Business Intelligence

Data Warehouse (DW) dan Business Intelligence (BI)

Business Intelligence (BI)

     Business Intelligence (BI) merupakan suatu konsep yang memanfaatkan teknologi seperti aplikasi pendukung pengambilan keputusan guna meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang dapat diakses dengan mudah. Business Intelligence mengacu pada suatu alat dan teknik yang memungkinkan perusahaan untuk mengubah data menjadi informasi bisnis yang tepat waktu dan akurat untuk proses pengambilan keputusan.

Artificial Intelligence (AI)

     Artificial Intelligence (AI) merupakan sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis, dan sebagai penentu keputusan.

Business Intelligence (BI) VS Artificial Intelligence (AI)

BI memiliki pengertian yang berbeda dengan AI, perbedaan tersebut antara lain :

- BI merupakan aplikasi yang digunakan untuk membantu pengambilan keputusan berdasarkan sumber data, dan memberikan solusi terhadap suatu keputusan

Contohnya Manajer pada suatu swalayan ingin mengetahui dan menganalisa produk yang sering terjual pada bulan tertentu, maka BI disini berperan sebagai penyedia data dimana nantinya BI akan menampilkan data sesuai dengan perkiraan, sehingga dapat membantu dalam pengambilan keputusan apakah produk tersebut ingin diperbanyak stoknya atau tidak.

- AI merupakan sistem yang dibuat untuk menentukan sebuah keputusan

Contohnya suatu perusahaan menetapkan kriteria penerimaan pegawai baru dengan menggunakan suatu aplikasi yang dapat menentukan keputusan apakah pegawai tersebut termasuk dalam kriteria perusahaan atau tidak.

Komponen Teknologi pendukung Business Intelligence (BI)

Terdapat beberapa komponen pendukung Business Intelligence (BI) antara lain :

- Data Warehouse sebagai sarana untuk menganalisis data

- Business Intelligence (BI) sebagai sarana untuk membantu dalam pengambilan keputusan

- OLAP sebagai aplikasi pemrosesan data

- Data Mining sebagai sumber informasi data (knowledge)

- Open Data sebagai tambahan untuk mencari informasi data publik (data terbuka)

Keterkaitan antara Business Intelligence, Data Warehouse, OLAP, Data Mining, dan Open Data

     Business Intelligence dan data warehouse adalah dua hal yang berbeda namun hampir tidak bisa dipisahkan. Data warehouse lebih mengenai bagaimana data- data yang besar dan beragam disimpan dalam satu repository (gudang data) dan disusun secara terstruktur sehingga memudahkan pencarian, sedangkan Business Intelligence adalah salah satu teknologi yang digunakan untuk menyajikan data- data tersebut sehingga memudahkan analisa dan pengambilan keputusan berdasarkan informasi yang akurat dari sumber data. Suatu solusi Business Intelligence yang baik memerlukan sumber data yaitu data warehouse.

     Untuk mengumpulkan informasi tersebut, maka diperlukannya Data Mining. Data Mining bekerja dalam proses penggalian data dari data warehouse yang disimpan dalam basis data atau media penyimpanan lain sehingga diharapkan setelah melakukan mining terhadap data akan didapatkan suatu data baru yang kemudian disimpan menjadi informasi yang baru juga. Jadi hubungan antara data mining dan business intellegence berada pada data yang akan diproses. Awalnya dari data warehouse yang kemudian di proses data mining baru kemudian disajikan pada business intellegencesehingga mendapat informasi yang lebih akurat.

     Setelah data warehouse dan data mining bekerja pada proses business intelligence, agar dapat BI tersebut menampilkan pelaporan hasil dari suatu analisa, maka digunakanlah OLAP. Sistem OLAP merupakan aplikasi yang dirancang untuk dapat menghasilkan informasi untuk satu proses bisnis dilihat dari berbagai perspektif dengan tampilan yang dinamis dan dalam waktu respon yang singkat sehingga kita dari sisi user dapat melihat tampilan data tersebut dan dapat menentukan suatu keputusan. Jika memang terdapat data yang ingin ditambah untuk melengkapi suatu analisa, disinilah Open Databekerja. Dengan menggunakan Open Data kita bisa memperoleh informasi maupun data eksternal diluar dari data internal perusahaan.

Arsitektur Data Warehouse (DW) :

Terdapat beberapa arsitektur Data Warehouse antara lain :

1. Central

Central Data Warehouse Architecture merupakan implementasi datawarehouse dimana seluruh datanya terpusat pada satu DW dan dipancarkan ke beberapa client untuk melayani kebutuhan beberapa unit bisnis yang terpisah secara bersamaan.

Kelebihan :

Alur kerja sistem sederhana

Mudah untuk dikelola

Kekurangan :

Kinerja sistem yang kurang handal karena tidak ada redundansi / distribusi beban kerja

Gambar Central Data Warehouse Architecture

Sumber : (Cristian S Jersen, Torben Bach Pedersen, Christian Thomsen. Data Warehousing And Machine Learning. Aalborg University. Dermark)

2.Federated

Federated Data Warehouse Architecture merupakan sistem yang bekerja dengan berbagai sistem data mart, aplikasi analitis, dan menyimpan data operasional. Sebuah arsitektur federasi DW adalah sebuah sistem yang terdiri dari beberapa arsitektur.

Kelebihan :

Handal dalam pendistribusian data

Kekurangan :

Lebih kompleks, pengumpulan data terbatas

Gambar Federated Data Warehouse Architecture

Sumber : (Cristian S Jersen, Torben Bach Pedersen, Christian Thomsen. Data Warehousing And Machine Learning. Aalborg University. Dermark)

3.Tiered

Tiered Data Warehouse Architecture merupakan implementasi datawarehouse dimana perwujudan datanya terpusat (central). Data didistribusikan ke data mart dalam satu atau lebih tingkatan. Hanya data agregat ditingkatkan pada kubus.

Kelebihan :

Performa sistem terbaik karena redundansi dan distribusi

Kekurangan :

Terlalu kompleks dan sulit untuk dikelola

Gambar Tiered Data Warehouse Architecture

Sumber : (Cristian S Jersen, Torben Bach Pedersen, Christian Thomsen. Data Warehousing And Machine Learning. Aalborg University. Dermark)

Sumber : https://putuandiprayoga.wordpress.com/2015/09/26/data-warehouse-dw-dan-business-intelligence-bi/