POLA PENGEMBANGAN APLIKASI BUSINESS INTELLIGENCE

SEBAGAI PENDUKUNG PENGAMBILAN KEPUTUSAN

Dina Fitria Murad

Meta Amaliya Dewi

Ariyanti Wardhani

Abstract

Availability of data and information are complete, true and correct has become a necessity for
the survival of an organization.Business Intelligence is one form of implementation that is
able to address the needs of the organization to improve its ability to analyze the problems it
faces as well as in decision making, will the performance of an organization. Business
Intelligence System is a term commonly used for this type of application or technology used
to assist the activities of BI, such as collecting data, storing, providing access, and analyze
data and information about the company's performance to help users make decisions
accurately by performing a variety of activities including, decision support systems, query,
reporting, online analytical processing (OLAP), statistical analysis, forecasting and data
mining. Many diverse applications that can be used Business Intelligence reporting
applications, analytic applications, data mining applications, dashboards, alerts, and portals.
Business Intelligence also includes technologies such as data integration, data quality, data
warehousing, master data management and content analysis. So the Business Intelligence
system can be called as a decision support system (DSS).

Keywords: Business Intelligence, Development, DSS

Abstraksi

Ketersediaan data dan informasi yang lengkap, benar dan tepat sudah menjadi kebutuhan
pokok bagi kelangsungan hidup suatu organisasi. Business Intelligence merupakan salah satu
bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan
kemampuannya dalam menganalisis masalah-masalah yang dihadapinya serta dalam
pengambilan keputusan kinerja suatu organisasi. System merupakan istilah yang umumnya
digunakan untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan
BI, seperti mengumpulkan data, menyimpan, menyediakan akses, serta menganalisa data dan
informasi mengenai kinerja perusahaan guna membantu pengguna mengambil keputusan
secara akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan,
query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan data
mining. Banyak beragam aplikasi BI yang dapat digunakan yaitu reporting applications,
analytic applications, data mining applications, dashboards, alerts, dan portal. Business
Intelligence juga mencakup teknologi seperti data integration, data quality, data warehousing,
master data management dan content analysis.. Jadi sistem Business Intelligence bisa disebut
sebagai sistem pendukung keputusan (DSS).

Kata Kunci : Business Intelligence, Pengembangan, DSS

1. PENDAHULUAN

Seiring dengan persaingan bisnis yang semakin ketat, kecepatan dan ketepatan

pengambilan keputusan menjadi sangat penting. Perkembangan teknologi informasi telah

mengalami kemajuan yang sangat pesat salah satu kemajuannya adalah pengambilan

keputusan untuk kegiatan bisnis , serta memberikan kontribusi besar terhadap perubahan-

perubahan yang mendasar pada struktur, operasi dan manajemen pada suatu organisasi.

Dunia bisnis juga sangat terbantu dengan perkembangan sistem informasi yang semakin

canggih, khususnya dalam Business Intelligence. Dengan teknologi informasi berbagai

analisis juga dikembangkan dalam mendukung sistem informasi yang dapat

meningkatkan efektifitas manajerial guna meningkatkan kinerja bisnis maupun

organisasi.

Business Intelligence bukan merupakan produk tunggal, bukan sebuah

teknologi atau metodologi. Business Intelligence menggabungkan teknologi, metode yang

efektif, produk untuk mengatur data kunci yang dibutuhkan untuk peningkatan

laba serta peningkatan performance kegiatan bisnis. Kinerja bisnis dapat didorong

oleh tindakan tertentu dan keputusan didasarkan pada analisis bisnis dan

Informasi terfokus di sekitar proses bisnis kunci. Business Intelligence merupakan salah

satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk

meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya

 serta untuk meningkatkan keunggulan kompetitif perusahaan melalui pendayagunaan

berbagai data, informasi, dan pengetahuan (knowledge) yang dimiliki oleh perusahaan

sebagai bahan baku dalam proses pengambilan keputusan. BI telah banyak digunakan

oleh organisasi-organisasi dalam mengelola data dan informasi sampai dengan dukungan

pengambilan keputusan. Secara ringkas, BI dapat diartikan sebagai pengetahuan yang

didapatkan dari hasil analisis data yang diperoleh dari kegiatan suatu organisasi.

