BAB 3 - Pembahasan - Data Mining Sebagai Solusi Bisnis

BAB 3

PEMBAHASAN

3.1   Jenis-Jenis Asuransi Properti

Untuk mengetahui jenis-jenis asuransi aja saja yang terdapat dibidang properti, berikut pembagian jenis-jenis asuransi properti menurut Asuransi Central Asia atau dikenal dengan istilah ACA Asuransi, yaitu ada 4 jenis :

3.1.1         Asuransi Kebakaran

Gambar 3.1 Asuransi Kebakaran ACA

Sumber: www.aca.co.id

·         Apa saja yang bisa diasuransikan?

1)      Bangunan,

2)      Perabotan Rumah Tangga,

3)      Perlengkapan Rumah,

4)      Mesin,

5)      Barang Dagangan.

·         Apa saja yang dijamin?

1)      Kebakaran,

2)      Petir,

3)      Ledakan dan Asap,

4)      Tanah Longsor,

5)      Banjir,

6)      Kerusakan akibat kerusuhan atau kecelakaan.

·         Adakah resiko yang tidak dijamin?

1)      Kebakaran yang terjadi akibat kelalaian (arus pendek pada listrik atau meledaknya tabung gas),

2)      Kerusakan akibat perang (bom, radiasi nuklir).

·         Siapa saja yang memerlukan produk ini?

Setiap individu atau badan usaha yang memiliki kepentingan atas harta benda yang diasuransikan seperti: pemilik, penyewa, bank atau lembaga keuangan pemberi kredit.

3.1.2         Asuransi Pencurian dan Pembongkaran

Gambar 3.2 Asuransi Pencurian dan Pembongkaran ACA

Sumber: www.aca.co.id

·         Apa saja yang bisa diasuransikan?

1)      Harta Benda seperti : komputer, laptop, televisi, kulkas, AC, piano, dan sebagainya.

Setiap harta benda yang akan diasuransikan wajib diberikan keterangan rinci, antara lain: merk, tipe, tahun pembuatan, harga pembelian, jumlah unit. Rincian ini sangat diperlukan, jumlah unit. Rincian ini sangat diperlukan baik oleh nasabah maupun pihak asuransi. Mengapa demikian? Jika terjadi kebongkaran maka nasabah mudah mengajukan klaim berupa jenis barang dengan spesifikasi seperti pada lampiran polis asuransi sekaligus prakiraan besar kerugian yang terjadi.

·         Apa saja yang dijamin?

Hilangnya barang-barang akibat pencurian yang didahului tindakan kekerasan atau paksaan atau diikuti oleh perusakan terhadap bangunan. Selain itu, dijamin pula rusaknya barang-barang atau bangunan akibat tindakan kekerasan tersebut.

·         Adakah resiko yang tidak dijamin?

Kerusakan yang disebabkan oleh tindakan sendiri atau anggota keluarga dan Kerugian yang dapat diasuransikan melalui asuransi kebakaran atau asuransi kaca; surat berharga, saham, uang kertas, uang logam, dokumen dan sejenisnya, kecuali dinyatakan secara tegas dalam ikhtisar polis; perang, kerusuhan dan sejenisnya; peraturan pemerintah

·         Siapa saja yang memerlukan produk ini?

Perusahaan atau individu yang telah mengasuransikan bangunannya terlebih dulu dengan polis asuransi kebakaran. Bangunan tempat harta benda yang diasuransikan berada dapat berupa bangunan rumah tinggal, kantor, wartel, warnet, pabrik garmen atau tempat usaha lainnya.

3.1.3         Asuransi Rumah Idaman (ASRI)

Gambar 3.3 Asuransi Rumah Idaman ACA

Sumber: www.aca.co.id

·         Mengapa ASRI-Asuransi Rumah Idaman?

1)      Proteksi lengkap,

2)      Biaya premi murah mulai dari Rp.100.000,- per tahun,

3)      Klaim cepat dengan garansi klaim 14 hari kerja,

4)      Bayar biaya premi mudah menggunakan ATM BCA, Credit Card, Mobile Banking,

5)      Memberikan manfaat tambahan seperti biaya arsitek, biaya pemadam kebakaran, biaya pembersihan puing, tanpa tambahan pada biaya premi,

6)      Tanpa proses survey bagi rumah di kompleks perumahan.

·         Apa saja yang dijamin?

