginkan. Secara garis besar, tahapan meliputi : a. Tahap Perencanaan Proyek (Project Planning), b. Tahap Analisis Kebutuhan (Requirement Analysis), c. Tahap Desain dan Konstruksi (Design and Construction), d. Tahap Implementasi (Deployment), e. dan Tahap Pemeliharaan (Maintenance). 4. Terdapat beberapa faktor yang menjadi kunci sukses dalam pengembangan BI, dimana 3 (tiga) hal yang paling utama adalah : 1. Dukungan dan komitmen berkelanjutan dari Pimpinan 2. Perencanaan yang matang dan realistis 3. Ketersediaan data yang lengkap dan reliable Dengan melakukan pengembangan Business Intelligence tersebut, diharapkan dapat membantu manajemen dalam proses pengambilan keputusan yang tepat sesuai fakta yang di dapat berdasarkan data, informasi dan analisa.
DAFTAR PUSTAKA D J. Power, A Brief History of Decision Support Systems, DSSResources.com, 2002. Djoni Darmawikarta, Mengenal Data Warehouse, Ilmu Komputer, 2003 Han, Jiawei & Kember, Michelin, Data mining Concepts & Techniques, Simon Fraser University Academic Press, USA 2001. Mike Steadman, The Value of BI for Association Executives, Association Xpertise Inc., 2003
Moody, D. & Kortink, M.A.R. 2000. From enterprise models to dimensional models: a methodology for data warehouse and data mart design. Proceedings of International Workshop on Design and Management of Data Warehouses (DMDW’2000), pp. 5-1 – 5-12. Noverino Rifai, Kharizt Attria Gupta, Business Intelligence, ITB, 2004 Ponniah, Paulraj. 2001. Data Warehousing Fundamentals. New Cork: John Wiley and Sons. 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. Steve Williams, Nancy Williams, BI and Government Performance Management: Getting to Green, DM Review, 200 Turban.2005. Decision Support Systems and Intelligent Systems. Yogyakarta: Penerbit Andi.
