PENGEMBANGAN DATA WAREHOUSE DAN PERANCANGAN DASHBOARD UNTUK BUSINESS INTELLIGENCE MARKETING BINA NUSANTARA DENGAN MENGGUNAKAN SHAREPOINT 2010

PENGEMBANGAN DATA WAREHOUSE DAN PERANCANGAN DASHBOARD UNTUK BUSINESS INTELLIGENCE MARKETING BINA NUSANTARA DENGAN MENGGUNAKAN SHAREPOINT 2010 Oscar Yuandinata Binus University, Jakarta, DKI Jakarta,10720 Eric Suwardi Binus University, Jakarta, DKI Jakarta,14350 dan David Widjojo Binus University, Jakarta, DKI Jakarta, 11430

Abstrak Penelitian dilakukan pada bagian Marketing di Universitas Bina Nusantara, dengan tujuan penelitian adalah untuk menyediakan dashboard yang akan diimplementasikan pada Marketing Bina Nusantara, sehingga dapat memberikan laporan yang terperinci, aktual, terintegrasi, terotomatisasi, dan mudah diakses kepada general manager Marketing Bina Nusantara dan mengembangkan data warehouse yang sudah ada untuk memenuhi kebutuhan dashboard BI dengan menggunakan pendekatan data mart. Metode penelitian yang akan digunakan dalam penelitian ini mencakup studi pustaka, metode analisis dengan mengumpulkan dan menganalisa kebutuhan dari pengguna, serta metode perancangan yang mencakup skema bintang, serta antar muka pengguna. Berdasarkan metode yang digunakan, ditemukan bahwa data warehouse yang sedang berjalan pada Marketing Bina Nusantara tidak dapat memenuhi kebutuhan dashboard BI, sehingga harus diperbaiki. Berdasarkan penelitian yang dilakukan, dapat disimpulkan bahwa dashboard Marketing yang dibuat dapat memenuhi kebutuhan dashboard BI Marketing Bina Nusantara. Kata Kunci : marketing, dashboard, business intelligence, data warehouse, data mart, OLAP

1. Pendahuluan Kemajuan teknologi informasi pada jaman ini sudah sangat pesat. Teknologi informasi pun mulai merambah tidak hanya pada bidang ilmu pasti, namun juga pada bidang bisnis dan finansial. Pengaruh teknologi informasi di bidang bisnis dan finansial pun mulai menjadi bagian yang hampir tidak terpisahkan di perusahaan perusahaan dari tingkat kecil sampai besar. Seiring dengan pertumbuhan suatu perusahaan, keputusan keputusan dalam kegiatan bisnis pun semakin rumit dan besar. Karena itu dibutuhkan suatu teknologi, yang merupakan implementasi dari teknologi informasi yang sedang berkembang pesat saat ini, untuk membantu para pelaku bisnis mengambil keputusan keputusan yang lebih baik dan tepat, dengan cara menyediakan laporan laporan terperinci dan aktual. Business Intelligence (BI) merupakan salah satu bentuk implementasi teknologi informasi yang menjawab kebutuhan di atas. BI dikategorikan sebagai aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisis, dan menyediakan akses ke data guna membantu penggunanya mengambil keputusan bisnis secara lebih baik. Aplikasi ini mencakup aktivitas sistem pendukung keputusan, query, reporting, online analytical processing (OLAP), statistical analysis, forecasting, data mining, dan dashboard. BI dapat dimanfaatkan untuk peningkatan kinerja melalui pemilihan strategi bisnis yang tepat dan juga untuk peningkatan efisiensi pelaksanaan kerja sehingga pada akhirnya akan tercipta pengambilan keputusan yang maksimal. BI dapat membantu suatu organisasi mendapatkan pengetahuan yang jelas tentang faktor faktor yang mempengaruhi kinerja organisasi sehingga organisasi tersebut dapat meningkatkan keunggulannya (competitive advantage).

Data warehouse adalah sebuah database yang menyimpan data baik yang terbaru maupun lampau dari berbagai sumber. Data yang disimpan adalah data yang relevan terhadap pengambilan keputusan. Data warehouse adalah salah satu fondasi BI sebagai sumber data, karena data data dalam data warehouse sudah dirangkum sedemikian rupa, sehingga dapat menyediakan informasi yang tepat untuk digunakan. Kemudian, dashboard, sebagai antar muka antara BI dan pengguna, adalah sebuah tempat bagi BI untuk menampilkan informasi informasi yang berguna dan membantu pengguna menganalisis, mendapatkan informasi dengan lebih cepat, dan mengambil keputusan dengan lebih baik. Tujuan dari skripsi ini adalah merancang dashboard, yang akan diimplementasikan pada Marketing Bina Nusantara, sehingga dapat memberikan laporan yang terperinci, aktual, terintegrasi, terotomatisasi, dan mudah diakses kepada general manager Marketing Bina Nusantara dan mengembangkan data warehouse yang sudah ada untuk memenuhi kebutuhan BI dengan menggunakan pendekatan data mart. Dashboard yang akan dirancang mengambil data cube yang dihasilkan oleh OLAP, bersumberkan data warehouse Marketing Bina Nusantara, kemudian memprosesnya menjadi sebuah laporan yang akurat, tepat waktu, bernilai tinggi, dan berguna. Dashboard ini juga memungkinkan general manager Marketing Bina Nusantara melihat data dari berbagai dimensi sehingga memberikan pengertian yang lebih jelas tentang data tersebut.