1)      Kebakaran, petir, ledakan, asap,

2)      Kerusuhan,

3)      Pencurian dengan kekerasan,

4)      Tanggung jawab hukum terhadap pihak ketiga,

5)      Biaya arsitek, surveyor dan konsultan,

6)      Kerusakan yang disengaja dalam upaya pencegahan menjalarnya kebakaran,

7)      Biaya pemadam kebakaran,

8)      Kerusakan akibat kecelakaan,

9)      Pembersihan puing-puing.

·         Jaminan Perluasan?

1)      Angin topan, badai, banjir dan kerusakan akibat air,

2)      Gempa bumi, tsunami, letusan gunung merapi dan tanah longsor.

3.1.4         Asuransi Toko

Gambar 3.4 Asuransi Toko ACA

Sumber: www.aca.co.id

·         Apa saja yang dijamin?

1)      Kebakaran, petir, ledakan, asap,

2)      Santunan atas gangguan operasional usaha.

3)      Kehilangan uang,

4)      Kerugian akibat pengangkutan barang,

5)      Asuransi kecelakaan diri selam jam kerja,

6)      Biaya pengobatan akibat kecelakaan.

·         Manfaat Tambahan?

1)      Biaya arsitek, surveyor dan konsultan,

2)      Biaya Dinas Kebakaran,

3)      Biaya selama berada dalam kendaraan,

4)      Biaya pembersihan puing,

5)      Akibat tertabrak kendaraan,

6)      Bebas penilaian nilai jumlah pertanggungan atas klaim yang terjadi,

7)      Penggantian yang dibayarkan tanpa depresiasi,

8)      Setelah klaim, nilai polis dipulihkan secara otomatis,

9)      Bebas prorate.

3.2 Perbedaan Data Warehouse dan Data Mining

Data warehouse dan data mining adalah dua hal yang berbeda. Pada Data warehouse yaitu suatu database biasa yang berisi summary atau ringkasan (rekap) untuk subjek tertentu yang sudah diketahui. Misalnya manajemen perusahaan ingin mengetahui informasi tentang penjualan produk yang paling sering, maka dalam data warehouse dimasukkan rekap data penjualan dari database transaksi penjualan yang berbentuk tabel biasa. Tabel ini hanya boleh untuk diambil data nya dan tidak bisa mengubah atau menghapus isi data pada tabel. Hasil dari rekap ini biasanya akan ditampilkan dalam bentuk grafik yang memudahkan untuk dipahami oleh manajemen, sehingga dapat memudahkan dalam proses analisis dan pengambilan keputusan. Sedangkan data mining yaitu proses pengolahan data untuk mendapatkan informasi yang belum diketahui informasi apa saja yang terdapat di kumpulan data tersebut. Data mining juga merupakan proses untuk menggali pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, artikel web, multimedia (foto, suara, video) dan dokumen-dokumen (files). Data mining sangat diperlukan untuk mengelola data yang sangat besar untuk memudahkan aktivitas recording suatu transaksi dan untuk proses data warehousing agar dapat memberikan informasi yang akurat bagi penggunanya.

3.3 Arsitektur Data Mining

Gambar 3.5 Arsitektur Data Mining

Sumber: Olson & Delen (2008, p10)

Menurut Olson & Delen (2008, p10) terdapat beberapa alur atau tahapan kerja pembuatan data mining :

1)      Business Understanding

Menentukan tujuan bisnis perusahaan, menilai situasi bisnis saat ini, dan tujuan pembuatan data mining.

2)      Data Understanding

Mencari dan mengumpulkan data yang digunakan dengan mempertimbangkan persyaratan data yang dibutuhkan.

3)      Data Preparation

Mengolah data agar sesuai dengan kebutuhan data mining.

4)      Model Building

Pembuatan analisis awal, pembagian data set pelatihan dan pengujian, dan pembuatan model data mining yang digunakan.

5)      Testing and Evaluation

Melakukan pengecekan tingkat akurasi pada model yang dibuat dan mengevaluasinya.

6)      Deployment

Membuat suatu program aplikasi user interface dari hasil data mining untuk tampilan kepada user akan hasil model yang dibuat.

3.4 Tahapan Data Mining

3.4.1        Data Cleaning

Langkah pertama dalam tahapan proses data mining ini adalah data cleaning. Fungsinya untuk menghapus dan mengganti data yang tidak konsisten, tidak memiliki nilai, tidak relevan atau terdapat kesalahan penulisan pada saat penginputan.

