bab ii. landasan teori 2.1. business intelligence 2.1.1...
Post on 06-Feb-2018
224 Views
Preview:
TRANSCRIPT
-
5
BAB II. LANDASAN TEORI
2.1. Business Intelligence
2.1.1. Definisi Business Intelligence Business Intelligence (BI) adalah sebuah terminologi yang
merepresentasikan proses-proses, tools dan teknologi yang berguna untuk
membantu mendapatkan keuntungan dengan cara meningkatkan produktifitas
dan kinerja suatu perusahaan. BI merupakan sebuah arsitektur dan koleksi dari
operasional yang terintegrasi yang juga sebagai aplikasi pengambilan keputusan
dan basis data dalam menyediakan kemudahan pada komunitas bisnis kedalam
data-data bisnis.Selain itu, BI juga bisa di definisikan sebagai sekumpulan model
matematika dan methodologi analisa yang mengeksploitasi data yang tersedia
untuk mendapatkan informasi dan pengetahuan yang berguna untuk proses
pengambilan keputusan yang rumit. (Vercellis, 2009)
Dengan bantuan BI, data operasional perusahaan dapat di organisasi, analisa
dengan lebih baik dan dapat di ubah menjadi sebuah informasi atau pengetahuan
yang dapat digunakan sebagai sebuah inisiatif untuk melakukan sebuah tindakan
bisnis yang menguntungkan. Koleksi data mentah dapat di ubah menjadi
informasi dengan cara di analisa dan disusun berdasarkan hubungan antara data
dengan kengetahui data apa yang ingin dikumpulkan dan di dalam konteks apa
yang di inginkan. Dengan menggunakan sebuah sistem yang terintegrasi, seperti
Enterprises Resources Planning (ERP) (Elragal & Al-Serafi, 2011), ERP dan
Business Intelligence, keduanya dapat saling membentuk sebuah perencanaan,
eksekusi, analisis, decision-making dan optimisasi secara terus menerus,
mempromosikan siklus awal dari pembuatan keputusan dan implementasi,
menggunakan sumber informasi perusahaan dengan baik dan menggurangi biaya
informasi, meningkatkan return of investment departemen. ERP digunakan
sebagai operasi dari software dan BI untuk software pembuatan
keputusan.Perusahaan dapat mengambil kelebihan dan kekurangan antara BI dan
ERP, untuk memaksimalkan return of investment.BI dan ERP merupakan sistem
yang saling melengkapi, bukan sesuatu yang sama atau objek yang sama dalam
dua aspek seperti gambar dibawah.Pengabungan teknologi dari sistem Business
-
6
Intelligence denganERP telah menjadi arah pengembangan yang penting (Zhou,
2012).
Gambar II.1Hubungan saling melengkapi antara BI dan ERP
Data mentah yang di kumpulkan oleh perusahaan merupakan aset penting
dimana seseorang dapat menemukan sebuah solusi untuk menjawab pertanyaan
penting seperti berapa laba bersih untuk produk tertentu tahun kemarin dan
bagaimana penjualannya tahun ini? atau faktor apa yang harus di fokuskan
tahun ini untuk meningkatkan penjualan?. Selain itu sebuah perencanaan BI
yang baik dapat membawa perusahaan keuntungan lain seperti mengurangi
biaya operasional, meningkatkan penjualan dan meningkatkan kepuasan
pelanggan.dengan bantuan sebuah sistem Business Intelligence, sebuah
perusahaan dapat mengembangkan bisnisnya atau meningkatkan daya saing
dengan menekploit dan menemukan data-data yang dibutuhkan untuk
mengetahui kebutuhan pelanggannya, kebiasaan konsumen, pasokan, pengaruh
geografis, harga dan bagaimana meingkatkan efektifitas bisnis secara
keseluruhan.
-
7
2.1.2. Manfaat Business Intelligence Beberapa keuntungan yang bisa didapatkan bila suatu organisasi
mengimplementasikan BI adalah (Turban, Rainer, & Potter, 2011):
Meningkatkan nilai data dan informasi organisasi.
Dengan membangun BI, maka seluruh data dan informasi dapat
diintegrasikan sehingga menghasilkan sebuah kesimpulan dari keadaan
bisnis yang mudah di akses dan dimengerti sehingga dapat membantu pihak
manajerial untuk membuat pengambilan keputusan yang lebih
baik.Informasi-informasi yang dijadikan salah satu faktor pengambilan
keputusan dapat dilakukan dengan connect and combine dengan
menggunakan BI.
Memudahkan pengukuran kinerja organisasi.
Dalam mengukur kinerja suatu organisasi, sering dipergunakan ukuran yang
disebut Key Performance Indicator (KPI).KPI tidak selalu diukur dengan
satuan uang (value), namun dapat juga berdasarkan pengukuran (measure)
lainnya.BI dapat dengan mudah menunjukan pencapaian KPI suatu
organisasi dengan mudah, cepat dan tepat. Dengan demikian akan
memudahkan pihak-pihak yang terlibat dalam pengambilan keputusan untuk
mempersiapkan langkah-langkah antisipasi apabila ada indikator yang
menunjukan adanya masalah atau belum tercapainya suatu target.
