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
2)
Data Transaski di
Prima Depot
Gambar 3.2 Contoh Data
Transaksi di Prima Depot
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
2) Visualisasi
Data Pricing Analytics
Gambar 3.4 Contoh Visualisasi Data Pricing Analytics
3) Visualisasi
Data Risk and Capital Management
Gambar 3.5 Contoh Visualisasi Data Risk and Capital Management
4) Visualisasi
Data Revenue Optimization
Gambar 3.6 Contoh Visualisasi Data Revenue Optimization
5) Visualisasi
Data Student Enrollment
Gambar 3.7 Contoh Visualisasi
Data
Student Enrollment
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.