3.4.2        Data Intergration

Pada tahap ini dilakukannya penggabungan data dari berbagai tabel ke dalam tabel baru. Tidak jarang jika data yang diperlukan untuk data mining hanya berasal dari satu tabel saja, tetapi juga berasal dari beberapa tabel dan beberapa files yang mencangkup.

3.4.3        Data Selection

Pada tahap ini merupakan tahap pemilihan atau seleksi data relevan yang berada pada tabel, tidak semua data dipakai hanya data yang sesuai untuk dianalisis yang akan diambil dari tabel. Pada penelitian ini setelah tahap data cleaning dan tahap data intergration sudah dikerjakan, dilakukannya penyeleksian atribut untuk memilih data yang relevan atau yang sesuai dengan analisis berdasarkan kebutuhan perusahaan.

3.4.4        Data Transformation

Pada tahap ini, data yang sudah diseleksi pada tahap data selection akan digunakan untuk pembuatan model data mining. Model data mining ini berguna untuk melakukan proses pada data tersebut agar dapat digunakan untuk proses analisa yang menghasilkan informasi yang sangat bermanfaat pada perusahaan dan informasi yang dihasilkan dapat digunakan dalam pengambilan suatu keputusan.

3.5 Perangkat Lunak Data Mining

Berikut beberapa contoh perangkat lunak atau software data mining :

1)      Orange

·         Visualisasi data open source dan analisis untuk para pemula dan ahli,

·         Data mining melalui pemrograman visual atau Python scripting, digunakan untuk bioinformatika dan text mining.

·         Dilengkapi dengan fitur untuk analisis data.

Gambar 3.6 Contoh Perangkat Lunak Data Mining Orange

Sumber: www.orange.biolab.si

  

2)      Weka

Weka adalah suatu software yang berbasis bahasa Java dan kumpulan algoritma mesin untuk tugas-tugas data mining. Algoritma dapat diterapkan secara langsung ke dataset atau dipanggil dari kode Java anda sendiri. Weka berisi alat untuk data pra-pengolahan, klasifikasi, regresi, clustering, aturan asosiasi, dan visualisasi.

 Gambar 3.7 Contoh Perangkat Lunak Data Mining Weka

Sumber: www.cs.waikato.ac.nz

3)      R

R adalah suatu software untuk komputasi statistik dan grafis. R dapat dijalankan pada berbagai platform seperti UNIX, Windows dan MacOS.

Gambar 3.8 Contoh Perangkat Lunak Data Mining R

Sumber: www.r-project.org

4)      Microsoft Analysis Services

Microsoft analysis services adalah software data mining buatan Microsoft. Software ini berbasiskan SQL Server Analysis Services untuk membangun model analisis yang dapat digunakan untuk menganalisis interaktif data, reporting data dan visualisasi data. SQL Server memberikan model yang komprehensif untuk mendukung solusi yang tepat.

Gambar 3.9 Contoh Perangkat Lunak Data Mining Microsoft Analysis Services

Sumber: www.microsoft.com

  

5)      Oracle Data Mining

Oracle Data Mining (ODM) menyediakan fungsionalitas data mining sebagai fungsi SQL dalam database Oracle. ODM memungkinkan pengguna untuk menemukan informasi yang tersembunyi di dalam data. Dengan adanya ODM ini dapat membangun dan menerapkan model prediktif yang membantu perusahaan untuk menargetkan pelanggan yang loyal, mengetahui profil pelanggan secara rinci untuk mencegah penipuan. Model ODM ini dapat dimasukkan kedalam query SQL yang terdapat dalam aplikasi.

Gambar 3.10 Contoh Perangkat Lunak Data Mining Oracle Data Mining

Sumber: www.oracle.com

BAB 2 - Landasan Teori - Data Mining Sebagai Solusi Bisnis

BAB 2

LANDASAN TEORI

2.1 Pengertian Data

Menurut Turban (2010, p41), data adalah deskripsi  dasar dari benda, peristiwa, aktivitas dan transaksi yang direkam, dikelompokkan, dan disimpan tetapi belum memiliki arti. Sedangkan menurut Keri E.Pearlson, Carol S. Saunders (2009, p13), data adalah suatu set tertentu berupa fakta-fakta yang berdiri sendiri yang memiliki makna intrinsik, tetapi dapat dengan mudah ditangkap, dan dikirim, disimpan secara elektronik.