Business Intelligence solution merupakan istilah yang umumnya digunakan

untuk jenis aplikasi ataupun teknologi yang digunakan untuk membantu kegiatan BI,

seperti mengumpulkan data, menyediakan akses, serta menganalisa data dan informasi

mengenai kinerja perusahaan guna membantu pengguna mengambil keputusan secara

akurat dengan melakukan berbagai aktivitas diantaranya, sistem pendukung keputusan,

query, reporting, online analytical processing (OLAP), analisa statistik, forecasting dan

data mining untuk analisa data. Oleh karena itu Business Intelligence dapat membantu

dalam proses pengambilan keputusan oleh pihak manajemen dalam suatu organisasi

dengan menggunakan beberapa aplikasi BI.

2. DASAR TEORI

2.1. Business Intelligence

Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers :

menjelaskan tentang suatu konsep dan metode bagaimana untuk meningkatkan kualitas

pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali

dipersamakan sebagaimana briefing books, report and query tools, dan sistem informasi
eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan

data-data.

Turban, dkk (2006) menjelaskan bahwa BI merupakan aplikasi dan teknik untuk

mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data, yang pada

akhirnya akan membantu perusahaan pengguna bisnis yang lebih baik dan membuat

keputusan strategis. Utama aplikasi termasuk kegiatan pencarian dan pelaporan, analisis

pengolahan (OLAP), DSS, data mining, perencanaan dan analisis statistik.

Gambar 1. Contoh Gambaran Proses Business Intelligence

Rainardi(2008), menjelaskan tentang BI sebagai suatu koleksi aktifitas untuk

memahami situasi-situasi bisnis dengan melakukan berbagai jenis analisa data pada

perusahaan guna melakukan strategi, taktik dan keputusan bisnis untuk meningkatkan

kinerja bisnis. Aktifitas BI menurut Rainardi pada gambar 2.1.1. dikelompokan menjadi

tiga yaitu (1). Reporting, (2).OLAP dan (3). Data Mining.

 Menurut Ronald (2008) ada beberapa bagian dalam solusi BI yaitu, keseluruhan

proses dalam BI dapat diterjemahkan menjadi langkah-langkah dibawah ini :

1) Identifikasi masalah bisnis yang perlu diselesaikan dengan gudang data dan

menentukan data yang diperlukan untuk menyelesaika masalah tersebut.

2) Identifikasi lokasi dari data-data yang diperlukan dan mengambilnya dari

sumber penyimpanannya.

3) Merubah data yang diperoleh dari beragam sumber tersebut ke dalam sebuah

data yang konsisten.

4) Mengambil data yang telah dirubah tersebut ke dalam lokasi yang

tersentralisasi.

5) Membuat sebuah gudang data dengan data yang ada dalam lokasi yang

tersentralisasi tersebut

6) Memasang sebuah produk atau aplikasi yang dapat memberikan akses ke data

yang ada dalam cube tadi. Ada berbagai macam jalan dan cara untuk berbagai

macam tipe pekerjaan ketika berurusan dengan cube.

Gambar berikut ini menunjukkan langkah-langkan dalam proses BI (Ronald) secara

keseluruhan.
 Gambar 2. Langkah-langkah Proses Business Intelligence

3. PEMBAHASAN

3.1.Konsep Business Intelligence

Konsep BI menekankan pada penerapan 5 (lima) pendayagunaan informasi

untuk keperluan spesifik bisnis, masing-masing adalah:

1. Data Sourcing berkaitan dengan kemampuan sistem untuk mengakses

berbagai data dan informasi dari sejumlah sumber dan format yang berbeda.

2. Data Analysis berkaitan dengan kemampuan sistem untuk membantu

proses penciptaan pengetahuan (knowledge) melalui aktivitas pengkajian

data dan informasi yang dimiliki oleh perusahaan.