2. Metodologi Ruang lingkup dari penelitian mencakup studi pustaka, analisis, dan perancangan data warehouse dan dashboard pada Marketing Bina Nusantara. Adapun pembahasan yang dilakukan meliputi: Analisis Perancangan Implementasi 2.1. Analisis 2.1.1. Permasalahan yang Dihadapi Dari hasil wawancara dengan project coordinator business intelligence Marketing Bina Nusantara, dapat disimpulkan bahwa permasalahan yang dihadapi pada sistem sebelumnya adalah sebagai berikut: 1. Dibutuhkan waktu yang sangat lama untuk mendapatkan sebuah laporan sesuai yang diinginkan general manager. 2. Laporan yang didapatkan berupa data yang belum diolah sesuai kebutuhan general manager. 3. Untuk melihat trend dari sebuah nilai, dibutuhkan dua atau lebih laporan. 4. Data warehouse yang lama belum sesuai dengan kebutuhan business intelligence yang akan dibuat. 5. Belum adanya sebuah dashboard untuk menampilkan semua laporan yang diinginkan.

2.1.2. Analisis Kebutuhan Setelah melakukan wawancara dan mengetahui permasalahan yang dihadapi Marketing Bina Nusantara, maka disimpulkan bahwa kebutuhan yang harus dipenuhi adalah: 1. Penyajian informasi menggunakan cube sehingga general manager dapat melihat informasi dari berbagai dimensi. 2. Penyajian laporan laporan yang telah diatur sedemikian rupa dalam menampilkan penjualan formulir, pengembalian formulir, dan pendaftaran ulang dalam bentuk tampilan awal per periode, PR value dalam bentuk tampilan awal per segmen, dan competitor value dalam bentuk tampilan awal per unit bisnis. 3. Penampilan laporan dalam bentuk diagram batang, garis, dan tabel tabel sehingga mudah dimengerti. 4. Kemampuan drill-down tanpa melakukan querying. 5. Penampilan scorecard sebagai KPI untuk monitoring penjualan formulir, pengembalian formulir, dan pendaftaran ulang per periode terhadap target yang ditetapkan. 6. Penyatuan semuanya dalam bentuk dashboard yang terintegrasi. 2.1.3. Pemecahan Masalah Berdasarkan masalah yang dihadapi dan analisis kebutuhan, data warehouse yang lama akan dikembangkan untuk memenuhi kebutuhan business intelligence yang akan dibuat dengan pendekatan data mart dan beberapa dashboard business intelligence akan dirancang untuk memenuhi kebutuhan perusahaan akan laporan yang cepat, akurat, dan praktis.

Dashboard tersebut akan menampilkan laporan dalam bentuk diagram garis, diagram batang, diagram pie, gaugemeter, dan tabel yang memiliki kemampuan drill sehingga general manager dapat mengubah isi laporan tanpa harus melakukan querying. Aplikasi tersebut juga bisa diakses melalui browser, tanpa harus membuat remote connection ke server. 2.2. Perancangan 2.2.1. Rancangan Pengembangan Data Warehouse Sesuai dengan hasil analisis kebutuhan data warehouse, data warehouse yang sedang berjalan akan diubah untuk memenuhi kebutuhan BI yang diinginkan general manager. Perubahan perubahan tersebut adalah sebagai berikut: DimensiGelombang dikaitkan dengan FaktaPenjualan untuk memenuhi kebutuhan general manager dalam melihat total penjualan formulir per gelombang. DimensiSekolah dikaitkan dengan FaktaPengembalian untuk memenuhi kebutuhan general manager dalam melihat total pengembalian formulir per sekolah. Tabel FaktaDulang dibuat untuk memenuhi kebutuhan general manager dalam melihat total pendaftaran ulang. Dimensi dimensi yang terkait dengan fakta tersebut adalah: o DimensiSekolah o DimensiJenisFormulir o DimensiWaktu

