Tugas Mata Kuliah Kecerdasan Bisnis [PDF]

Citation preview

Tugas Mata Kuliah Kecerdasan Bisnis (Business Intelligence)



Disusun Oleh :



Dea Rahmadian Fitri



(09031181419034)



Eka Afrianti



(09031181419008)



Jeannisa Meriam Kenedy



(09031181419020)



Umi Fauziyyah



(09031181419120) Dosen :



Ali Bardadi, S.SI., M.Kom. Yudha Pratomo, Ph.D PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA 2017



Tahap Pengembangan Business Intelligence ada 6 tahap inti yang terbagi menjadi 16 tahapan, yaitu sebagai berikut:



BAB I Justification (Mendefinisikan Case yang akan diambil)



1.1. Latar Belakang Business Intelligence (BI) adalah kumpulan teori, metodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang berkualitas untuk tujuan bisnis. BI dapat menangani sejumlah besar informasi yang dapat membantu dalam mengidentifikasi permasalahan dan mengembangkan peluang baru. Memanfaatkan peluang baru dan menerapkan strategi yang efektif dapat memberikan keuntungan pasar kompetitif dan stabilitas jangka panjang. Fungsi umum dari Business Intelligence adalah monitoring laporan, analisis OLAP (On-line Analytical Processing), data mining, spreadsheet, dan lain sebagainya. Organisasi yaitu wadah atau Rumah yang menjadi tempat peyaluran minat dan bakat seseorang yang saling bekerja sama untuk mencapat suatu tujuan. Organisai itu tidaklah sempurna tanpa adanya manusia atau Pengurus dan Anggota. Maka langkah awal untuk menciptakan suatu Organisai yang ideal yaitu mempunyai Badan pengurus dan anggota yang siap bekerja sama untuk mencapat suatu tujuan dalam suatu Organisasi. Pada Study kasus yang akan kami bahas yaitu mengenai monitoring data pengurus dan anggota di Badan otonom Lembaga Dakwah Kampus Wiahana Islamiyah dan Forum Ilmu. Dimana Monitoring ini dilakukan oleh Pembina LDF WIFI itu sendiri. Monitoring ini dilakukan guna mencapai tujuan LDF WIFI itu sendiri. Yaitu anggota dan pengurus harus mewakili jurusan yang ada di Fakultas Ilmu Komputer. Namun yang masih jadi Permasalahan yang ada di LDF WIFI Fasilkom UNSRI tidak seimbangnya pengurus dan anggota



dari setiap jurusan yang ada. Dengan diterapkannya Business Intelligence ini,



diharapkan dapat memudahkan pembina dan pengurus sekarang untuk menciptakan strategi agar pengurus maupun anggota berasal dari ssetiap urusan-jurusan yang ada di fakultas ilmu komputer. Bukan hanya itu yang menjadi permasalahan yang ada di LDF WIFI Fasilkom Unsri. Ketidakseimbangan anggota di setiap departemen pun menjadi salah satu penghambat dalam pelaksanaan program kerja di LDF WIFI itu sendiri. Terkadang ada beberapa departemen yang memiliki sangat banyak anggota, namun di departemen lain sangat minim anggota. Itu lah mengapa di terapkannya Business Intelligence agar pembina beserta pengurus dapat



membuat suatu strategi agar dapat membagi rata jumlah anggota dengan meningkatkan minat terhadap departemen yang minim anggota. Dari uraian diatas kelompok kami mencoba untuk merancang sistem yang dapat membantu BO LDF WIFI untuk mengatasi permasalahan tersebut dengan judul Laporan “Penerapan Business Intelligence pada Monitoring Pengurus dan Anggota di BO LDF WIFI Fakultas Ilmu Komputer Universitas Sriwijaya”. 1.2 Tujuan Adapun tujuan Laporan Akhir yang akan kami buat yaitu menerapkan Business Intelligence sebagai alat bantu monitoring Badan Pengurus serta Anggota



dengan



menggunakan konsep Business Intelligence. 1.3 Manfaat Adapun manfaat dari Laporan akhir yang kami buat ialah : 1. Business Intelligence dapat dijadikan sarana monitoring dan sebagai informasi untuk menciptakan suatu strategi kedepannya. 2. Membantu pembina LDF WIFI untuk terus bekerja sama dengan pengurus maupun anggota dalam menerapkan strategi recrutment yang baik sesuai dengan hasil monitoring. 1.4