3. Situation Awareness berkaitan dengan kemampuan sistem untuk mencari

dan menyediakan data dan informasi terkait dengan kebutuhan atau konteks

bisnis dan lingkungannya pada saat tertentu, misalnya ketika perusahaan

berhadapan dengan peristiwa darurat dan mendesak.

4. Risk Analysis berkaitan dengan kemampuan sistem untuk melakukan

kalkulasi risiko yang akan dihadapi perusahaan terhadap berbagai

kecenderungan atau kemungkinan yang dapat terjadi sehubungan dengan

kondisi tertentu

5. Decision Support berkaitan dengan kemampuan sistem untuk secara

proaktif membantu manajemen dalam memberikan pertimbangan keputusan-

keputusan yang berkualitas berdasarkan sejumlah kalkulasi dan pengolahan

terhadap data/informasi internal maupun eksternal yang dimiliki.

3.2. Elemen-elemen Pengembangan Business Intelligence

3.2.1. Data Warehouse

Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data

historis yang diambil dari basis data-basis data yang tersebar di suatu organisasi. Data

warehouse mengumpulkan semua data perusahaan dalam satu tempat agar dapat

diperoleh pandangan yang lebih baik dari suatu proses bisnis/kerja dan meningkatkan

kinerja organisasi. Data warehouse mendukung proses pembuatan keputusan manajemen.

Tujuan utama dari pembuatan Data warehouse adalah untuk menyatukan data yang

beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah

menjalankan query (pencarian data), menghasilkan laporan, dan melakukan analisis.

Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat

meningkatkan efektifitas pembuatan keputusan. dapat meningkatkan efektifitas

pembuatan keputusan. Adapun karakteristik Data warehouse adalah sebagai berikut :

a. Subject Oriented atau berorientasi pada subyek. Sebuah data warehouse

dikatakan berorientasi pada subyek karena data disusun sedemikian rupa

sehingga semua elemen data yang terkait dengan event/objek yang sama

dihubungkan.

b. Time-variant, artinya bahwa perubahan data ditelusuri dan dicatat sehingga

laporan dapat dibuat dengan menunjukkan waktu perubahannya. Bahwa data

warehouse merupakan penyimpanan data dalam waktu yang lama.

c. Non Volatile berarti bahwa data yang telah disimpan tidak dapat berubah.

Sekali committed, data tidak pernah ditimpa/dihapus. Data akan bersifat

static, hanya dapat dibaca dan disimpan untuk kebutuhan pelaporan

 d. Integrated, artinya data warehouse akan mencakup semua data operasional

organisasi yang disimpan secara konsisten.

Ke-empat karakteristik di atas saling terkait dan kesemuanya harus

diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk

mendukung pengambilan keputusan. Implementasi ke-empat karakteristik ini

membutuhkan struktur data dari data warehouse yang berbeda dengan database sistem

operasional biasa.

Sedangkan fungsi utama dari data warehouse meliputi5 (Djoni Darmawikarta,

2003) :

a. Pengambilan dan pengumpulan data (termasuk data dari luar organisasi yang

dibutuhkan) (extract)

b.Mempersiapkan data (transforming), seperti membersihkan dan

mengintegrasikan data

c. Penyimpanan data (loading)

d. Penyediaan data untuk analisis (query & reporting)

Secara garis besar, (Han, Jiawei & Kember, Micheline. 2001)kedudukan data

warehouse diimplementasi BI dapat dilihat pada gambar 3.2.1 Nampak bahwa

penyusunan suatu data warehouse yang lengkap, integratif serta terhubung dengan semua

data operasional merupakan modal pokok dikembangkannya BI di suatu organisasi.

