1
LITERATUR REVIEW
PENERAPAN DATA WAREHOUSE & BUSSINES INTELLIGENCE
Digunakan untuk memenuhi tugas matakuliah Data Warehouse & BI
Disusun oleh :
Muhammad Zidan Darmawan 1204210108
PROGRAM STUDI SISTEM INFORMASI, FAKULTAS REKAYASA INDUSTRI, TELKOM UNIVERSITY SURABAYA
2024
2 Penerapan Data Warehouse & Bussines Inteligence : Literatur Review
Muhammad Zidan Darmawan [1]
Program Studi Sistem Informasi, Telkom University Surabaya [email protected]
Abstrak
Paper literatur review ini menyajikan tinjauan umum mengenai penerapan Data Warehouse (DW) dan Bussines Intelligence (BI) berdasarkan serangkaian penelitian terdahulu. Dari sejumlah jurnal yang dianalisis, teknologi DW terbukti efektif, salah satunya dalam mengatasi masalah pemrosesan data besar dengan menerapkan metode ETL (Extract Transform Load) dan menggunakan berbagai platform seperti MongoDB dan metode Nine Steps Kimball. Sementara itu, BI telah terbukti menjadi solusi yang dapat memvisualisasikan dan menganalisis data dengan cepat dan akurat melalui grafik dan table, seperti yang dilakukan dalam implementasi menggunakan Power BI dan Tableau.
Hasil penelitian menunjukkan bahwa penggabungan DW dan BI mampu menghasilkan informasi yang tepat dan informatif untuk mendukung pengambilan keputusan. Dengan demikian, paper ini menyajikan gambaran komprehensif tentang bagaimana penerapan DW dan BI telah memberikan kontribusi signifikan dalam berbagai konteks, mulai dari analisis transaksi penjualan, manajemen persediaan barang, pelayanan kesehatan, riset pasar, perguruan tinggi, analisis data gempa bumi, seta sector industri kecil dan besar lainnya. Paper ini memberikan wawasan yang berharga bagi peneliti dan praktisi dalam memahami potensi dan aplikasi DW dan BI dalam berbagai bidang.
Kata Kunci : Data Warehouse, Business Intelligence,
PENDAHULUAN
Di era modern saat ini, terjadi peningkatan signifikan dalam tingkat persaingan di berbagai sector, tidak terkecuali dalam dunia riset dan layanan publik.
Perkembangan teknologi digital, kapasistas komputasi yang semakin maju, dan kemampuan analisis data telah memunculkan inovasi-inovasi yang mengubah paradigma dalam berbagai bidang. Fenomena ini tidak hanya mempengaruhi dunia bisnis, tetapi juga menciptakan distribusi yang menuntut adaptasi dan inovasi di segala aspek kehidupan [1]. Data merupakan satu factor penting dalam revolusi industri keempat ini. Seluruh bentuk kegiatan perusahaan tentu menghasilkan data dan diperlukan strategi yang tepat untuk dapat menyimpan dan mengelola data ini [1]. Data juga merupakan representasi dari berbagai peristiwa yang ada, namun dalam keadaan mentah yang belum dapat memberikan
gambaran lengkap. Oleh karena itu, data perlu diolah melalui berbagai model untuk menghasilkan informasi yang bermanfaat [2].
Informasi memiliki peran krusial dalam mendukung proses pengambilan keputusan, dan hal ini diperkuat oleh kehadiran Bussines Intelligence. Bussines Intelligence memiliki kemampuan untuk mengolah data menjadi informasi yang dapat digunakan untuk mendukung operasional dan pengambilan keputusan yang lebih efektif [2]. Seiring dengan pertumbuhan perusahaan, jumlah data yang dihasilkan dari transaksi juga meningkat.
Dengan volume data yang semakin besar, manajemen suatu perusahaan dihadapkan pada tuntutan untuk mengoptimalkan pemanfaatan data tersebut dalam proses analisis guna menghasilkan keputusan strategis. Namun, semakin banyaknya data juga berarti proses pengolahan data akan memakan waktu lebih banyak. Hal ini diperkuat oleh kehadiran
3 Datawarehouse [3]. Datawarehouse memiliki
kemampuan untuk menyimpanan data terstruktur yang dapat menyimpan data historis, data-data tersebut merupakan data yang telah dibersihkan dan disesauikan dengan kebutuhan Analisa sehingga dapat menghasilkan informasi yang berkualitas [3]. Data yang tersimpan pada datawarehouse juga dapat divisualisasikan menggunakan teknologi Bussines Intelligence sehingga pihak perusahaan dapat dengan mudah menganalisa data tertentu [4].