Batasan Masalah Untuk menghindari agar pembahasan tidak menyimpang dari permasalahan yanga ada,



maka kelompok kami membatasi penerapan Business Intelligence dengan menggunakan tools spoon dan pentaho guna untuk menjadi sarana monitoring yang baik dan membuat strategi yang tepat. Adapun batasan masalah dai Laporan akhir ini ialah : 1. Objek penelitian ialah Badan Pengurus dan Anggota LDF WIFI 2. Ruang lingkup permasalahan yang diangkat adalah hanya proses rekrutmen Calon Pengurus dan Anggota LDF WIFI harus mewakili stiap jurusan yang ada di Fakultas Ilmu Komputer dan Penyeimbangan Komposisi anggota di setiap Departemen. 3. Dengan diterapkannya Business Intelligence (BI) pada LDF WIFI maka pembina akan mudah melihat anggota ataupun pengurus berdasarkan Jurusan, Departemen maupun Jabatan. Sehingga dapat memunculkan strategi baru untuk pengrekrutan Calon Anggota baru LDF WIFI.



BAB II Planning 2.1



Analisis Sistem Lama LDF WIFI Fakultas Ilmu Komputer Universitas Sriwijaya belum menerapkan Business



Intelligence, hal ini dilihat dari data data setiap anggota baru maupun lama yang berjumlah lebih dari 100 data masih dicatat atau disimpan di dalam suatu program Microsoft Excel dan Microsoft Word. Dari segi pengumpulan dan pencarian data hal ini membutuhkan waktu yang tidak sedikit sehingga menyebabkan proses ini memakan waktu yang lama. Data yang telah tersimpan sewaktu – waktu dapat dicetak maupun dilihat, apakah anggota dari setiap LDF WIFI mengalami kenaikan setiap tahun atau mengalami penurunan serta berapa banyak mahasiswa/i dari setiap jurusan yang ada di Fakultas Ilmu Komputer yang bergabung menjadi anggota maupun pengurus LDF WIFI. Dalam melihat berapa banyak keanggotaan pertahun atau masing – masing jurusan tersebut LDF WIFI masih menggunakan bantuan aplikasi Microsoft Excel. Tidak ada aplikasi khusus yang dapat membantu dalam pembuatan laporan seperti yang dijelaskan diatas. 2.3



Usulan Sistem Baru Usulan sistem baru ini diharapkan dapat mempermudah dalam proses pengintegrasian



data yang kemudian dapat dipanggil atau ditampilkan kapan pun. Maka dari itu sistem yang diusulkan berupa sistem Business Intelligence yang dapat mengintegrasikan data sehingga dapat mempermudah pekerjaan dan menghasilkan strategi untuk diterapkan dalam BPH WIFI Fasilkom.



BAB III Business Analysis (Analisa Kebutuhan) 3.1. Analisa Kebutuhan Fungsional Berikut kebutuhan fungsional yang dapat diidentifikasi pada BO LDF WIFI Fakultas Ilmu Komputer Universitas Sriwijaya: 1. Business Intelligence system yang ada harus mampu melakukan analisa terhadap dulu jumlah anggota LDF berdasarkan tahun angkatan, jurusan, serta susunan kepengurusan seperti departemen dan jabatan setiap anggota. 3.2. Analisa Kebutuhan Nonfungsional Kebutuhan tambahan yang tidak memiliki input, proses dan output, namun demikian kebutuhan nonfungsional sebaiknya dipenuhi, karena akan sangat menentukan apakah sistem ini digunakan user atau tidak. Kebutuhan nonfungsional akan dikelompokkan berdasarkan framework PIECES (Performance, information, economy, control, eficiency, service). Tabel dibawah ini menjelaskan kebutuhan fungsional dari sistem sebagai berikut : Kebutuhan Nonfungsional Klasifikasi Kerangka Kerja PIECES Jenis Kebutuhan Nonfungsional



