Data Warehouse dan Business Intelegence

1.1 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.
 

1.1.1.  Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

1.1.2. Online Analytical Processing (OLAP) 

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query data yang berukuran besar.

1.1.3. MOLAP (Multi Dimension 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.

Gambar di bawah ini adalah ilustrasi sebuah pivot view yang berasal dari MOLAP server. Fragmen-fragmen table, yaitu data olahan (precomputed aggregate) penyusun pivot tadi tampak di samping kanan gambar

Keuntungan dari MOLAP ini yang paling jelas adalah performa kecepatan akses yang sangat baik. Namun kelemahannya adalah jika kombinasi agregasi data yang dihasilkan untuk semua level, maka ukuran penyimpanan akan bisa lebih besar daripada sumbernya sendiri.

Atas alasan inilah biasanya MOLAP memiliki batasan sendiri untuk jumlah row dan kombinasi level agregasi yang diijinkan.

1.1.4. 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.

Cara kerja ROLAP secara umum adalah sebagai berikut :

• OLAP client mengirimkan query analisis ke OLAP Server.
• OLAP server akan melakukan pemeriksaan di cache apakah sudah bisa melayani permintaan query dari client tersebut, jika sudah akan dikirimkan.
• Jika pada cache belum terdapat data diminta, akan dilakukan query SQL ke data mart dan hasil eksekusinya disimpan di cache dan dikirimkan kepada client.
• Demikian seterusnya.
• Cache akan disimpan selama periode waktu tertentu dan akan dibersihkan total jika server dimatikan.

Gambar di bawah ini adalah contoh tampilan web dari  Mondrian / Pentaho Analysis yang merupakan ROLAP (bagian atas gambar). Tiap level data yang dianalisis akan dikonstruksi menjadi SQL yang terlihat pada bagian bawah gambar

Keuntungan dari ROLAP ini adalah tidak memerlukan storage tambahan. Namun kelemahannya adalah  jika data untuk suatu cube sangat besar (masif) maka performa pengambilan data akan cukup buruk.

Kesimpulan

Dari uraian di atas dapat diambil kesimpulan perbedaan ROLAP, MOLAP dan MOLAP disarikan dalam tabel matrix berikut ini :

OLAP TYPE	PENYIMPANAN RDBMS	PENYIMPANAN INTERNAL	PERFORMA PEMBACAAN	PRE-KOMPUTASI
ROLAP	Ya	Tidak	Tergantung RDBMS	Tidak
MOLAP	Tidak	Ya	Sangat Baik	Ya
HOLAP	Ya	Ya	Sangat Baik	Ya

2.1 Business Intelegence

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.

2.1.1 Manfaat Business Intelegence

• Keuntungan

Bagi perusahaan yang telah mengimplementasikan BI, mereka akan mampu menuai keuntungan keuangan dari implementasi tersebut. Dengan struktur implementasi BI yang baik, perusahaan akan cerdas mengadaptasikan tingkat layanan yang ditawarkan demi menjawab kebutuhan pelanggan.

• Pangsa pasar

Salah satu cara efektif menggenjot keuntungan dan stabilitas pasar adalah dengan melebarkan pangsa pasar perusahaan. Di tengah persaingan bisnis yang makin mengganas, monopoli merupakan hal yang beranjak usang karena pebisnis baru terus bermunculan. Mereka selalu berusaha menggerogoti pangsa pasar perusahaan yang telah mapan. Salah satu strategi mereka adalah memangkas harga sebagai strategi mengiming­imingi pelanggan suatu perusahan agar beralih ke produk mereka.

Jika hal itu terjadi, bagaimana cara perusahaan lain mengantisipasi? Perusahaan dengan keuangan yang lebih stabil tentu akan mampu bertahan, sisanya bisa jadi akan terlibas persaingan. Perusahaan yang mengimplementasikan BI, peluangnya akan lebih besar untuk tetap survive jika mereka mampu bereaksi dengan cepat dan dengan keputusan yang lebih baik mempertahankan pangsa pasar.

