Tantangan dan Kerugian Mengimplementasikan Business Intelligence

1. Membutuhkan banyak data

Biasanya implementasi Business Intelligence diterapkan pada perusahaan besar, dalam artian perusahaan yang memiliki data transaksi yang banyak, dengan demikian untuk mendapatkan data yang besar maka dibutuhkan pula waktu yang cukup lama, biasanya perusahaan sudah berdiri 5-10tahun lebih sehingga memiliki data yang cukup banyak. Ini menjadi suatu tantangan bagi perusahaan yang memiliki data transaksi kecil, karena jika ingin mendapatkan data yang besar harus menunggu waktu yang cukup lama menjadikannya tidak efektif untuk meningkatkan perusahaan kecil.

Manfaat dan Keuntungan mengimplementasikan Business Intelligence

1.      Meningkatkan Profit

Mengapa dapat meningkatkan profit? Bagi perusahaan atau organisasi yang mengimplementasikan Business Intelligence, dapat membantu pebisnis dalam mengevaluasi para pelanggannya. Dengan Business Intelligence, perusahaan dapat mengetahui pelanggannya, berapa pelanggan yang kita punyai, apakah pelanggan dapat menghasilkan keuntungan secara jangka panjang atau pelanggan tersebut hanya menguntungkan dalam jangka pendek saja. Dengan Business Intelligence pebisnis memanfaatkan keuntungan ini, pebisnis dapat meningkatkan layanannya untuk menjawab kebutuhan-kebutuhan dari pelanggan. Maka dengan demikian pelanggan pun akan puas akan pelayanan yang diberikan dan menjadikan nilai lebih bagi perusahaan yang mengimplementasikan Business Intelligence, secara otomatis juga profit perusahaan semakin meningkat.

Definisi Business Intelligence

Business Intelligence adalah kemampuan sebuah perusahaan/organisasi untuk mengambil semua data/kemampuan dan mengubahnya menjadi informasi/pengetahuan yang tepat untuk orang yang tepat, pada waktu yang tepat, melalui saluran yang tepat. Informasi ini dipakai untuk menciptakan peluang dan strategi yang efektif, sehingga memberikan keunggulan kompetitif di pasar dan stabilitas dalam jangka panjang.

Definisi HOLAP

HOLAP (Hibrid online analitycal processing) merupakan gabungan dari model MOLAP dan ROLAP. Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format multidimensi. Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP lebih kecil daripada kubus MOLAP tapi response time query masih lebih cepat jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus yang membutuhkan performa query yang bagus dengan jumlah data yang besar.

Cara Kerja ROLAP

Cara kerja ROLAP secara umum adalah sebagai berikut :

1. OLAP client mengirimkan query analisis ke OLAP Server.

2. OLAP server akan melakukan pemeriksaan di cache apakah sudah bisa melayani permintaan query dari client tersebut, jika sudah akan dikirimkan.

3. Jika pada cache belum terdapat data diminta, akan dilakukan query SQL ke data mart dan hasil eksekusinya disimpan di cache dan dikirimkan kepada client.

4. Demikian seterusnya.

5. Cache akan disimpan selama periode waktu tertentu dan akan dibersihkan total jika server dimatikan.

Kelebihan dan Kekurangan ROLAP

Kelebihan ROLAP

1. Dapat menangani jumbalh volume data yang sangat besar, batasan ukuran volume data yang ditangani pada teknologi ROLAP adalah batas dari volume dari Relational Database yang dipakai. Dengan kata lain pada ROLAP sendiri tidak ada batasan volume data.

2. Dapat memanfaatkan fungsi-fungsi yang ada pada Relational Database yang dipakai.

Definisi ROLAP

ROLAP (Relational online analitycal processing ) adalah proses untuk menyimpan detil data dan aggregasi kubus dengan menggunakan tabel pada database relasional datawarehouse. Berbeda dengan MOLAP, ROLAP tidak menyimpan salinan database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban sebuah query. Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan ROLAP maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar dan jarang dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang sebelumnya.