Meningkatkan nilai investasi teknologi informasi yang sudah ada.
BI tidak selalu mengubah atau menggantikan sistem informasi yang sudah
ada, akan tetapi BI hanya menambahkan layanan pada sistem-sistem tersebut
sehingga data dan informasi dapat di representasikan dengan lebih baik.
Meningkatkan efesiensi biaya.
BI dapat meningkatkan efesiensi biaya karena dapat mempercepat seseorang
dalam melakukan pekerjaan sehingga menghemat waktu dan mempermudah
pemanfaatannya. Waktu yang dibutuhkan untuk mencari data dan
mendapatkan informasi yang dibutuhkan semakin singkat dan cara untuk
mendapatkannya pun tidak memerlukan pengetahuan yang khusus.
-
8
2.1.3. Struktur dan Komponen Business Intelligence
Gambar II.2Pandangan dan Kerangka Kerja Business Intelligence
Proses pembangunan dan penggunaan gudang data atau Data Warehouse di
tunjukan di gambar II.2. Data organisasi disimpan dalam sistem operasional
(disebelah kiri gambar).Dengan menggunakan peranti lunak khusus yang disebut
ETL (extraction, transformation, load), sistem memproses data dan kemudian
menyimpannya dalam Data Warehouse.Tidak semua data perlu ditranfer ke
Data Warehouse.Sering kali hanya ringkasan data saja yang perlu ditranfer.Data
yang ditranfer diatur didalam Data Warehouse dalam bentuk yang mudah
diakses oleh pengguna akhir.Data distandarisasi dan diatur berdasarkan subjek
(yang disebut dimensi bisnis), seperti area fungtional, vendor dan
produk.(Turban, Rainer, & Potter, 2011).Data Marts merupakan tempat
penyimpanan suatu subyek atau departemen tertentu.Dari Data Marts ataupun
Data Warehouse ada sebuah middleware sebagai alat yang dapat mengakses
data untuk didistribusikan pada aplikasi analisis atau diolah kembali datanya
untuk mendapatkan suatu informasi yang dibutuhkan.
2.1.4. Kategori Business Intelligence BI dibagi berdasarkan kategori seperti gambar dibawah ini (Turban, Sharda,
& Delen, 2010):
-
9
Gambar II.3Kategori Intelegensi Bisnis
Berdasarkan gambar II.3, AlatBusiness Intelligence dapat dikategorikan
menjadi 2 kategori utama (Turban, Sharda, & Delen, 2010):
1. Penemuan Informasi dan Pengetahuan
Penemuan Informasi dan Pengetahuan berperan sebagai sarana observasi
dari informasi yang ada untuk meramalkan hal yang akan terjadi atau untuk
menemukan peluang baru yang selama ini tidak terlihat, seperti contohnya pada
OLAP yang memungkinkan analisis untuk melakukan proses slice and dice data,
mengamati grafik dan tabel yang dihasilkan dari dimensi yang sedang di awasi.
Lain halnya dengan data mining yang menerapkan model statistik dan
deterministik dan metode kecerdasan buatan terhadap data untuk
mengindentifikasi relasi tersembunyi atau menemukan pengetahuan di antara
berbagai macam data atau elemen. Selain kedua contoh di atas, terdapat: ad hoc
queries and reports, text mining, web mining, dan search engines.
2. Pendukung Keputusan dan Sistem Inteligen
Semua manajer dan eksekutif memerlukan sistem BI untuk meningkatkan
kinerjanya, terutama dalam pengambilan keputusan atau pada tahap strategis.
Namun kadang beberapa manajer akan kesulitan bila berhadapan dengan data
yang tidak relevan atau aplikasi terlalu sulit untuk digunakan. Mendistribusikan
-
10
informasi dari analisis ke perusahaan merupakan tantangan besar.Isu penting
dari sistem BI adalah untuk menemukan keperluan bisnis, bila sistem tidak
menyediakan informasi yang berguna.
Decision Support and Intelligence Systemsberperan sebagai penyedia
informasi yang dibutuhkan oleh manajer/eksekutif dengan representasi visual
yang mudah dimengerti dan informatif, informasi yang dihasilkan lalu
digunakan oleh para manajer dan eksekutif untuk pengambilan keputusan atau
merencanakan strategi perusahaan.
2.2. Unified Modelling Language Menurut Booch (Booch, 2007), UML adalah bahasa standar untuk
menuliskan rencana pembuatan software.UML dapat di gunakan untuk
memvisualisasikan, menspesifikasikan, mengkonstuksikan dan
mendokumentasikan artifak-artifak dari software.
1. Use Case Diagram Sebuah use case mendeskripsikan apakah yang dilakukan sebuah sistem
tetapi tidak menspesifikasikan bagaimana cara melakukannya (Booch, 2007).
Aliran kejadian-kejadian mendeskripsikan perilaku dari use case dengan
menggunakan teks untuk membuat orang lain dapat mengerti dengan mudah.
Ketika menuliskan aliran kejadian-kejadian ini, penulis memasukan bagaimana
dan kapan sebuah use case dimulai dan berakhir, kapan use case berinteraksi
dengan aktor dan objek apa yang diubah, dan basic flow dan alternatif flow dari
perilaku tersebut.
