Business Intelligence

Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

Karakteristik data warehouse menurut Inmon, yaitu :

1. Subject Oriented (Berorientasi subject)

Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu.

Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan(customers,products dan sales) dan tidak  diorganisasikan pada area-area aplikasi utama(customer invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.

Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap proses. Secara garis besar perbedaan antara data operasional dan data warehouse yaitu :

Data Operasional	Data Warehouse
Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu	Dirancang berdasar pada subjek-subjek tertentu(utama)
Focusnya pada desain database dan proses	Focusnya pada pemodelan data dan desain data
Berisi rincian atau detail data	Berisi data-data history yang akan dipakai dalam proses analisis
Relasi antar table berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru)	Banyak aturan bisnis dapat tersaji antara tabel-tabel

2. Integrated (Terintegrasi)

Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.

Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variable,konsisten dalam ukuran variable,konsisten dalam struktur pengkodean dan konsisten dalam atribut fisik dari data.

Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya.

 

    3. Time-variant (Rentang Waktu)

Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :

Ø  Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.

Ø  Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.

Ø  Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

2.      4.       Non-Volatile

Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu  ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

Berbeda dengan database operasional yang dapat melakukan update,insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).

  

Keuntungan Data Warehouse

            Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa database OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut dibawah ini (Ramelho).

Ø  Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.

Ø  Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.

Ø  Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.

Ø  Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.

Membangun data warehouse tentu saja memberikan keuntungan lebih bagi suatu perusahaan, karena data warehouse dapat memberikan keuntungan strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka. Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom Huguelet):

Ø  Kemampuan untuk mengakses data yang besar

Ø  Kemampuan untuk memiliki data yang konsistent

Ø  Kemampuan kinerja analisa yang cepat

Ø  Mengetahui adanya hasil yang berulang-ulang

Ø  Menemukan adanya celah pada business knowledge atau business process.

Ø  Mengurangi biaya administrasi

Ø  Memberi wewenang pada semua anggota dari perusaahan dengan menyediakan kepada mereka informasi yang dibutuhkan agar kinerja bisa lebih efektif.

Kekurangan datawarehouse :
Ø datawarehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
Ødata perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan tenggang   waktu untuk memindahkannya.
Ø semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
Ø datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data yang digunakan di datawarehouse tidak di update secara cepat. sehingga data yang ada tidak optimal.

sumber: didapat >>darisini<<

Data Mart

Data mart adalah subset dari menyimpan data organisasi, biasanya berorientasi pada tujuan tertentu atau data subjek utama, yang dapat didistribusikan untuk mendukung kebutuhan bisnis.  Data mart adalah data analitis toko yang dirancang untuk memfokuskan pada fungsi bisnis yang spesifik untuk komunitas khusus dalam sebuah organisasi. Data mart sering berasal dari himpunan data dalam data warehouse, meskipun dalam metodologi gudang bottom-up data desain data warehouse diciptakan dari persatuan organisasi data mart.

 Kelebihan:

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

 Kekurangan:

Waktu implementasi lebih lama

Risiko kegagalan relatif tinggi karena kerumitannya

Membutuhkan biaya yang relatif besar 

 OLAP (Online Analytical Processing) 

Online Analytical Processing, atau disingkat OLAP adalah metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).

Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya.

Nigel Pendse menyarankan suatu alternatif dan mungkin istilahnya lebih deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat di-sharing (FASMI)

Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.  

Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya :

• Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi.
• Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan keputusan.
• Mempercepat respon terhadap permintaan pasar.
• Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri.
• Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.
• Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.
• Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasarlebihcepat.

MOLAP (Multi Dimensional OLAP) 

MOLAP adalah tipe OLAP yang memiliki storage sendiri, yang isinya merupakan precomputed agregasi data - sum, count, min, max, dan sebagainya - yang terlibat pada berbagai level detil. Storage ini berupa format yang hanya dikenali oleh MOLAP server tersebut dan telah khusus dioptimalkan untuk penggunaan oleh aplikasi tersebut.

Cara kerja MOLAP secara umum dibagi ke dalam dua tahap sebagai berikut :

• Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca, dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan dengan table, maka untuk satu cube akan banyak fragmen table yang isinya adalah detil agregasi dari level tertentu.
• Tahap query atau layanan permintaan data analisis, pada tahap ini OLAP Server akan melayani permintaan query dari client dan membaca data dari storage MOLAP. Table yang akan dibaca adalah suatu fragmen yang akan disesuaikan dengan permintaan dari client. Pada fase query ini, jika OLAP Server terputus dengan data source tidak apa-apa karena sudah tidak ada kaitannya.