Penjelasan Sistem yang diterapkan diharapkan



Kinerja (Performance)



dapat



mempersingkat



dibutuhkan



untuk



proses



yang



memonitoring



pengurus, anggota yang ada di LDF WIFI. Semakin sedikit waktu yang dibutuhkan, semakin banyak proses yang dapat diselesaikan selanjutnya. Seperti memulai open rekrutmen dan lain-lain. Data terintegrasi, terutama data nama Informasi (Information)



BPH atau Anggota LDF WIFI dan data jurusan dengan data nim mahasiswa, serta data Departemen dan jabatan untuk



mencegah



redudansi



dan



terjadinya



dalam



kesalahan



dalam



pendataan serta pembuatan laporan



Akhir Kepengurusan LDF WIFI. Sistem dapat meminimalisir biayaEkonomi (Economy)



biaya yang dibutuhkan bagi pembina dan pengurus dalam setiap proses pendataan ulang. Sistem dapat memberikan keamanan



Kontrol (Control)



pada



data-data



dengan



membatasi



pengaksesan bagi pihak-pihak yang tidak



berkepentingan



dengan



pembuatan halaman login user. Dimana yang



dapat



mengaksesnya



hanya



pembina, ketua umum dan koordinator Akhwat umum LDF WIFI. Efesien (Eficiency)



Sistem



diharapkan



mempersingkat



proses



dapat



monitoring



Kepengurusan LDF WIFI - Sistem memungkinkan pembuatan laporan



dan



strategi



LDF



WIFI



kedepanna dengan beberapa klik. -



Data yang ditampilkan harus mudah



Pelayanan (Service)



dibaca dan terstruktur. Yaitu contohnya di lihat berdasarkan tahun angkatan, departemen, maupun jurusan -



Sistem



yang



diterapkan



harus



memiliki interface yang user friendly.



3.3. Tools a. Sumber Data Data yang kami dapatkan berupa file excel, namun agar lebih mudah diolah kami mengekspornya ke dalam bentuk file CSV. File CSV (Comma Separated Value) adalah salah satu format yang digunakan dalam standar file ASCII. Format penulisan data CSV



yang kami gunakan dalam bentuk (;) atau Comma Demited yang biasa kita sebut dengan titik koma. Namun ada juga yang menggunakan tanda koma (,). Format file CSV memiliki tingkat kompabilitas yang cukup tinggi karena hampir semua program pengolahan data mendukung format CSV ini. b. DBMS DBMS (Database Management System) adalah paket software yang didesain untuk menyimpan dan mengelola basis data. DBMS yang kami gunakan dalam pengembangan ini adalah MySQL versi 5.6.21. c. Transform dan Job Data Untuk melakukan Transform dan penjadwalan data kami menggunakan Spoon yang merupakan bagian dari Pentaho Data Integration (PDI). Pentaho sendiri adalah perusahaan yang mempunyai focus pada produk dan solusi business intelligence. Pentaho Community Edition atau Pentaho BI Suite adalah produk dari Pentaho yang sudah terintegrasi dengan kemampuan reporting, dashboard, data mining, workflow, dan ETL. Produk Pentaho Community Edition/ Pentaho BI Suite •



Pentaho Data Mining



•



Pentaho Data Integration



•



Pentaho Analysis/Mondrian OLAP Engine



•



Pentaho BI Server



•



Pentaho Report Designer



•



Pentaho CDF(Community Dashboard Framework) Produk Pentaho Community Edition/ Pentaho BI Suite •



Pentaho Data Mining - Weka



•



Pentaho Data Integration - ETL



•



Pentaho Analysis/Mondrian OLAP Engine – Cube(Dimensi & Fact)



•



Pentaho Report Designer - Design Report, yg akan dikirimkan ke BI Server



•



Pentaho CDF(Community Dashboard Framework) –Framework utk membuat Dashboard diatas Pentaho BI Server



•



Pentaho BI Server



Software dari Pentaho yang dapat digunakan untuk proses Transformation dan Loading). Komponen Pentaho Data Integration



ETL



(Extraction,



•



Spoon



•



Pan



•



Kitchen



: user interface untuk membuat Job transformation. : tools yang berfungsi membaca, merubah dan menulis data. : program yang mengeksekusi job.



Elemen dalam Spoon.bat •



Transformation : sekumpulan instruksi untuk merubah input menjadi output yang diinginkan (input-proses-output).



•



Job



: kumpulan instruksi untuk menjalankan transformasi.