Menurut Indrajani (2009, p2), data adalah fakta atau observasi mentah yang biasanya mengenai fenomena fisik atau transaksi bisnis dan data merupakan ukuran objektif dari atribut atau karakteristik dari entitas seperti orang, benda, tempat dan kejadian. Representasi fakta yang mewakili suatu objek seperti pelanggan, pemasok, karyawan, murid, dosen, mahasiswa dan sebagainya yang disimpan dalam bentuk angka, huruf, simbol, teks, suara, gambar dan sebagainya.

Berdasarkan pengertian diatas, dapat disimpulkan bahwa data adalah kumpulan dari kumpulan fakta yang didapat dari kejadian yang terjadi dan kumpulan tersebut direkam, dikelompokan dan disimpan dalam berbagai bentuk.

2.2 Pengertian Database

Menurut Kroenke dan Auer (2010, p8), database atau basis data adalah kumpulan data yang saling berhubungan antara data yang satu dengan data yang lainnya dan struktur lainnya. Sedangkan menurut Turban (2009, p108), database adalah suatu kumpulan dari file-file yang menyimpan suatu data yang saling berhubungan dan berasosiasi satu dengan yang lainnya, data yang disimpan tersebut dapat mempengaruhi kecepatan user untuk melakukan akses, waktu respon pada query, entri data, security dan biaya.

Menurut Abdillah (2012, p1) menjelaskan bahwa database adalah dua atau lebih data dengan elemen-elemen data penghubung yang dapat diakses dengan berbagai cara. Sedangkan menurut Iskandar dan Rangkuti (2008, p3) mengatakan kalau database merupakan kumpulan dari data yang saling berhubungan satu dengan data lainnya.

Jadi database adalah penyimpanan data yang saling terintegrasi dan saling terkait dengan elemen-elemen penghubungnya yang dapat diakses dengan berbagai cara.

2.3 Pengertian Data Mining

Menurut Han et al (2011, p6) menjelaskan bahwa data mining merupakan pemilihan suatu data atau dengan istilah menggali pengetahuan dari jumlah data yang banyak. Selain itu, Han et al (2011, p36) menjelaskan lagi bahwa data mining adalah proses menemukan  pola yang menarik, dan pengetahuan dari data yang berjumlah besar. Sedangkan menurut Segall, Guha dan Nonis (2008, p127) menjelaskan bahwa data mining disebut penemuan pola-pola yang tedapat pada suatu data dan data mining merupakan proses menganalisis data dari perspektif atau pandangan yang berbeda, mengumpulkan data tersebut dan merincikan data tersebut sehingga menjadi informasi yang berguna.

Berdasarkan pengertian diatas, dapat disimpulkan bahwa data mining merupakan suatu proses yang menganalisis data dalam jumlah yang besar atau banyak dan membuat suatu pola untuk menjadi informasi yang berguna bagi penggunanya.

2.3.1 Karakteristik Data Mining

Menurut Turban (2007, p230) menjelaskan beberapa karakteristik data mining, yaitu :

1)      Data sering terpendam dalam waktu yang lama biasanya bertahun-tahun didalam database,

2)      Lingkungan data mining berupa arsitektur client-server dan arsitektur sistem informasi,

3)      Tool yang canggih seperti tool visualisasi tambahan yang membantu menghilangkan lapisan informasi yang terpendam dalam file-file atau record-record,

4)      Data drill dan tool penguasaan query yang mendukung user untuk menanyakan pertanyaan dan mendapatkan jawaban secepatnya,

5)      Tool data mining yang dikombinasikan dengan spreadsheet dan tools software pengembangan yang lainnya,

6)      Proses paralel untuk data mining yang membantu dalam pencarian data dalam jumlah yang besar.

2.3.2 Fungsi Data Mining

Menurut Maclennan et al(2009, p6) menjelaskan beberapa fungsi data mining, yaitu :

1)      Classification

Berfungsi untuk mengklasifikasikan suatu target class kedalam kategori yang akan dipilih.

 Gambar 2.1 Classification – Decision Tree

Sumber: Maclennan et al (2009, p7)

2)      Clustering

Berfungsi untuk mencari pengelompokan atribut ke dalam segmentasi-segmentasi berdasarkan similaritas.

