2.3 Business Intelligence
2.3.1 Komponen Business Intelligence
Menurut Olszak dan Ziemba (2007 : 138-139), komponen penting tersebut terdiri dari ETL tools, data warehouse, analitical tools, data mining tools, reporting tools, dan presentation layer. Berikut ini merupakan penjabaran dari masing-masing komponen penting tersebut yaitu :
• Tool untuk proses extract-transform-load yang berfungsi untuk membawa data ke dalam data warehouse.
• Data warehouse yang menyediakan tempat penyimpanan untuk data agregat dan data yang siap untuk dianalisis.
• Analitical tool yang berupa OLAP yang dapat dilihat pada subbab 2.3.2 hal.35 yang berperan untuk memungkinkan pengguna untuk melakukan akses, analisis, dan memodelkan masalah bisnis dan berbagi informasi yang disimpan di dalam data warehouse.
• Tool data mining yang memungkinkan user untuk menemukan berbagai pola , generalisasi, dan aturan pada data.
• Tool untuk laporan dan ad-hoc yang memungkinkan untuk menciptakan dan memanfaatkan laporan sintetik yang berbeda.
• Presentation layer dimana aplikasi yang terdiri dari tampilan grafis dan multimedia dimana memiliki tugas untuk menyediakan informasi dalam bentuk yang mudah diakses dan nyaman kepada pengguna.
Terdapat berbagai jenis dari presentation layer yang dapat digunakan di dalam konsep business intelligence, namun presentation layer yang paling sering digunakan adalah performance dashboard. Performance dashboard (Turban, Sharda, dan Delen, 2010 : 408) merupakan suatu tool yang dapat menyediakan tampilan visual dari informasi penting yang digabungkan dan diatur pada suatu layar tunggal sehingga informasi dapat dicerna dengan cepat dan dieksplorasi dengan mudah. Performance dashboard lebih digunakan pada level operasional dan taktikal. Untuk lebih memahami bentuk dari performance dashboard, dapat dilihat pada gambar 2.11.
Gambar 2.11 Contoh performance dashboard
(http://www.dashboardzone.com/regional-performance-management-dashboard-microstrategy)
Menurut Eckerson (2006 : 13), terdapat tiga fitur aplikasi pada performance dashboard yaitu :
• Monitoring
Dengan adanya fitur aplikasi monitoring, dapat memberitahukan status dari kinerja dan tren yang sedang terjadi dengan cepat kepada pengguna. Fitur ini dapat diberikan dengan adanya gaugemeter seperti pada gambar 2.12 yang terdapat di dalam performance dashboard. Dengan adanya gaugemeter, user dapat melakukan pengamatan dengan cepat akan jumlah perbandingan dari profit margin aktual dengan profit margin yang ditargetkan.
• Analysis
Dengan fitur analisis, performance dashboard dapat membantu pengguna dalam memberitahukan adanya kondisi exception. Hal ini dapat dilakukan dengan adanya penanda berupa warna merah pada gaugemeter seperti pada gambar 2.12 yang dapat memberikan peringatan tentang adanya kondisi bahwa profit margin aktual telah melewati batas dari profit margin yang ditargetkan. Selain penanda berupa warna dapat juga ditandai dengan penanda berupa pop-up alert yang akan muncul pada kondisi tertentu seperti kondisi warning. Setelah mengetahui adanya kondisi yang ada, user kemudian dapat menganalisis faktor-faktor apa saja yang menjadi penyebab kondisi tersebut dan dapat mendukung untuk analisis strategi yang akan diambil.
• Management
Dengan adanya fitur aplikasi manajemen, dapat mendukung berbagai jenis proses bisnis baik formal dan informal yang dapat mengarahkan bagaimana user berbagi informasi dari kinerja yang ada saat ini. Sebagai contohnya yaitu adanya informasi berupa laporan dalam bentuk grafik tentang jumlah pendapatan setiap bulan selama tahun 2006 seperti pada gambar 2.11 di atas.
Selain tiga fitur aplikasi di atas, menurut Eckerson (2006 : 14) terdapat juga tiga tampilan atau layer dari informasi yang terdapat di dalam performance dashboard yaitu :
• Summarized graphical view
Merupakan bagian layer paling atas yang menyediakan tampilan yang ringkas dari status dari kondisi exception dan key performance metric yang biasanya berupa tampilan grafis seperti gaugemeter. Kondisi exception dapat
ditunjukkan dengan adanya peringatan yang muncul pada layar dan juga adanya perubahan warna pada bentuk ,simbol, ataupun grafik yang berhubungan dengan metrik. Sebagai contohnya dapat dilihat pada gambar 2.12 dimana gaugemeter dapat memberikan tampilan yang ringkas tentang jumlah pencapaian profit margin aktual dengan profit margin yang ditargetkan secara langsung kepada user.
• Multidimensional view
Multidimensional view merupakan layer yang terletak di tengah dimana berperan dalam menyediakan data pada metrik grafis dan alert. Salah satu teknologi yang dapat mendukung tampilan multidimensional adalah OLAP dimana user dapat melihat data berdasarkan dimensi ataupun hierarki yang diinginkan. Sebagai contohnya dapat dilihat pada gambar 2.13 dimana user dapat mengatur tampilan informasi sesuai dengan variabel yang diinginkan. User dapat melihat informasi penjualan berdasarkan tahun penjualan dan produknya ataupun berdasarkan nama customer dan produknya.