Untuk melakukan Transform dan penjadwalan data kami menggunakan Spoon.bat yang merupakan bagian dari Pentaho Data Integration (PDI). PDI yang kami gunakan adalah PDI versi 7.0.



d. Connector MySQL Connector merupakan driver yang berguna untuk menghubungkan aplikasi PDI ke databse MySQl. Biasa kami sebut dengan JDK. Java Development Kit (JDK) yang digunakan adalah JDK 7 dan JDK 8. Hal ini dikarenakan untuk menjalankan PDI versi 7.0 kita hanya dapat menggunakan JDK 8. Sedangkan untuk menjalankan pentaho bi-server versi 4.8.0 itu tidak bisa menggunakan JDK 8 jadi. Jadi pada pengembangan ini kami penggunakn JDK 7. e. BI-Server Pentaho Bi-Server adalah kumpulan dari aplikasi Bi yang bersifat open source yang dapat berjalan diatas platform Java. Pada pengembangan ini kami menggunakan pentaho bi-server versi 4.8.0 Di pentaho bi-server ini akan ada 2 folder yaitu adminitrasi console yang berguna penghubung antara database yang data pada MySQL dan bi-server, dan biserver-ce berguna untuk melihat reporting, dashboard dan data analysis. f. Pemetaan Table Skema workbench adalah visualisasi antarmuka yang memungkinkan kita untuk membuat Mondrian OLAP Cube Schema yang fungsinya untuk memetakan tabel dan kolom fact/dimension menjadi struktur logis cube, dimension, measures. Skema Workbench yang kami gunakan pada pengembangan ini versi 3.5.0.



g. Browser Browser digunakan untuk menampilkan MySQL, bi-server dan hasil akhir mondrian. Disini kami menggunakan Mozilla Firefox.



3.4. Mendefinisikan Kebutuhan Data Masukkan dan Keluaran Pembuatan aplikasi ini membutuhkan beberapa masukan (input) data diantaranya adalah data tahun angkatan, data jurusan, data departemen BO LDF, data jabatan keanggotaaan BO LDF, dan data mahasiswa. Sedangkan data keluaran (output) atau data yang dihasilkan dari data masukan yang telah diolah yaitu: jumlah mahasiswa setiap tahun angkatan, jumlah mahasiwa dari bebagai jurusan, jumlah mahsiswa setiap departemen, jumlah mahasiswa setiap jabatannya.



BAB IV Design 4.1.



Star Skema Star Skema dengan DBMS MySQL menggunakan phpMyAdmin. Menggunakan



database dengan nama “bi_wifi” yang terdiri dari 5 tabel dimensi (mahasiswa, jurusan, angkatan, departemen, jabatan) dan 1 table fakta (fact_anggota). 4.2.



Interface







Halaman Home Merupakan halaman awal Wi-Fi Fasilkom Universitas Sriwijaya.







Halaman About Pada halaman dibawah ini terdapat Visi, Misi, dan Program Kerja Wi-Fi Fasilkom Universitas Sriwijaya.







Halaman Anggota



Pada halaman ini terdapat proses input data anggota Wi-Fi Fasilkom Universitas 



Sriwijaya. Halaman Perbandingan Angkatan Anggota Wi-Fi Pada halaman ini mahasiswa dapat melihat perbandingan angkatan pada organisasi Wi-Fi.







Halaman Departemen Paling Diminati Pada halaman ini mahasiswa dapat melihat Departemen apa yang paling diminati pada organisasi Wi-Fi.







Halaman Perbandingan Tiap Jurusan pada Wi-Fi Fasilkom Pada halaman ini mahasiswa dapat melihat perbandingan dari tiap jurusan pada organisasi Wi-Fi.



