Data Warehouse dan Business Intelligence (BI)

Nama / NIM : Ida Bagus Putu Rama Agastya / 1805551018

Mata Kuliah : Data Warehouse

Nama Dosen : I Putu Agus Eka Pratama, S.T., M.T.

Jurusan     : Teknologi Informasi

Fakultas    : Teknik

Universitas : Universitas Udayana

Pengertian Data Warehouse

    Data warehouse merupakan suatu konsep dan kombinasi teknologi yang memfasilitasi organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem atau aplikasi operasional (Ferdiana, 2008). Jadi, Data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System) agar mempermudah bagi para pengambil keputusan manajemen dari suatu perusahaan atau organisasi. Secara fisik data warehouse merupakan database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik. Data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan”.

Pengertian Business Intelegence (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. Business intelligence dan data warehouse adalah dua hal yang berbeda namun hampir tidak bisa dipisahkan. Data warehouse menjelaskan tentang 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 data-data tersebut sehingga memudahkan analisa dan pengambilan keputusan berdasakan informasi yang akurat dari sumber data. Suatu solusi Business Intelligence yang baik memerlukan sumber data yaitu data warehouse.

Pengertian Artificial Intelegence (AI)

    Teknologi dan cabang ilmu komputer yang mempelajari dan mengembangkan mesin cerdas yang dapat meniru pola pikir manusia. Sebuah AI dibekali dengan pengetahuan dan option tindakan yang dapat ia ambil ketika sebuah kondisi terpenuhi, sehingga sebuah AI dapat melakukan/mengambil keputusan sendiri tanpa bantuan manusia.

BI vs AI

    Artificial Intellligence merupakan sebuah system yang mampu memberikan keputusan secara langsung ke pada penguna, sehingga pengguna dapat mengambil hasil keputusan yang diberikan oleh AI, sedangkan Business Intelligence merupakan sebuah system yang mampu membantu pengguna dalam proses pengambilan keputusan berdasarkan data- data yang ada.

5 Konsep Dasar Business Intelegence

1. Data Sourcing : Sumber data dari beragam lokasi, beragam format dan struktur, digudangkan ke dalam satu tempat (data warehouse) untuk tujuan bisnis.

2. Data Analysis : Analisa data dan hasil (report, knowledge dari pola, informasi) menjadi dasar di dalam penentuan keputusan pada bisnis enterprise berbasis BI. Contoh : analisa pasar, analisa pelanggan, analisa penjualan, dll.

3. Situation Awareness : Menjadi dasar bagi BI untuk mengetahui kondisi pasar dan konsisi bisnis yang dijalankan.

4. Risk Analysis : BI dengan data di dalamnya menjadi acuan di dalam analisa resiko pada perusahaan terkait dengan ISO 31000 (IT Risk Management).

5. Decision Support : Data pada BI membantu di dalam penentuan keputusan

4 Level BI

1. Level Operational : Pengumpulan data dari berbagai sumber data (transaksional) untuk kebutuhan anlisa data (data historis) → OLTP ke OLAP.

2. Level Akuisisi Data : Beragam data dengan beragam format data tersebut, diakusisi ke dalam format yang sama → ELT/ETL.

3. Level Penyimpanan Data : Data disimpan sebagai data historis, dengan bentuk data multi dimensi → Multi Dimensional Data Base Management.

4. Level Analisa Data : Peran BI di dalam bisnis pada analisa data → OLAP dan slicing data pada data multi dimensi