METODE
Metode yang digunakan adalah pendekatan literatur review. Literature review merupakan rangkuman menyeluruh dari
penelitian yang telah dilakukan sebelumnya mengenai topik tertentu. Tujuanya untuk memberikakn pembaca gambaran tentang pengetahuan yang telah ada terkait topik tersebut, menyoroti area-area pengetahuan yang masih belum tercakup dan untuk mengisnpirasi ide-ide penelitian selanjutnya [5]. Jenis literatur review yang digunakan dalam penelitian ini adalah narrative review.
Narrative review sistematik disusun dari sumber-sumber yang dapat digunakan oleh pembacanya untuk mendapatkan ringkasan teori dan temuan-temuan empiris yang terbaru dengan sesuai dengan topiknya [6].
Penelusuran artikel publikasi pada Google Schoolar menggunakan keywords yang dipilih yakni : Penerapan Datawarehouse & Bussines Intelligence
HASIL DAN PEMABAHASAN
Hasil studi literature review sebagai berikut :
Judul Tahun Tujuan Kesimpulan
Perancangan dan Pembuatan Data
Warehouse dan Business Intelligence pada Market Research
Motorcycle Honda MPM
Motor
2019
Tujuan penelitian ini adalah mengimplementasikan data warehouse sebagai business intelligence untuk mempercepat proses pengelolaan data dan membuat laporan yang mendukung analisis market research di Honda MPM Distributor. Melalui aplikasi Power BI, laporan ini mencakup informasi terkait ekonomi, populasi motor, dan detail penjualan motor [9].
Kesimpulan dari skripsi ini adalah:
1. Proses transformasi menggunakan Pentaho Data Integration berhasil memindahkan data penting untuk analisis perusahaan. Skema Snowflake yang
digunakan sebagai tempat penyimpanan data
memungkinkan akses data penjualan dan data pemerintah dari satu sumber.
2. Proses transformasi data telah menghasilkan data yang benar dan lengkap, meskipun kecepatannya tergantung pada volume data dan proses setelah proses join terakhir.
3. Aplikasi pelaporan menggunakan Power BI
4 dapat diakses dengan baik, menyediakan tabel, grafik, dan fitur
pelaporan yang diperlukan.
4. Aplikasi pelaporan tersebut mampu memberikan informasi tentang penghasilan dan riset pasar dengan efektif [9].
Penerapan Business Intelligence
Untuk Menganalisa Data Gempa
Bumi di Indonesia Menggunakan Tableau Public
2022
Tujuan penelitian ini adalah menggunakan Business
Intelligence untuk visualisasi data gempa bumi di Indonesia, dengan fokus pada wilayah, kedalaman, dan magnitudo. Metode
penelitian menggunakan platform Tableau Public untuk mengolah dataset gempa bumi dari
www.kaggle.com dalam rentang waktu 01 Januari 2018 hingga 30 September 2022. Hasil penelitian berupa dashboard yang memuat visualisasi data, membantu dalam pengambilan keputusan dengan menyajikan informasi yang mudah dibaca dan dipahami.
Analisis data gempa bumi di Indonesia dari 2018 hingga September 2022 menggunakan sumber dari www.kaggle.com, melalui visualisasi Tableau Public menunjukkan:
1. Gempa terkuat terjadi di Sumbawa Region pada 2018 (8,842 SR).
2. Gempa terlemah terjadi di Timor Sea pada 2020 (1,8 SR).
3. Gempa terdalam terjadi di Banda Sea pada 2018 (94,791 km di bawah permukaan bumi).
4. Gempa paling dangkal terjadi di sekitar pantai selatan Irian Jaya pada 2020 (kedalaman 10 km di bawah permukaan laut).
Visualisasi ini memberikan pemahaman dan perbandingan mengenai gempa bumi di Indonesia selama empat tahun terakhir, membantu dalam pengambilan keputusan terkait mitigasi bencana [2].
