MAKALAH
BUSINESS INTELLIGENCE
Disusun Oleh :
1. Alexander Gurita Wulele (201453001)
2. Dimyati Utoyo (201453006)
3. Muhammad Arifin (201453011)
4. Joko Umbarno (201453012)
5. Afrida Eka. A (201453013)
6. Teguh Heri Purwanto (201453014)
7. Faris Apri Setiawan (201453015)
Kelas : C
FAKULTAS TEKNIK PROGDI SISTEM INFORMASI
UNIVERSITAS MURIA KUDUS
2016
HALAMAN JUDUL................................................................................................i
Perkembangan sistem informasi yang semakin pesat membawa pengaruh besar terutama pada dunia bisnis. Sistem informasi menjadi salah satu bentuk implementasi yang bisa menjawab kebutuhan perusahaan dalam menjalankan usahanya dan mengambil keputusan yang tepat bagi perusahaan. Hal ini penting mengingat persaingan bisnis yang semakin ketat, sehingga menjadikan perusahaan harus mengikuti trend zaman yang semakin inovatif untuk bisa sukses dan bertahan dalam persaingan ini. Adanya kebutuhan perusahaan untuk bisa mengambil keputusan secara cepat dan tepat, membuat perusahaan membutuhkan tools yang bisa membantu perusahaan untuk menganalisa dan mengelola data menjadi informasi yang berkualitas sehingga bisa digunakan untuk pengambilan keputusan. Kebutuhan perusahaan akan informasi menjadi kebutuhan pokok dalam kelangsungan hidup suatu perusahaan. Business Intelligence (BI) menjadi salah satu solusi akan kebutuhan perusahaan di atas, terutama dalam menganalisis dan menyediakan akses ke data guna membantu mengambil keputusan secara lebih baik. Business Intelligence mampu mengubah data menjadi informasi berkualitas yang menjadi pendukung pengambilan keputusan perusahaan dan proses bisnis. Banyak perusahaan besar yang mengalami kesulitan dalam mengolah dan menganalisa data yang banyak, mereka membutuhkan waktu cukup lama untuk mengolah data pembelian dan penjualan tersebut menjadi sebuah informasi berkualitas. Oleh karena itu diperlukan alat bantu berupa Business Intelligence untuk mengolah data menjadi informasi, membuat ringkasan data, dan menghasilkan laporan yang baik sehingga bisa digunakan untuk membantu pengambilan keputusan. Dengan menggunakan aplikasi Business Intelligence, diharapkan dapat melihat dan mengambil keputusan dengan cepat berdasarkan laporan yang dihasilkan secara ringkas.
1. Apakah pengertian Transformasi data ?
2. Apakah pengertian Data dan Contohnya?
3. Apakah pengertian Informasi?
4. Apa sajakah hubungan Informasi dan Data?
5. Apakah pengertian Pengetahuan?
Batasan – batasan yang diberikan penulis dalam makalah ini diantaranya :
1. Pembahasan materi meliputi inti dari business intelligence
2. Pengertian dari transformasi data, data, informasi, pengetahuan dan keputusan.
1.4 Tujuan Masalah
1. Memberikan informasi mengenai hubungan antara transformasi data, data, informasi, pengetahuan dan keputusan dalam business intelligence.
2. Memberikan kemudahan pembaca dalam mengenal, memahami dan mengerti apa itu transformasi data, data, infor,asi, pengetahuan dan keputusan.