Gambar 2.2 Clustering

Sumber: Maclennan et al (2009, p7)

3)      Association

Berfungsi untuk mencari keterkaitan antara atribut atau item set berdasarkan jumlah item yang muncul dan rule association yang ada.

Gambar 2.3 Product Association

Sumber: Maclennan et al (2009, p7)

4)      Regression

Berfungsi untuk mencari prediksi dari suatu pola yang ada, hampir mirip dengan klasifikasi.

5)      Forecasting

Berfungsi untuk peramalan waktu yang akan datang berdasarkan trend yang telah terjadi di waktu sebelumnya.

Gambar 2.4 Forecasting

Sumber: Maclennan et al (2009, p8)

6)      Sequence Analysis

Berfungsi untuk mencari pola urutan dari rangkaian suatu kejadian.

Gambar 2.5 Web Navigation Sequence

Sumber: Maclennan et al (2009, p9)

7)      Deviation Analysis

Berfungsi untuk mencari kejadian langka atau kejadian yang belum pernah terjadi sebelumnya dan kejadian yang sangat berbeda dari keadaan normal.

  

BAB 1 - Pendahuluan - Data Mining Sebagai Solusi Bisnis

BAB 1

PENDAHULUAN

1.1  Latar Belakang

Perusahaan asuransi properti merupakan salah satu perusahaan yang bergerak dibidang jasa atau layanan. Perusahan asuransi properti ini memiliki peran penting untuk melindungi rumah atau toko para klien nya dari berbagai bencana seperti kebakaran, petir, ledakan, pencurian dengan kekerasan, dan sebagainya. Dengan adanya perusahaan asuransi properti ini dapat memberikan solusi kepada masyarakat untuk melindungi aset yang berharga yaitu properti (rumah atau toko) yang dapat diketahui bahwa harga properti baik rumah ataupun toko yang terus meningkat. Adapun untuk menggunakan asurasi ini, tentu para klien harus membayar premi yang sudah ditentukan oleh pihak perusahaan. Premi secara singkat yaitu jumlah biaya yang harus dibayar oleh para klien untuk mendapatkan proteksi atau perlindungan dari asuransi yang digunakannya.

Saat ini kemajuan teknologi informasi sudah berkembang dengan pesat. Hal ini ditandai dengan semakin banyaknya teknologi informasi dalam berbagai bidang dan teknologi informasi sudah sangat melekat dengan diri kita. Setiap hari pasti kita sangat tergantung dengan teknologi informasi, seperti melakukan komunikasi melalui gadget, menerima dan mengirim data, dan sebagainya. Teknologi informasi sangat membantu diri kita untuk melakukan suatu kegiatan, dan dengan adanya teknologi informasi dapat membantu suatu perusahaan untuk mengembangkan bisnisnya. Perusahaan yang menerapkan teknologi informasi akan mampu bersaing dengan perusahaan lain, lebih efektif dan efisien sehingga lebih unggul dari perusahaan yang tidak menggunakan teknologi informasi.

Dengan memanfaatkan teknologi informasi, perusahaan dapat melakukan alur proses bisnisnya dengan lebih cepat dan pengolahan data lebih akurat. Data-data yang ada akan disimpan dalam suatu tempat penyimpanan atau yang dikenal dengan istilah database (basis data) yang dapat memudahkan perusahaan untuk mengetahui informasi-informasi yang penting bagi kehidupan bisnis perusahaan. Data yang disimpan kedalam database bukanlah data fisik seperti kertas, buku, dan sebagainya, tetapi data yang berbentuk file yang disimpan dalam perangkat komputer yang berfungsi sebagai media penyimpanan dan pengolahan data. Tentu dengan menggunakan database ini dapat mengurangi terjadinya kehilangan data atau data yang berulang, maksudnya ada lebih dari satu data yang isi nya sama. Seiring berkembangnya perusahaan, data dan informasi yang dimiliki perusahaan juga semakin banyak dan kompleks atau rumit sehingga mengakibatkan masalah baru dalam hal analisis. Hal ini dapat menghambat para eksekutif perusahaan dalam melakukan analisis pada data yang digunakan untuk membuat keputusan strategis yang diperlukan perusahaan untuk kedepannya.

