Review Jurnal Bisnis Intelegen [PDF]

Citation preview

Jurnal 1 Judul



: BUSINESS INTELLIGENCE UNTUK PREDIKSI CUSTOMER CHURN TELEKOMUNIKASI



Analisa : 1. Abstrak



:



Customer atau pelanggan merupakan hal yang sangat penting bagi kelangsungan hidup suatu perusahaan barang maupun jasa. Dengan ditinggalkan pelanggan sebuah perusahaan akan mengalami kerugian yang sangat besar bahkan untuk memperoleh pelanggan baru memerlukan biaya hingga 10 kali lipat lebih mahal dari biaya untuk mempertahankan pelanggan yang ada. Perusahaan telekomunikasi secara rutin menghasilkan dan menyimpan sejumlah besar data berkualitas tinggi, memiliki basis pelanggan yang sangat besar, dan beroperasi dalam lingkungan yang cepat berubah dan sangat kompetitif serta rentan terhadap customer churn (pelanggan yang meninggalkan perusahaan). Prediksi customer churn muncul sebagai Bussiness Intelligence (BI) yang sangat penting untuk telekomunikasi modern. Penelitian ini melakukan studi lieratur untuk mendapatkan informasi tentang permasalahan yang ada selanjutnya ekperimen untuk memprediksi customer churn dalam bidang Telekomunikasi dengan menerapkan algoritma prediksi, menganalisa hasil dan mendokumentasikannya. Dari hasil penelitian yang telah dilakukan dapat diketahui bahwa dengan menerapkan BI pada prediksi customer churn yang menggunakan algoritma KNN menghasilkan tingkat akurasi sebesar 88% pada nilai K 5 keatas. Dengan hasil tersebut diharapkan dapat membantu pihak pengambil keputusan dalam menemukan customer yang memiliki indikasi untuk churn. 2. Permasalahan yang ada



:



Customer atau pelanggan merupakan hal yang sangat penting bagi kelangsungan hidup suatu perusahaan baik perusahaan barang maupun jasa. Dengan ditinggalkan pelanggan sebuah perusahaan akan mengalami kerugian yang sangat besar selain itu pelanggan merupakan sebagian dari indikasi besar kecilnya sebuah perusahaan, apabila sebuah perusahaan memiliki sedikit pelanggan maka bisa dikatakan perusahaan tersebut kecil sedangkan sebaliknya apabila sebuah perusahaan dikatakan besar dapat dilihat dari jumlah pelanggannya yang jumlahnya besar pula.Menurut Yu dkk., (2011) Customer Churn didefinisikan sebagai kecenderungan pelanggan untuk berhenti melakukan bisnis dengan sebuah perusahaan. Hal ini telah menjadi isu penting yang merupakan salah satu tantangan utama oleh banyak perusahaan di era global ini dan harus dihadapinya. Dalam perusahaan telekomunikasi, mempertahankan pelanggan lebih mudah dan murah dibandingkan perusahaan harus mencari pelanggan baru, Prediksi customer churn muncul sebagai Bussiness Intelligence (BI) yang sangat penting untuk telekomunikasi modern. Tujuan utama dari prediksi customer churn adalah untuk memperoleh informasi kemungkinan dari pelanggan yang akan berpindah ke perusahaan lain menggunakan prediksi model. Saat ini menunjukkan interaksi analisa pelanggan dengan cara menilai customer churn dari tingkat sosial yang dapat meningkatkan akurasi dari prediksi customer churn. Permasalahan diatas mampu dijawab oleh Business Intelligence (BI), dimana BI merupakan salah satu bentuk implementasi teknologi informasi yang digunakan untuk membantu kegiatan seperti mengumpulkan data, menyediakan akses, serta menganalisa data dan informasi mengenai kinerja perusahaan. Dengan kegiatan BI tersebut maka sebuah organisasi atau perusahaan akan dengan mudah dalam mengambil keputusan secara cepat dan tepat. Singkatnya BI dapat diartikan sebagai pengetahuan yang didapatkan dari hasil analisis data yang diperoleh dari kegiatan (usaha) suatu organisasi. BI biasanya dikaitkan dengan upaya untuk memaksimalkan kinerja suatu organisasi.