• Pengambilan keputusan

Keputusan yang Anda buat harus keputusan yang terbaik dari pilihan yang ada. Kita ambil contoh, Anda mengendarai mobil menuju kantor sembari mendengarkan siaran radio perkembangan lalu lintas. Sang penyiar menuturkan bahwa jalan tempat biasa Anda berbelok macet karena terdapat kecelakaan beruntun. Anda disarankan berbelok di perempatan berikutnya. Anda memperkirakan, jika tetap nekat melewati jalan tersebut, mungkin Anda akan terjebak kemacetan sekitar 25 menit. Sementara itu, pilihan yang disarankan penyiar radio, walau belokannya lebih jauh, tetapi hanya butuh tambahan waktu 15 menit. Berbekal informasi tersebut, keputusan Anda adalah berbelok di perempatan berikutnya dengan pertimbangan, di jalan tempat biasa Anda berbelok, kemacetannya tidak dapat Anda pastikan.

Prinsip ini tidak berbeda jauh dengan apa yang dilakukan BI. Yakni mengambil keputusan terbaik berdasarkan informasi yang dimiliki.

2.1.2 Karakteristik BI

Sistem BI yang efektif, setidaknya memiliki empat karakteristik, yakni:

1 Tujuan utama

Seluruh sistem komputer memiliki tujuan utama bagi seluruh pengguna sesuai dengan kebutuhan masing­masing pengguna. Kita ambil contoh perbandingan dengan sistem accounting. Sistem ini memiliki satu tujuan utama, yakni menyajikan laporan keuntungan dan kerugian serta neraca keseimbangan. Sementara itu tujuan utama BI adalah menyuguhkan beragam informasi yang disesuaikan dengan kebutuhan setiap pengguna yang jelas berbeda. Semisal, direktur keuangan memiliki kebutuhan informasi yang berbeda dengan marketing atau operasional. Namun semuanya memiliki satu tujuan yang seragam, yakni menggapai tujuan bisnis dari perusahaan.

2 Ketersediaan data yang relevan

Poin inilah yang mungkin menjadi hal terpenting dalam sistem BI yang efektif. Sebagai contoh, divisi penjualan terkadang menunda pengiriman barang yang telah dipesan oleh pelanggan karena suatu alasan. Sementara itu, divisi lain baru mengetahui ada masalah penundaan pengiriman barang, lama setelah hal itu terjadi. Tentu saja divisi lain tidak perlu tahu seluruh detail dari penundaan pengiriman barang tersebut. Namun, divisi lain harus tahu informasi tersebut sesuai dengan kebutuhan mereka sebagai dasar pembuatan keputusan atas masalah tersebut. Dalam situasi seperti ini, pembuat keputusan kerap hanya berbekal informasi yang tidak lengkap atau bahkan yang tidak sebenarnya. Namun dengan dukungan BI, ketersediaan data yang relevan akan mampu disuguhkan.

3 Kemampuan utama BI di antaranya:

• Pertama, memberi kemudahan akses informasi terbaru dari bisnis yang berjalan dan peluang yang diproyeksikan. Sejak 40 tahun silam, komputer telah menjadi urat nadi para pebisnis. Sayangnya, beberapa pebisnis tidak dapat mengakses informasi yang mereka butuhkan untuk memahami kondisi bisnis mereka yang sebenarnya. Kebanyakan sistem komputer hanya menyajikan informasi performa bisnis secara dangkal dan melupakan pemahaman informasi yang lebih dalam.

Di sisi lain, sistem BI yang efektif dirancang untuk mengumpulkan informasi yang relevan dan dibutuhkan terkait status bisnis yang berjalan. Informasi tersebut dimanfaatkan untuk menghasilkan proyeksi bisnis untuk diproses. Pemahaman yang lebih mendalam dari informasi itulah yang menjadi dasar pengambilan keputusan. Fungsionalitas merupakan kunci dari karakteristik sistem BI yang meliputi beragam informasi yang tidak hanya terbatas di bidang keuangan, tetapi juga meliputi kapasitas produksi, kualitas produk, hubungan dengan pelanggan, sudut pandang pasar, serta lainnya yang relevan dengan pemahaman yang lebih mendalam untuk memandu arah pada keuntungan bisnis.