2. Sequence Diagram Menurut Fowler, sebuah sequence diagram menjabarkan behavior sebuah
skenario tunggal. Diagram tersebut menunjukan sejumlah objek contoh dan
pesan-pesan yang melewati objek-objek didalam use case.
3. Class Diagram Class Diagram adalah sebuah diagram yang menampilkan sebuah set yang
terdiri dari classes, interfaces, dan kolaborasi dan hubungan diantara mereka.
(Booch, 2007)
4. Activity Diagram Activity Diagram menampilkan proses dari satu aktifitas ke aktifitas lainnya.
Aktifitas pada akhirnya menghasilkan aksi, yang dibentuk dari executeable
-
11
atomic yang menghasilkan sebuah perubahan pada state dari sistem atau
sebuah return value. (Booch, 2007)
5. Deployment Diagram Deployment Diagram menampilkan konfigurasi dari proses node run time
dan komponen yang ada. (Booch, 2007)
6. Object Diagram Object Diagram mengambarkan hubungan antar object dan dapat digunakan
untuk mengambarkan struktur data dan instance dari class.
7. Component Diagram Component Diagram mengambarkan kumpulan komponen-komponen dan
hubungan antar komponen.Component diagram digunakan untuk
mengambarkan implementasi statis dari suatu sistem.
8. Collaboration Diagram Collaboration Diagram adalah diagram interaksi yang menekankan pada
organisasi struktural dari object yang mengirim dan menerima pesan.
Collaboration diagram mengamarkan kumpulan object berserta hubungannya
dan pesan yang dikirim dan diterima oleh object tersebut.
9. State Diagram State Diagram terdiri dari state, transisi, event dan aktifitas.State diagram
mengilustrasikan gambaran dinamis dari suatu sistem.
Dari UML di atas, untuk penelitian ini akan menggunakan Use case Diagram
dan Sequence diagram dalam mengambarkan kebutuhan fungsi dari aplikasi
yang akan dibangun.
2.3. Navigation Diagram Navigation Diagram adalah sebuah diagram khusus yang memfokuskan
pada keseluruhan tampilan dinamik dari user interface sebuah aplikasi. Diagram
ini menampilkan seluruh window dan perpindahan diantara window window
tersebut.Navigation Diagram tidak ditemukan dalam UML (Unified Modeling
Language) (Grady , 2007).
Window menunjukan sebuah state. State tersebut harus memiliki sebuah
nama dan berupa icon. Transisi state merupakan pertukaran antara dua window.
Ini dapat digambarkan sebagai stereotype dari perubahan sebuah window pada
-
12
transisi state secara umum. Karena Navigation Diagram hanya mengandung
sebuah window dan tidak ada bentuk state lainnya, rincian ini masih kurang.Di
dalam sebuah transisi state, user harus melakukan sesuatu untuk mengaktifkan
transisi tersebut.
Gambar II.4 Contoh Navigation Diagram
2.4. Data Warehouse Data Warehouse adalah sekumpulan data yang berasal dari berbagai sumber
yang berbeda, yang ditempatkan ke dalam satu tempat penyimpanan berukuran
besar, kemudian diproses menjadi bentuk penyimpanan multi dimensi dan
didesain untuk melakukan querying dan reporting (Inmon, 2005).Data
Warehouse adalah tempat penyimpanan data historis yang berorientasi subjek
yang diatur sedemikian rupa sehingga dapat diakses dalam aktivitas
pemprosesan analitis (seperti pengalian data, pendukung keputusan, permintaan
data, dan aplikasi lainnya) (Turban, Rainer, & Potter, 2011).Data yang disimpan
di dalam Data Warehouse memiliki beberapa karakteristik, yaitu:
1. Subject oriented, data yang disimpan disesuaikan dengan proses bisnisnya.
Data Warehouse diorientasikan pada area subyek utama perusahaan yang
telah didefinisikan pada data model perusahaan. Subyek area biasanya
meliputi pelanggan, produk, transaksi/aktifitas, kebijakan, tuntutan, dan
rekening.
-
13
2. Integrated, semua data dari berbagai sumber data diintegrasikan kedalam
satu media penyimpanan, dalam hal ini adalah database yang sangat besar,
dimana formatnya diseragamkan. Sebelum data dari berbagai sumberdata
tersebut bisa dipergunakan didalamData Warehouse, inkonsistensi data
harus dihapus. Menurut Ponniah, standarisasi terhadap data perlu dilakukan.
Sebelum data masuk ke dalam Data Warehouse, data tersebut harus melalui
proses tranformasi, konsolidasi dan integrasi.