2.1 Pengertian Transformasi Data
Transformasi data adalah proses dimana data mentah (raw data) hasil ekstraksi disaring dan diubah sesuai dengan kaidah bisnis yang berlaku. Langkah-langkah dalam transformasi data adalah sebagai berikut :
1. Memetakan data input dari skema data aslinya ke skema data warehouse.
2. Melakukan konversi tipe data atau format data.
3. Pembersihan serta pembuangan duplikasi dan kesalahan data.
4. Penghitungan nilai-nilai derivat atau mula-mula.
5. Penghitungan nilai-nilai agregat atau rangkuman.
6. Pemerikasaan integritas referensi data.
7. Pengisian nilai-nilai kosong dengan nilai default.
8. Penggabungan data.
2.2 Pengertian Data
Data merupakan salah satu hal utama yang dikaji dalam masalah TIK. Penggunaan dan pemanfaatan data sudah mencakup banyak aspek. Berikut adalah pembahasan definisi data berdasarkan berbagai sumber.
Data menggambarkan sebuah representasi fakta yang tersusun secara terstruktur, dengan kata lain bahwa “Generally, data represent a structured codification of single primary entities, as well as of transactions involving two or more primary entities .” (Vercellis, 2009: 6). Selain deskripsi dari sebuah fakta, data dapat pula merepresentasikan suatu objek sebagaimana dikemukakan oleh Wawan dan Munir (2006: 1) bahwa “Data adalah nilai yang merepresentasikan deskripsi dari suatu objek atau kejadian (event) “
Dengan demikian dapat dijelaskan kembali bahwa data merupakan suatu objek, kejadian, atau fakta yang terdokumentasikan dengan memiliki kodifikasi terstruktur untuk suatu atau beberapa entitas.
2.1.1 Contoh Data
1. Contoh Pemerintah
ada tahun 2012 , pemerintahan Obama mengumumkan Big Data Penelitian dan Pengembangan Inisiatif , yang mengeksplorasi bagaimana data besar bisa digunakan untuk mengatasi masalah-masalah penting yang dihadapi oleh pemerintah . Inisiatif ini terdiri dari 84 program big data yang berbeda yang tersebar di enam departemen. Analisis data besar memainkan peran besar dalam kampanye Barack Obama sukses 2012 pemilihan ulang . Amerika Serikat Pemerintah Federal memiliki enam dari sepuluh superkomputer paling kuat di dunia. Utah Data Center adalah pusat data saat ini sedang dibangun oleh Amerika Serikat National Security Agency . Ketika selesai , fasilitas tersebut akan mampu menangani Yottabytes informasi yang dikumpulkan oleh NSA melalui Internet.
2. Contoh di Sektor Swasta
eBay.com menggunakan dua gudang data pada 7,5 petabyte dan 40PB serta Hadoop klaster 40PB untuk pencarian, rekomendasi, konsumen, dan merchandising . Di dalam eBay 90PB data warehouse. Amazon.com menangani jutaan operasi back-end setiap hari, serta pertanyaan dari lebih dari setengah juta penjual pihak ketiga . Teknologi inti yang membuat Amazon berjalan adalah berbasis Linux dan pada 2005 mereka memiliki tiga database Linux terbesar di dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan 24,7 TB. Walmart menangani lebih dari 1 juta transaksi nasabah setiap jam , yang diimpor ke database diperkirakan mengandung lebih dari 2,5 petabyte ( 2.560 terabyte ) data - . Setara dengan 167 kali informasi yang terdapat dalam semua buku di Perpustakaan Kongres AS. FICO Falcon Penipuan Kartu Kredit Detection System melindungi 2,1 miliar akun aktif di seluruh dunia .Volume data bisnis di seluruh dunia , di semua perusahaan , dua kali lipat setiap 1,2 tahun , menurut perkiraan.Windermere Real Estate menggunakan sinyal GPS anonim dari hampir 100 juta driver untuk membantu pembeli rumah baru menentukan waktu berkendara khas mereka ke dan dari tempat kerja di berbagai kali dalam sehari.
