POLA PENGEMBANGAN APLIKASI BUSINESS INTELLIGENCE SEBAGAI PENDUKUNG PENGAMBILAN KEPUTUSAN
|
|
- Agus Johan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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
2 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 mengatur data kunci yang dibutuhkan untuk peningkatan laba serta peningkatan performance kegiatan bisnis. Kinerja bisnis dapat didorong oleh tindakan tertentu dan keputusan didasarkan 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
3 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
4 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 dikelompokan menjadi tiga yaitu (1). Reporting, (2).OLAP dan (3). Data Mining.
5 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.
6 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.
7 3.2. Elemen-elemen Pengembangan Business Intelligence 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
8 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 meliputi 5 (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 Nampak bahwa penyusunan suatu data warehouse yang lengkap, integratif serta terhubung dengan semua data operasional merupakan modal pokok dikembangkannya BI di suatu organisasi.
9 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
10 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 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 OLAP (On-Line Analytical Processing) Ponniah (2001) menyatakan bahwa On-Line Analytical Processing (OLAP) merupakan teknologi yang memungkinkan analis, manajer dan eksekutif secara
11 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)
12 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 : Gambar 4. Kedudukan OLAP Dalam Business Intelligence 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.
13 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:
14 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 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 :
15 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
16 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
17 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 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
18 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 :
19 - 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).
20 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, Djoni Darmawikarta, Mengenal Data Warehouse, Ilmu Komputer, 2003 Han, Jiawei & Kember, Michelin, Data mining Concepts & Techniques, Simon Fraser University Academic Press, USA Mike Steadman, The Value of BI for Association Executives, Association Xpertise Inc., 2003
21 Moody, D. & Kortink, M.A.R 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 Noverino Rifai, Kharizt Attria Gupta, Business Intelligence, ITB, 2004 Ponniah, Paulraj Data Warehousing Fundamentals. New Cork: John Wiley and Sons. Rainardi,Vincent Building a Data Warehouse: With Examples in SQL Server. New York: après Ronald 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 Decision Support Systems and Intelligent Systems. Yogyakarta: Penerbit Andi.
22
Analisis Dan Penerapan Teknologi Informasi Bisnis Dalam Peningkatan Kinerja Perusahaan
Analisis Dan Penerapan Teknologi Informasi Bisnis Dalam Peningkatan Kinerja Perusahaan Yopi Handrianto Program Studi Komputerisasi Akuntansi AMIK BSI Bandung Jl. Sekolah Internasional No. 1-6 Antapani
Lebih terperinciAPLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi
APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Kusnawi Dosen STMIK AMIKOM Yogyakarta Abstraksi Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak terutama
Lebih terperinciIMPLEMENTASI OLAP DAN REPORTING SERVICES SEBAGAI BAGIAN PROSES BUSINESS INTELLIGENCE. Kusnawi ABSTRACT
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
Lebih terperinciTAHAPAN PELAKSANAAN SISTEM INTELIJEN BISNIS DALAM PERUSAHAAN
TAHAPAN PELAKSANAAN SISTEM INTELIJEN BISNIS DALAM PERUSAHAAN Oleh : Nazwirman Email : Nazwir10@gmail.com ABSTRAKSI Penelitian ini fokus kepada beberapa hal penting, yaitu untuk mengetahui tahapan-tahapan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan
Lebih terperinciLAPORAN TIM STUDI TENTANG IMPLEMENTASI BUSINESS INTELLIGENCE
LAPORAN TIM STUDI TENTANG IMPLEMENTASI BUSINESS INTELLIGENCE DEPARTEMEN KEUANGAN REPUBLIK INDONESIA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN TAHUN 2007 ABSTRAK Penelitian ini bertujuan untuk mengetahui
Lebih terperinciPerancangan Basis Data
Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciRANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE
RANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Maimunah 1, Siti Farhatus Saadah 2, Randy Andrian 3 1 Dosen Jurusan Teknik Informatika AMIK Raharja Informatika 2 Dosen Jurusan Sistem
Lebih terperinciDATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)
DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database
Lebih terperincihttp://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi
Lebih terperinciTugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Lebih terperinciIntroduction to Business Intelligence
Materi Kuliah Business Intelligence Introduction to Business Intelligence Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2012 Kompetensi Dasar