Penerapan Teknologi Datawarehouse
Nosql Dan Business
2020
Tujuan dari penelitian di atas adalah menerapkan teknologi data warehouse dan MongoDB untuk mengatasi permasalahan pengolahan data historis yang besar. Selain itu, penelitian bertujuan untuk memanfaatkan teknologi business intelligence
Penelitian ini menunjukkan bahwa dengan menggunakan MongoDB untuk datawarehouse dan Power BI untuk business intelligence, data transaksi penjualan dari 2017 hingga 2019 dapat disimpan dan dianalisis secara efektif. Melalui ETL, data
5 Intelligence
Untuk Analisa Transaksi Penjualan
guna memvisualisasikan data penjualan dalam bentuk grafik dan tabel, yang akan
mempermudah analisis bagi pemangku kepentingan [3].
berkualitas tersedia untuk analisis. Visualisasi data menggunakan Power BI memudahkanpemahaman.
Pengembangan lebih lanjut dapat dilakukan dengan teknik data mining [3].
Implementasi Sistem Business
Intelligence Untuk Data Penelitian di Perguruan Tinggi
2019
Penelitian ini bertujuan mengimplementasikan sistem Business Intelligence di sebuah perguruan tinggi swasta di Jakarta untuk meningkatkan pengelolaan dan pemanfaatan data penelitian. Hasilnya adalah implementasi sistem BI yang membantu dalam pengumpulan, analisis, dan pelaporan data penelitian serta menyediakan dashboard untuk menganalisis tren penelitian dan pengambilan keputusan [14]
Kesimpulan dari penelitian ini adalah:
1. Penggunaan Pentaho Data Integration (PDI) membantu dalam mengumpulkan data penelitian dari OLTP menjadi OLAP.
2. Pentaho Report Designer (PRD) membantu dalam pembuatan laporan penelitian yang disesuaikan dengan kebutuhan, mengatasi masalah ketergantungan pada sumber data.
3. Dashboard penelitian menggunakan Pentaho CDE sangat membantu pimpinan dalam menganalisis tren penelitian di Perguruan Tinggi XYZ dan dapat mendukung pengambilan keputusan serta
mengukur kinerja dosen [14].
Penerapan Datawarehouse
Dan Business Intelligence Untuk Analisa
Persediaan Barang Di Gudang Pt. Abc
2022
Penelitian ini bertujuan menerapkan Business
Intelligence dalam manajemen persediaan barang untuk mengatasi kompleksitas data yang besar. Tujuannya adalah menggunakan teknologi datawarehouse dan BI serta proses ETL untuk menyajikan data secara efisien dan
memastikan kualitasnya [15].
Kesimpulan dari penelitian ini adalah:
1. Penerapan data
warehouse dan business intelligence pada PT.
ABC dengan data penerimaan dan pengiriman barang selama 6 tahun berhasil.
2. Metode Nine Steps Kimball dan integrasi data melalui proses ETL menghasilkan data seragam yang menyimpan hanya
6 informasi yang
diperlukan.
3. Proses pengolahan data menjadi lebih cepat dengan menyimpan hanya data relevan dalam data warehouse.
4. Informasi yang ditampilkan
menggunakan Power BI lebih informatif dengan grafik dan tabel, memudahkan analisis.
5. Sistem yang dihasilkan sesuai dengan kebutuhan fungsional dari
perancangan awal [15].
Implementation of Business Intelligence for Quality Support of RSUD Ir.
Soekarno Sukoharjo with Data Warehouse
2020
Tujuan penelitian ini adalah membangun sistem Business Intelligence yang mampu menangani dan
membantu dalam pengolahan informasi untuk mengetahui indikator SPM berdasarkan peraturan kementerian RI (memberikan informasi yang cepat, akurat dan actual), hal ini demi mendukung
sistem informasi mengenai mutu layanan Rumah Sakit [10].
Penelitian ini berhasil mengembangkan sistem informasi untuk mendukung penyajian Standar Pelayanan Minimal di RSUD Ir. Soekarno Sukoharjo menggunakan Business Intelligence dengan metode data warehouse. Metode sembilan langkah dari data warehouse diterapkan dengan baik. Hasil pengujian Black Box menunjukkan bahwa aplikasi berfungsi dengan baik, namun beberapa layanan tidak mencapai standar minimal yang diharapkan [10].