o DimensiJurusan o DimensiSemester o DimensiWilayah o DimensiPeriode o DimensiGelombang Tabel DimensiSegmen dibuat untuk menyimpan data data segmen yang akan digunakan oleh FaktaHumas. Tabel DimensiSaingan dibuat untuk menyimpan data data saingan yang akan digunakan oleh FaktaHumas dan FaktaPesaing. TabelUnitBisnis dibuat untuk menyimpan data data unit bisnis yang akan digunakan oleh FaktaPesaing. Tabel FaktaHumas dibuat untuk memenuhi kebutuhan general manager dalam melihat total nilai humas. Dimensi dimensi yang terkait dengan fakta tersebut adalah: o DimensiWaktu o DimensiSegmen o DimensiSaingan Tabel FaktaPesaing dibuat untuk memenuhi kebutuhan general manager dalam melihat total nilai pesaing. Dimensi dimensi yang terkait dengan fakta tersebut adalah: o DimensiWaktu o DimensiUnitBisnis o DimensiSaingan

Tabel FaktaTargetPenjualan dibuat untuk memenuhi kebutuhan general manager dalam mengatur target penjualan. Dimensi yang terkait dengan fakta tersebut adalah: o DimensiPeriode Tabel FaktaTargetDulang dibuat untuk memenuhi kebutuhan general manager dalam mengatur target pendaftaran ulang. Dimensi yang terkait dengan fakta tersebut adalah: o DimensiPeriode Tabel FaktaDulangVsPembayaran dihapus. Tabel FaktaDulangVsKapasitas dihapus. Tabel FaktaStatusBeasiswa dihapus. Tabel FaktaPenjatahan dihapus. 2.2.2. Rancangan Cube Pada perancangan cube, terdapat beberapa perubahan yang terjadi, karena tidak semua data yang didapatkan dari data warehouse perlu ditampilkan ke dashboard. Perubahan perubahan yang terjadi adalah: Pengurangan atribut Priod, KdSem, dan KdGel dari dimensi DimensiGelombang. Pengurangan atribut Kode_Lokasi dari dimensi DimensiWilayah. Pengurangan atribut JnPdf dari dimensi DimensiJenisPendaftaran. Pengurangan atribut KdJur, KdStu, dan KdPmt dari dimensi DimensiJurusan.

Pengurangan atribut KdSmu dan KdPro2 dari dimensi DimensiSekolah. Pengurangan atribut Jenis_Formulir dari dimensi DimensiJenisFormulir. Pengurangan atribut KdSaingan dari dimensi DimensiSaingan. Pengurangan atribut KdSegmen dari dimensi DimensiSegmen. Pengurangan atribut KdUnitBisnis dari dimensi DimensiUnitBisnis. Cube cube yang dibuat adalah: Cube Penjualan, sebagai sumber data penjualan formulir. Cube Pengembalian, sebagai sumber data pengembalian formulir. Cube USM, sebagai sumber data ujian saringan masuk. Cube Dulang, sebagai sumber data pendaftaran ulang. Cube Humas, sebagai sumber data nilai humas. Cube Pesaing, sebagai sumber data nilai pesaing. Cube TargetPenjualan, sebagai sumber data target penjualan formulir. Cube TargetDulang, sebagai sumber data target pendaftaran ulang. Cube Utama, sebagai sumber data gabungan penjualan formulir, pengembalian formulir, ujian saringan masuk, dan pendaftaran ulang. 2.2.3. Rancangan Layar Untuk memudahkan general manager menganalisis data per periode, dibentuklah 1 (satu) halaman baru untuk menampilkan decomposition tree dari fakta pada 1 (satu) periode tertentu.

Berikut ini adalah rancangan dashboard dan halaman halaman tambahan yang akan dibuat: 1. Rancangan halaman dashboard Utama. Sales Intake 12000 9000 10000 8000 7000 8000 6000 6000 Value 5000 4000 Value 4000 3000 2000 2000 1000 0 2008 2009 2010 2011 2012 0 2008 2009 2010 2011 2012 Pada halaman ini, general manager dapat melihat gambaran sekilas dari kinerja penjualan dan pendaftaran ulang pada periode terakhir di gaugemeter yang berada di atas. Pada bagian bawah, terdapat 2 (dua) grafik yang menunjukkan trend penjualan dan pendaftaran ulang selama 5 (lima) periode terakhir. Apabila general manager meng-klik salah satu scorecard atau grafik, halaman akan berpindah ke halaman yang sesuai dengan

scorecard atau grafik yang dipilih. Sebagai contoh, apabila general manager mengklik grafik Sales, halaman akan berpindah ke halaman dashboard Sales. 2. Rancangan halaman dashboard Sales. Di sini, general manager dapat melihat pemenuhan target penjualan per periode pada scorecard yang berada di sebelah kiri. Pada scorecard ini, general manager dapat mengekspor scorecard ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga sebuah legend untuk menerangkan gambar indikator pemenuhan target. Di sebelah kanan, terdapat grafik yang menunjukkan penjualan dalam 5 (lima) periode terakhir. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