Untuk mengatasi hal tersebut, perusahaan harus memiliki sebuah aplikasi yang mampu untuk melakukan analisis dan menghasilkan informasi yang diperlukan pihak manajemen dengan tepat. Teknologi informasi yang dimaksud adalah Data Mining. Data Mining merupakan database perusahaan yang memiliki fungsi untuk mengolah dan menilai karakteristik setiap data yang ada pada perusahaan untuk membantu para manajemen dalam proses pengambilan keputusan. Penilaian terhadap kepuasan klien terhadap asuransi perusahaan, jenis asuransi yang paling banyak digunakan oleh klien dan jenis pekerjaan klien yang menggunakan asuransi ini apa saja, hal ini dapat di gambarkan melalui data mining sehingga perusahaan dapat mengetahui rencana bisnis untuk kedepannya seperti apa. Misalkan yang menggunakan asuransi ini rata-rata adalah seorang pengusaha, maka perusahaan dapat melakukan promosi di tempat-tempat seperti pusat-pusat grosir yang isi nya para pengusaha.

1.2 Ruang Lingkup

Dalam paper ini, kita akan membahas beberapa poin, yaitu:

A. Jenis-Jenis Asuransi Properti

Mengetahui jenis-jenis asuransi apa saja yang terdapat pada bidang properti.

B. Perbedaan Data Warehouse dan Data Mining

Penting bagi kita untuk mengetahui perbedaan dari data warehouse dengan data mining, sehingga kita dapat membedakan apa kegunaan dari data warehouse dan data mining.

C.Arsitektur Data Mining

Gambaran tentang arsitektur data mining secara umum yang menjelaskan alur atau tahapan kerja pembuatan data mining.

D. Tahapan Proses Data Mining

Penting bagi kita untuk mengetahui tahapan dari proses data mining seperti apa, dari tahap awal hingga tahap akhir.

E.Perangkat Lunak Data Mining

Beberapa contoh kegunaan dari perangkat lunak atau software data mining dari beberapa vendor IT, sehingga kita dapat menentukan software data mining apa yang sesuai dengan kebutuhan perusahaan.

1.3 Metodologi Penulisan

Metodologi yang digunakan dalam penulisan paper ini, antara lain adalah Studi Kepustakaan.

1.3.1 Studi Kepustakaan

   Kami melakukan pencarian buku-buku, majalah, artikel, ataupun jurnal ilmiah dalam  membuat paper ini.

1.4 Tujuan & Manfaat

Tujuan penulisan paper ini:

1.         Mengetahui jenis-jenis asuransi dalam bidang properti,

2.         Mengetahui apa saja perbedaan data warehouse dan data mining,

3.         Mengetahui gambaran secara umum arsitektur pada data mining,

4.         Mengetahui apa saja tahapan proses pada data mining,

5.         Mengetahui apa saja perangkat lunak atau software data mining dari berbagai vendor.

Manfaat penulisan paper ini:

1.         Dapat menentukan jenis asuransi properti yang sesuai dengan kebutuhan,

2.         Dapat memahami perbedaan data warehouse dan data mining,

3.         Dapat memahami arsitektur pada data mining,

4.         Dapat mempelajari tahapan-tahapan dalam proses data mining,

5.         Dapat menentukan vendor perangkat lunak atau software data mining sesuai kebutuhan.

1.5 Sistematika Penulisan

-                      BAB 1: PENDAHULUAN

Pada bab ini dijelaskan mengenai latar belakang pada penulisan paper ini, ruang lingkupnya, serta tujuan dan manfaat dari penulisan paper ini.

-                      BAB 2: LANDASAN TEORI

Pada bab ini dijelaskan secara singkat teori-teori tentang data, database dan data mining menurut beberapa para ahli yang mendukung penulisan paper ini.

-                      BAB 3: PEMBAHASAN

Pada bab ini dijelaskan tentang penjabaran dari ruang lingkup paper ini, yakni jenis-jenis asuransi dalam bidang properti ada apa saja, perbedaan dari data warehouse dengan data mining, gambaran umum arsitek data mining, tahapan proses data mining dan kegunaan dari setiap software data mining dari beberapa vendor, agar kita dapat mengenentukan software yang tepat bagi kebutuhan perusahaan.

-                      BAB 4: PENUTUP

Pada bab ini berisi tentang simpulan yang kami dapat dari hasil penulisan paper ini dan memberikan saran yang mungkin berguna dan bermanfaat.