Gambar 2.13 Contoh multidimensional view pada performance dashboard (http://demos.devexpress.com/ASPxPivotGridDemos/Features/Drilldown.asp
x) • Detailed reporting view
Merupakan layer paling bawah yang dapat memberikan tampilan laporan yang detail dan juga catatan dari transaksi-transaksi kepada user. Sebagai contoh dari layer ini yaitu dapat dilihat pada gambar 2.14 dimana dapat ditampilkan data detail dari pemesanan alfreds futterkiste untuk aniseed syrup seperti jumlah pemesanan dan tanggal pemesanannya dengan mengklik fieldnya.
Gambar 2.14 Contoh detailed reporting view pada performance dashboard (http://demos.devexpress.com/ASPxPivotGridDemos/Features/Drilldown.asp
2.3.2 OLAP
OLAP adalah singkatan dari Online Analytical Processing. Menurut Connolly dan Begg (2010 : 1250), OLAP merupakan sebuah istilah yang menjelaskan teknologi yang menggunakan tampilan mutidimensional dari data agregat untuk menyediakan akses yang cepat ke informasi dengan tujuan analisis yang advanced. OLAP memungkinkan pengguna untuk mendapatkan pemahaman dan pengetahuan yang mendalam tentang berbagai aspek dari data perusahaan melalui akses yang cepat, konsisten, dan interaktif ke berbagai jenis tampilan yang memungkinkan dari data.
Salah satu kebutuhan penting dari aplikasi OLAP yaitu kemampuan untuk menyediakan informasi kepada pengguna yang mampu digunakan untuk membuat keputusan efektif tentang arah dari organisasi. Menurut OLAP Council White, terdapat beberapa fitur penting yang harus dimiliki oleh semua aplikasi OLAP, antara lain :
• Tampilan data yang multidimensional
Tampilan data yang multidimensional dari sebuah data korporat merupakan kebutuhan inti dari membangun sebuah model bisnis. Hal ini dikarenakan dengan adanya tampilan yang multidimensional, user dapat melihat data dalam sebuah laporan dari berbagai sudut pandang. Dengan adanya tampilan yang multidimensional, menyediakan dasar untuk pemrosesan analitikal melalui akses yang fleksibel ke data korporat. Data multidimensional dapat ditampilkan dengan menggunakan beberapa format yaitu tabel relasional, matrix, dan data cube.
Sebuah software OLAP harus menyediakan berbagai metode komputasi yang kuat yang menggunakan algoritma tren seperti moving average dan presentase dari pertumbuhan yang salah satu contohnya dapat digunakan untuk peramalan penjualan di masa yang akan datang.
• Time Intelligence
Time intelligence merupakan fitur kunci di dalam hampir semua aplikasi analitikal dimana kinerja selalu diukur berdasarkan waktu. Sebagai contohnya, aplikasi OLAP harus dapat membandingkan data bulan ini dengan bulan lalu atau bulan ini dengan bulan yang sama di tahun lalu.
Menurut Connolly dan Begg (2010 : 1257), dengan adanya tampilan yang multidimensional sebagai salah satu fitur yang penting dari teknologi OLAP terdapat beberapa operasi yang dapat dilakukan pada data multidimensional yaitu sebagai berikut :
• Roll-up
Roll-up merupakan suatu operasi dimana dapat melakukan proses agregasi pada data dengan bergerak ke atas hierarki dimensional atau dengan dimensional reduction seperti melihat data dengan empat dimensi sebagai data dengan tiga dimensi. Sebagai contoh dari operasi roll-up adalah user dapat melihat data berdasarkan kode area kemudian berdasarkan wilayah dan berdasarkan kota.
• Drill-down
Drill-down merupakan operasi dimana prosesnya merupakan kebalikan dari proses roll up dan berhubungan dengan menampilkan data yang detail yang membentuk data agregat. Drill-down dapat dilakukan dengan bergerak ke bawah hierarki dimensional. Sebagai contoh dari operasi drill-down adalah user dapat
melihat tampilan data berdasarkan region ke kota dan ke wilayah. Untuk lebih jelasnya operasi drill-down dapat dilihat pada gambar 2.15 di bawah ini.
Gambar 2.15 Contoh operasi drill-down (Inmon, 2005 : 243) • Slice and dice
Slice and dice merupakan operasi dimana memiliki kemampuan untuk melihat data dari sudut pandang yang berbeda-beda. Operasi slice memungkinkan untuk seleksi satu dimensi dari data sedangkan operasi dice memungkinkan untuk seleksi dari dua atau lebih dimensi. Sebagai contoh operasi slice adalah data yang dihasilkan dari data sales dimana tipe customer =’binusian’ sedangkan contoh dari operasi dice adalah data yang dihasilkan dari data sales dimana dilakukan pemilihan dari dua atau lebih dimensi seperti tipe customer =’binusian’ dan tipe pembayaran=’debit’.
• Pivot
Pivot merupakan operasi dimana memiliki kemampuan untuk memutar data untuk menyediakan tampilan alternatif atau berbeda dari data yang sama. Sebagai contoh dari operasi pivot adalah data sales yang dapat ditampilkan dengan produk di axis x dan waktu axis y ataupun dengan tampilan sebaliknya yaitu produk di axis y dan waktu di axis x.