3. Metode yang digunakan



:



Metode penelitian dalam penelitian ini menggunakan 2 metode yaitu : 1. Metode melalui studi literature. 2. Metode eksperimen dengan menggunakan beberapa tahapan diantaranya: a. Pengumpulan data b. Pemilihan atribut c. Penerapan algoritma d. Evaluasi hasil e. Dokumentasi eksperimen Adapun skema alur tahapan penelitian ini ditunjukpan pada gambar 1



4. Pemanfaatan Penelitian Studi kasus / tempat penelitian Kegiatan pengumpulan data dapat dilakukan dengan menagambil dari database perusahaan yang digunakan sebagai obyek penerapan BI. Data yang digunakan didalam penelitian ini adalah data telekomunikasi di Colombia dimana dataset customer churn diambil dari database-UCI California University. Dalam dataset ini mendefinisikan transaksi panggilan yaitu churn per satu pelanggan seluler dari satu perusahaan telekomunikasi, dalam waktu tiga bulan terus menerus.Terdapat 21 fitur. Data customer churn ini terdiri dari 5000 tuple (record), terdiri dari 4293 berlabel false dan 707 berlabel true, terdiri dari 51 negara bagian distrik Colombia



5. Kesimpulan Dari hasil penelitian ini dapat disimpulkan bahwa penerapan BI untuk mengetahui prediksi customer churn dengan menggunakan algoritma prediksi KNN dapat diterapkan didunia telekomunikasi. Penerapan BI dapat membantu pengambilan keputusan bagi tingkat elit pengambil keputusan dengan cepat dan akurat dengan tingkat akurasi 88% dimana proses pengambilan keputusan didapat dari hasil analisa yang dilakukan. Sebagai contoh pengambil keputusan adalah apabila suatu pelanggan ataupun kelompok pelanggan tertentu yang diketahui sejak dini bahwa pelanggan tersebut cenderung akan meninggalkan perusahaannya maka dapat ditahan dengan berbagai cara diantaranya adalah dengan memberikan promosipromosi yang menarik dan lain sebagainya. 6. Saran Penelitian ini mendapatkan hasil 88%, diharapkan penelitian mendatang dapat melanjutkan dengan menambah algoritma pemilihan fitur, imbalant data dan algoritma lain dengan tujuan untuk memperoleh hasil akurasi yang lebih baik. 7. Argumentasi Bisnis Intelegen bisa sangat berpengaruh terhadap customer, dari jurnal di atas kita bisa melihat fungsi lain dari BI, walaupun tingkat asuransi baru 88 %, sangat disarankan untuk menambah tingkat keakuransiam dengan menambah algoritma atau yang lainya