3. Time variant, data yang disimpan bersifat historikal. Data pada Data
Warehouse hanya akurat dan valid pada waktu tertentu atau dalam interval
waktu tertentu. Perbedaan waktu dari Data Warehouse memperlihatkan data-
data yang ada dari waktu secara keseluruhan. (Connolly, Begg, &
Holowczak, 2010)
4. Non-volatile, data cenderung tidak berubah. Proses update tidak dilaukan
secara realtime melainkan di-refresh dari sistem operasional dalam basis
reguler. Data baru selalu ditambahkan sebagai tambahan pada database,
bukan sebagai pengantian. Database secara terus menerus mengambil data
baru, dan mengabungkannya dengan data sebelumnya. (Connolly, Begg, &
Holowczak, 2010)
Data Warehouse adalah gabungan teknologi-teknologi yang bertujuan
mengefektifkan inegrasi database operasional kedalam lingkungan yang
memungkinkan pernggunaan secara strategis (Tsiptsis & Chorianopoulos , 2010)
2.4.1. Tujuan Data Warehouse Kimball & Ross (2008), mengatakan, sebuah Data Warehouse
diimplementasikan pada perusahaan, karena Data Warehouse tersebut
diharapkan dapat mencapai lima tujuan utama. Kelima tujuan tersebut
menyatakan bahwa seuah Data Warehouse harus;
1. Bisa memberikan kemudahan akses informasi kepada perusahaan.
2. Secara konsisten mepresentasikan informasi perusahaan.
3. Beradaptasi dengan perubahan.
4. Memiliki akses security yang tinggi untuk melindungi informasi
perusahaan agar tidak dipergunakan oleh orang yang salah
5. Dipakai sebagai dasar bagi pihak eksekutif perusahaan dalam
meningkatkan kualitas pengambilan keputusan.
-
14
2.4.2. Meta Data Metadata adalah semua informasi yang terdapat di dalam lingkungan Data
Warehouse tapi informasi tersebut bukanlah data itu sendiri.Metadata bisa
dikatakan sebagai ensiklopedia dari Data Warehouse.(Kimball & Ross, 2008)
Meta data adalah data tentang data, dimana metadata bertindak sebagai
seperti layaknya sebuah index terhadap daftar isi sebuah Data Warehouse
(Inmon, 2005). Contoh sebuah index yang dimaksud adalah dengan adanya
sebuah metadata maka akan mempermudah pencarian suatu atribut atau tipe dari
nama tabel yang dicari.
Komponen-komponen yang terdapat pada metadata adalah sebagai berikut:
1. Struktur data yang dikenal oleh programmer, Seperti Char, Integer, atau
Binary dll.
2. Struktur data yang dikenal oleh decision support system (DSS) Analyst,
yang biasanya dalam bentuk nominal value atau index pengukuran.
3. Sumber data yang ada di dalam Data Warehouse,Sepertitabel-tabel sumber,
termasuk kolom yang diambil untuk Data Warehouse.
4. Tranformasi data pada saat masuk ke dalam Data Warehouse, perubahan
yang dilakukan untuk menyesuaikan data dari sumber dengan hasil yang
diinginkan.
5. Data model.
6. Hubungan antara data model dengan Data Warehouse.
7. Histori dari proses ekstraksi, semua kegiatan hasil extraksi tercatat dalam
suatu log untuk kepentingan histori.
2.4.3. Extraction, Transformation and Loading Extraction, tranformation and loading (ETL) adalah proses ektraksi,
tranformasi dan loading terhadap data yang berasal dari sumber data yang
bervariasi, dimana fungsi utama dari ETL adalah merubah data dari berbagai
sumber data menjadi informasi strategis yang berguna (Ponniah, 2004). Contoh
sederhana dari perubahan data adalah seperti pengabungan dua atau lebih tabel
untuk mendapatkan jumlah perhitungan atau agregasi lainnya. Data hasil proses
ETL kemudian akan disimpan kedalam sebuah Data Warehouse.
Menurut Inmon (Inmon, 2005), ETL merupakan prose mengambil data
aplikasi yang dibutuhkan dan mengintegrasikannya kedalam data warehouse.
-
15
Jadi, ETL adalah proses menyiapkan data yang memiliki proses pengambilan
data-data yang dibutuhkan dari berbagai sumber data, lalu dilakukan
pengubahan dan pengintegrasian data, serta pemuatan sumber data ke dalam
data warehouse.