BAB V Construction



Proses ETL (Extract, Transform, Load) pada Pentaho Data Integration sangat berguna sekali untuk mengintegrasikan data-data pada sebuah perusahaan. Proses ETL ini memungkin kita untuk melakukan integrasi antar aplikasi, membersihkan data, migrasi data, export data dan yang paling penting untuk memasukkan data dari OLTP ke OLAP (data warehouse). Studi kasus yang digunakan dalam Pentaho Data Integration ini adalah pada Badan Otonom yang ada di Fakultas Ilmu Komputer yaitu Lembaga Dakwah Fakultas Wahana Islamiyah dan Forum Ilmu atau dikenal dengan LDF WIFI. Dengan menggunakan aplikasi ini pengurus harian dari LDF WIFI akan dapat menjawab pertanyaan – pertanyaan berikut: -



Mahasiswa/i jurusan apa yang paling banyak menjadi anggota di LDF WIFI



-



Fasilkom? Mahasiswa/i jurusan apa yang paling sedikit menjadi anggota di LDF WIFI



-



Fasilkom? Berapa Mahasiswa/i setiap tahun yang bergabung pada LDF WIFI?



Berikut tahapan yang kami lakukan dalam pengembangan business intelligence ini: 1. Installasi



     



 Pada folder "data-integration", cari file spoon_jdk8.bat. Pada pentaho data integration ini kami menggunakan 2 JDK yaitu JDK 7 utk setting di bi-server juga di pentaho dan JDK 8 sebagai setting spoon. Karena ketika JDK 8 tersebut tidak diinstal maka Pentaho Data Integration tidak akan bisa dibuka / login  Maka akan membuka halaman seperti dibawah ini:







Tampilan awal Pentaho Data Integration







Pada folder biserver-ce-4.8.0-stable_2, terdapat 2 folder yaitu:  administration-console untuk menjalankannya kita harus klik, set-pentaho-env.bat setelah program



close jalankan startpac.bat. lalu buka browser dengan alamat: localhost/8099 masukkan admin : admin dan password: password



Setelah klik OK, maka akan muncul tampilan seperti dibawah ini. Buat koneksi database di administration-console. Setelah itu, klik test.







biserver-ce



untuk menjalankannya kita harus klik, set-pentaho-env.bat setelah program close jalankan start-pac.bat. lalu buka browser dengan alamat: localhost/8080/pentaho/Login lalu masukkan username: joe, dan password:password



2. Membuat Star Skema dengan DBMS MySQL menggunakan phpMyAdmin. Disini kami menggunakan database dengan nama “bi_wifi” yang terdiri dari 5 tabel dimensi (mahasiswa, jurusan, angkatan, departemen, jabatan) dan 1 table fakta (fact_anggota).



3.



M e l akukan proses ETL untuk dimensi mahasiswa (CSV -> Mysql) Berikut ini merupakan step-step yang akan digunakan untuk transformasi dimensi mahasiswa



Buat transformasi baru dengan nama transformasi mahasiswa



Step CSV Data Input Pada step ini, pilih file CSV dengan mengklik button “Browse”. Delimiter disesuaikan dengan file CSV-nya. Karena pada file CSV yang kita pakai memakai header maka pada bagian “Header row present?” perlu dicentang. Kemudian pada bagian bawah, isi nama-nama kolom dan tipe datanya disesuaikan dengan tabel dimensi yang sudah dibuat sebelumnya.



Step Select Data Mahasiswa Pada tahap ini memilih data yang akan ditampilkan dari tabel mahasiswa



Step “DB lookup (mahasiswa)” Tahap ini berguna untuk mengecek apakah data pada file CSV sudah ada atau belum ada pada tabel mahasiswa di database MySQL. Jika ada akan disimpan dengan data baru (nim1, nama1, nohp1, alamat1).



Step Koneksi ke Database Pada step ini digunakan untuk mengkoneksikan dari transformasi yang dibuat untuk disimpan ke dalam database. Pada Connection Name diisi koneksi_Wifi, Isi pada pilihan setting yaitu localhost, nama database bi_wifi dll. Lalu klik test, jika muncul dialog warning seperti di gambar berarti koneksi ke database telah berhasil.



Setelah mengkoneksikan database, kembali pada database lookup. Pilih tabel yaitu tabel mahasiswa



Step “Cek data mahasiswa” Pada tahap ini data-data yang dimasukkan difilter terlebih dahulu. Pada gambar bisa dilihat apabila nim = nim1 true atau apabila data yang dimasukkan lewat file CSV sama dengan yang ada di database maka data akan dikirim ke step dummy. Apabila false atau data berbeda, maka data akan dikirim ke step “Insert / Update DB Mahasiswa” untuk diinputkan sebagai data baru.



