BAB 3 - Pembahasan - Pengaruh Data Warehouse pada Bisnis Waralaba

BAB 3

PEMBAHASAN

3.1   Pentingnya Data Warehouse dalam Bisnis

Untuk mempertahankan kesuksesan dalam suatu perusahaan diperlukannya usaha untuk mempunyai persiapan terhadap perubahan dan perkembangan pada jangka waktu menengah hingga jangka panjang. Usaha tersebut perlu adanya dukungan data untuk memprediksi masa yang akan datang seperti apa, apakah ada perubahan terhadap target pasar, kondisi pasar, harga bahan baku, produk apa yang diminati konsumen, strategi pemasaran apa yang cocok digunakan, dan sebagainya. Dari manakah pihak eksekutif mendapatkan data tersebut yang digunakan untuk mendukung prediksi mereka sebagai sarana pengambilan suatu keputusan? Karena itu lah teknologi informasi memiliki peran yang sangat penting guna untuk membantu perusahaan untuk dapat bersaing dan dapat bertahan di masa yang akan datang.

Mengacu pada aplikasi penyimpanan data, ada hal yang perlu dipahami terlebih dulu mengenai database secara umum dan database warehouse. Secara umum database dan database warehouse adalah suatu sarana penyimpanan data, tetapi database dan database warehouse dibedakan berdasarkan manfaat kegunaannya. Pada umumnya database digunakan sebagai penyimpanan data transaksi secara real-time dan akan terus berubah seiring dengan transaksi-transaksi yang ada, data customer, data sales, dan sebagainya. Data pada database ini digunakan untuk permintaan informasi yang real-time untuk mengetahui perubahan yang terjadi. Sedangkan database warehouse yang terdiri dari beberapa data pada perusahaan yaitu dikategorikan sebagai sarana penyimpanan data yang bersifat read-only, maksudnya data yang sudah masuk kedalam database warehouse tidak bisa diubah lagi dan informasi yang ada pada data tersebut digunakan untuk analisis perusahaan. Contoh : data transaksi penjualan per bulan atau per tahun, pelanggan dari domisili mana yang paling banyak membeli, data pelanggan baru, dan sebagainya. Hal ini dapat membantu pihak eksekutif dalam melakukan analisis untuk digunakan sebagai pengambilan keputusan. Data pada database warehouse ini bisa dimanfaatkan untuk memprediksi satu tahun atau lebih.

. Perbedaan fungsi manfaat kegunaan pada database umum dan database warehouse inilah yang perlu dimengerti dan dipahami sehingga keputusan untuk menggunakan aplikasi database warehouse bisa dimanfaatkan sebaik-baiknya untuk kemajuan dunia bisnis bagi perusahaan yang bersangkutan. Melihat manfaat penggunaan database warehouse yang begitu signifikan maka sudah selayaknya jika perusahaan memprioritaskan usaha penggunaaan database jenis ini untuk mengembangkan bisnis perusahaan dalam jangka waktu yang panjang dan dapat dengan cepat melakukan analisis situasi yang akan datang seperti apa sehingga dapat mengatasi pesaing-pesaing bisnis.

Selain itu tedapat keuntungan dan kerugian dari data warehouse tersebut, meliputi :

3.1.1 Keuntungan Data Warehouse

1)      Data warehouse menyediakan model data yang bervariasi dan tidak bergantung pada satu sumber data saja. Hal ini memudahkan pihak eksekutif untuk membuat laporan dan menganalisa.

2)      Mendukung proses pembuatan laporan agar keputusan yang diambil adalah keputusan yang benar sesuai data.

3)      Memiliki tingkat keamanan yang tinggi pada informasi di dalam data warehouse.

4)      Dalam membuat laporan tidak membuat proses transaksi yang ada menjadi lambat, karena data warehouse terpisah dengan database operasional.

5)      Data warehouse menyediakan berbagai macam bentuk laporan.

3.1.2 Kerugian Data Warehouse

1)      Data warehouse tidak cocok untuk data yang tidak struktur.

2)      Data perlu di extract, diubah, dan di load ke data warehouse, sehingga membutuhkan delay waktu kerja.

3)      Biaya operasional, maintenance dan update yang dibutuhkan untuk data warehouse ini sangat mahal.