3. Contoh di Bidang Arsitektur
Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses yang disebut MapReduce yang menggunakan arsitektur tersebut. MapReduce framework menyediakan model pemrosesan paralel dan implementasi terkait untuk memproses sejumlah besar data . Dengan MapReduce , query dibagi dan didistribusikan di seluruh node paralel dan diproses secara . Hasilnya kemudian dikumpulkan dan disampaikan. Kerangka itu sangat sukses sehingga orang lain ingin meniru algoritma . Oleh karena itu , sebuah implementasi dari kerangka MapReduce diadopsi oleh sebuah proyek open source Apache Hadoop bernama Teknologi Topological Program Analisis Data DARPA.
4. Contoh di Bidang Pasar
"Big Data " telah meningkatkan permintaan spesialis manajemen informasi dalam Software AG , Oracle Corporation , IBM , Microsoft , SAP , EMC , HP dan Dell telah menghabiskan lebih dari $ 15 miliar untuk perusahaan perangkat lunak hanya mengkhususkan diri dalam manajemen data dan analisis . Pada tahun 2010 , industri ini sendiri bernilai lebih dari $ 100 miliar dan tumbuh hampir 10 persen per tahun, tentang dua kali lebih cepat sebagai bisnis perangkat lunak secara keseluruhan. Negara maju membuat meningkatnya penggunaan teknologi data-intensif . Ada 4,6 miliar langganan ponsel di seluruh dunia dan ada antara 1 miliar sampai 2 miliar orang mengakses internet . Antara tahun 1990 dan 2005 , lebih dari 1 miliar orang di seluruh dunia memasuki kelas menengah yang berarti semakin banyak orang yang memperoleh uang akan menjadi melek lagi yang pada gilirannya menyebabkan pertumbuhan informasi . Kapasitas yang efektif di dunia untuk bertukar informasi melalui jaringan telekomunikasi adalah 281 petabyte pada tahun 1986 , 471 petabyte pada tahun 1993 , 2,2 exabyte pada tahun 2000 , 65 exabyte pada tahun 2007 dan diperkirakan bahwa jumlah lalu lintas yang mengalir melalui internet akan mencapai 667 exabytes per tahun pada tahun 2013.
2.3 Pengertian Informasi
Informasi adalah sekumpulan data/fakta yang diolah dengan cara tertentu sehingga mempunyai arti bagi penerima. Data yang telah diolah menjadi sesuatu yang berguna bagi si penerima, yaitu dapat memberikan keterangan atau pengetahuan. Dengan demikian yang menjadi sumber informasi adalah data. Informasi dapat juga dikatakan sebuah pengetahuan yang diperoleh dari pembelajaran, pengalaman, atau instruksi. Contoh informasi: dokumen dalam Microsoft Excel, berbentuk spreadsheet seringkali digunakan untuk membuat sebuah informasi dari data yang terdapat di dalamnya, seperti laporan untung, rugi dan neraca adalah bentuk informasi dan angka yang terdapat di dalamnya adalah data.
Dalam beberapa hal, pengetahuan tentang peristiwa-peristiwa tertentu atau situasi yang telah dikumpulkan atau diterima melalui proses komunikasi, pengumpulan intelejen, ataupun didapatkan dari berita bisa disebut informasi. Informasi yang berupa koleksi data dan fakta seringkali dinamakan informasi statistik. Dalam bidang ilmu komputer, informasi adalah data yang disimpan, diproses, atau ditransmisikan. Penelitian ini memfokuskan pada definisi informasi sebagai pengetahuan yang didapatkan dari pembelajaran, pengalaman, atau instruksi dan alirannya.
2.3.1 Jenis-jenis Informasi
1. Informasi berdasarkan fungsi & kegunaan, ialah informasi yang berdasarkan materi dan kegunaannya. Informasi jenis ini antara lain ialah:
2. Informasi yang menambah pengetahuan, misalnya: sebuah kejadian dan pendidikan.
3. Informasi yang mengajari pembaca, sebagai contoh misalnya sebuah makalah yang isinya adalah sebuah tutorial atau cara memasak, sebuah artikel tentang bagaimana cara memasak yang baik.