Jurnal 2 (1441177004193_much maskur) Judul



: RANCANG BANGUN APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE



1. Abstrak : Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak terutama untuk melihat peluang dan informasi dari berbagai sumber untuk pengambilan keputusan oleh pihak manajemen. Business Intelligence atau di singkat dengan BI merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalahmasalah yang dihadapinya serta dalam pengambilan keputusan. Kemampuan teknologi BI, yaitu untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data guna membantu pengguna mengambil keputusan secara akurat dengan melakukan berbagai aktivitas di antaranya, sistem pendukung keputusan, query, pelaporan pengolahan, analisis online (OLAP), analisa statistik, peramalan, dan data mining. Banyak beragam aplikasi BI yang dapat digunakan yaitu pelaporan aplikasi, aplikasi analitis, aplikasi data pertambangan, dashboard, peringatan dan portal. Hasil dari penelitian ini adalah dihasilkannya rancangan aplikasi untuk layanan informasi akademik mahasiswa dengan menggunakan konsep Business Intelligence. Layanan informasi akademik untuk mahasiswa ini bisa digunakan Perguruan Tinggi dalam hal ini pihak akademik untuk mengetahui data mahasiswa mulai dari data pribadi sampai dengan data perkuliahan. Data pribadi yang ditampilkan oleh program ini adalah mengenai biodata 2. Permasalahan : Perkembangan teknologi informasi telah mengalami kemajuan yang sangat pesat salah satu kemajuannya adalah pengambilan keputusan untuk kegiatan bisnis , serta memberikan andil besar terhadap perubahan-perubahan yang mendasar pada struktur, operasi dan manajemen pada suatu organisasi. Dengan teknologi informasi berbagai analisis juga dikembangkan dalam mendukung sistem informasi untuk meningkatkan efektifitas manajerial guna meningkatkan kinerja bisnis maupun organisasi. Business Intelligence atau di singkat dengan BI merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan dari organisasi untuk meningkatkan kemampuannya dalam menganalisis masalahmasalah yang dihadapinya serta dalam 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.Berbagai kelebihan dalam penerapan BI, yaitu untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data 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. Menurut Chang, Dillon,Hussain(2006) 3. Metode Business Intelligence dan data warehouse adalah dua hal yang berbeda namun hampir tidak bisa dipisahkan. Data warehouse bicara mengenai bagaimana data-data yang besar dan beragam disimpan dalam satu repository dan disusun sedemikian sehingga memudahkan pencarian, sedangkan Business Intelligence adalah suatu teknologi yang digunakan untuk menyajikan datadata 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. 4. Pemanfaatan Penelitian : Teoritis BI  Bisnis Intelegen Report  BI Analitics  BI Data Minning  BI Dashbord  BI Alert  BI Portal  OLAP Studi Kasus Layanan informasi akademik untuk mahasiswa ini bisa digunakan Perguruan Tinggi dalam hal ini pihak akademik untuk mengetahui data mahasiswa mulai dari data pribadi sampai dengan data perkuliahan. Data pribadi yang ditampilkan oleh program ini adalah mengenai biodata 5. Kesimpulan Sudah selesai, Kemampuan Business intelligence dalam proses pengambilan keputusan adalah bersumber dari data yang berkualitas, salah satunya adalah data warehouse. Aplikasi yang digunakan untuk melakukan berbagai proses pada data warehouse adalah dengan menerapkan aplikasi business intelligence diantaranya yaitu reporting, data mining, analytics, dasboard, alert dan aplikasi portal. Untuk itu dibangun sebuah rancangan program yang telah dibuat yaitu layanan informasi mahasiswa (Student Information Service Academic). Dimana rancangan ini menghasilkan seluruh data mahasiswa yang ada pada Perguruan Tinggi. aplikasi ini dapat menyimpan banyak data mahasiswa. Student Information Service Academic ini untuk mempermudah kepala jurusan untuk mencari nama mahasiswa jika mahasiswa tersebut melakukan konsultasi kepada kepala jurusannya masing-masing. Untuk merancang sistem ini menggunakan object oriented design yaitu software visual paradigm. Rancangan program aplikasi yang digunakan pada sistem ini menggunakan beberapa alat bantu/tools yang digunakan penulis yaitu : paket webserver apache AppServ 2.5.10, adobe dreamweaver CS3, adobe photoshop CS3 dan untuk menjalankan program ini menggunakan browser mozilla firefox. 6. Argumentasi Penelitian Diatas menggunakan WEB untuk membuat sistem Aplikasinya , seperti DreamWeaver, mungkin bisa dirubah menjadi Pemrograman Mobile



Jurnal 3 (1441177004045_Muhamad RIzky Abadi) Judul : Analisis Business Intelligence pada Pengelolaan Data Alumni: Upaya Mendukung Monitoring Kualitas Alumni di Perguruan Tinggi (Studi Kasus di Fakultas Ilmu Komputer Universitas Sriwijaya) 1. Abstrak : Salah satu tolak ukur keberhasilan pendidikan di perguruan tinggi adalah jumlah dan kualitas alumni yang dihasilkan. Sistem pengelolaan atau penelusuran alumni berbasis komputer dapat meningkatkan pengelolaan dokumentasi alumni. Akan tetapi, dokumentasi alumni tersebut menjadi kurang optimal jika tidak dapat menghasilkan informasi-informasi bagi pengelola dalam memonitor dan mengevaluasi kualitas alumni. Penerapan Electronic Business Intelligence System (E-BIS) dalam pengelolaan data alumni di tingkat fakultas suatu perguruan tinggi menekankan penerapan BIS dengan media Internet sehingga mengedepankan aspek aksesibilitas dari manajemen seperti dekan, ketua jurusan dan bagian kemahasiswaan untuk mendapatkan informasi terkait alumni. Pengelolaan data yang baik dan penyediaan informasi yang maksimal terkait profil alumni, masa tunggu alumni untuk mendapatkan kerja, institusi pengguna alumni dan lain-lain. Selanjutnya mengoptimalkan proses monitoring kualitas alumni untuk peningkatan kualitas alumni secara berkelanjutan. Oleh karena itu, perlu dianalisis tentang perlunya BI dalam proses pengolahan data alumni tersebut. Analisis BI pada Fakultas Ilmu Komputer Universitas Sriwijaya menggunakan business intelligence roadmap meliputi fase justification, planning, dan business analysis mengusulkan solusi BI yang dapat memenuhi kebutuhan informasi pihak eksekutif untuk monitoring data alumni. Kebutuhan informasi meliputi jumlah peserta untuk setiap periode wisuda berdasarkan program studi, angkatan dan jenjang; tren IPK dan masa studi alumni per setiap periode wisuda serta laporan relasi atau keterhubungan antara IPK dan masa studi alumni untuk melihat langkah-langkah dalam meningkatkan kualitas alumni. 2. Permasalahan Salah satu tolak ukur keberhasilan pendidikan di perguruan tinggi adalah jumlah dan kualitas alumni yang dihasilkan. Alumni berperan penting bagisuatu almamater bukan saja sebagai alat untuk menakar kemampuan penerapan dan kualitas program pendidikannya tetapi alumni juga penting sebagai salah satu sumber masukan atau umpan balik bagi penyempurnaan sistem pendidikan. Business Intelligence System (BIS) sangat potensial untuk memaksimalkan penggunaan informasi dengan meningkatkan kapasitas perusahaan untuk menstrukturkan sejumlah besar informasi dan membuatnya dapat diakses, serta menciptakan keuntungan kompetitif, Karakteristik utama dari BIS adalah kemampuan untuk menyediakan informasi yang representatif untuk manajemen tingkat tinggi, untuk mendukung aktivitas strategis seperti penentuan sasaran, perencanaan dan peramalan, juga melacak kinerja, mengumpulkan, menganalisis dan mengintegrasikan data internal dan eksternal ke dalam profil dinamis indikator kinerja kunci Penerapan ElectronicBusiness Intelligence System (E-BIS) dalam pengelolaan alumni di tingkat fakultas perguruan tinggi menekankan penerapan BIS dengan media Internet sehingga mengedepankan aspek aksesibilitas dari pengelola, seperti: Dekan, Ketua Jurusan dan Bagian Kemahasiswaan untuk mendapatkan informasi terkait alumni. Dengan pengelolaan data yang baik dan penyediaan informasi yang maksimal terkait profil alumni, masa tunggu alumni untuk mendapatkan kerja, institusi pengguna alumni dan lain-lain. 3. Metode Pada bagian ini membahas tentang pengumpulan data, dan Business Intelligence Roadmap