3.2 Tampilan Visualisasi Data

Dengan adanya visualisasi, dapat mengubah data yang masih berbentuk tabel-tabel yang berisi angka-angka menjadi suatu grafis, seperti contoh data laporan transaksi penjualan dan pembelian seperti gambar dibawah ini :

1)      Data Transaksi di Computerize Sale System

Gambar 3.1 Contoh Data Transaksi di Computerize Sale System

Sumber: www.akuccs.com

2)      Data Transaski di Prima Depot

Gambar 3.2 Contoh Data Transaksi di Prima Depot

Sumber: www.prima-infodata.com

Data seperti contoh gambar diatas diubah kedalam format visual seperti grafik, chart, dan bentuk-bentuk lainnya. Visualisasi data adalah cara atau teknik yang paling baik digunakan untuk mengeksplorasi data dari bentuk tabel yang berisi angka-angka menjadi suatu bentuk yang lebih mudah untuk digunakan sebagai analisis. Visualisasi data ini sangat berguna untuk mendukung bisnis perusahaan untuk mengetahui perkembangan bisnis perusahaan sudah sejauh mana, mengetahui apakah keuntungan terus meningkat atau malah keuntungan makin sedikit dan visualisasi data ini sangat mudah untuk dipahami oleh users, terutama pihak eksekutif untuk mengetahui kinerja perusahaan dan hasilnya digunakan untuk membantu pengambilan keputusan untuk strategi perusahaan kedepannya.  Berikut beberapa contoh visualisasi data :

1)      Visualisasi Data Asset Reliability and Integrity

 

Gambar 3.3 Contoh Visualisasi Data Asset Reliability and Integrity

Sumber: www.sas.com 

2)      Visualisasi Data Pricing Analytics

Gambar 3.4 Contoh Visualisasi Data Pricing Analytics

 Sumber: www.sas.com

3)      Visualisasi Data Risk and Capital Management

Gambar 3.5 Contoh Visualisasi Data Risk and Capital Management

Sumber: www.sas.com

4)      Visualisasi Data Revenue Optimization

Gambar 3.6 Contoh Visualisasi Data Revenue Optimization

Sumber: www.sas.com

5)      Visualisasi Data Student Enrollment

Gambar 3.7 Contoh Visualisasi  Data Student Enrollment

Sumber: www.sas.com

3.3 Mengetahui berbagai Tools Data Warehouse dari berbagai Perusahaan Teknologi

Perlu dipertimbangkan ketika memilih tools atau aplikasi data warehouse untuk perusahaan. Banyaknya vendor yang bergerak dibidang ini seperti IBM, Dell, Microsoft, dan masih banyak lagi. Dalam memilih tools atau aplikasi untuk digunakan pada perusahaan, tentu harus adanya pertimbangan secara kritis, apakah tools atau aplikasi tersebut sesuai dengan kebutuhan strategi bisnis pada perusahaan. Jika salah menggunakan tools atau aplikasi tersebut maka dapat menimbulkan masalah bagi perusahaan. Selain dari sisi strategi bisnis dari sisi biaya juga patut diperhatikan, jika biaya tools atau aplikasi terlalu mahal, akankah perusahaan dapat balik modal dari investasi tools atau aplikasi tersebut atau malah merugikan perusahaan. Berikut beberapa contoh tools data warehouse dari berbagai sumber terpercaya dan kegunaan tools tersebut :

1)      RIM (Research in Motion)

Blackberry RIM memberikan solusi business intelligence dengan tujuan untuk mengeliminasi penggunaan desktop PC untuk melakukan proses business intelligence dengan menggunakan perangkat mobile blackberry yaitu dengan adanya SAP Cognos 8 Go! Mobile yang memberikan kemudahan bagi users untuk mengakses pelaporan business intelligence secara metric dan real-time dengan menggunakan perangkat mobile blackberry dan dapat digunakan untuk membaca report.

2)      Dell

Terdapat dua jenis tools yang diberikan oleh pihak Dell, yakni data warehousing yang sudah terintegrasi langsung dengan sistem business intelligence dari Oracle, Microsoft dan SAP. Dell juga memiliki tools sendiri yaitu Aster Data Analytics Cloud, GreenPlum Data Cloud Solution yang memberikan penawaran penyimpanan data melalui cloud (internet) untuk menghindari dari masalah kebutuhan kapasitas penyimpanan secara fisik yang besar dan memakan tempat.

3)      HP

HP juga menawarkan berbagai jenis solusi untuk business intelligence dari tingkat hardware hingga custom software design. HP membangun sistem business intelligence data warehouse dalam beberapa platform komputasi, termasuk diantaranya HP Integrity dan juga ProLiant server. HP juga menawarkan Neoview Advantage Enterprise Data Warehouse untuk membuat paralalel database platform. Neoview Advantage Enterprise Data Warehouse ini menggunakan database platform SQL/MX yang memungkinkan kita melakukan query dan memproses data dengan cepat. Neoview juga memiliki Data Business Intelligence for CIO yang digunakan untuk memonitor, meningkatkan efisiensi dari cost, dan proses, menganalisis efek finansial, hingga melakukan forecast.