4. Informasi berdasarkan format penyajian, merupakan informasi yang berdasarkan bentuk penyajian. Informasi jenis ini, antara lain berupa tulisan teks, gambar karikatur, foto, ataupun lukisan abstrak.
5. Informasi berdasarkan lokasi kejadian, merupakan informasi yang berdasarkan lokasi kejadian yang sedang berlangsung, baik informasi dari dalam negeri maupun informasi dari luar negeri.
6. Informasi berdasarkan bidang kehidupan, merupakan informasi yang berdasarkan bidang-bidang kehidupan yang ada, contohnya pendidikan, gaya hidup, olahraga dll.
2.3.2 Informasi Berdasarkan Penyampaian
- Informasi yang disediakan secara berkala.
- Informasi yang disediakan secara tiba-tiba.
- Informasi yang disediakan setiap saat.
- Informasi yang dikecualikan.
- Informasi yang diperoleh berdasarkan permintaan.
2.3.3 Ciri-ciri Informasi
1. Relevan, artinya informasi tersebut harus mempunyai manfaat oleh penggunanya.
2. Akurat, artinya informasi tersebut harus bebas dari kesalahan-kesalahan & harus jelas maksud dan tujuannya.
3. Tepat pada waktunya, artinya informasi yang diterima tidak boleh telat.
4. Konsisten, artinya informasi yang diterima harus sesuai dengan data yang sebenarnya dan tidak mengalami perubahan.
2.3.4 Fungsi Informasi
a. Meningkatkan pengetahuan atau kemampuan pengguna,
b. Mengurangi ketidakpastian dalam proses pengambilan keputusan,
c. Menggambarkan keadaan sesuatu hal atau peristiwa yang terjadi.
2.4 Pengertian Pengetahuan
Pengetahuan adalah sekumpulan data dan informasi yang dimiliki, ketika digunakan untuk membuat suatu keputusan dan mengembangkan tindakan yang sesuai. Oleh karena itu, kita bisa memikirkan pengetahuan yang terdiri dari informasi yang dimasukkan untuk bekerja dalam tujuan tertentu, ditingkatkan dengan pengalaman dan kompetensi para pengambil keputusan dalam menangani dan memecahkan masalah yang kompleks. Untuk perusahaan ritel, dengan adanya pengetahuan, kita dapat menganalisa bahwa adanya sekelompok pelanggan, yang tinggal di daerah di mana pesaing baru ini membuka titik baru penjualan, telah mengurangi pendapatan jumlah mereka yang bisnis. Pengetahuan berguna untuk memecahkan masalah yang ada, misalnya dengan memperkenalkan layanan pengiriman rumah gratis baru untuk pelanggan yang berada di daerah tertentu. Kami ingin menunjukkan bahwa pengetahuan dapat dibicarakan dari data baik secara pasif, melalui kriteria analisis yang disarankan oleh para pembuat keputusan, atau melalui aplikasi yang aktif dari model matematika, dalam bentuk pembelajaran induktif atau optimasi, seperti yang dijelaskan dalam bab berikut. Beberapa perusahaan publik dan swasta dan organisasi telah dikembangkan dalam beberapa tahun terakhir formal dan mekanisme yang sistematis untuk mengumpulkan, menyimpan dan berbagi kekayaan pengetahuan mereka, yang sekarang dianggap sebagai aset tak berwujud yang tak ternilai. Aktivitas memberikan dukungan kepada para pekerja pengetahuan melalui integrasi proses pengambilan keputusan dan memungkinkan teknologi informasi biasanya disebut sebagai manajemen pengetahuan. Hal ini jelas bahwa intelijen bisnis dan manajemen pengetahuan berbagi beberapa derajat kesamaan dalam tujuan mereka. Dengan kedisiplinan kita dapat mengembangkan lingkungan yang bisa mendukung pekerja pengetahuan dalam proses pengambilan keputusan dan kegiatan pemecahan masalah yang kompleks. Untuk menggambar batas antara dua pendekatan, kita dapat mengamati bahwa pengetahuan kita pengelolaan metodologi terutama berfokus pada pengobatan informasi yang biasanya tidak terstruktur, di kali implisit, terkandung terutama di dokumen dan pengalaman masa yang sudah terlewatkan. Sebaliknya, sistem intelijen bisnis didasarkan pada informasi yang terstruktur, paling sering bersifat kuantitatif dan biasanya diselenggarakan dalam database. Namun, perbedaan ini adalah agak kabur satu: misalnya, kemampuan untuk menganalisis email dan halaman web melalui teks dengan metode progresif menginduksi sistem intelijen bisnis untuk menangani informasi yang tidak terstruktur.