4. Pemanfaatan penelitian Adapun pembahasan yang dilakukan pada business intelligence roadmaphanya meliputi fase analisis sebagai berikut: A. Fase Justification Fase justification berfokus dalam melakukan evaluasi dan assessment terhadap kebutuhan bisnis yang memberi dorongan terhadap pengembangan awal dari proyek BI. Fase ini membahas mengenai business case assessment yaitu evaluasi terhadap kebutuhan bisnis. Selain itu juga mendefinisikan masalah dan peluang bisnis kemudian mengajukan solusi BI terhadap hal-hal tersebut. B. Fase Planning Fase planning berfokus dalam mengembangkan rencana strategis dan taktis yang menghasilkan bagaimana proyek BI akan dikerjakan dan diselesaikan. Fase ini terbagi menjadi beberapa tahap sebagai berikut:  Enterprise Infrastructure evaluation Untuk merancang aplikasi BI diperlukan infrastruktur untuk menunjang keberhasilan implementasi.Infrastruktur yang dibutuhkan terdiri dari 2 komponen yaitu infrastruktur teknikal dan infrastruktur non teknikal.  Project Planning Projek BI bersifat dinamis sehingga setiap perubahan yang terjadi pada ruang lingkup bisa memberi pengaruh terhadap berhasilnya sebuah proyek BI.Oleh karena itu,project planning harus dibuat lebih rinci dan kemajuan terkini harus selalu diawasi dan dilaporkan.Project planning ini juga diperlukan dalam perencanaan proyek sehingga aplikasi bisa diselesaikan dengan tepat waktu C. Fase Business Analysis Fase business analysis berfokus dalam melakukan analisis yang mendetail dari masalah dan peluang bisnis untuk mendapatkan pemahaman yang mendalam dari kebutuhan bisnis terhadap solusi produk.Tahap yang dilewati dalam fase ini yaitu sebagai berikut.  Project requirement definition Pada tahap ini dibahas ulang mengenai infrastruktur yang ada, baik itu teknikal maupun non teknikal apakah sudah memadai untuk diimplementasikan aplikasi BI.  Data analysis Tantangan terbesar dalam sebuah proyek BI adalah kualitas dari sumber data. Kualitas data yang tidak baik tentu akan menyebabkan kerugian karena sudah banyak pengeluaran untuk proyek tetapi hasilnya tidak maksimal. Oleh karena itu, tahapan analisis data membutuhkan keseriusan dalam penganalisisan. Tahap ini pada dasarnya menampilkan analisis sistem yang disesuaikan terhadap sebuah rancangan yang akan dibangun. Tahap ini menganalisis kesesuaian antara data bisnis dengan data yang dibutuhkan.  Application prototype Prototype bisa digunakan sebagai sarana untuk melihat potensi dan limitasi dari teknologi BI yang akan dibuat dan juga memberikan kesempatan untuk menambah/mengubah kebutuhan serta ekspektasi terhadap proyek BI.