Perancangan Data Warehouse Perguruan Tinggi
untuk Kinerja Penelitian dan Pengabdian
kepada Masyarakat
2020
Tujuan penelitian ini adalah menyediakan repositori terpusat dengan data Penelitian dan Pengabdian kepada Masyarakat (PkM) dosen yang terstruktur dan konsisten, serta menghasilkan analisis data untuk kebutuhan Asesmen Program Studi (APS).
Penelitian ini menawarkan data warehouse sebagai solusi untuk permasalahan tersebut. Repositori ini berisi data historis yang telah dibersihkan dan ditransformasi melalui proses ETL (Extraction,
Sebuah data warehouse telah dirancang sebagai repositori pusat untuk data Penelitian dan PkM dosen. Dengan menggunakan skema snowflake dan metodologi perancangan khusus untuk pendidikan, data dapat diakses secara konsisten dan terstruktur.
Ini sangat membantu program studi dalam menyusun Laporan Kinerja Program Studi (LKPS) dan Laporan Evaluasi Diri (LED) untuk Implementasi Akreditasi
7 Transformation, dan Loading)
[8].
Program Studi (IAPS) 4.0.
Rancangan ini memenuhi
kebutuhan yang ditetapkan untuk LKPS dan menjawab tujuh dari sepuluh kebutuhan pada LED [8].
Implementasi Datawarehouse
Dan Business Intelligence Untuk Data Penjualan Pada
Pt.
Abc
2020
Tujuan penelitian ini adalah menggabungkan teknologi datawarehouse dan business intelligence untuk menghasilkan informasi yang cepat, akurat, dan informatif. Dengan menggunakan metode pemodelan
datawarehouse Kimball dan proses ETL dari Pentaho Data Integration, serta visualisasi data menggunakan Power Business Intelligence [12].
Kesimpulan penelitian ini adalah:
1. Penerapan data
warehouse dan business intelligence pada PT.
ABC dengan data penjualan selama 2 tahun berhasil dilakukan.
2. Metode Nine Steps Kimball dan integrasi data transaksi melalui proses ETL
menghasilkan data seragam dan hanya menyimpan data yang diperlukan untuk pengambilan keputusan.
3. Proses pengolahan data lebih cepat karena hanya data yang relevan disimpan.
4. Informasi yang ditampilkan
menggunakan Power BI lebih informatif,
memudahkan analisis data penjualan.
5. Sistem yang dihasilkan sesuai dengan kebutuhan fungsional dari tahap awal perancangan [12].
8 Pemanfaatan
Business Intelligence untuk Visualisasi
Data Industri Kecil Menengah
Sektor Pangan menggunakan Tableau (Studi Kasus Dinas Perindustrian Kota Palembang)
2023
Tujuan penelitian ini adalah memanfaatkan Business Intelligence dengan Tableau untuk visualisasi data Industri Kecil Menengah (IKM) sektor pangan di Kota Palembang.
Penelitian bertujuan untuk memberikan solusi terhadap lambatnya penyajian data untuk pengambilan keputusan di Dinas Perindustrian Kota Palembang dengan menyajikan visualisasi data aktivitas IKM sektor pangan secara efektif. Dengan demikian, manajemen dapat dengan mudah memahami dan menganalisis data IKM untuk mendukung
pengambilan keputusan yang tepat [7].
Kesimpulan dari penelitian ini adalah bahwa dengan
menggunakan Tableau untuk Business Intelligence, data UMKM sektor pangan dari Studi Kasus Dina Perindustrian Kota Palembang dapat dievaluasi dengan mudah. Ditemukan bahwa industri minuman ringan
memiliki produksi terbanyak dan nilai investasi tinggi,sementara industri kerupuk membuka lapangan kerja paling banyak. Hal ini menunjukkan bahwa
visualisasi data memudahkan identifikasi tren dan potensi investasi dalam industri kecil dan menengah [7].