 Gambar 3. Implementasi Data Warehouse

Beberapa bagian penting dalam data warehouse dapat dijelaskan sebagaimana

di bawah ini :

1. Data mart, yang merupakan bagian dari data warehouse yang mendukung

kebutuhan dari suatu fungsi bisnis atau departemen tertentu. Data mart dapat

berdiri sendiri atau terhubung ke data warehouse yang telah ada. Ada

beberapa karakteristik dari data mart yang membedakannya dengan data

warehouse, yaitu :

Data mart hanya berfokus pada satu kebutuhan pengguna dengan

satu departemen atau fungsi bisnis

Data mart tidak secara normal berisi data operasional terperinci

Data mart berisi lebih sedikit data dari yang ada dalam data

warehouse, lebih mudah dimengerti dan dipahami.

2. Kubus data (cube), adalah unit pemrosesan data yang terdiri dari fact table,

dimension dan measure dalam suatu data warehouse.

3. Aggregation, adalah hitungan awal dari data numerik. Dengan menghitung

dan menyimpan jawaban dari query yang sebelumnya telah dibuat, waktu

proses query dapat lebih cepat. Dengan adanya agregasi, data yang jumlahnya
 ribuan atau bahkan ratusan ribu dalam suatu basis data multidimensi dapat

dicari dengan mudah dan tidak memakan banyak waktu. Agregasi ini

merupakan pondasi dari pembentukan kubus data, karena mengorganisir

kumpulan data kedalam struktur data basis data multidimensi sehingga

menghasilkan respon time yang cepat.

3.2.2. Data Mining

Data Mining seringkali diartikan dengan menulis banyak laporan dan query.

Namun pada kenyataannya kegiatan data mining tidak melakukan pembuatan laporan

dan query sama sekali. Data mining dilakukan dengan tool khusus, yang mengeksekusi

operasi data yang telah didefinisikan berdasarkan model analisis. Data mining adalah

ekstraksi informasi atau pola yang penting atau menarik dari data yang berada pada

basis data yang besar yang selama ini tidak diketahui tetapi mempunyai potensi

informasi yang bermanfaat. Konsep data mining muncul dikarenakan timbulnya data

explosion akibat dari penumpukan data oleh sistem pengolahan basis data terpadu di

suatu organisasi. Proses data mining menggunakan berbagai perangkat analisis data

untuk menemukan pola dan hubungan dalam data yang mungkin dapat digunakan untuk

membuat prediksi yang valid. Data mining menganalisis data untuk menemukan

informasi yang tersembunyi pada sejumlah besar data yang disimpan.

3.2.3. OLAP (On-Line Analytical Processing)

Ponniah (2001) menyatakan bahwa On-Line Analytical Processing (OLAP)

merupakan teknologi yang memungkinkan analis, manajer dan eksekutif secara

bersamaan mengakses data secara cepat, konsisten dan interaktif dengan berbagai variasi

tinjauan informasi dimana setiap baris data dapat ditransformasikan untuk merefleksikan

dimensi perusahaan sehingga mudah dipahami oleh user. Karakteristik utama dari OLAP,

meliputi:

a. Mendukung pemanfaatan data warehouse yang memiliki data multi-

dimensional.

b. Menyediakan fasilitas query interaktif dan analisis yang komplex.

c. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci,

dan roll-up untuk memperoleh agregat dalam multi-dimensi.

d. Mampu menghasilkan perhitungan dan perbandingan.

e. Menyajikan hasil dalam angka yang mudah dimengerti, maupun penyajian

grafik. 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.

Turban (2005) menyatakan bahwa aplikasi komputer telah beralih Turban

(2005) menyatakan bahwa aplikasi komputer telah beralih dari aktivitas pemrosesan dan

monitoring transaksi ke analisis masalah dan aplikasi solusi. Terkait dengan tugasnya

sebagai pembuat keputusan, Manajemen harus memiliki sistem informasi yang

berkecepatan tinggi dan networked untuk membantu pelaksanaan tugas tersebut.