 Metadata repository analysis Dalam tahap ini yang dilakukan adalah membuat logical meta model yang direpresentasikan dari objek metadata dalam bentuk Entity Relational Diagram (ERD). Alasan menggunakan ERD dikarenakan pendefinisian dari objek metadata dapat dimengerti (apa maksudnya? oleh siapa?) serta dapat menggambarkan hubungan di antara objek tersebut. 5. Kesimpulan Penelitian ini dapat menyimpulkan hal-hal sebagai berikut: A. Dalam mengolah kumpulan data alumni pada Fasilkom Unsri diusulkan suatu upaya penerapan business intelligence untuk meningkatkan pengolahan atas data sehingga dapat membuat data tersebut dimanfaatkan untuk memonitor kualitas alumni, khususnya terkait IPK dan masa studi alumni yang dibutuhkan oleh pihak pengambil keputusan dalam usaha meningkatkan fungsi akademik. B. Analisis BI pada Fasilkom Unsri menggunakan business intelligence roadmap meliputi fase justification, planning, dan business analysis mengusulkan solusi BI yang dapat memenuhi kebutuhan informasi pihak eksekutif untuk monitoring data alumni antara lain informasi jumlah peserta untuk setiap periode wisuda berdasarkan program studi, angkatan dan jenjang; tren IPK alumni dan masa studi alumni per setiap periode wisuda serta laporan relasi atau keterhubungan antara IPK dan masa studi alumni untuk melihat langkahlangkah untuk meningkatkan kualitas alumni. 6. argumentasi Dari penelitian ini menurut saya sudah sangat bagus, dari metode menggunakan bisnis intelegen Roadmap, mungkin bisa ditingkatkan bukan Cuma untuk alumni tapi juga untuk karyawan yang sudah keluar atau sudah pensiun, untuk mengetahui keinginan karyawan,



Jurnal 4 (1441177004030_reski) Judul : PEMBANGUNAN APLIKASI BISNIS INTELIJEN BERORIENTASI SERVIS PADA ENTERPRISE RESOURCE PLANNING DENGAN PENTAHO BERPLATFORM JAVA 1. Abstrak Keterbatasan kemampuan aplikasi manajemen suatu perusahaan seperti Enterprise Resource Planning (ERP) dalam memberikan data yang lebih bermakna menjadi salah satu permasalahan penting dalam internal perusahaan saat ini. Seorang manajer atau eksekutif perusahaan dalam proses analisa memerlukan data yang cepat dan mudah dimengerti untuk mendukung pembuatan keputusan dengan tepat dalam menyesuaikan kebutuhan bisnis yang akan terus berubah. Bisnis Intelijen merupakan aplikasi OLAP yang dipakai untuk mempermudah proses analisa dan monitoring perusahaan dalam mengatasi masalah-masalah tersebut. Mayoritas aplikasi Bisnis Intelijen pada saat ini dibangun dengan berorientasikan service sebagai bentuk solusi dalam menangani perubahan kebutuhan bisnis.Penerapan BI secara tepat untuk suatu sistem yang sudah ada selalu memerlukan biaya yang besar, sehingga pemakaian aplikasi Open Source akan sangat meringankan beban perusahaan. Sehingga, pengimplementasian aplikasi Open Source BI yang terintegrasi dengan aplikasi manajemen seperti ERP dengan menerapkan arsitektur berorientasi servis merupakan salah satu solusi yang bisa dipakai untuk mengatasi keterbatasan kemampuan manajemen dalam internal suatu perusahaan. Pentaho adalah Open Source BI yang tidak hanya menyediakan aplikasi BI, namun menyediakan platform untuk membangun solusi bisnis dengan aplikasi BI yang dibentuk. Dengan Pentaho seluruh data yang dianalisa akan diberikan secara garis besar melalui tiga fungsi utama, yakni pembuatan analisa, pembuatan laporan dan penyediaan beberapa jenis dashboard. Besar cakupan analisa dibatasi oleh kebutuhan perusahaan yang dalam hal ini berkaitan dengan proses keuangan (Finance), penjualan (Penjualan), pembelian (Purchase), konsumen (Konsumen ), dan proses produksi (Manufaktur). 2. Permasalahan Informasi adalah fondasi dari tiap keputusan bisnis penting yang dilakukan. Dalam tiap perusahaan informasi merupakan hal yang perlu diatur dengan konsep yang benar sesuai proses bisnis yang terjadi. Pembuatan dan penerapan sistem ERP mengintegrasi semua area fungsional dalam perusahaan. Sistem ERP merupakan tulang punggung dari kebanyakan perusahaan yang mengintegrasikan aplikasi back-office seperti aplikasi keuangan, pembelian, HR, inventory dan lainnya. Namun, walau suatu sistem ERP dapat mengintegrasi semua data transaksi bisnis kedalam masing-masing tabel master untuk perencanaan perusahaan. ERP bukanlah sistem untuk melakukan analisa data dan proses pendukung keputusan yang pengimplementasiannya biasa dikenal sebagai decision support system Fungsionalitas pendukung keputusan sangat penting untuk suatu perusahaan karena membantu perusahaan merencanakan strategi kedepan dan mengefisiensikan waktu dalam pembuatan keputusan. Suatu sistem Bisnis Intelijen (BI) dapat menyediakan pemetaan data dari suatu sistem ERP dan menganalisa skenario bisnis yang berjalan karena suatu BI melakukan pengkoleksian data yang didapat dari sistem ERP, CRM atau sistem lainnya dan menghasilkan berbagai macam bentuk analisa. BI menyediakan analisa yang lebih bermakna. Walaupun laporan-laporan operasional yang disediakan ERP memberikan status kondisi bisnis saat ini, hal tersebut belum memenuhi keinginan para manager akan adanya ad hoc, forecasting dan exceptional report lainnya.BI juga dipakai untuk mengoptimasi investasi dari ERP. Suatu system ERP yang diintegrasikan dengan aplikasi bisnis



