BAB V BUSINESS INTELLIGENCE
A. Pengertian dan Konsep Business Intelligence
Business Intelligence (BI) terdiri dari strategi dan teknologi yang digunakan oleh perusahaan untuk analisis data dari informasi bisnis (Dedic, et al. 2016). Teknologi Business Intelligence memberikan pandangan historis, aktual, dan prediktif dari operasi bisnis. Fungsi umum dari teknologi business intelligence meliputi reporting, online analytical processing, analytics, dashboard development, data mining, process mining, complex event processing, Business performance management, benchmarking, text mining, predictive analytics, dan prescriptive analytics.
Teknologi Business Intelligence dapat menangani sejumlah besar data terstruktur dan terkadang data tidak terstruktur untuk membantu mengidentifikasi, mengembangkan, dan menciptakan peluang dan strategi bisnis baru. Ini bertujuan untuk memungkinkan interpretasi yang mudah dari big data ini.
Mengidentifikasi peluang baru dan menerapkan strategi yang efektif berdasarkan wawasan yang dapat memberi bisnis dalam hal keunggulan pasar yang kompetitif dan stabilitas jangka panjang.
Business intelligence dapat digunakan perusahaan untuk mendukung keputusan bisnis mulai dari operasional hingga strategis. Keputusan operasi dasar mencakup penentuan posisi produk atau penetapan harga. Keputusan strategis bisnis melibatkan prioritas, tujuan, dan arah pada tingkat paling luas.
Dalam semua kasus, Business Intelligence paling efektif menggabungkan data yang berasal dari pasar tempat perusahaan beroperasi (data eksternal) dengan data dari sumber internal perusahaan untuk bisnis seperti data keuangan dan data operasi (data internal). Ketiga digabungkan, data eksternal dan internal dapat memberikan gambaran lengkap yang pada dasarnya
menciptakan “intelligence” yang tidak dapat diturunkan dari kumpulan data tunggal. Diantara segudang kegunaan, business intelligence memberdayakan organisasi untuk mendapatkan wawasan tentang pasar baru, untuk menilai permintaan dan kesesuaian produk dan layanan untuk segmen pasar yang berbeda dan mengukur dampak upaya pemasaran.
Aplikasi business intelligence menggunakan data yang dikumpulkan dari data warehouse atau data mart, dan konsep Business Intelligence dan data warehouse digabungkan sebagai
“BI/DW”. Sebuah gudang data yang berisi salinan analitis yang memfasilitasi dukungan dalam pengambilan keputusan.
Business intelligence adalah seperangkat teori, meodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna untuk tujuan bisnis.
BI dapat menangani sejumlah besar informasi untuk membantu mengidentifikasi dan mengembangkan peluang baru.
Memanfaatkan peluang baru dan menerapkan strategi yang efektif dapat memberikan keuntungan pasar kompetitif dan stabilitas jangka panjang.
Menurut Solomon Negash dan Paul Gray, Business Intelligence dapat didefinisikan sebagai sistem yang menggabungkan pengumpulan data, penyimpanan data, dan knowledge management dengan analisis unutk mengetahui informasi perusahaan yang kompleks untuk disajikan kepada planners dan decision maker dengan tujuan untuk meningkatkan kualitas dan waktu dalam pengambilan keputusan.
Menurut Forrester Research, Business Intelligence adalah satu set metodologi, proses, arsitektur, dan teknologi yang mengubah raw data menjadi informasi yang bermakna dan berguna untuk meningkatkan wawasan strategis, taktis, dan operasional serta pengambilan suatu keputusan yang efektif.
Business intelligence meliputi manajemen informasi (integrasi data, kualitas data, data warehouse, master-data management, text-and content-analytics, dan lainnya). Oleh karena itu, Forrester
Research mengacu pada persiapan data dan penggunaan data sebagai dua segmen yang terpisah namun terikat erat dalam arsitektur Business intelligence. Beberapa elemen Business intelligence menurut Forrester Research :
• Multidemensional Aggregation and Allocation
• Denormalization, Tagging, and Standardization
• Realtime reporting
• Metode interfacing dengan unstructured data sources
• Konsolidasi grup, budgeting, dan rolling forecast
• Inferensi statistik dan simulasi probabilistik
• Pengoptimalan indikator kinerja utama
• Version control dan process management
• Open item manageent
Forrester Research membedakan ini dari business- intelligence market, yang hanya lapiran teratas dari susunan arsitektur BI seperti reporting, analytic, dan dashboard.
Business intelligence juga menjelaskan tentang suatu konsep dan metode bagaimana untuk meningkatkan kualitas pengambilan suatu keputusan bisnis berdasarkan sistem yang berbasis data. Business Intelligence seringkali dipersamakan sebagaimana briefing books, report dan queery tools, dan sistem informasi eksekutif. BI merupakan sistem pendukung pengambilan suatu keputusan yang berbasiskan pada data-data yang telah dianalisis.
Business intelligence juga merupakan suatu cara untuk mengumpulkan, menyimpan, mengorganisasikan, membentuk ulang, meringkas data serta menyediakan informasi, baik berupa data aktifitas bisnis internal perusahaan, maupun data aktifitas bisnis eksternal perusahaan termasuk aktifitas bisnis pada pesaing yang mudah diakses serta analisis untuk berbagai kegiatan manajemen.