• Kedua, kapabilitas untuk melakukan analisis dan memenuhi permintaan pengguna. Aktivitas bisnis dan fungsi yang berbeda membutuhkan pengetahuan dan informasi yang dilihat dari sudut pandang yang berbeda. Sebagai contoh, ketika direktur keuangan dan SDM berdebat soal laporan keuangan yang menunjukkan penurunan keuntungan perusahaan dan melesetnya proyeksi bisnis. Respon spontan mereka mungkin berbeda. Direktur keuangan akan menelusuri area bisnis mana yang performanya rendah dan akan memotong biaya terkait. Sementara itu, direktur SDM akan mencari tahu alasan di balik lebih rendahnya performa karyawan dari standar yang diterapkan. Apakah disebabkan menurunnya semangat kerja, training yang amburadul, persaingan antarkaryawan yang tak sehat atau alasan lainnya.

Kedua direktur itu tak hanya berbeda sudut pandang, tetapi juga memiliki kebutuhan informasi yang berbeda. Sistem BI yang efektif harus menyuguhkan analisa dan pemenuhan permintaan pengguna. Bisnis yang sukses membutuhkan wawasan dan pemahaman mendalam bagi seluruh penggunanya dan BI harus mendukung kebutuhan informasi bagi semua orang. Data intinya memang sama, tetapi pemahaman dan interpretasi yang mendalam akan sangat bervariasi sesuai kebutuhan tiap divisi.

4. strukur pendukung

Struktur pendukung di sini tak hanya didominasi sistem komputer. Bagi BI, struktur pendukung tak hanya hardware dan software komputer, tetapi suatu proses yang memungkinkan Anda membuat keputusan yang lebih baik serta merumuskan strategi yang lebih mumpuni untuk menyokong misi dan tujuan bisnis.

Struktur pendukung ini tak hanya menyediakan training, tetapi juga memastikan pengumpulan informasi dan menempatkannya ke sistem penyimpanan BI. Informasi tersebut itulah yang akan dipakai pada saat sekarang dan bukan sekadar file sejarah bisnis.

Pemasangan software ke dalam komputer tak akan menghasilkan sistem BI yang efektif kecuali sekadar mempermanis performa komputer. Hanya ketika informasi yang disimpan ke lokasi penyimpanan BI digunakan sebagai bagian proses manajemen, muncullah manfaat yang sesungguhnya.

Cara untuk mengefektifkan BI adalah menyediakan reporting sesuai kebutuhan dari setiap level organisasi (lihat gambar piramida reporting). Bagian operasional membutuhkan reporting yang disajikan secara tradisional/preformatted. Penyajian laporan ini merupakan penyajian yang paling sederhana dan kurang fleksibel ketimbang reporting untuk level organisasi di atasnya. Untuk manajemen menengah, membutuhkan reporting yang berkemampuan slice and dice (iris dan sajikan) dengan memanfaatkan OLAP. Manajemen menengah ini juga membutuhkan fleksibilitas informasi dengan cara yang kreatif untuk menganalisis masalah yang timbul. Selain itu, dibutuhkan juga keleluasaan untuk menambang informasi dari sistem tanpa bergantung pada programmer.

Level teratas dari piramida reporting adalah manajemen senior yang mungkin hanya butuh dashboard yang menyuguhkan ringkasan informasi yang kritis dalam satu halaman. Namun, hal itu tergantung kondisi organisasi perusahan. Ada pula manajemen senior yang juga membutuhkan detail reporting seperti halnya manajemen menengah.

 

2.1.3 Contoh perusahaan yang menggunakann BI

PT. Adaro Energy, produsen tambang batu bara.