3. 4.



5.



6.



intelijen secara kontinu dapat meningatkan kelebihan kompetitifnya.Sebagai contoh, hasil dari solusi BI dapat membuat pegawai pembelian menemukan pattern harga, dimana dapat menyebabkan perusahaan mendapatkan harga yang lebih baik dengan mengubah proses pembelian.Penemuan penemuan hasil analisa dari info yang diberikan oleh BI inilah yang dapat meningkatkan system dalam ERP. Metode Penerapan BI menggunakan PENTAHO Pemanfaatan penelitian  Uji coba BI Analysis terdiri dari beberapa indikator untuk melakukan penggalian data detail terhadap perusahaan dari suatu aspek bisnis tertentu, yakni : pembelian (Sales), penjualan(Purchase), pemantauan penyimpanan barang (warehousemonitoring).  Uji coba BI Report terdiri dari beberapa indikator untuk melakukan pemantauan performa suatu perusahaan terhadap suatu aspek bisnis tertentu, yakni : pembelian (Sales), penjualan(Purchase), proses produksi(manufacture), keuangan(Finance).  Uji coba BI Report terdiri dari beberapa indikator untuk melakukan pemantauan performa suatu perusahaan terhadap suatu aspek bisnis tertentu, yakni : pembelian (Sales), penjualan(Purchase), proses penyimpanan barang(warehouse-monitoring), keuangan(Finance).  Uji coba servis pada BI. Berikut adalah detail hasil uji cobadari masing-masing service yang disediakan. Pengujian dilakukan dengan cara memeriksa apakan respon yang dari service dapat diberikan dan benar Kesimpulan Dari hasil pengerjaan dan pengimplementasian desain, mulai dari studi literatur, analisa, desain, implementasi dan tahap uji coba yang dilakukan, maka dapat diberikan beberapa kesimpulan yakni sebagai berikut :  Pembuatan aplikasi bisnis intelijen dapat dilakukan dengan berorientasikan service dan menerapkan service oriented analysis and design sebagai metode desain yang disesuaikan dengan Pentaho berplatform java.  Aplikasi BI bertindak sebagai aplikasi eksternal yang terintegrasi dengan aplikasi ERP dengan berinteraksi dengan data dari beberapa Functional Domain antara lain General ledger, Sales, Manufacture, Inventory, Human Resource, dan Customer Relationship Management  Penentuan analisa yang digunakan dilakukan berdasar data yang tersedia dan pembagian solusi yang disediakan proses-proses pada ERP yakni Sales, Purchase,Warehouse Monitoring, Finance Monitoring Customer Management secara umum Argumentasi Aplikasi PENTAHO sangat berguna untuk mengimplementasikan BI dan ERP, apalagi keuntungan terbesar adalah PENTAHO adalah aplikasi open source jadi cocok untuk usaha menengah ke bawah