3. Rancangan halaman dashboard Registration. 14000 12000 10000 8000 6000 4000 2000 0 Registration 2008 2009 2010 2011 2012 Value Di sini, general manager dapat melihat pemenuhan target pengembalian per periode pada scorecard yang berada di sebelah kiri. Target ini didapat dari jumlah pengembalian pada periode sebelumnya. Pada scorecard ini, general manager dapat mengekspor scorecard ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga sebuah legend untuk menerangkan gambar indikator pemenuhan target. Di sebelah kanan, terdapat grafik yang menunjukkan pengembalian dalam 5 (lima) periode terakhir. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

4. Rancangan halaman dashboard Intake. Di sini, general manager dapat melihat pemenuhan target pendaftaran ulang per periode pada scorecard yang berada di sebelah kiri. Pada scorecard ini, general manager dapat mengekspor scorecard ini ke Excel atau PowerPoint. Di halaman ini, terdapat juga sebuah legend untuk menerangkan gambar indikator pemenuhan target. Di sebelah kanan, terdapat grafik yang menunjukkan pendaftaran ulang dalam 5 (lima) periode terakhir. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

5. Rancangan halaman dashboard PR Value. Dashboard PR Value Tahun: 2011 400000000000 350000000000 300000000000 250000000000 200000000000 150000000000 100000000000 50000000000 0 Total Nilai Humas Total Nilai Humas Di sini, terdapat grafik yang menunjukkan nilai humas per segmen pada tahun tertentu. Tahun tersebut dapat diubah dengan memilih tahun pada filter yang terdapat di bagian atas grafik. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

6. Rancangan halaman dashboard Competitor Value. 80000000000 70000000000 60000000000 50000000000 40000000000 30000000000 20000000000 10000000000 0 Total Nilai Pesaing Total Nilai Pesaing Di sini, terdapat grafik yang menunjukkan nilai pesaing per unit bisnis pada tahun tertentu. Tahun tersebut dapat diubah dengan memilih tahun pada filter yang terdapat di bagian atas grafik. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

7. Rancangan halaman dashboard Sales Intake Summary. 10000 Sales Intake Summary 8000 6000 4000 2011 2000 0 Sales Registration USM Intake Di sini, terdapat grafik yang menunjukkan nilai total penjualan, total pengembalian, total peserta USM, dan total pendaftaran ulang pada tahun tertentu. Tahun tersebut dapat diubah dengan memilih tahun pada filter yang terdapat di bagian atas grafik. Pada grafik ini, general manager dapat melakukan drill-down, membuka halaman Decomposition Tree, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya periode tertentu, memunculkan hanya series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

8. Rancangan halaman Setting Target. Di halaman ini, general manager dapat melihat dan menetapkan target untuk penjualan, pengembalian, dan pendaftaran ulang pada periode tertentu. 9. Rancangan halaman Decomposition Tree. Total Penjualan Nama Formulir Nama SMU Sort ------------------------------------- Largest to Smallest Smallest to Largest ================== Switch To ------------------------------------- Grid Bar Chart [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] [Total value] [Parameter] Di halaman ini, general manager dapat melakukan drill-down, melakukan sorting, dan mengubah tipe grafik. Setelah mengubah tipe grafik, general manager akan dapat melakukan drill-down, melakukan filtering terhadap bottom axis atau series, melakukan sorting terhadap bottom axis atau series, menghilangkan series atau bottom axis dari grafik, memunculkan hanya bottom axis atau series tertentu, mengubah tipe grafik, mengekspor grafik ke Excel, mengekspor grafik ke PowerPoint, dan mengatur ulang grafik.

2.3. Implementasi Berikut ini adalah tampilan layar layar dashboard dan halaman halaman tambahan yang dibuat: 1. Tampilan layar dashboard utama 2. Tampilan layar halaman dashboard Form Sold