4)      IBM

IBM memiliki 2 jenis solusi business intelligence yaitu data warehousing dan juga analytic. Dengan menggunakan platform database DB2 IBM, kedua solusi ini dapat berkolaborasi dengan baik dan berjalan di berbagai jenis platform dengan mudah. Jika anda sudah memiliki data warehousing di platform anda maka anda dapat menambahkan DB2 dan biarkan IBM analytic tools menganalisa data bisnis anda. IBM Analytics dibagi menjadi 3 platform, yaitu :

·         IBM ILOG Optimization and Analytical Decision Support Solution : untuk mengoptimasi performa dari supply chain,

·         SPSS (Statistical Package for the Social Sciences) : memberikan kemampuan analisis data yang akurat dan mengantisipasi perubahan pada bisnis,

·         Cognos 10 : merupakan tools analisis yang digunakan untuk menganalisa sistem data warehouse perusahaan.

5)      Microsoft

Microsoft memiliki 3 solusi business intelligence yaitu :

·         Microsoft  Office 2010 : untuk mengintegrasikan data ke Microsoft excel yang sangat mudah dan cepat untuk dilakukan proses solusi data mining,

·         Microsoft  Sharepoint 2010 : membantu perusahaan untuk melakukan monitoring secara real-time,

·         Microsoft SQL Server : untuk mengatur data warehouse perusahaan. SQL Server mampu melakukan kompresi data perusahaan secara dinamis dan memperpanjang kebutuhan storage perusahaan dan memotong biaya. SQL Server didukung oleh teknologi OLAP (Online Analytical Processing) yang memungkinkan kita untuk melakukan query secara adhoc untuk data set yang sangat besar.

6)      Oracle

Oracle memiliki berbagai jenis varian solusi business intelligence untuk perusahaan diantara solusi business intelligence yang ditawarkan oleh Oracle yaitu :

·         ERP (Enterprise Resource Planning) : menawarkan solusi analisis finansial, procurement, analisis pengeluaran, analisis human resource, analisis supply chain dan order, hingga ke project analisis,

·         CRM (Customer Relationship Management) : menawarkan solusi untuk analisis penjualan, analisis service, analisis contact center, marketing analisis, loyality analisis hingga ke price analisis,

·         Essbase : sebuah multidimensional OLAP Server menggunakan teknologi graphical outline yang memberikan kemudahan perusahaan untuk menciptakan dimensi, hirarki, metric dan skenario untuk mengidentifikasi hubungan antar proses,

·         Oracle Real Time Decisions Platform : menggabungkan set of rule yang perusahaan buat dengan data analisis yang ada dalam server yang melakukan transaksi dalam kecepatan tinggi secara real-time.

7)      SAS

SAS merupakan perusahaan yang hanya bermain dibidang business intelligence saja. SAS memiliki 2 komponen, yaitu :

·         Enterprise Business Intelligent Server : sebuah multidimensional database yang di desain untuk menangani data dengan volume yang sangat besar, server ini juga mendukung portal dan dashboard yang dapat diubah dan sangat friendly dengan Microsoft office.

·         Business Visualization : memungkinkan perusahaan untuk mengeksplorasi ide untuk mengubah data menjadi data visual dalam berbagai bentuk grafik, seperti : bubble plots, scatter plots, charts, dan lainnya.

3.4 Sumber Daya dan Petunjuk Membangun Data Warehouse

3.4.1 Sumber Daya yang dibutuhkan untuk Data Warehouse

Sumber daya yang dibutuhkan yakni data operasional dalam perusahaan, contohnya database produk, database pelanggan, database transaksi, dan lainnya. Selain data operasional yang menjadi sumber daya bagi data warehouse, ada pula sumber daya dari eksternal yang dibutuhkan, contohnya database pemasok. Berbagai data yang berasal dari sumber daya data operasional dan sumber daya eksternal digabungkan dan diproses lebih lanjut oleh pihak manajer data warehouse dan disimpan dalam database tersendiri. Setelah itu, software seperti OLAP (Online Analytical Processing) dan data mining dapat digunakan untuk mengakses data warehouse. Pada paper ini tidak menjelaskan secara rinci tentang OLAP dan data mining tersebut.

Pengertian OLAP dan Data mining yaitu, OLAP adalah suatu jenis pemrosesan yang memanipulasi dan menganalisa data yang berkapasitas besar dari berbagai perspektif atau pandangan. OLAP sering disebut dengan  analisis data multidimensi. Sedangkan data mining adalah software yang digunakan untuk menemukan pola-pola atau hubungan-hubungan yang terdapat dalam database yang besar dan menghasilkan aturan-aturan yang digunakan untuk memperkirakan perilaku di masa mendatang.

3.4.2        Petunjuk Membangun Data Warehouse

Untuk membangun data warehouse pada suatu perusahaan terbagi menjadi beberapa petunjuk, yaitu :

1)      Menentukan visi-misi dan sasaran bisnis perusahaan bagi pembentukan data warehouse,

2)      Mengidentifikasi data dari database operasional dan sumber lain yang diperlukan bagi data warehouse (sumber eksternal),

3)      Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data, maknanya dan fungsinya,

4)      Merancang database untuk data warehouse perusahaan,

5)      Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tidak terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lambat.