Business intelligence juga merupakan suatu alat analisis yang digunakan untuk mengkonsolidasikan data, menganalisis, menyimpan dan mengakses banyak data untuk membantu dalam pengambilan suatu keputusan, seperti perangkat lunak untuk queery database dan tools reporting untuk analisis data multidimensi dan data mining.
Sumber : Turban, 2011
Gambar 5.1. The Business Pressures, Respons, Support Model
Business intelligence meliputi perolehan data dan informasi dari berbagai sumber yang bervariasi dan mengolahnya ke dalam pengambilan suatu keputusan. Business Intelligence juga dapat digunakan untuk mendukung perusahaan perbankan dalam mencapai berbagai kriteria keberhasilan seperti (1) membantu pembuatan keputusan dengan kecepatan dan kualitas yang lebih baik, (2) mempercepat opersional, (3) memperpendek sikus pengembangan produk, (4) memaksimalkan nilai dari produk yang tersedia dan mengantisipasi peluang baru, dan (5) menciptakan pasar yang lebih bak dan terfokus.
Langkah-langkah proses business intelligence ada beberapa bagian dalam solusi business intelligence dapat diterjemahkan menjadi langkah-langkah dibawah ini :
1. Identifikasi masalah bisnis yang perlu diselesaikan dengan gudang data dan menentukan data yang diperlukan untuk menyelesaikan masalah tersebut.
2. Identifikasi lokasi dari data-data yang diperlukan dan mengambil dari sumber penyimpanannya.
3. Merubah data yang diperoleh dari berbagai sumber tersebut kedalam sebuah data yang konsisten.
4. Mengambil data yang telah diubah tersebut ke dalam lokasi yang tersentralisasi.
5. Membuat sebuah gudang data dengan data yang ada dalam lokasi yang tersentralisasi tersebut (data warehouse).
Perbedaan Business Intelligence dengan Competitive Intelligence
Meskipun istilah Business intelligence kadang-kadang ber-sinonim dengan competitive intelligence dikarenakan keduanya mendukung dalam hal pengambilan keputusan, tetapi Business intelligence menggunakan teknologi, proses, dan aplikasi untuk menganalisis sebagaian besar data terstrukur dan proses bisnis sementara competitive intelligence mengumpulkan, menganalisis, dan menyebarkan informasi dengan fokus topical pada perusahaan pesaing. Jika dipahami secara luas, Business intelligence dapat dianggap sebagai bagian dari competitive intelligence.
Perbedaan Business Intelligence dengan Business Analytics Business intelligence dan Business analytics terkadang digunakan secara bergantian, tetapi ada definisi lainnya. Thomas Davenport, seorang profesor teknologi informasi dan manajemen di Babson Collage berpendapat bahwa business intelligence harus dibagi menjadi queery, reporting, online analytical processing (OLAP), alat “alert”, dan analisis bisnis. Dalam definisi ini, business analytics adalah bagian dari business intelligence yang berfokus pada statistik, prediksi, dan pengoptimalam dari pada fungsionalitas reporting.
Data Tidak Terstruktur (Unstructured Data) vs Data Semi Terstruktur (Semi-Structured Data)
Data tidak terstruktur dan semi terstruktur memiliki arti yang berbeda begantung pada konteksnya. Dalam konteks sistem basis data relasional, data tidak terstruktur tidak dapat disimpan dalam
“kolom” dan “baris” dapat diprediksi. Salah satu jenis data tidak terstruktur biasanya disimpan dalam BLOB (binary large object), tipe data catch-all yang tersedia di sebagian besar sistem manajemen basis data relasional. Data tidak terstruktur juga merujuk pada pola “kolom” yang berulang secara tidak teratur atau acak yang bervariasi dari “baris” ke “baris” atau file yang tidak memiliki metadata yang terperinci.
Namun, banyak dari tipe data ini, seperti email, file teks pengolahan kata, PDF, PPT, file gambar, dan file video sesuai standar yang kemungkinan metadata. Metadata dapat mencakup informasi seperti penulis dan waktu pembuatan, dan ini dapat disimpan dalam database relasional.
Data tidak terstruktur juga bisa menjadi knowledge yang dimiliki pengguna bisnis tentang tren bisnis masa depan. Peramalan bisnis secara alami sejalan dengan sistem business intelligence karena pengguna bisnis memikirkan bisnis secara agregat. Capturing the business knowledge yang mungkin hanya ada di benak pengguna bisnis memberikan beberapa poin data terpenting untuk solusi business intelligence yang lengkap.
Metadata
Untuk memecahkan masalah dengan kemampuan pencarian dan penilaian data, perlu untuk mengetahui sesuatu tentang konten. Ini dapat dilakukan dengan menambahkan konteks melalui pengunaan metadata. Banyak sistem telah menangkap beberapa metadata (misalnya nama file, penulis, ukuran dan lain-lain), tetapi yang lebih berguna adalah metadata tentang konten aktual, misalnya
ringkasan, topik, orang, atau perusahaan. Dua teknologi yang dirancang untuk menghasilkan metadata tentang konten adalah kategorisasi otomatis dan ekstraksi informasi.