Jurnal 5 (1441177004026_WINDI BANOWATI) Judul



: APLIKASI BUSINESS INTELLIGENCE UNTUK ANALISA DAN PRAKIRAAN CUACA MARITIM



1. Abstrak Salah satu teknologi yang dapat mewujudkan kecepatan dan kemudahan analisa data adalah Business Intelligence (BI). Teknologi ini dapat menampilkan data dalam bentuk grafik yang bersifat multidimensi, sehingga dapat dilakukan pemilihan informasi sesuai kebutuhan. Aplikasi BI yang dibangun tidak hanya membuat tampilan berbagai komponen cuaca dalam bentuk grafik/dashboard, tetapi juga suatu gudang data. Dalam proses pembuatan informasi prakiraan cuaca maritim diperlukan banyak komponen data, diantaranya arah dan tinggi gelombang, arah dan kecepatan angin, pasang surut dan swell. Data tersebut diintegrasikan dalam bentuk data warehouse secara multidimensi melalui dimensi waktu dan lokasi. Data warehouse yang dikembangkan untuk mendukung model BI hanya yang bersifat deparmental, yaitu berbentuk datamart. Aplikasi BI yang dikembangkan meliputi aplikasi ETL dan aplikasi Dashboard dengan memanfaatkan perangkat lunak Visual Studio 2008, SQL Server Database dan Analysis Services 2008. Aplikasi ini menyediakan kemudahan dan kecepatan dalam melakukan pencarian, pemilihan dan analisa data. Trend data yang dihasilkan dari proses tersebut menjadi pengontrol range nilai prediksi cuaca maritim. 2. Permasalahan Business Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah data dalam suatu perusahaan atau organisasi (data operasional, data transaksional, atau data lainnya) ke dalam bentuk pengetahuan. Aplikasi ini melakukan analisis data di masa lampau, menganalisisnya dan kemudian menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan organisasi. Pengembangan data Warehouse untuk data meteorologi atau data cuaca telah banyak dilakukan. Salah satu diantaranya oleh Nan Ma et alyang membangun data warehouse meteorologi menggunakan Microsoft SQL Server.Dalam pengembangannya melibatkan proses perancangan,pendalaman tentang karakteristik data warehouse,display data secara multidimensional serta reporting. Dimensi yang digunakan adalah dimensi waktu dan lokasi. Dimensi waktu terdiri dari tahun, bulan,tanggal dan dasarian. Dimensi lokasi terdiri dari stasiun, propinsi, lintang, bujur dengan input data.stasiun meteorologi permukaan. Selain itu,kajian pemanfaatan data warehouse dalam prakiraan cuaca telah dilakukan oleh Tan, Xiaoguang BMKG memiliki sekitar 10 stasiun meteorologi maritim dan 3 stasiun yang diperbantukan untuk memberikan pelayanan meteorologi maritim. Seluruh stasiun tersebut melakukan pengamatan sinoptik dan sebagian diantaranya memberikan pelayanan analisa dan prakiraan cuaca maritim. Kegiatan pengamatan yang sudah berlangsung sejak tahun 1950 diharapkan memiliki ketersediaan data meteorologi yang kontinyu. Data pengamatan ini sangat penting untukmelihat karakteristik cuaca setempat dan pembuatan informasi prakiraan beberapa hari ke depan. Ketersediaan data yang kontinyu, kemudahan dan kecepatan mengakses data meningkatkan kuantitas dan kualitas pelayanan. Terkait dengan penjelasan diatas, maka penulis bermaksud membangun Aplikasi BI yang sesuai untuk Bidang Meteorologi Maritim agar dapat membantu prakirawan dalam melakukan analisa karakteristik cuaca maritim suatu wilayah pada waktu tertentu, lebih spesifik, cepat, mudah, akurat dan efisien 3. Metode Dalam arsitektur BI, sumber data merupakan bagian yang mendasari terbangunnya suatu BI.Sumber data bisa berasal dari berbagai macam sumber dengan format yang berbeda-beda.