Proses ETL dibagi menjadi 3 bagian, yaitu:
1. Extraction
Extraction merupakan sebuah proses penarikan data dari satu atau lebih
sumber data. Jadi proses ekstraksi adalah proses penguraian dan
pembersihan dari data yang diekstrak untuk mendapatkan struktur atau
pola data yang diharapkan. Contoh extract:
INSERTINTO[SCHEMA].[TABLE]VALUES
SELECT
[COLUMN],[COLUMN],..FROMOPENQUERY([192.168.130.12],'SELECT
[COLUMN],[COLUMN],..FROM[DATABASE]..[TABLE]')
2. Transformation
Transformation merupakan sebuah proses untuk memilih, merapihkan
dan memberikan atribut tambahan agar data yang telah melalui proses
extract dapat masuk dan sesuai dengan struktur data warehouse atau data
mart yang telah ada. Contoh Transformation:
SELECT
B.ID
,SUM(B.RECSUM)TOTALRECONSUM
INTO
#TEMP
FROM
XYZ_STAGING1.DBO.OITRA
LEFTJOIN
XYZ_STAGING1.DBO.ITR1B
ONA.RECNUM=B.RECNUM
GROUPBYB.ID
-
16
3. Loading
Loading merupakan tahapan yang berfungsi untuk memakuskan data ke
dalam data warehouse. Data ini berasal dari proses sebelumnya, yaitu
proses transformation. Setelah data yang di hasilkan telah sesuai dengan
kondisi pada data warehouse, proses load akan berjalan. Data dari
staging areaakan dipindahkan ke lokasi yang sudah ditentukan pada data
warehouse. Contoh:
INSERTINTODWH_XYZ..FACT_AR
SELECTA.*,ISNULL(B.AR_BUCKET_KEY,1)ASAR_BUCKET_KEY
FROM
(
SELECT
A.*,
B.*
FROMSTAGING2..AR_ANALYSISA
LEFTJOINDWH_XYZ..DIM_PERIODB
ONCONVERT(VARCHAR(8),A.INVOICETAXDATE,
112)=CONVERT(VARCHAR(8),B.FULL_DATE,112)
ONA.AR_DAYSBETWEENB.MIN_AR_BUCKETANDB.MAX_AR_BUCKET
Penggunaan ETL biasanya dibantu dengan tools, ada banyak tools yang
dapat membantu pengembang seperti Microsoft SQL Server Integration
Services(SSIS),Oracle Data Integrator atau Cognos Decision Stream dan
lainnya. ETL tools yang memiliki kemampuan dan kesesuaiaan yang berbeda
terhadap jenis database,akan tetapi, karena ETL merupakan tools middleware,
maka kemampuan untuk mengambil data dari berbagai sumber data sangatlah
penting, hal ini biasanya dilakukan dengan tipe connectionmanager dari setiap
tools yang dimiliki. Untuk penelitian ini, peneliti menggunakan tools Microsoft
SQL Server Integration Services yang sudah di-bundling dengan Microsoft SQL
Server
-
17
2.5. Business Analytics Business Analytics (BA) mengubah data menjadi informasi yang dibutuhkan
oleh pemilik perusahaan dalam menginformasikan keputusan dan
investasi.Business Analytics merefer ke teknologi, teknik dan praktik yang
bertujuan untuk melakukan ekplorasi data untuk mendapatkan wawasan
terhadap kinerja bisnis dan dapan mendorong perencanaan bisnis yang lebih
baik.Karakteristik Executive Information Systems yang menyediakan akses data
yang cepat dan membantu menampilkan informasi kinerja organisasi dapat
dikategorikan dalam BA. Salah satu aplikasi BAadalahonline analitical
processing (OLAP), sebuah aplikasi interaktif yang termasuk dalam middleware
untuk mengakses Data Warehouse.Dengan menggunakan aplikasi ini, user dapat
menganalisa dimensi berbeda dari sebuah data dimensi, seperti waktu dan
analisis trend, kemudian user dapat dengan mudah dan cepat mengidentifikasi
kinerja trend dengan menggunakan analisis informasi berbasis waktu dan grafik
untuk mendukung analisis.
Database operasional berfokus pada mencatat transaksi kemudian umumnya
dikarakteristikan sebagai perkerjaan OLAP (Online Transaction Processing).
Sebaliknya, Data Warehousememungkinkan untuk melakukan analisa data
yang rumit bertujuan untuk decision support; perkerjaan yang disuport memiliki
karakteristik yang berbeda dan secara luas di sebut OLAP. Sederhananya,
aplikasi OLAP berdasarkan multidimensional modeling yang secara intuitif
merepresentasikan data dibawah sebuah metaphora sebuah kubus (cube) dimana
sel menyesuaikan terhadap suatu dimensi yang relevan pada sesuatu yang terjadi
di domain bisnis. Setiap kejadian dihitung dengan suatu pengukuran (measure);
dan setiap sisi dari cube berhubungan pada suatu dimensi yang relevan untuk
analisis, biasanya pada sebuah hirarki dari atribut yang akan dijelaskan lebih
dalam. (Wrembel & Koncilia, 2007)
OLAP Online Analytical Processing adalah sebuah teknik dimana data
yang berasal dari Data Warehouse atau data mart di visualisasikan dan diringkas
untuk menyediakan perspektif mutidimensional melalui berbagai dimensi.
Secara umum OLAP biasanya direferensikan pada OLAP tools (misal: Cognos,
Business Objects, dll) yang membantu untuk menyelesaikan tugas tersebut.
Karena Data Warehouse di desain menggunakan sebuah data model
dimensional, data di representasikan dalam bentuk data cube yang
-
18
memungkinkan untuk mengumpulkan fact, slice and dice pada beberapa
dimensi. OLAP tools juga menyediakan opsi untuk melakukan drill- down data
dari satu hirarki ke hirarki lainnya (Wrembel & Koncilia, 2007).
Menurut Conolly & Begg, OLAP merupakan istilah yang mendeskripsikan
sebuah teknologi yang menggunakan sudut pandang multi dimensi terhadap data
yang teragregasi untuk menyediakan akses yang cepat terhadap informasi
strategis yang bertujuan untuk menganalisa sesuatu yang rumit (Connolly, Begg,
& Holowczak, 2010). OLAP digunakan untuk mendapatkan informasi dan
pengetahuan yang mendalam tentang berbagai macam aspek dari data
perusahaan melalui berbagai sudut kemungkinan dengan cepat dan interaktif.