Daftar Pustaka - Pengaruh Data Warehouse pada Bisnis Waralaba

DAFTAR PUSTAKA

Connolly, T., Begg C. (2010). Database System: A Practical Approach to Design, Implementation, and Management. (5th Edition). New York: Addison Wesley.

Hoffer, Jeffrey A.,Prescott,Mary B.,& Topi, Heikki.(2009).Modern Database Management. Ninth Edition.New Jersey : Pearson Education.

Inmon, W. H. (2005). Building The Data Warehouse (4th ed.). Indianapolis: Wiley Publishing, Inc.

Matamala, C. Z., Contreras, M. V., & Sepulveda, A. U. (2012). A model driven approach for fuzzy data warehouse design. Ingeniare : Revista Chilena de Ingenieria , 20 (1), 99-113.

McLeod, Raymond .(2007). Management Information Systems. 10th Edition. New Jersey : Prentice Hall, Inc.

Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems: Managing the Digital Firm ( 11th ed.). New Jersey: Pearson Education, Inc.

O’Brien, James A., & Marakas,George M. (2009).Management System Information. 9th Edition. New York : McGraw Hill.

Poolet, M. A. (2009). 7 Steps for Successful Data Warehouse Projects. SQL Server Magazine , 11 (4), 29-33.

Sawyer, S.C. & Wiliams, B. K.(2007). Using Information Technology, Pengenalan Praktis Dunia Komputer dan Komunikasi, (Edisi 7). Diterjemahkan oleh Nur Wijayaning Rahayu & th . Arie Prabawati.

Singh, A., D.C.Upadhaya, D., & Yadav, H. (2011). IFRSA INTERNATIONAL JOURNAL OF DATAWAREHOUSING AND MINING. Data Warehouse Processes: An Multidimensional Meta Modeling Framework.  

Sumber dari Internet : http://www.software-aplikasi.co.id/artikel/245-manfaat-database-warehouse-dalam-dunia-bisnis.html/

Sumber dari Internet : http://ilmukomputer.com/

Sumber dari Internet : http://teknoinfo.web.id/

Sumber dari Internet : http://ugm.ac.id/

BAB 4 - Penutup - Pengaruh Data Warehouse pada Bisnis Waralaba

BAB 4

PENUTUP

4.1 Kesimpulan

Perkembangan bisnis pada suatu perusahaan waralaba yang terus berkembang, membutuhkan suatu teknologi informasi sebagai sarana penyimpanan data setiap transaksi yang dilakukan dan data penting lainnya. Teknologi informasi yang saling terintegrasi ini membantu suatu perusahaan seperti halnya proses penyimpanan data secara komputerisasi dan hal ini lebih efisien dan efektif dibanding dengan penyimpanan data secara manual atau dalam bentuk fisik karena membutuhkan tempat lebih sebagai tempat penyimpanan data. Dengan adanya teknologi informasi ini, perusahaan tidak perlu cemas akan kehilangan data dan pengolahan data, karena dengan adanya teknologi informasi ini data dapat disimpan dengan aman dan pengolahan data lebih mudah.

Teknologi informasi yang dimaksud ialah Data Warehouse. Dengan dibuatnya Data Warehouse ini dapat menghasilkan informasi yang ringkas dan jelas sehingga membuat pihak eksekutif dapat dengan mudah dan cepat dalam pengambilan suatu keputusan strategis untuk perusahaan. Laporan yang dihasilkan oleh Data Warehouse dapat dilihat dari berbagai periode waktu yang ditentukan dan menyajikan laporan-laporan dalam bentuk grafis yang mudah dimengerti sehingga memudahkan untuk dilakukan analisa. Penggunaan Data Warehouse pun dapat membantu perusahaan untuk mengurangi terjadinya kehilangan data dan redudansi data karena dikelola dalam satu tempat penyimpanan.

4.2 Saran

Berikut beberapa saran yang dapat diberikan adalah :

1.      Diperlukan perawatan dan pemeliharaan (maintenance) pada data warehouse secara teratur pada jangka waktu tertentu yang telah ditentukan, terutama pada hardware dan sistem.

2.      Melakukan pengembangan pada sistem data warehouse lebih lanjut sesuai dengan perubahan-perubahan yang terjadi agar dapat melakukan analisis lebih mendalam dari informasi-informasi yang dihasilkan, seperti informasi produk yang paling laku pada beberapa bulan terakhir dan informasi tersebut dapat membantu keputusan untuk meningkatkan stok barang laku tersebut.