Kelebihan Dan Kekurangan MOLAP

Kelebihan MOLAP

1.       Performance hebat, karena MOLAP memang dibangun untuk pengambilan data yang cepat, dan optimal untuk operasi Slicing dan Dicing.

2.       Dapat membentuk kalkulasi yang komplek dan cepat.

3.       Semua kalkulasi telah dihitung saat Cube dibentuk.

Kekurangan MOLAP

1.       Jumlah volume data yang dapat ditangani terbatas. Karena semua kalkulasi telah dihitung saat Cube dibentuk maka untuk menyimpan hasil kalkulasi tersebut diperlukan volume data yang besar dalam Cube nya sendiri.

2.       Diperlukan investasi tambahan karena teknologi MOLAP. Cube seringkali belum dimiliki oleh organisasi, dengan kata lain untuk mengadopsi teknologi MOLAP ada peluang untuk menambah investasi tenaga dan biaya.

MOLAP

Definisi MOLAP

Multidimensional online analitycal processing (MOLAP) adalah proses menyimpan data dan aggregasi pada struktur data multidimensi. Struktur MOLAP ini tidak tersimpan pada datawarehouse tapi tersimpan pada OLAP server. Sehingga performa query yang dihasilkan olehnya sangat  bagus. Model penyimpanan ini sesuai untuk database dengan ukuran kecil sampai sedang.

Kelebihan OLAP

Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya :

1.  Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi.

2.  Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan keputusan.

3.  Mempercepat respon terhadap permintaan pasar.

4.  Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri.

5.  Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.

6.  Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.

7.  Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasarlebihcepat.

Kegunaan OLAP

Online Analytical Processing (OLAP) menawarkan metode analisis data secara kompleks dan terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse.Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut ini:

1.  Meringkas dan mengumpulkan sejumlah besar data

2.  Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)

3.  Membandingkan beberapa set dari data

4.  Membuat sketsa/bagan/diagram

5.  Menganalisis dan menemukan pola dari data

6.  Menganalisis kecenderungan data.

Definisi dan Karakteristik OLAP

Definisi OLAP (Online Analitycal Processing)

OLAP (Online Analitycal Processing) adalah teknologi yang memproses data di dalam database dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query dan analisis yang kompleks [4]. Data yang disajikan biasanya merupakan suatu fungsi agregasi seperti summary, max, min, average dan lain-lain.

Karakteristik OLAP

Adapun karakteristik dari OLAP , yaitu :

•Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada datawarehouse.

•Memfasilitasi query yang komplek dan analisa bagi user

Kelebihan dan Kekurangan Data Mining

Kelebihan Data Mining :

1. Kemampuan dalam mengolah data dalam jumlah yang besar.

2. Pencarian Data secara otomatis.

Kekurangan Data Mining :

1. Kendala Database ( Garbage in garbage out ).

2. Tidak bisa melakukan analisa sendiri.  

Jenis Dan Penggunaan Data Mining

Jenis-jenis Tugas Data Mining

1. Classification [Predictive]

2. Clustering [Descriptive]

3. Association Rule Discovery [Descriptive]

4. Regression [Predictive]

5. Deviation Detection [Predictive]

Penggunaan Data Mining

Data mining digunakan di banyak tempat, dan bidang penerapannya juga dapat bermacam macam, misalnya:

1. Militer menggunakan data mining untuk mempelajari apa saja yang menjadi fator utama dalam ketepatan sasaran pengeboman

Definisi Data Mining

Data Mining adalah  sebuah proses penggalian pola dari data, dalam penjabaran yang lebih luas Data mining adalah sebuah proses dari pencarian korelasi yang baru, pola dan trend yang memberikan informasi, dengan cara menyaring data dalam kuantitas yang besar, menggunakan teknologi pola pengenalan yang serupa dengan teknik statistik dan teknik matematika.