ROLAP (Relational OLAP)
ROLAP adalah tipe OLAP yang bergantung kepada database relasional atau RDBMS (Relational Database Management System) sebagai media penyimpanan (storage) data yang akan diolah. Dengan strategi tersebut maka OLAP Server terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query (SQL). Otomatis proses optimasi ROLAP akan sangat ditentukan di sisi produk RDBMS yang digunakan misalkan dari sisi penanganan jumlah data dan strategi indexing.

Definisi Business Intelligence

Business Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah data-data dalam suatu perusahaan atau organisasi (data operasional, data transaksional, atau data lainnya) ke dalam bentuk pengetahuan. Aplikasi ini melakukan analisis data-data di masa lampau, menganalisisnya dan kemudian menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan organisasi.

Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers :

“Business Intelligence menjelaskan tentang suatu konsep dan metode bagiamana 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”

Manfaat Business Intelligence Bagi Organisasi Non-Profit
Beberapa manfaat yang bisa didapatkan bila suatu organisasi non-profit mengimplementasikan BI adalah sebagai berikut2 :

a. Meningkatkan nilai data dan informasi organisasi
Melalui pembangunan BI, maka seluruh data dan informasi dapat diintegrasikan sedemikian rupa sehingga menghasilkan dasar pengambilan keputusan yang lengkap. Informasi-informasi yang dulunya tidak dicakupkan sebagai salah satu faktor pengambilan keputusan (terisolasi) dapat dengan mudah dilakukan ‘connect and combine’ dengan menggunakan BI. Data dan informasi yang dihasilkan pun juga menjadi lebih mudah diakses dan lebih mudah untuk dimengerti (friendly-users infos).

b. Memudahkan pemantauan kinerja organisasi
Dalam mengukur kinerja suatu organisasi seringkali dipergunakan ukuran yang disebut Key Performance Indicator (KPI). KPI tidak melulu diukur dengan satuan uang, namun dapat juga berdasarkan kecepatan pelaksanaan suatu layanan. BI dapat dengan mudah menunjukkan capaian KPI suatu organisasi dengan mudah, cepat dan tepat. Dengan demikian akan memudahkan pihak-pihak yang terlibat dalam pengambilan keputusan untuk menentukan langkah-langkah antisipasi yang diperlukan.

c. Meningkatkan nilai investasi TI yang sudah ada
BI tidak perlu/harus mengubah atau menggantikan sistem informasi yang sudah digunakan sebelumnya. Sebaliknya, BI hanya menambahkan layanan pada sistem-sistem tersebut sehingga data dan informasi yang sudah ada dapat menghasilkan informasi yang komprehensif dan memiliki kegunaan yang lebih baik.

d. Menciptakan pegawai yang memiliki akses informasi yang baik (well-informed workers)
Dalam melaksanakan pekerjaannya sehari-hari, seluruh level dari suatu organisasi (mulai dari pegawai/bawahan sampai dengan pimpinan) selalu berkaitan dan/atau
membutuhkan akses data dan informasi. BI mempermudah seluruh level pegawai dalam mengakses data dan informasi yang diperlukan sehingga membantu membuat suatu keputusan. Jika kondisi seperti ini tercapai, maka misi dan strategi organisasi yang sudah ditetapkan dapat dengan lebih mudah terlaksana serta terpantau tingkat pencapaiannya.

e. Meningkatkan efisiensi biaya
BI dapat meningkatkan efisiensi karena mempermudah seseorang dalam melakukan pekerjaan : hemat waktu dan mudah pemanfaatannya. Waktu yang dibutuhkan untuk mencari data dan mendapatkan informasi yang dibutuhkan menjadi semakin singkat dan cara untuk mendapatkannya pun tidak memerlukan pengetahuan (training) yang rumit. Dengan demikian training-training yang bisanya sering dilakukan dengan biaya yang cukup besar, dapat dihemat sedimikian rupa.

Implementasi Business Intelligence di Lembaga Pemerintah
Sistem BI yang biasanya digunakan di organisasi profit telah digunakan juga di berbagai lembaga pemerintahan. Tujuan utamanya adalah untuk meningkatkan layanan kepada publik, efisiensi biaya, dan efektifitas kerja yang diembankan kepada organisasi dimaksud.
Dalam mengimplementasikan BI di suatu lembaga pemerintah, hal utama yang harus diperhatikan adalah bahwa BI harus mendukung pencapaian visi, misi, dan strategi organisasi dalam mencapai tingkat kinerja organisasi (organization performance) yang diinginkannya. BI harus sepenuhnya membantu organisasi dalam melaksanakan tugas yang diembannya. BI harus menyatu dengan proses pekerjaan itu sendiri dan menghasilkan informasi-informasi yang akan menjadi dasar pengambilan keputusan.