3. Tampilan layar halaman dashboard Form Returned 4. Tampilan layar halaman dashboard Intake

5. Tampilan layar halaman dashboard PR Value 6. Tampilan layar halaman dashboard Competitor Value

7. Tampilan layar halaman dashboard Form Sold Intake 8. Tampilan layar halaman Setting Target

9. Tampilan layar halaman Decomposition Tree.

3. Kesimpulan Setelah melakukan perancangan, analisis, serta pembuatan dashboard Marketing pada Marketing Universitas Bina Nusantara, maka dapat diambil beberapa kesimpulan sebagai berkut: 1. Data warehouse baru yang merupakan pengembangan dari data warehouse yang lama dapat memenuhi kebutuhan BI yang diinginkan general manager. 2. Dashboard Marketing yang dibuat dapat menampilkan informasi dari proses penjualan formulir sampai dengan banyaknya mahasiswa yang melakukan daftar ulang, sehingga general manager dapat melakukan perbandingan terhadap kinerja setiap tahapan proses bisnis yang sedang berjalan pada Marketing Universitas Bina Nusantara. 3. Dashboard Marketing yang dibuat dapat membantu general manager dalam melihat keterkaitan antara setiap data yang ditampilkan dengan data yang lainnya, dan dapat menentukan apakah ada faktor faktor yang mempengaruhi kinerja dari setiap tahapan proses yang ada dalam Marketing Universitas Bina Nusantara yang tidak disadari dari pihak Marketing itu sendiri. 4. Dashboard Marketing dapat membantu general manager dalam menganalisis dan melakukan pengambilan keputusan terhadap permasalahan yang terjadi di dalam Marketing Universitas Bina Nusantara.

Daftar Pustaka [1] Vercellis, C. (2009). Business Intelligence : data mining and optimization for decision making. (1st Edition). Sussex: John Wiley & Sons, Inc. [2] Scheps S. (2008). Business Intelligence for Dummies. (1st Edition). Indiana: Wiley Publishing, Inc. [3] Berson A., Smith S.J. (2001). Data warehousing, data mining, and OLAP. USA: McGraw-Hill Companies, Inc. [4] Connoly T., Begg C. (2005). Database Systems. (4th Edition). Essex: Addison- Wesley [5] O'Brien J.A. (2005). Introduction to information systems. (12th Edition). New York: McGraw-Hill Companies, Inc. [6] McLeod, Jr. R., Schell G.P. (2007). Management information systems. (10th Edition). New Jersey: Pearson Education, Inc. [7] Inmon W.H. (2002). Building the data warehouse. (3rd Edition). New York: John Wiley & Sons, Inc. [8] Ramos A., Layton R. (2009). Key Performance Indicators [KPIs] For Search Engine Marketing. (1st Edition). USA: McGraw-Hill Companies, Inc. [9] Mulyadi. (2001). Sistem Akuntansi. (Jilid 3). Yogyakarta: STIE-YKPN [10] Anonim. (2009). Microsoft SharePoint 2010 Evaluation Guide. (1st Edition). USA: Microsoft Corp. [11] Turban E., Sharda R., Delen D., King D. (2011). Business Intelligence : a managerial approach. (2nd Edition). USA: Pearson Education, Inc.

[12] Williams S., Williams N. (2007). The Profit Impact of Business Intelligence (1st Edition). San Fransisco: Elsevier, Inc. [13] Date C.J. (2000). An Introduction to Database Systems. (7th Edition). USA: Addison Wesley Longman, Inc. [14] Arlen C. (2009). KPIs In Service (1st Edition). USA: Service Performance Inc. [15] McLeod, Jr. R., Schell G.P. (2004). Management Information Systems. (9th Edition). USA: Pearson Education, Inc. [16] Anonim. (2010). SharePoint 2010 Evaluation Guide : For technical and business decision makers. (1st Edition). USA: Microsoft Corp. [17] Berson A., Smith S.J, Thearling K. (2000). Building Data Mining Applications for CRM (1st Edition). USA: McGraw-Hill Companies, Inc.

DATA WAREHOUSE DEVELOPMENT AND DASHBOARD DESIGN FOR BINA NUSANTARA MARKETING BUSINESS INTELLIGENCE USING SHAREPOINT 2010 Oscar Yuandinata Binus University, Jakarta, DKI Jakarta,10720 Eric Suwardi Binus University, Jakarta, DKI Jakarta,14350 and David Widjojo Binus University, Jakarta, DKI Jakarta, 11430

Abstract The research was done at Marketing Directorate of Bina Nusantara, with the purpose of serving dashboard which would be implemented at Marketing Directorate of Bina Nusantara, in doing so, giving detailed, actual, integrated, automated, and easily accessible reports to the general manager of Marketing Directorate of Bina Nusantara and developing the existing data warehouse to fulfill the needs of Business Intelligence Dashboard using data mart approach. The research method that would be used in this research includes literature, analysis method by gathering and analysing the user s needs, and design method which includes star schemas and user interfaces. Based on the methods used, it was found that the existing data warehouse at Marketing Directorate of Bina Nusantara could not fulfill the needs of Business Intelligence Dashboard with the result that it needed to be redeveloped. Based on the research done, it could be concluded that the dashboard that was made could fulfill the needs of Marketing Directorate of Bina Nusantara s Business Intelligence Dashboard. Keywords : marketing, dashboard, business intelligence, data warehouse, data mart, OLAP