Step “Insert Data Baru” Pada tahap ini data yang dimasukkan lewat file CSV setelah melalui step “Cek data mahasiswa” akan diinputkan pada tabel “mahasiswa”.



Step Dummy Pada tahap ini mahasiswa yang masuk tidak diproses lebih lanjut karena tidak valid.



Setelah itu klik run pada halaman transformasi, transformasi sukses dan tersimpan ke database



Pilih Preview Data untuk melihat data yang telah masuk ke tabel mahasiswa tersebut.



4. Melakukan proses ETL untuk tabel fakta fact mahasiswa (CSV -> Mysql) Berikut ini merupakan step-step yang akan digunakan untuk transformasi tabel fakta mahasiswa



Step “CSV Fact Anggota” Pada step ini, pilih file CSV yang akan dengan mengklik button “Browse”. Delimiter disesuaikan dengan file CSV-nya. Karena pada file CSV yang kita pakai memakai header maka pada bagian “Header row present?” perlu dicentang. Kemudian pada bagian bawah, isi nama-nama kolom dan tipe datanya disesuaikan dengan tabel dimensi yang sudah dibuat sebelumnya.



Step “DB lookup” Tahap ini berguna untuk mengecek apakah data pada file CSV sudah ada atau belum ada pada tabel mahasiswa di database MySQL. Jika ada akan disimpan dengan data baru (nim)



Step “Cek data mahasiswa” Pada tahap ini data-data yang dimasukkan difilter terlebih dahulu. Pada gambar bisa dilihat apabila nim = nim1 true atau apabila data yang dimasukkan lewat file CSV sama dengan yang ada di database maka data akan dikirim ke step dummy. Apabila false atau data berbeda, maka data akan dikirim ke step “Insert / Update DB Mahasiswa” untuk diinputkan sebagai data baru.



Step “Insert Data Baru” Pada tahap ini data yang dimasukkan lewat file CSV setelah melalui step “Cek data mahasiswa” akan diinputkan pada tabel “mahasiswa”.



Step Dummy Pada tahap ini mahasiswa yang masuk tidak diproses lebih lanjut karena tidak valid.



Setelah itu, Run setiap Transformasi yang telah dibuat. Tampilan Run pada Transformasi Angkatan



Tampilan Run pada Transformasi Jabatan



Tampilan Run pada Transformasi Departemen



Tampilan Run pada Transformasi Jurusan



5. Melakukan penjadwalan atau job transformasi Job merupakan sebuah penjadwalan suatu transformasi dalam jangka waktu tertentu seperti detik, menit, hari, minggu dan bulan dimana apabila waktu telah memenuhi syarat transformasi pada job akan dijalankan. Berikut merupakan tampilan job yang akan dibuat



Step“Start” Pada tahap inilah job atau penjadwalan akan ditentukan. Apakah tiap detik, menit, hari ataupun bulan. Pada contoh penjadwalan dilakukan setiap Bulan.



Step “Success” Tahap ini merupakan tanda apabila seluruh transformasi sudah dijalankan.



6. Membuat skema XML Mondrian (Cube) Tampilan Schema LDF WIFI yang telah dibuat



Tampilan Cube pada Tabel fact_anggota yang telah dibuat



Tampilan dimensi Angkatan pada Cube LDF WIFI yang telah dibuat



Tampilah hierarchy dari dimensi angkatan yang telah dibuat



Tampilan level angkatan yang telah dibuat.



Tampilan tabel angkatan yang telah dibuat



Tampilan hasil ukuran banyak anggota dari dimensi mahasiswa yang telah dibuat.



7. Mempublish skema Pentaho BI Server Pilih menu file -> Publish



Pada dialog repository login masukkan url, user dan password. Klik OK. Untuk username: joe dan password: ekafrianti. Password di setting pada F:\Pentaho\biserver-ce-4.8.0-stable_2\biserver-ce\pentahosolutions\system\publisher_config.xml.



Akan muncul tampilan Progress Dialog



Pada tampilan dialog Publish Schema, pilih publish.



Akan muncul tampilah bahwa Schema berhasil di publish



BAB VI Implementasi BukaURL localhost:8080/pentaho/Home



Lalu pilih Schema yang sudah dibuat (Tugas) dan nama Cubenya (LDFWIFI)



Berikut merupakan tampilan awal analysis setelah di breakdown