Study Desain &
Implementasi BUSINESS INTELLIGENCE
Pada Suatu Maskapai Penerbangan
(Laporan Penelitian Magang MSIB)
2023
Tujuan penelitian ini adalah menerapkan sistem business intelligence untuk monitoring performa maskapai penerbangan melalui dashboard reporting interaktif. Dengan memanfaatkan data mentah dari data publik dan metode Business Intelligence Roadmap (BIR), penelitian ini bertujuan untuk menghasilkan tiga dashboard [11]
1. Pentaho Data Integration (PDI) digunakan untuk memproses data mentah sebelum visualisasi, memungkinkan penyesuaian dan pengolahan data.
2. PDI mengisi data kosong dengan nol (integer) dan memisahkan data tergabung dalam satu kolom menjadi kolom terpisah untuk visualisasi.
3. Dibuat tiga jenis dashboard, Dashboard pertama menggambarkan pola keterlambatan penerbangan selama tiga tahun terakhir,
dipengaruhi oleh kondisi cuaca di Amerika.
Dashboard kedua menunjukkan korelasi positif antara kunjungan pesawat terbang dan pertumbuhan ekonomi.
Dashboard ketiga mengidentifikasi jumlah penerbangan yang sering digunakan oleh
penumpang, yang menjadi acuan standar
9 untuk meningkatkan kualitas layanan maskapai penerbangan.
[11].
Implementasi Business Intelligence pada
Data Pendapatan studi kasus (PT.
Pos Indonesia)
2023
Tujuan penelitian ini adalah mengimplementasikan Business Intelligence (BI) menggunakan metode OLAP dan ETL untuk mengelola dan menganalisis data perusahaan. Metode OLAP memungkinkan analisis data yang detail dan ringkas, sementara metode ETL melibatkan ekstraksi, transformasi, dan pemuatan data dari berbagai sumber ke dalam data warehouse.
Hasilnya adalah pembuatan Dashboard menggunakan Power BI dan R Studio untuk
memudahkan manajer dalam membuat kesimpulan terkait langkah-langkah perusahaan [13].
menghasilkan sebuah Dashboard power BI dan Rstudio dari data yang sudah diolah menggunakan bantuan aplikasi power BI dan Rstudio yang bertujuan untuk membantu manajer mengambil kesimpulan pada data(pendapatan perusahaan). Dashboard ini hadir dengan
visualisasi yang sederhana namun informatif, membantu manajer menganalisis kinerja pendapatan, mengenali tren, serta peluang.
Integrasi Power BI dan R Studio memungkinkan analisis
mendalam termasuk model perkiraan. Hasilnya, manajer didukung dengan alat yang kuat untuk keputusan lebih ter informasi [13].
KESIMPULAN
Secara keseluruhan, dari hasil literatur review jurnal yang disajikan, dapat disimpulkan bahwa penerapan Data Warehouse (DW) dan Business Intelligence (BI) memberikan berbagai manfaat dalam berbagai konteks, antara lain:
1. Peningkatan efisiensi pengolahan data:
DW membantu dalam menyimpan, mengelola, dan mengintegrasikan data yang besar dan kompleks dari berbagai sumber. Hal ini memungkinkan perusahaan untuk mengoptimalkan data yang dimiliki untuk keperluan analisis dan pengambilan keputusan.
2. Visualisasi data yang efektif: BI memungkinkan visualisasi data yang kompleks menjadi grafik, tabel, dan dashboard yang mudah dipahami. Ini membantu pemangku kepentingan dalam menganalisis data dengan cepat
dan akurat untuk mendukung pengambilan keputusan strategis.
3. Peningkatan kualitas informasi: Proses ETL dalam DW memastikan bahwa data yang masuk ke dalam sistem adalah data yang berkualitas tinggi.
Dengan demikian, informasi yang dihasilkan oleh BI menjadi lebih akurat dan dapat diandalkan.
4. Pengambilan keputusan yang lebih tepat: Kombinasi DW dan BI memungkinkan perusahaan untuk menghasilkan informasi yang tepat dan informatif yang mendukung pengambilan keputusan yang lebih baik. Hal ini terbukti dalam berbagai konteks, seperti analisis transaksi penjualan, manajemen persediaan barang, pelayanan kesehatan, riset pasar, dan sektor industri lainnya.
5. Peningkatan efisiensi operasional:
Implementasi BI pada perusahaan memungkinkan untuk mempercepat
10 proses pelaporan dan analisis data. Hal
ini mengarah pada peningkatan efisiensi operasional dan produktivitas perusahaan secara keseluruhan.