1. Introduction Advances in information technology today has been very rapid. Information technology also began to explore not only the field of exact science, but also in business and financial fields. The influence of information technology in business and finance began to become an almost integral part in companies from small to large degree. Along with the growth of a company, decisions in the business activities are increasingly complex and large. Because of that a technology is needed, which is the implementation of information technology developing rapidly now, to help business doers make better and appropriate decisions, by providing detailed and actual reports. Business Intelligence (BI) is one form of implementation of information technologies that address the above needs. BI is categorized as applications and technologies for collecting, storing, analyzing, and providing access to data to help users take better business decisions. These applications include the activities of decision support systems, query, reporting, online analytical processing (OLAP), statistical analysis, forecasting, data mining, and dashboard. BI can be used for performance improvement through selection of appropriate business strategies and also to increase the efficiency of the work implementation so that ultimately will create a better decision-making. BI can help an organization gain a clear knowledge of factors that affect the performance of the organization so the organization can improve its competitive advantage. Data warehouse is a database that stores both current and past data from various sources. The data stored is data relevant to decision making. Data warehouse is one of the foundations of BI as a data source, because the data in the data warehouse has been summarized in such a way that can provide appropriate information to be used.

Then, dashboard, as the interface between the BI and users, is a place for BI to display useful information and help users to analyze, get information faster, and take better decisions. The purpose of this thesis is to design a dashboard, which will be implemented at Marketing Directorate of Bina Nusantara, so as to provide detailed, actual, integrated, automated, and easily accessible reports to the general manager of Marketing Directorate of Bina Nusantara and develop the existing data warehouse to meet the needs of BI Dashboard using data mart approach. Dashboard will be designed to take data generated by the OLAP cube, taking the data in data warehouse, then process it into a report that is accurate, timely, high-value, and useful. Dashboard also allows the general manager of Marketing Directorate of Bina Nusantara to view data from different dimensions so as to provide a clearer understanding of the data. 2. Methodology The scope of this thesis includes literature, analysis, and data warehouse and dashboard design at Marketing Directorate of Bina Nusantara. As for the discussion undertaken includes the following: Analysis Design Implementation

2.1. Analysis 2.1.1. Problem Faced From interviews with the project coordinator of business intelligence at Marketing Directorate, it could be concluded that the problems faced in the previous system are as follows: 1. It took a very long time to get a report as desired by the general manager. 2. The report obtained had not been processes as needed by the general manager. 3. To see the trend of a value, it takes two or more reports. 4. The old data warehouse was not in accordance with the needs of business intelligence dashboard that would be made. 5. The absence of a dashboard to display all the desired reports. 2.1.2. Needs Analysis After conducting interviews and find out the problems faced by Marketing Directorate, it was concluded that the requirements to be met are: 1. Presentation of information using the cube so that the general manager can view information from multiple dimensions. 2. Presentation of the reports which had been arranged in the form of form sold, form returned, and re-registration in the form of the initial view per period, PR value in the form of the initial view per segment, and competitor value in the form of the initial display value per business unit.

3. The appearance of reports in the form of bar charts, line, and grid table that is easy to understand. 4. Drill-down capabilities without querying. 5. Appearance as a KPI scorecard for monitoring the amount of forms sold, forms returned, and re-registration per period against the target set. 6. The unification of all in the form of an integrated dashboard. 2.1.3. Solution Based on the problems encountered and needs analysis, the old data warehouse will be developed to meet the needs of business intelligence that will be made using data mart approace and few business intelligence dashboards will be designed to meet the needs of the company for rapid, accurate, and practical reports. The dashboard will display reports in the form of line diagrams, bar charts, pie charts, gaugemeter, and grid tables that has the ability to drill so that the general manager can change the contents of the report without having to query. The application can also be accessed through a browser, without having to make a remote connection to the server. 2.2. Design 2.2.1. Design of Data Warehouse Development In accordance with the results of data warehouse s needs analysis, data warehouse that was running will be modified to meet the needs of the BI dashboard desired by the general manager. These changes are as follows:

DimensiGelombang is linked with FaktaPenjualan to meet the needs of the general manager of seeing total form sold per wave. DimensiSekolah is linked with FaktaPengembalian to meet the needs of the general manager of seeing total form returned per school. Table FaktaDulang is made to meet the needs of the general manager of seeing total re-registration. The dimensions related to the fact are as follow: o DimensiSekolah o DimensiJenisFormulir o DimensiWaktu o DimensiJurusan o DimensiSemester o DimensiWilayah o DimensiPeriode o DimensiGelombang Table DimensiSegmen is made to store segment data to be used by FaktaHumas. Table DimensiSaingan is made to store competitor data that will be used by FaktaHumas and FaktaPesaing. TabelUnitBisnis created to store business unit data that will be used by FaktaPesaing. Table FaktaHumas is made to meet the needs of the general manager of seeing the total value of public relations. The dimensions related to the fact are as follow:

o DimensiWaktu o DimensiSegmen o DimensiSaingan Table FaktaPesaing is made to meet the needs of the general manager of seeing the total value of the competitors. The dimensions related to the fact are as follow: o DimensiWaktu o DimensiUnitBisnis o DimensiSaingan Table FaktaTargetPenjualan is made to meet the needs of the general manager of setting sales targets. The dimension related to the fact is as follows: o DimensiPeriode Table FaktaTargetDulang is made to meet the needs of general manager of setting the re-registration target. The dimension related to the fact is as follows: o DimensiPeriode Table FaktaDulangVsPembayaran is deleted. Table FaktaDulangVsKapasitas is deleted. Table FaktaStatusBeasiswa is deleted. Table FaktaPenjatahan is deleted.

2.2.2. Cube Design In the design cube, there are some changes taking place, because not all data obtained from the data warehouse needs to be shown to the dashboard. Changes - changes that occur are: Reduction of Priod, KdSem, and KdGel from DimensiGelombang. Reduction of Kode_Lokasi from DimensiWilayah. Reduction of JnPdf from DimensiJenisPendaftaran. Reduction of KdJur, KdStu, and KdPmt from DimensiJurusan. Reduction of KdSmu and KdPro2 from DimensiSekolah. Reduction of Jenis_Formulir from DimensiJenisFormulir. Reduction of KdSaingan from DimensiSaingan. Reduction of KdSegmen from DimensiSegmen. Reduction of KdUnitBisnis from DimensiUnitBisnis. Cubes made are: Cube Penjualan, as the source of form sold data. Cube Pengembalian, as the source of form returned data. Cube USM, as the source of USM data. Cube Dulang, as the source of re-registration data. Cube Humas, as the source of PR value data. Cube Pesaing, as the source of competitor value data. Cube TargetPenjualan, as the source of form sold target data. Cube TargetDulang, as the source of re-registration target data.

Cube Utama, as the source of combined form sold, form returned, USM, and re-registration data. 2.2.3. Screen Design To facilitate the general manager to analyze data per period, a new page is made to display a tree decomposition of a fact on a period. Here is the dashboard design and additional pages to be created:

1. The design of the Main dashboard page. Sales Intake 12000 10000 8000 6000 4000 2000 0 2008 2009 2010 2011 2012 Val ue 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 2008 2009 2010 2011 2012 Val ue On this page, the general manager can see a glimpse of the performance of sales and re-registration in the last period in gaugemeters which is above. At the bottom, there are 2 (two) graphs showing the trend of sales and re-registration for 5 (five) last period. If the general manager clicks one of the scorecards or charts, the page will navigate to the page corresponding to the selected scorecard or chart. For example, if the general manager click on the sales graph, the page will navigate to the sales dashboard page.

2. The design of Sales dashboard page. Here, the general manager can see the fulfillment of sales targets per period on the scorecard on the left. On this scorecard, general manager can export this scorecard to Excel or PowerPoint. On this page, there is also a legend to explain the fulfillment of the target image indicator. On the right, there is a graph showing sales in 5 (five) last period. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

3. The design of Registration dashboard page. 14000 12000 10000 8000 6000 4000 2000 0 Registration 2008 2009 2010 2011 2012 Value Here, the general manager can see the fulfillment of the form returned targets per period on the scorecard on the left. These targets are obtained from the total form returned in the previous period. On this scorecard, general manager can export this scorecard to Excel or PowerPoint. On this page, there is also a legend to explain the fulfillment of the target image indicator. On the right, there is a graph showing the return within 5 (five) last period. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

4. The design of Intake dashboard page. Here, the general manager can see the fulfillment of re-registration targets per period on the scorecard on the left. On this scorecard, general manager can export this scorecard to Excel or PowerPoint. On this page, there is also a legend to explain the fulfillment of the target image indicator. On the right, there is a graph showing the re-registration within 5 (five) last period. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

5. The design of PR Value dashboard page. 400000000000 350000000000 300000000000 250000000000 200000000000 150000000000 100000000000 50000000000 0 Total Nilai Humas Total Nilai Humas Here, there is a graph showing the value of public relations in a given year per segment. The year may be changed by selecting a year at the top of the charts. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