2.6. Executive Infromation Systems Executive Information Systems (EIS) adalah suatu sistem informasi yang
mendukung kebutuhan informasi pada eksekutif senior dan membantu
pembuatan keputusan.EIS menyediakan akses yang mudah ke informasi internal
dan external yang sesuai dengan tujuan organisasi. EIS memanfaatkan grafik
dan interface yang mudah untuk memberikan laporan yang baik dan kemampuan
drill-down. EIS adalah Decision Support System (DSS) yang membantu top
eksekutif untuk menganalisa, membandingkan dan menemukan trend pada
variabel-variabel penting untuk mengawasi kinerja dan mengidentifikasi
kesempatan dan permasalahan yang dapat dibantu dengan menggunakan
Business Analytics tool. EIS adalah sebuah kumpulan dari kelas solusi teknologi
yang juga merupakan Business Intelligence dalam industri. Tujuan utama dari
EIS adalah menyediakan infromasi representatif kepada high-level manajemen,
ke para executives seperti pada gambar II.5, untuk membantu aktivitas strategis
seperti penentuan tujuan, perencanaan, dan peramalan dan juga mengawasi
kinerja. Tujuan lainnya adalah untuk mengumpulkan, menganalisa dan
mengabungkan data internal dan external menjadi profil dinamis dari key
performance indicator(Lungu & Bara, 2005).
-
karakter
Flex
yang
Men
dan
Mem
sebu
Use
Men
Bisa
Mem
mou
Dap
Dap
Dap
Ga
Menurut
ristik EIS ad
xible karena
g dihasilkan
nghasilkan i
cepat.
miliki Graph
uah EIS bisa
r friendly.
ngijinkan ak
a diakses dim
minimalisir
use.
pat menggun
pat melakuka
pat menampi
ambar II.5 P
Turban, Sh
dalah sebaga
sumber data
kepada user
informasi ya
hical User In
a merupakan
ses informas
manapun dan
penggunaan
nakan sumbe
an proses ana
ilkan analisis
Piramida Si
harda, & D
ai berikut:
a bisa dari b
r dapat dises
ang akurat, b
Interface (GU
n kombinasi a
si yang aman
n kapanpun.
n keyboard
er data dari lu
alisis secara
s trend, devi
istem Inform
Delen(2010)
berbagai mac
suaikan deng
benar, tepat
UI) yang ba
antara teks d
n dan rahasia
karena leb
uar.
ad hoc dan
iasi, dan fore
masi
manfaat pe
cam bentuk
gan kebutuha
t waktu, rele
agus dimana
dan grafik.
a.
ih banyak m
multidimen
ecasting.
1
engunaan da
dan informa
an bisnis.
evan, lengka
tampilan da
menggunaka
si.
19
an
asi
ap
ari
an
-
20
Dapat melakukan proses drill down data sehingga data bisa dilihat hingga
level yang lebih detil.
Data telah dirangkum sehingga memudahkan eksekutif untuk
membandingan rincian data lalu membuat keputusan.
Kemampuan yang ditawarkan lewat EIS (Turban, Sharda, & Delen, 2010):
1. DrillDown
Salah satu karakteristik dari EIS yang sangat berguna adalah menyediakan
rincian dari setiap rangkuman informasi.Sebagai contoh seorang eksekutif
melihat adanya penurunan penjualan dari sebuah laporan harian.Untuk
mengetahui penyebab terjadinya penurunan tersebut, eksekutif tersebut ingin
melihat rincian dari penjualan seperti penjualan per wilayah.Jika wilayah yang
menjadi penyebab terjadinya penurunan penjualan teridentifikasi, eksekutif lebih
lanjut ingin melihat lebih rinci lagi penjualan di wilayah tersebut seperti
penjualan per produk atau penjualan per salesman, dan seterusnya sampai
penyebab terjadinya penurunan penjualan bisa ditemukan.
2. CriticalSuccessFactor (CSF)
Adalah faktor-faktor yang harus dipertimbangkan oleh sebuah perusahaan
dalam mencapai visi dan misinya.Faktor-faktor tersebut dapat berupa strategis,
manajerial, atau operasional yang semuanya berasal dari 3 sumber yaitu
organisasi, industri, dan lingkungan.
CSF bisa ditemukan hampir di semua level organisasi dalam sebuah
perusahaan baik di level departemen maupun di level individu. CSF digunakan
untuk mengintepretasikan tujuan, taktik, dan aktifitas operasional dalam suatu
organisasi, termasuk kebutuhan informasi, serta kekuatan (strengths) dan
kelemahan (weakness) sistem yang sedang berjalan dalam perusahaan.Dalam hal
ini, bila hasil implementasi dari area-area tersebut memuaskan, maka dapat
dipastikan bahwa keunggulan kompetitif dapat dicapai.
3. Access Status
Data terbaru atau laporan yang dihasilkan dalam EIS dapat diakses kapanpun
dalam jaringan.
4. Analisis
Kemampuan analitik disediakan pada EIS, selain mengakses data, eksekutif
dapat menggunakan EIS untuk menganalisis dengan cara mereka sendiri.