Lebih terperinciBab 2 Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya Pada jurnal dengan judul A Service-oriented Architecture for Business Intelligence dipaparkan tentang perbandingan konsep service-oriented dalam BI dengan
Lebih terperinci6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe
Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management
Lebih terperinciPROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE
PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE Oktavian Abraham Lantang ABSTRAK Saat ini seiring dengan perkembangan teknologi informasi yang semakin pesat, ketergantungan proses bisnis suatu perusahaan
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih terperinciBAB II KONSEP DATA WAREHOUSING
BAB II KONSEP DATA WAREHOUSING Komptensi yang diharapkan: Peserta pembelajaran memahami konsep-konsep, berbagai istilah, karakteristik, manfaat, tujuan, tugas-tugas data warehouseing. A. Pengertian Beberapa
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 2] Jenis dan Karakteristik Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Jenis Data Warehouse 1. Functional Data Warehouse (Data Warehouse Fungsional)
Lebih terperinciPERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR
PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : randy.permana@rocketmail.com
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 3] Arsitektur dan Struktur Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Arsitektur Data Warehouse Menurut Poe, arsitektur adalah sekumpulan atau
Lebih terperinciANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)
ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) Budi Santosa 1), Dessyanto Boedi P 2), Markus Priharjanto 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran"
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciBusiness Intelligence System (Sistem Kecerdasan Bisnis) Mohammad Sidik
Business Intelligence System (Sistem Kecerdasan Bisnis) Mohammad Sidik Pengertian Business Intelligence System O Business Intelligence adalah Proses, Teknologi, dan Peralatan yang membantu kita mengubah
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Dalam bab ini akan dijelaskan tentang beberapa konsep tentang supra desa, business intelligence, data warehouse, staging area, ETL, OLAP, ROLAP, Pentaho Data Integration, dan PHP.
Lebih terperinciPERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE
PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan
Lebih terperinciTUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP
Lebih terperinciBusiness Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization
Business Intelligence Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization DEFINISI DATA WAREHOUSE Data warehouse adalah database yang saling bereaksi yang dapat digunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang
Lebih terperinciMEMBANGUN DATA WAREHOUSE
MEMBANGUN DATA WAREHOUSE A. Menentukan Bentuk Data Warehouse Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Informasi Sistem Informasi adalah suatu kumpulan dari komponen yang berinteraksi untuk menyelesaikan tugas bisnis. pendapat ini didukung dengan pendapat Satzinger, Jackson,
Lebih terperinciRANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE
Maimunah, Rancang Bangun Aplikasi Data 27 RANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Maimunah 1, Siti Farhatus Saadah 2, Randy Andrian 3 1 Dosen Jurusan Teknik Informatika AMIK
Lebih terperinciPERKEMBANGAN BASIS DATA SAAT INI
PERKEMBANGAN BASIS DATA SAAT INI Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional. Perkembangan komputer
Lebih terperinciPerancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi
Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi I Nyoman Mahayasa Adiputra, J. Wahyu Nugroho Joshua Sekolah Tinggi
Lebih terperinciPERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL
PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PROSES ETL PADA DATA WAREHOUSE
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PROSES ETL PADA DATA WAREHOUSE Armadyah Amborowati STMIK AMIKOM Yogyakarta Jl. Ring Road Utara, Condong Catur, Yogyakarta Telp (0274) 884201 e-mail : armagauthama@yahoo.com
Lebih terperinciPerancangan Data Warehouse pada Perpustakaan. STMIK AMIKOM Yogyakarta
Perancangan Data Warehouse pada Perpustakaan STMIK AMIKOM Yogyakarta Armadyah Amborowati STMIK AMIKOM Yogyakarta armagauthama@yahoo.com Abstraksi Data merupakan aset penting dalam sebuah organisasi yang
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 15 Nomor
Jurnal Ilmiah Widya Teknik Volume 15 Nomor 2 2016 PEMBANGUNAN ONLINE ANALYTICAL PROCESSING YANG TERINTEGRASI DENGAN SISTEM INFORMASI HARGA BAHAN POKOK KOTA YOGYAKARTA C. Hutomo Suryolaksono 1, Paulina
Lebih terperinciBUSINESS INTELLIGENCE
OVERVIEW BUSINESS INTELLIGENCE Business Intelligence (BI) merupakan perkembangan dari aplikasi Knowlegde Management (KM), dengan menambahkan proses data analytics, yaitu dengan memanfaatkan data yang ada
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperinciBAB 1 PENDAHULUAN. penting dalam berbagai bidang, terutama dalam bidang bisnis. Salah satu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin pesat memberikan pengaruh penting dalam berbagai bidang, terutama dalam bidang bisnis. Salah satu bentuk penerapan teknologi yang
Lebih terperinciKompetensi : Mahasiswa dapat mengenal dan memahami konsep business intelligence, manfaat, implementasi di organisasi dan penyebab kegagalan BI.