Keuntungan dan Kerugian Data Mart

Keuntungan Menggunakan Data Mart

Data mart dapat meningkatkan waktu respon pengguna akhir, karena berisi data mentah yang memungkinkan sistem komputer untuk fokus pada satu tugas, sehingga meningkatkan kinerja. Berbeda dengan sistem OLTP, data mart juga dapat menyimpan data historis yang memungkinkan pengguna untuk menganalisis kecenderungan data. Selain itu, data mart tidak begitu mahal dan kompleks sebagai data gudang untuk setup dan melaksanakan karena masalah teknis tidak begitu sulit untuk diselesaikan.

Arsitektur dan Karakteristik Data Mart

Arsitektur Data Mart

Dalam pembangunan data mart, terdapat 2 arsitektur, yaitu :

•   Dependent Data Mart

•   Independent Data Mart (IDM)

Karakteristik Data Mart

Data Mart mempunyai karakteristik sebagai berikut:

•   Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis.

Definisi Data mart

Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam beberapa implementasi data warehouse, data mart adalah miniature data warehouse. Data mart sering digunakan untuk memberikan informasi kepada segmen fungsional organisasi. Contoh umum data mart adalah untuk departemen penjualan, departemen persediaan dan pengiriman, departemen keuangan, manajemen tingkat atas, dan seterusnya.

Aplikasi Data Warehouse

Aplikasi Data Warehouse meliputi:

1. Sales and marketing analysis across all industries.

2. Inventory turn and product tracking in manufacturing.

3. Kategory manajemen, analisa penjualan, dan perbaikan analisa program pemasaran yang efektif.

4. Keuntungan dari jalan raya atau analisa resiko pengemudi dalam hal transportasi.

5. Analisa keuntungan atau resiko penetapan pajak atau mendenda dalam bank.

6. Analisa tuntutan dari deteksi penggelapan dalam asuransi.

Kelebihan dan Kekurangan Data Warehouse

Kelebihan Data Warehouse

 Data Warehouse memiliki kelebihan-kelebihan sebagai berikut:

1. Data terorganisir dengan baik untuk query analisis dan sebagai bahan yang baik untuk proses transaksi.

2. Perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi.

3. Memiliki aturan transformasi untuk memvalidasi dan menkonsolidasi data dari OLTP ke datawarehouse.

4. Masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi.

5. Memiliki model data yang banyak macamnya, dan tidak tergantung dari format data awal/sumbernya, sehingga memudahkan dalam menciptakan laporan.

Karakteristik dan Manfaat Data Warehouse

Karakteristik Data Warehouse

Adapun karakteristik umum yang dimiliki datawarehouse adalah :

1. Data terintegrasi dari berbagai sumber yang berasal dari proses transaksional (OLTP)

2. Data dibuat konsisten

3. Merupakan aggregate data/kesimpulan data, bukan data yang terperinci

4. Data bertahan lebih lama

5. Data tersimpan dalam format yang tepat sehinngga proses query dan analisa dapat dilakukan dengan cepat

6. Data bersifat read only

Definisi Data Warehouse

Datawarehouse adalah database yang didesain khusus untuk mengerjakan proses query, membuat laporan dan  analisa. Data yang disimpan adalah data business history dari sebuah organisasi /perusahaan, dimana data tersebut tidak tersimpan secara rinci/detil. Sehingga data dapat bertahan lebih lama berbeda dengan data OLTP (Online Transactional Processing) yang tersimpan sampai prosesnya berlangsung secara lengkap.

Sumber data pada datawarehouse berasal dari berbagai macam format, software, platform dan jaringan yang beda. Data tersebut adalah hasil dari proses transaksi perusahan / organisasi sehari.hari. Karena berasal dari sumber yang berbeda beda tadi, maka data pada datawarehouse harus tersimpan dalam sebuah format yang baku.