2.5 Pengertian Keputusan
Keputusan dalam bisnis intelijen Istilah inteligensi bisnis terkadang sinonim untuk inteligensi kompetitif (karena keduanya mendukung pembuatan keputusan), BI menggunakan teknologi, proses, dan aplikasi untuk menganalisis data terstruktur dan proses bisnis yang umumnya internal; sementara inteligensi kompetitif mengumpulkan, menganalisis dan menyebarluaskan informasi dengan fokus topik pada pesaing perusahaan. Jika dipahami secara luas, inteligensi bisnis bisa mengikutkan bagian dari inteligensi kompetitif.
BI merupakan langkah cerdas yang dibutuhkan oleh banyak organisasi untuk dapat terus bersaing dan berkembang di era informasi ini. Persaingan bisnis saat ini membutuhkan aliran informasi yang cepat, tepat, dan akurat untuk membentuk suatu knowledge bagi top/upper management dalam mengambil keputusan dengan cepat, tepat, dan akurat. Tanpa menerapkan strategi BI yang terintegrasi dengan strategi bisnis, maka proyek BI akan gagal dan khususnya bagi organisasi memiliki proses bisnis yang kompleks hal ini merupakan mimpi buruk, karena tidak mungkin lagi untuk dapat bersaing dan berkembang di era informasi ini tanpa mengintegrasikan strategi BI dengan strategi bisnis organisasi.
Informasi akan menjadi tidak berarti bila tidak memberikan keuntungan yang lebih besar bagi organisasi bisnis. Untuk itulah kualitas informasi memegang kunci penting untuk memberikan knowledge yang baik untuk membantu top management mengambil keputusan, dengan harapan keputusan yang diambil adalah keputusan yang cepat, tepat, dan akurat untuk menyikapi persaingan bisnis yang terjadi antar organisasi.
BI dapat digunakan untuk mendukung sejumlah besar keputusan bisnis mulai dari operasi sampai strategis. Keputusan operasi termasuk penempatan dan harga produk. Keputusan strategis termasuk prioritas, tujuan dan arah pada tingkat yang lebih luas. Pada semua kasus, BI lebih efektif bila digabungkan dengan data yang didapat dari pasar tempat perusahaan beroperasi (data eksternal) dengan data dari sumber internal bisnis perusahaan seperti data operasi dan finansial (data internal). Bila digabungkan, data eksternal dan internal bisa menyediakan gambaran yang lebih lengkap, yang efeknya, menciptakan "inteligensi" yang tidak dapat diturunkan dari kumpulan data tunggal manapun.
2.5.1 Konsep Keputusan Dalam Business Intelligence
Konsep dari business intelligence menekankan pada 5 pendayagunaan informasi yang digunakan untuk kerperluan bisnis. 5 Pendayagunaan tersebut antara lain adalah sebagai berikut:
1. Data sourcing
Dalam hal ini Business intelligence memiliki kemampuan untuk dapat mengakses berbagai sumber data dan informasi yang berada pada sejumlah sumber yang berbeda dimana pada setiap sumber memliki format penyimpanan data yang berbeda pula.