Berdasarkan struktur basis datanya OLAP dibedakan menjadi 3 4 kategori utama :

a) Desktop OLAP (Client-side OLAP)

b) Multidimensional Online Analytical Processing (MOLAP)

c) Relational Online Analytical Processing (ROLAP)

d) Hybrid Online Analytical Processing (HOLAP)

 Sedangkan yang dimaksud dengan Decision Support Systems (DSS) merupakan

sistem informasi yang menggunakan model keputusan dan basis data untuk membantu

proses pengambilan keputusan pada level manajerial. Adapun Executive Information

Systems (EIS) adalah sistem informasi strategis bagi manajemen atas (eksekutif) yang

menyediakan akses yang cepat untuk informasi selektif faktor-faktor kunci terkait

implementasi strategi organisasi. Secara garis besar, kedudukan OLAP dalam

implementasi BI dapat dilihat pada gambar 3.2.2 :

Gambar 4. Kedudukan OLAP Dalam Business Intelligence

3.2.4 Reporting Services

Kemampuan menyajikan laporan Bagi level management atau bagian eksekutif

suatu perusahaan bisnis, adalah bagian terpenting dari sebuah aplikasi yaitu seberapa

jauh laporan dapat dihasilkan oleh aplikasi yang mempunyai kemampuan untuk proses

analisis yang cepat dan akurat. Komponen Reporting Services dibedakan menjadi dua,

yaitu komponen server dan komponen client.

 Komponen server terbagi menjadi tiga layer, yaitu:

1. Report Server.

Berada pada server layer, terdiri dari programming interface, report

processor, data processing extension, rendering extension, scheduling &

delivery processor, dan delivery extension.

2. Report Manager.

Berada pada sisi application layer, berfungsi untuk menampilkan laporan

dan tools administrasi berbasis web.

3. Report Server Database.

Berada pada data sisi layer Database ReportServer yang menyimpan seluruh

data yang dibutuhkan oleh Reporting Services, seperti metadata statik,

termasuk di dalamnya adalah report de nition, data source, user, policy,

role, dan report snapshot.

Extract, Transform, and Load menunjukkan proses yang terjadi dalam

pembentukan data warehouse sebagai sumber data BI untuk melakukan proses OLAP dan

Reporting Services selanjutnya. Proses ETL ini merupakan cara, bagaimana data

disimpan ke dalam data warehouse. Secara umum tahapan untuk ETL yang bersumber

dari OLTP adalah sebagai berikut:

 Gambar 5. Loading data warehouse

Untuk membangun OLAP adalah dengan membuat cube dan dimensional pada

data warehouse. Berikut ini contoh langkah-langkah untuk membuat cube dan

dimensional dengan menggunakan SQL Server 2005 adalah:

1) Menentukan sumber data, yaitu BI.ds

2) Menentukan data source view, yaitu tabel-tabel OLTP yang akan berperan

sebagai tabel fakta dan tabel dimension

3) Melakukan proses pembuatan cubes dan hirarki dengan menentukan mana

tabel yang dipakai sebagai fact table dan dimensional table.

4) Menentukan measure sebagai filed atau nilai yang akan dianalisa dari data

operasional.

3.3. Tahapan Dalam Mengembangkan Business Intelligence

Dalam mengembangkan BI setidaknya terdapat tahapan-tahapan yang harus

dilaksanakan untuk memastikan agar upaya pengembangan BI akan mencapai hasil yang

maksimal. Secara garis besar, tahapan tersebut dapat dijelaskan pada gambar berikut :
 Gambar 6. Tahapan Pengembangan Business Intelligence

a. Tahap Perencanaan Proyek (Project Planning)

Pada tahapan ini harus dapat dijelaskan apa yang menjadi tujuan utama dari

proyek BI, ekspektasi (harapan) yang diinginkan, dukungan formal dari

Pimpinan organisasi yang bersangkutan, serta capaian-capaian (milestone)

yang akan dituju.

b. Tahap Analisis Kebutuhan (Requirement Analysis)

Pada tahap ini harus sudah teridentifikasi kebutuhan pengembangan BI secara

detail. Hal ini dapat dilakukan dengan menyusun dan mengumpulkan

information package untuk semua subjek informasi yang akan ada dalam

data warehouse. Fungsi information package adalah :

o Mendefinisikan subjek area dan ukuran pekerjaan (business process) utama

o Menentukan bagaimana data akan disajikan dan diakses

o Menentukan bagaimana pengguna akan melakukan agregasi atau roll up

o Menentukan kuantitas data untuk analisis atau query

o Menaksir ukuran data warehouse & frekuensi data refreshing

 o Memastikan bagaimana informasi akan di-package

c. Tahap Desain dan Konstruksi (Design and Construction)