DAFTAR PUSTAKA
[1] L. W. S. L. P. D. Erriv Septianfan Budi,
"Perancangan dan Pembuatan Data Warehouse dan Business Intelligence pada Market Research," Jurnal Infra, pp.
1-8, 2019.
[2] A. A. F. N. H. Diana Fitri Lessy,
"Penerapan Business Intelligence Untuk Menganalisa Data Gempa Bumi di Indonesia Menggunakan Tableau Public," Jurnal Sistem Komputer &
Informatika (JSON), vol. 4, pp. 304-309, 2022.
[3] G. B. A. T. N. P. M. K. I Putu Susila Handika, "PENERAPAN TEKNOLOGI DATAWAREHOUSE NOSQL DAN BUSINESS NTELLIGENCE UNTUK
ANALISA TRANSAKSI
PENJUALAN," JURNAL RESISTOR, vol. 3, pp. 120-127, 2020.
[4] F. N. Hasan, "Implementasi Sistem Business Intelligence Untuk Data Penelitian di Perguruan Tinggi," in SEMINAR NASIOANAL TEKNOKA, Jakarta Timur, 2019.
[5] A. S. &. T. R. Denney, "How to write a literature review," Journal of criminal justice education, vol. 2, pp. 218-234, 2013.
[6] J. Cisco, "Teaching the literature review:
A practical approach for or college instructors. Teaching and Learning Inquiry," vol. 2, pp. 41-57, 2014.
[7] A. R. F. Ilman Zuhri Yadi, "Pemanfaatan Business Intelligence untuk Visualisasi Data Industri Kecil Menengah Sektor Pangan menggunakan Tableau (Studi Kasus Dinas Perindustrian Kota
Palembang)," Jurnal Ilmiah Komputer, vol. 19, pp. 962-972, 2023.
[8] A. G. P. M. N. A. R. G. V. B. S. Agata Filiana#1, "Perancangan Data Warehouse Perguruan Tinggi untuk Kinerja Penelitian dan Pengabdian kepada Masyarakat," Jurnal Teknik Informatika dan Sistem Informasi, vol. 6, pp. 174-183, 2020.
[9] L. W. S. L. P. D. Erriv Septianfan Budi,
"Perancangan dan Pembuatan Data Warehouse dan Business Intelligence pada Market Research Motorcycle Honda MPM Motor," Jurnal Infra, vol. 7, pp. 1- 8, 2019.
[10] H. S. A. W. Adnan Widya Iswara,
"Implementation of Business Intelligence for Quality Support of RSUD Ir.
Soekarno Sukoharjo with Data Warehouse," ITSMART: Jurnal Ilmiah Teknologi dan Informasi, vol. 9, pp. 18- 23, 2020.
[11] S. R. W. G. Guruh Sukmo, "STUDY DESAIN & IMPLEMENTASI BUSINESS INTELLIGENCE pada suatu maskapai penerbangan (Laporan Studi MSIB Kampus Merdeka 2022)," Jurnal Invantri, vol. 2, pp. 27-38, 2023.
[12] P. P. S. I Putu Susila Handika,
"MPLEMENTASI
DATAWAREHOUSE DAN BUSINESS INTELLIGENCE UNTUK DATA PENJUALAN PADA PT. ABC," RABIT : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 5, pp. 76-85, 2020.
[13] D. F. Akhmad Raihan Nurridwan Firdaus, "Implementasi Business Intelligence pada Data Pendapatan studi kasus (PT. Pos Indonesia)," Jurnal Esensi Infokom, vol. 7, pp. 33-39, 2023.
[14] F. N. Hasan, "Implementasi Sistem Business Intelligence Untuk Data Penelitian di Perguruan Tinggi," in
11 SEMINAR NASIONAL TEKNOKA,
Jakarta Timur, 2019.
[15] I. P. S. Handika, "PENERAPAN DATAWAREHOUSE DAN BUSINESS INTELLIGENCE UNTUK ANALISA PERSEDIAAN BARANG DI GUDANG PT. ABC," Jurnal Teknologi Informasi dan Komputer, vol. 8, pp. 153-162, 2022.