2. Data analysis
Dalam hal ini intelligence memiliki kemampuan untuk dapat menganalisis data yang didapatkan dari aktivitas perusahaan dan informasi dari perusahaan sehingga dapat dijadikan sebuah pengetahuan yang kelak dapat digunakan perusahaan untuk meningkatkan kinerja perusahaan.
3. Situation awareness
Dalam hal ini Business Intelligence memiliki kemampuan untuk dapat menyediakan sebuah sistem yang dapat digunakan untuk mencari dan memberikan data serta informasi yang dibutuhkan oleh perusahaan ketika perusahaan menghadapi kejadian darurat atau terdesak.
4. Risk analysis
Dalam hal ini Business Intelligence memiliki kemampuan untuk dapat memberikan perhitungan resiko yang akan dihadapi perusahaan terhadap berbagai kemungkinan yang terjadi akibat dari pilihan-pilihan tertentu yang diambil oleh perusahaan.
5. Decision support
Dalam hal ini Business Intelligence memiliki kemampuan untuk dapat memberikan pertimbangan- pertimbangan yang dapat digunakan untuk membantu perusahaan dalam pengambilan keputusan yang dapat menghasilkan keputusan-keputusan yang berkualitas yang diambil berdasarkan berbagai perhitungan dan pengolahan terhadap data atau informasi baik internal maupun eksternal yang dimiliki oleh perusahaan.
Pengambilan keputusan dengan cara tradisional yang mengandalkan intuisi sudah tidak dapat digunakan lagi mengingat semakin rumitnya lingkungan bisnis. Business intelligence adalah suatu alat yang dapat dijadikan solusi untuk permasalahan tersebut. Business intelligence dapaat digunakan untuk membantu pengambilan informasi dengan mengubah data menjadi informasi dan mengolahnya menjadi sebuah pengetahuan yang dapat digunakan untuk membantu perusahaan dalam pengambilan keputusan. Data mining adalah bagian Business intelligence yang dapat digunakan untuk membantu pengklasifikasian dari sebuah data baru berdasarkan pola yang ditemukan dari data lama yang dimiliki perusahaan. Decision tree dapat digunakan di Indonesia dalam penentuan pemberian kredit mobil. Dengan decision tree maka ada sistem yang dapat melakukan analisis terhadap customer agar berdasarkan banyak faktor seperti status, jumlah gaji, jumlah anak, dan atribut lainnya agar dapat ditentukan keputusan yang tepat apakah customer diberikan kredit mobil atau tidak.
BAB III
PENUTUP
3.1 Kesimpulan
Business Intelligence mampu mengubah data menjadi informasi berkualitas yang menjadi pendukung pengambilan keputusan perusahaan dan proses bisnis. Banyak perusahaan besar yang mengalami kesulitan dalam mengolah dan menganalisa data yang banyak, mereka membutuhkan waktu cukup lama untuk mengolah data pembelian dan penjualan tersebut menjadi sebuah informasi berkualitas. Oleh karena itu diperlukan alat bantu berupa Business Intelligence untuk mengolah data menjadi informasi, membuat ringkasan data, dan menghasilkan laporan yang baik sehingga bisa digunakan untuk membantu pengambilan keputusan. Dengan menggunakan aplikasi Business Intelligence, diharapkan dapat melihat dan mengambil keputusan dengan cepat berdasarkan laporan yang dihasilkan secara ringkas.
DAFTAR PUSTAKA
Kutipan Internet, http://www.seputarpengetahuan.com/2015/08/jenis-jenis-informasi-ciri-ciri-dan-fungsi-informasi.html. Diakses : 19 September 2016
Kutipan Internet, kuliah.dinus.ac.id/edi-nur/sb1-7.html. Diakses : 19 September 2016
Kutipan Internet, http://www.statistikian.com/2013/01/transformasi-data.html. http://www.statistikian.com/2013/01/transformasi-data.html
Carlo, Vercellis. Business intelligence : data mining and optimization for decision making. Chichester: John Wiley & Sons, 2009
0 Komentar