Data Sinoptik. Data Sinoptik adalah data yang diperoleh dari pengamatan komponenkomponen cuaca secara langsung oleh observer atau alat pengamatan cuaca otomatis (Automatic weather Station) sesuai waktu standar yang ditentukan, baik di permukaan bumi (surface) maupun lapisan udara di atasnya (upper air)  Data gelombang Satelit. Data gelombang harian dari pengamatan satelit selama tahun 2009 pada domain wilayah 23 N – 23 S dan 80 – 160 E (1385748 raw data). Data ini merupakan data hasil download dari http://www.aviso.oceanobs.com/  Data gelombang dari reanalysis Aplikasi Prakiraan Windwaves-05 (127643 raw data). Data gelombang harian hasil running aplikasi Windwaves05 selama tahun 2009 dengan domain 15 N – 15 S,90 – 150 E.  Data pasang surut diperoleh dari alat pengamatan AWS (55769 raw data). Data pasang surut diambil dari aplikasi Automatic Weather Station yang terhubung dengan AWS yang terdapat di stasiunstasiun meteorologi maritim. 4. Pemanfaatan penelitian  Arsitektur Logic BI. Untuk mendapatkan gambaran yang jelas mengenai suatu BI itu dibangun, maka diperlukan suatu rancangan yang bersifat logic yang berisi komponen yang membangun dan software atau aplikasi yang menyusunnya.  Arsitektur Fisik BI. Setelah membuat rancangan BI dan data marts, maka selanjutnya adalah merancang arsitektur fisik dari rancangan logic, sehingga tampak komponen fisik sebenarnya tersusun.  Rancangan data mart. model dimensi mendefinisikan kebutuhan informasi yang diinginkan berdasarkan dimensi tertentu misalnya dimensi waktu, dimensi ruang atau dimensi kategori tertentu.  Skema ETL. Aplikasi ETL (Extract Transform Load) yang dikembangkan mempunyai skema proses Ketika user memasukkan data yang ingin diekstrak, user memasukkan parameter tertentu. Kemudian data diekstrak, transform serta load secara Asyncronous (running di proses yang berbeda dengan yang sudah berjalan) pada background process.  Data Sinoptik. Data sinoptik berbentuk *.txt diekstrak, transforms dan load melalui proses ETL. Hasil ETL ini dimasukkan ke dalam tabel fakta fact_sinoptik. Proses ekstrak merupakan proses mendefinisikan data sinoptik terdiri dari data apa saja (field-field data sinoptik) serta memilah data apa yang akan digunakan  Data gelombang dari aplikasi Windwaves-05. Berikut merupakan langkah-langkah ekstraksi transform dan loading data gelombang. Data gelombang output aplikasi berbentuk *.txt  Data gelombang dari satelit. Data gelombang dari satelit mempunyai format netcdf yang telah dikonversi oleh softwareNetcdf4Excel menjadi bentuk excel, sehingga lebih mudah untuk diekstrak  Data AWS. Data cuaca dan pasang surut AWS diambil dari dari aplikasi AWS berbasis web dalam format *.txt  OLAP dan Reporting. Perangkat lunak SQLServer Analysis 2008 digunakan untuk membangun OLAP dari data AWS, sinoptik dan gelombang Pemanfaatan Aplikasi BI. Aplikasi BI dengan data mart yang menjadi komponen utamanya, memungkinkan data tersimpan dan saling terintegrasi dalam satu tempat/gudang data yakni server database maritim. Pengguna hanya mengakses data secara remote melalui web browser, sehingga data yang tersimpan di data mart tidak berubah.Pengguna dapat memilah data sesuai kebutuhan yang dengan menggunakan dashboard yang tersedia



5. Kesimpulan Aplikasi BI tidak semata-mata menyediakan fasilitas untuk menampilkan data dalam bentuk grafik, namun yang terpenting adalah ketersediaan dan kesiapan data yang terintegrasi dalam bentuk data mart atau data warehouse jika lintas organisasi. Data mart atau gudang data maritim yang terintegrasi dapat mengurangi duplikasi data dan menghemat tempat penyimpanan data. Fasilitas drill down, roll up, slice dan dice pada dashboarddapatmempercepat proses pencarian data cuaca berdasarkan koordinat, lokasi stasiun, ataupun AWS. Selain itu memudahkan analisa pola dan kebergantungan dari beberapa komponen data cuaca pada wilayah dan waktu tertentu secara simultan seperti pada AWS Ketapang dan Kendari. Ketersediaan data historis yang lengkap dapat mengontrol data yang kurang valid, sehingga bisa tidak dihapuskan untuk keperluan monitoring kondisi alat pengamatan yang rusak atau sarana komunikasi yang kurang mendukung. Rancangan arsitektur BI yang dikembangkan, dilakukan dengan pendekatan bottom up agar rancangan dapat segera diterapkan dalam kegiatan operasional sehari-hari. 6. argumentasi