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.

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.