Pada tahap ini harus telah tersusun arsitektur dan infrastruktur yang

diinginkan dari desain BI, yang akan mencakup 3 (tiga) bagian utama yaitu :

o Data Acquisition

Bagian ini terkait dengan upaya meng-ekstraksi data dari sumber-sumber

data, dan upaya memindahkan data yang sudah diekstrak tersebut ke

staging area (tempat dimana semua data ekstraksi diletakkan bersama-

sama)

o Data Storage

Bagian ini terkait dengan upaya loading data dari staging area ke data

warehouse repository (berupa relational data base)

o Information Delivery

Bagian ini terkait dengan upaya menyediakan user interface yang akan

menghubungkan pengguna dengan data warehouse. Jenisnya dapat

berupa OLAP, data mining, maupun report/query.

Gambar 7. Arsitektur dan Konstruksi Business Intelligence

 Dengan kata lain pada bagian ini menggunakan method (ETL = Extract

Transform Loading).

d. Tahap Implementasi (Deployment)

Pada tahap ini, pengembangan BI yang telah dilakukan pada tahap-tahap

sebelumnya harus sudah dapat dites penggunaannya serta kemudian di-

ujicoba apakah sudah memenuhi tujuan dan ekspekstasi sebagaimana

kebutuhan organisasi. Akhir tahap ini ditandai dengan telah dilaksanakannya

user acceptance test (UAT) dan user telah memahami bagaimana

menggunakan sistem tersebut dengan tepat.

e. Tahap Pemeliharaan (Maintenance)

Kebutuhan informasi yang dibutuhkan organisasi akan terus berkembang.

Untuk itu, sistem BI yang telah diimplementasikan mungkin saja memerlukan

perkembangan lebih lanjut (enhancement). Untuk itu perlu dipersiapkan suatu

proses pemeliharaan yang berkesinambungan.

3.4. Pendekatan Implementasi Business Intelligence

Dalam membangun dan mengimplementasikan BI di suatu organisasi, terdapat 3

(tiga) pendekatan yang bisa digunakan. Masing-masing dari pendekatan tersebut memiliki

kelebihan dan kelemahan, dimana pilihan dari strategi tersebut berdasarkan kondisi dan

kebutuhan organisasi yang akan membangun BI.

Pendekatan tersebut adalah sebagai berikut :

a. Top-down Approach

Pendekatan top-down sangat tepat bagi suatu organisasi yang akan

membangun BI dimana pada waktu yang bersamaan organisasi tersebut juga

 sedang m lakukan ineering) secara menyeluruh di seluruh aspek organisasi.

Pada pendekatan ini, kerangka data warehouse secara menyeluruh (enterprise

data warehouse) harus disusun terlebih dahulu, baru kemudian diikuti oleh

data warehouse departemental (data mart).

**Kelebihan dari pendekatan ini adalah :

- Pembangunan BI langsung mencakup data seluruh organisasi.

- Kerangka BI akan lebih terstruktur, bukan gabungan dari berbagai data mart

(data parsial).

- Penyimpanan data menjadi terpusat.

- Kontrol informasi dapat dilakukan secara tersentralisasi.

**Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah :

-Waktu implementasi lebih lama

- Risiko kegagalan relatif tinggi karena kerumitannya.

- Membutuhkan biaya yang relatif besar

b. Bottom-up Approach

Kebalikan dengan pendekatan sebelumnya, dalam pendekatan bottom-up BI

yang Akan disusun justru dari tingkat departemental (departemental data

warehouse) baru kemudian diintegrasikan menjadi data warehouse organisasi

secara keseluruhan. Pendekatan ini sangat tepat bagi kebutuhan suatu

organisasi yang memperioritaskan pembangunan BI di suatu departemen

terlebih dahulu. Kemudian setelah sukses di departemen tersebut akan

dilanjtukan ke departemen lainnya.