6. The design of Competitor Value dashboard page. 80000000000 70000000000 60000000000 50000000000 40000000000 30000000000 20000000000 10000000000 0 Total Nilai Pesaing Total Nilai Pesaing Here, there is a graph showing the competitor value in a given year per business unit. The year may be changed by selecting a year at the top of the charts. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

7. The design of Sales Intake Summary dashboard page. 10000 Sales Intake Summary 8000 6000 4000 2011 2000 0 Sales Registration USM Intake Di sini, terdapat grafik yang menunjukkan nilai total penjualan, total pengembalian, total peserta USM, dan total pendaftaran ulang pada tahun tertentu. Here, there is a graph showing the total of form sold, form returned, USM participant, and re-registration in a given year. The year may be changed by selecting a year at the top of the charts. On this graph, the general manager can drill-down, open the Decomposition Tree page, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the chart, show only a certain period, show only a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

8. The design of Setting Target page. On this page, general manager can view and set targets for form sold, form returned, and re-registration at a certain period. 9. The design of Decomposition Tree page. On this page, general manager can drill-down, sort, and change the chart type. After changing the chart type, the general manager will be able to drill-down, filter the bottom axis or series, sort the bottom axis or series, eliminate the series or the bottom axis of the graph, show only the bottom axis or a particular series, change the chart type, export the chart to Excel, export the chart to PowerPoint, and reset the chart.

2.3. Implementation Here is the screen displays of the dashboards and additional pages created: 1. Main dashboard display.

2. Form Sold dashboard display. 3. Form Returned dashboard display.

4. Intake dashboard display.

5. PR Value dashboard display. 6. Competitor Value dashboard display.

7. Form Sold Intake dashboard display. 8. Setting Target page display.

9. Decomposition Tree page display.

3. Conclusion After doing the analysis, design, and implementation of Marketing dashboards at Marketing Directorate, some conclusions can be drawn as follow: 1. The new data warehouse which is the development of a long data warehouse can meet the BI desired by the general manager. 2. Marketing dashboards made can display the information of the total form sold to the number of students who perform re-registration, so the general manager can do a comparison on the performance of each phase of business processes that are running at the Marketing Directorate. 3. Marketing dashboards made can assist the general manager in seeing the relationship between each of the displayed data with other data, and can determine whether there are factors that affect the performance of each stage of the process that exists in the Marketing Directorate that Marketing s party itself didn t aware of. 4. Marketing Dashboard can help the general manager in analyzing and making decisions on issues raised in the Marketing Directorate.

Bibliography [1] Vercellis, C. (2009). Business Intelligence : data mining and optimization for decision making. (1st Edition). Sussex: John Wiley & Sons, Inc. [2] Scheps S. (2008). Business Intelligence for Dummies. (1st Edition). Indiana: Wiley Publishing, Inc. [3] Berson A., Smith S.J. (2001). Data warehousing, data mining, and OLAP. USA: McGraw-Hill Companies, Inc. [4] Connoly T., Begg C. (2005). Database Systems. (4th Edition). Essex: Addison- Wesley [5] O'Brien J.A. (2005). Introduction to information systems. (12th Edition). New York: McGraw-Hill Companies, Inc. [6] McLeod, Jr. R., Schell G.P. (2007). Management information systems. (10th Edition). New Jersey: Pearson Education, Inc. [7] Inmon W.H. (2002). Building the data warehouse. (3rd Edition). New York: John Wiley & Sons, Inc. [8] Ramos A., Layton R. (2009). Key Performance Indicators [KPIs] For Search Engine Marketing. (1st Edition). USA: McGraw-Hill Companies, Inc. [9] Mulyadi. (2001). Sistem Akuntansi. (Jilid 3). Yogyakarta: STIE-YKPN [10] Anonim. (2009). Microsoft SharePoint 2010 Evaluation Guide. (1st Edition). USA: Microsoft Corp. [11] Turban E., Sharda R., Delen D., King D. (2011). Business Intelligence : a managerial approach. (2nd Edition). USA: Pearson Education, Inc.

[12] Williams S., Williams N. (2007). The Profit Impact of Business Intelligence (1st Edition). San Fransisco: Elsevier, Inc. [13] Date C.J. (2000). An Introduction to Database Systems. (7th Edition). USA: Addison Wesley Longman, Inc. [14] Arlen C. (2009). KPIs In Service (1st Edition). USA: Service Performance Inc. [15] McLeod, Jr. R., Schell G.P. (2004). Management Information Systems. (9th Edition). USA: Pearson Education, Inc. [16] Anonim. (2010). SharePoint 2010 Evaluation Guide : For technical and business decision makers. (1st Edition). USA: Microsoft Corp. [17] Berson A., Smith S.J, Thearling K. (2000). Building Data Mining Applications for CRM (1st Edition). USA: McGraw-Hill Companies, Inc.