-
21
5. Exception Reporting
Exception Reportingditujukan untuk menarik perhatian eksekutif karena
menunjukkan sebuah kasus dengan performa yang buruk.Exception reporting
adalah laporan dengan menggunakan warna atau simbol untuk memerikan
indikator tentang suatu performa yang di ukur dalam laporan tertenu, sehingga
akan mempermudah user dalam menemukan informasi-informasi seperti
penurunan trend atau tidak tercapainya suatu target.
6. Penggunaan warna dan audio visual
Untuk hal-hal yang sifatnya kritis tidak hanya dilaporkan dalam bentuk
angka saja tapi juga bisa dilaporkan dalam bentuk warna yang berbeda seperti
warna hijau untuk status OK, warna kuning untuk status peringatan, ataupun
warna merah untuk status bahawa.Warna bisa memperingatkan pengguna sistem
terhadap masalah-masalah yang sedang dihadapi sehingga tindakan bisa segera
dilakukan.Beberapa EIS diperlengkapi dengan audio visual untuk
memperingatkan pengguna sistem terhadap informasi yang datang.
7. Navigasi Informasi
Jumlah data yang banyak harus dapat dieksplorasi dengan mudah dan cepat.
Hal ini akan membantu pengguna dalam mendapatkan informasi yang
selalu terbarui secara berkala dan relevan.
8. Komunikasi
EIS harus dilengkapi dengan perangkat komunikasi seperti e-mail. Dengan
adanya komunikasi maka hasil analisa atau report dapat dikirimkan kepada
pengguna lain yang perlu mengetahui informasi tersebut.
-
22
2.2.1. Arsitektur EIS
Gambar II.6 Arsitektur EIS
Lapisan arsitektur EIS terdiri dari empat komponen utama dan tiga
komponen pendukung. Pada komponen utama terdiri dari bagian lapisan
collection, processing, analysis dan presentation, serta pada komponen
pendukung terdiri dari infrastruktur, manajemen, dan pengguna (Power, 2007).
Di dalam lapisan-lapisan tersebut terdapat komponen teknik atau teknologi, atau
-
23
komponen pendukung lain yang saling terkait, berikut adalah penjelasan dari
setiap lapisan tersebut:
1. Komponen Utama Pada lapisan komponen utama terdiri dari bagian lapisan collection,
processing analysis dan presentation.
a. Collection: Layer ini merupakan lapisan paling dasar. Pada layer ini
menjelaskan mengenai sumber data berasal. Lapisan ini bertujuan untuk
mengumpulkan data-data untuk penunjang keputusan. Sumber data pada
layer ini dibedakan antara numerik dan non-numerik. Data numerik
adalah data yang berasal dari sumber data yang bersifat terstruktur seperti
Sumberdata dari ERP dll, sedangkan data non-numerik merupakan data
yang bersifat tidak terstruktur. Selain itu pada layer ini juga terdapat
contcnt integration yang menjebatani ke lapisan arsitektur selanjutnya.
b. Processing: Lapisan ini adalah lapisan yang memproses data-data yang
ada pada lapisan collection. Data diproses melalui teknik data warehouse,
knowledge management dan semantic processing. Selain itu data-data
dapat diproses selanjutnya seperti indexing, categorization, archiving
untuk memudahkan dalam proses selanjutnya.
c. Analysis: Setelah data disimpan dan diproses lalu data-data di analisis.
Data dianalisis menjadi data numerik, tekstual. Data numerik di analisis
dengan teknik data mining kemudian diproses dengan statitical
intelligent, dan untuk data yang berupa teks atau tekstual data diproses
melalui teknik text mining dan onthology, yang kemudian diproses
melalui artificial inteligent dan natural langguage intelligent. Selebihnya
data yang bersifat tidak terstruktur diproses melalui knowledge
management. Kemudian semua proses tersebut masuk kedalam portal
management.
d. Presentation: Setelah lapisan-lapisan sebelumnya dilakukan, maka proses
selanjutnya adalah menyajikan hasil pengolahan dan proses dalam bentuk
yang bisa dimengerti oleh pengguna. Pada lapisan ini dibagi menjadi web
portal dan mobile portal, portal ini juga terdapat dashboard system untuk
menunjang dan memudahkan dalam pengambilan keputusan.
-
24
Keempat komponen ini berkerja saling terkait, dan keempat komponen utama
ini terkait juga dengan komponen pendukung lainnya. Berikut adalah
penjelasan mengenai komponen pendukung:
2. Komponen Pendukung Berbeda dengan komponen utama, komponen pendukung ini tidak dijelaskan
terlalu detail.Komponen pendukung ini terdiri dari infrastruktur, manajemen
dan pengguna.
a. Infrastruktur: Lapisan ini berisi infrastruktur teknologi informasi apa saja
yang mendukung seluruh komponen.
b. Manajemen: agar lapisan-lapisan arsitektur ini berjalan dengan baik.
Maka perly disusun lapisan manajemen untuk mengelola lapisan teknis
yang ada. Lapisan ini terdiri dari bagian policies, governance dan
security.
c. Pengguna: Lapisan pengguna terdiri dari para pengguna yang akan
menggunakan EIS. Pengguna EIS adalah pengguna yang mempunyain
kewenangan dalam pengambilan keputusan.