**Kelebihan dari pendekatan ini adalah :

 - Implementasi lebih mudah untuk dikelola dan lebih cepat memperlihatkan

hasil.

- Risiko kegagalan relativ lebih kecil.

- Bersifat incremental, dimana data mart yang penting dapat dijadwalkan

lebih awal

- Memungkinkan anggota tim proyek untuk belajar dengan baik.

** Adapun kelemahan pendekatan ini yang harus diantisiapasi adalah :

- Tiap data mart merupakan departmental-view

- Memungkinkan terjadinya duplikasi data di setiap data mart di masing-

masing departemen

- Data tidak konsisten dan data sulit direkonsiliasi

- Terdapat banyak interface yang sulit di kelola.

4. KESIMPULAN

Agar pengembangan Business Intelligence berjalan dengan maksimal, guna

mencapai pengambilan keputusan yang tepat sesuai dengan sasaran dan rencana

manajemen dalam suatu organisasi. Ada beberapa faktor yang harus diperhatikan,

diantaranya :

1. Memahami konsep-konsep penerapan dalam pendayagunaan informasi,

diantaranya : Data Sourcing, Data Analysis, Situation Awareness, Risk

Analysis, Decision Support.

2. elemen-elemen yang diperlukan dalam membangun proses Business

Intelligence itu sendiri, diantaranya : Data Warehouse, Data Mining, OLAP

(Online Analytical Processing).

 3. Dalam mengembangkan BI terdapat tahapan-tahapan yang harus dipenuhi

untuk memastikan agar pengembangan BI mencapai hasil sebagaimana

yang diinginkan. Secara garis besar, tahapan meliputi :

a. Tahap Perencanaan Proyek (Project Planning),

b. Tahap Analisis Kebutuhan (Requirement Analysis),

c. Tahap Desain dan Konstruksi (Design and Construction),

d. Tahap Implementasi (Deployment),

e. dan Tahap Pemeliharaan (Maintenance).

4. Terdapat beberapa faktor yang menjadi kunci sukses dalam pengembangan

BI, dimana 3 (tiga) hal yang paling utama adalah :

1. Dukungan dan komitmen berkelanjutan dari Pimpinan

2. Perencanaan yang matang dan realistis

3. Ketersediaan data yang lengkap dan reliable

Dengan melakukan pengembangan Business Intelligence tersebut, diharapkan

dapat membantu manajemen dalam proses pengambilan keputusan yang tepat sesuai fakta

yang di dapat berdasarkan data, informasi dan analisa.

DAFTAR PUSTAKA

D J. Power, A Brief History of Decision Support Systems, DSSResources.com, 2002.

Djoni Darmawikarta, Mengenal Data Warehouse, Ilmu Komputer, 2003

Han, Jiawei & Kember, Michelin, Data mining Concepts & Techniques, Simon Fraser

University Academic Press, USA 2001.

Mike Steadman, The Value of BI for Association Executives, Association Xpertise Inc., 2003
Moody, D. & Kortink, M.A.R. 2000. From enterprise models to dimensional models: a

methodology for data warehouse and data mart design. Proceedings of International

Workshop on Design and Management of Data Warehouses (DMDW2000), pp. 5-1

5-12.

Noverino Rifai, Kharizt Attria Gupta, Business Intelligence, ITB, 2004

Ponniah, Paulraj. 2001. Data Warehousing Fundamentals. New Cork: John Wiley and Sons.

Rainardi ,Vincent.2008. Building a Data Warehouse: With Examples in SQL Server. New

York: aprs

Ronald .2008. Quick Intro to Microsoft Office PerformancePoint Server 2007 .MIC ITB

Bandung.

Steve Williams, Nancy Williams, BI and Government Performance Management: Getting to

Green, DM Review, 200

Turban.2005. Decision Support Systems and Intelligent Systems. Yogyakarta: Penerbit Andi.