Kompetensi : Mahasiswa dapat mengenal dan memahami konsep business intelligence, manfaat, implementasi di organisasi dan penyebab kegagalan BI. a. Definisi b. Implementasi BI di organisasi c. Manfaat dan
Lebih terperinciDATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan
DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional
Lebih terperinciBasis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.
Basis Data Oracle - Business Intelligence System Ramos Somya, M.Cs. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant,
Lebih terperinciBAB I LATAR BELAKANG
1 BAB I LATAR BELAKANG Dewasa ini penggunaan Intelegensi Bisnis dalam suatu perusahaan adalah salah satu hal penting yang harus dimiliki suatu perusahaan jika ingin mendapatkan keputusan strategis dari
Lebih terperinci6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan
Aplikasi e business yang berfungsi untuk mengubah data data dalam perusahaan (data operasional, transaksional, dll) ke dalam bentuk pengetahuan Analisis terhadap transaksi transaksi di masa lampau dan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pembangunan intelegensi bisnis yang menyerupai dengan pembangunan intelegensi bisnis untuk subjek kegiatan keuangan pada Universitas Atma Jaya Yogyakarta sudah ada. Seperti yang
Lebih terperinciPERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR
PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA Dinar Priskawati 1, Dian Dharmayanti 2 Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Sistem Informasi Sistem informasi secara teknis bisa didefinisikan sebagai sekelompok komponen yang saling terkait yang mengumpulkan, memproses, menyimpan, dan mendistribusikan
Lebih terperinciPERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR
PERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika DISUSUN OLEH: HENDRIKUS
Lebih terperinciMODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ
MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ Rani Susanto 1), Tati Harihayati M 2), Utami Dewi Widianti 3) 1), )2, 3) Teknik Informatika UNIKOM Bandung
Lebih terperinciKARAKTERISTIK DATA WAREHOUSE
KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa
Lebih terperinciANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN
ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN KEPUTUSAN PADA PT. PUSAKA KALI AGUNG Penulis : Rustam Steven Edwin Laurentino Palit
Lebih terperinciImplementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan Menggunakan Aplikasi Tableau Public
Implementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan Menggunakan Aplikasi Tableau Public Ricky Akbar 1, Azizi Soniawan 2, Rafel Dinur 3, Jovi Adrian 4,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Data adalah sebuah rekaman dari fakta-fakta, konsep-konsep, atau instruksiinstruksi pada media penyimpanan untuk komunikasi perolehan, dan pemrosesan dengan cara otomatis
Lebih terperinciAnggota Kelompok 3 :
Anggota Kelompok 3 : Customer relationship management (CRM) Adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan maupun pelanggannya akan menerima nilai maksimum dari hubungan
Lebih terperinciPERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA. Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta
PERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta armagauthama@yahoo.com Abstraksi Data merupakan aset penting dalam sebuah organisasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat ditunjukkan dengan munculnya beragam perangkat teknologi yang mempermudah manusia dalam memonitor perkembangan usahanya
Lebih terperinciBUSINESS INTELLIGENCE. Management Database & Informasi
BUSINESS INTELLIGENCE Management Database & Informasi Pengorganisasian data di lingkungan file tradisional vs Pendekatan database Dasar-dasar Business Intellegence Basis Data Vs Pemrosesan File Tradisional
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Pengertian Data Menurut McLeod (2007, p9), data terdiri dari fakta fakta dan angka angka yang relatif tidak berarti bagi pemakai. Sedangkan menurut O'Brien (2005,
Lebih terperinciIMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA
Lebih terperinciOPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ
OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ Hendro Poerbo Prasetiya 1), Yogi Eka Sakti 2) 1), 2) Sistem Informasi Universitas Ma Chung Jl Villa Puncak Tidar N-01, Malang
Lebih terperinciBAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah
BAB II LANDASAN TEORIse 2.1 Data Warehouse Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah tempat penyimpanan data dimana kapasitas penyimpanannya berskala besar; datanya diakumulasikan
Lebih terperinciSistem Informasi Eksekutif Data Alumni Menggunakan Data Warehouse
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Sistem Informasi Eksekutif Data Alumni Menggunakan Data Warehouse IGKG Puritan Wijaya ADH 1), Luh Made Yulyantari 2) STMIK
Lebih terperinciBAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan data diberbagai bidang ilmu pengetahuan, bisnis ataupun pemerintahan. Pada proses penyediaan
Lebih terperinciPERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN
PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN Luky Hidayat 1), Adhistya Erna Permanasari 2), Igi Ardiyanto 3) 1),2),3 ) Departemen Teknik Elektro dan Teknologi Informasi, Fakultas
Lebih terperinciANALISIS DAN PERANCANGAN DATA WAREHOUSE PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS BINADARMA PALEMBANG)
ANALISIS DAN PERANCANGAN DATA WAREHOUSE PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS BINADARMA PALEMBANG) Andri 1), Baibul Tujni 2) 1,2) Program Studi Sistem Informasi Universitas Binadarma Jalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Memasuki era perekonomian global, setiap negara memperkuat pilarpilar
BAB 1 PENDAHULUAN 1.1 Latar Belakang Memasuki era perekonomian global, setiap negara memperkuat pilarpilar stabilitas nasionalnya dalam menghadapi persaingan antar-negara yang begitu ketat. Permasalahan
Lebih terperinciSistem Informasi Eksekutif Berbasis Web Pada Fakultas Pertanian Universitas Muhammadiyah Palembang
Sistem Informasi Eksekutif Berbasis Web Pada Fakultas Pertanian Universitas Muhammadiyah Palembang Fauzan Aziz 1, Leon Andretti Abdillah 2, Novri Hadinata 3 1,2,3 Program Studi Sistem Informasi, Fakultas
Lebih terperinciPerancangan Sistem Informasi Eksekutif
Perancangan Sistem Informasi Eksekutif (Studi Kasus di UGM) Arif Nurwidyantoro Jurusan Ilmu Komputer dan Elektronika, FMIPA arifn@mail.ugm.ac.id Burhanudin Hakim Pusat Sumber Daya Informasi (PSDI) udnpico@gmail.com
Lebih terperinciSistem Basis Data Lanjut DATA WAREHOUSE. Data Warehouse 1/20
DATA WAREHOUSE Data Warehouse 1/20 Outline Konsep dan Arsitektur Data Warehouse Alur Data Warehouse Teknologi dan Peralatan Data Warehouse Perancangan Data Warehouse Penggunaan Oracle pada Data Warehouse
Lebih terperinciPERTEMUAN 14 DATA WAREHOUSE
PERTEMUAN 14 DATA WAREHOUSE Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang akan dibuat adalah sebagai berikut : Sistem Monitoring Pertumbuhan Balita Berbasis Web. Wahyuningsih
BAB II TINJAUAN PUSTAKA A. Telaah Penelitian Penelitian sebelumnya yang berhubungan dengan sistem informasi yang akan dibuat adalah sebagai berikut : Wahyuningsih (2011) telah melakukan penelitian yang
Lebih terperinciPEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR
PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Program Pascasarjana Magister Ilmu Komputer
Lebih terperinciDESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1
DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO Mohammad Yazdi 1 1 Jurusan Matematika FMIPA Universitas Tadulako Jl. Soekarno-Hatta Palu, Indonesia
Lebih terperinciThe Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema
Jurnal Ilmiah ESAI Volume 6, No.3, Juli 2012 ISSN No. 1978-6034 The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema Perancangan Struktur Data Warehouse Untuk Mendukung
Lebih terperinciBAB 2 LANDASAN TEORI. Data merupakan bentuk jamak dari datum (Vardiansyah, 2008, p3). Dalam
BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Umum Data dan Informasi Data merupakan bentuk jamak dari datum (Vardiansyah, 2008, p3). Dalam penggunaan sehari-hari data merupakan sesuatu pernyataan
Lebih terperinciPERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.)
PERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.) Kusuma Ayu Laksitowening Institut Teknologi Telkom kal@ittelkom.ac.id ABSTRACT As the
Lebih terperinciBAB I PENDAHULUAN. mencapai tujuan. Dengan menggunakan sebuah data warehouse, menjamin
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berkembang pesatnya teknologi informasi, banyak aspek kegiatan manusia yang dipengaruhi oleh teknologi, termasuk aspek bisnis. Hampir semua perusahaan,
Lebih terperinciBAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti
BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis
Lebih terperinciBAB 4 PERANCANGAN DAN IMPLEMENTASI
BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian
Lebih terperinciBAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,
BAB 2 2 LANDASAN TEORI 2.1 Pengertian Data Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep, atau instruksi-instruksi pada media penyimpanan untuk komunikasi, pengambilan,
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK
PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK Novia Busiarli 1), Mardhiya Hayati 2) 1), 2,)3) Teknik Informatika STMIK AMIKOM
Lebih terperinciPEMBANGUNAN DATA MART UNTUK FAKTA PENGUNJUNG RAWAT JALAN PADA RS TELOGOREJO SKRIPSI
PEMBANGUNAN DATA MART UNTUK FAKTA PENGUNJUNG RAWAT JALAN PADA RS TELOGOREJO SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Disusun oleh : Cindy Lestari
Lebih terperinciPERAN BUSINESS INTELLIGENCE DALAM SOLUSI BISNIS
PERAN BUSINESS INTELLIGENCE DALAM SOLUSI BISNIS Siswono Information Systems Department, School of Information Systems, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 sisbinus@yahoo.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan sebagai organisasi memiliki ketergantungan yang saling terkait dengan individu dalam perusahaan itu sendiri. Karyawan sebagai individu dalam perusahaan merupakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi informasi yang semakin pesat turut memacu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat turut memacu perkembangan pada dunia bisnis untuk mampu mengikuti perubahan yang terjadi dan menjadi lebih maju
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum Teori umum adalah suatu pernyataan yang dianggap benar secara universal. Teori umum merupakan dasar untuk mengembangkan teori selanjutnya yang lebih khusus (spesifik).
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN DATA WAREHOUSE PADA INSTITUSI BALAI PENGKAJIAN TEKNOLOGI PERTANIAN (BPTP) JAWA BARAT Hengky Saputra Teknik Informatika Universitas Komputer
Lebih terperinciPENGEMBANGAN PROTOTYPE BUSINESS INTELLIGENCE BERBASIS ENTERPRISE RESOURCE PLANNING UNTUK USAHA KECIL DAN MENENGAH
PENGEMBANGAN PROTOTYPE BUSINESS INTELLIGENCE BERBASIS ENTERPRISE RESOURCE PLANNING UNTUK USAHA KECIL DAN MENENGAH Saepudin Nirwan 1, Ari Yanuar 2 1 Teknik Informatika, Politeknik Pos Indonesia, 2 Teknik
Lebih terperinciMANFAAT DATA WAREHOUSE PADA PT ABC
MANFAAT DATA WAREHOUSE PADA PT ABC Evaristus Didik M.; Dewi S.; Felisia L.; Winnie S. Information Systems Department, School of Information Systems, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciSYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE. Astrid Lestari Tungadi, S.Kom., MTI.
SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE Astrid Lestari Tungadi, S.Kom., MTI. PENDAHULUAN Kode Mata Kuliah : 304SI4 Nama Mata Kuliah: Data Warehouse/Data Mining Kredit : 4 sks Dosen : Stefany Yunita
Lebih terperinciPEMBUATAN DATA WAREHOUSE PENGUKURAN KINERJA PROSES BELAJAR MENGAJAR DI JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KRISTEN PETRA
PEMBUATAN DATA WAREHOUSE PENGUKURAN KINERJA PROSES BELAJAR MENGAJAR DI.. (Andreas Handojo, et al.) PEMBUATAN DATA WAREHOUSE PENGUKURAN KINERJA PROSES BELAJAR MENGAJAR DI JURUSAN TEKNIK INFORMATIKA UNIVERSITAS
Lebih terperinciDATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga
DATABASE Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi. Contoh : basis data akademis mengandung tabel tabel yang berhubungan
Lebih terperinciData Warehouse dan Decision Support System. Arif Basofi
Data Warehouse dan Decision Support System Arif Basofi Referensi Data Warehouse, STMIK Global Informatika MDP. M. Syukri Mustafa,S.Si., MMSI, Sistem Basis Data II (Data Warehouse), 2008. Hanim MA, Data
Lebih terperinciBAB I PENDAHULUAN. memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi informasi telah berkembang dengan pesat, dengan memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan lebih cepat,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Piramida Sistem Informasi Pada kondisi sekarang ini, hampir seluruh pekerjaan yang ada telah disusun secara sistem. Sistem adalah suatu hal yang menghubungkan suatu hal dengan
Lebih terperinciOnline Analytical Processing (OLAP)
Online Analytical Processing (OLAP) OLAP 1/16 Outline Keuntungan OLAP Penyajian Data Multidimensi Peralatan OLAP dan Kategorinya Penerapan SQL pada OLAP OLAP 2/16 OLAP : Sintesa dinamis, analisis, dan
Lebih terperinci