Lapisan-lapisan yang telah dijelaskan di atas merupakan suatu kesatuan
rancangan arsitektur yang saling terkait untuk membentuk sebuah EIS.
Dimana sistem tersebut berguna untuk posisi top level management dalam
menunjang pengambilan keputusan strategis. Dalam arsitektur EIS seperti
gambar II.6, pada penelitian ini, lapisan Collection dan Processing
merupakan bagian dan dilakukan oleh ETL dengan menggunakan bantuan
tools SSIS. Sedangkan pada lapisan analysis merupakan bagian dari Business
Analytics yang di penelitian ini menggunakan bantuan OLAP tools SQL
Server Analysis Services (SSAS). Setelah melalui lapisan Analysis, hasil
analisis tersebut kemudian di presentasikan dalam front-end tools Portal SAP
Business One dan dashboard designer Xcelsius.
2.7. EISLifecycle EIS lifecycle digunakan sebagai dasar atau pijakan dalam penggunaan
pengembangan EIS. Dalam pengembangan EIS lifecycle yang bergantung pada
karakteristik sistem eksekutif, pengembangan ini masih memiliki teknik
tradisional yang sama dan tahapan yang digunakan untuk sebuah pengembangan
-
25
sistem informasi lainnya, yang terdiri dari: justification, project planning,
analysis, design, construction, dan deployment.
Tujuan dari EIS lifecycle tersebut adalah untuk memodelkan karakteristik
EIS seperti;
Untuk mendapatkan kesempatan bisnis dibandingkan kebutuhan
transaksional.
Mengimplementasikan keputusan strategis, bukan hanya untuk
departemental atau keputusan operasional.
Analisis yang berfokus pada kebutuhan bisnis. Tahapan ini merupakan
bagian terpenting dari proses.
Proses pengembangan berulang, berfokus pada evaluasi dan improvisasi dari
versi yang sukses, bukan hanya membangun dan membuat satu versi.
Gambar II.7 EIS development lifecycle
Berdasarkan Gambar II.7, maka dapat dijelaskan bahwa EIS lifecycle dibagi menjadi
enam Stage (Lungu & Bara, 2005):
1. Stage 1: Justification
Pada tahap ini kebutuhan bisnis dan kesempatan bisnis di identifikasi
kemudian diusulkannya sebuah solusi BI berserta dengan penjelasan cost and
benefit analyisis yang sesuai dengan tujuan bisnis perusahaan dan seharusnya
-
26
dapat diselesaikan dengan menggunakan business case assessment yaitu SWOT
(lihat sub bab 2.6.4) dan CSF untuk analisa kebutuhan informasi, (lihat sub bab
2.6.5).
2. Stage 2: Planning
Step ini mengestimasi dan menilai kapabilitas organisasi untuk melakukan
proyek EIS. Karenaaplikasi BI merupakan inisiatif cross-organizational,
infrastruktur organisasi harus dibuat untuk mendukungnya.Beberapa komponen
infrastruktur mungkin sudah ada sebelum proyek EIS diluncurkan. Komponen
infrastruktur lain mungkin masih harus dibangun sebagai bagian dari proyek
EIS.Perencanaan proyek dibuat secara detail, progresif, selalu di periksa dan
memiliki dokumen dan laporan.
3. Stage 3: Business analysis
Interview dan meeting di atur dengan para eksekutif dan manajer, kebutuhan
bisnis dan requirement di identifikasi dan di definisikan, lalu sebuah solusi di
usulkan, di diskusikan dan adopsi.
Pada tahap ini, analisis data melibatkan identifikasi dan desain sumber data,
mendesain Entity Relasionship Diagram (ERD) dengan atribut dan referensi
antar data.
4. Stage 4: Design
Satu atau lebih target database BI akan menyimpan data bisnis secara detail
atau berbentuk agregat, tergantung pada kebutuhan laporan dari komunitas
bisnis. Tidak semua kebutuhan laporan berbentuk strategis, dan tidak semuanya
berbentuk multidimensional.Skema desain database harus sesuai dengan
kebutuhan akses informasi dari komunitas bisnis. Desain dapat meliputi
bagaimana sebuah user interface dibangun sesuai kebutuhan, desain database,
desain Extract Transform Load.
Proses ETL adalah proses yang paling rumit dalam seluruh proyek decision-
support BI. ETL processing windows (batch window) biasanya kecil, akan tetapi
jeleknya kualitas dari sumber data biasanya membutuhkan banyak waktu untuk
dilakukan tranformasi dan program pembersihan. Menyelesaikan proses ETL
dalam batch window merupakan tantangan untuk kebanyakan organisasi.
-
27
5. Stage 5: Construction
Banyak tools yang tersedia untuk proses ETL, beberapa cangih dan sebagIan
lebih sederhana. Tergantung berdasarkan kebutuhan untuk pembersihan data dan
tranformasi data yang dikembangkan.
Setelah hasil dari prototype telah menunjukan kebutuhan fungsional, maka
pengembangan dari akses dan analisa aplikasi baru dapat dimulai.
6. Stage 6: Deployment
Ketika tim telah melakukan test pada semua komponen dari aplikasi EIS,
database dan aplikasi telah selesai. Training dijadwalkan untuk staff bisnis dan
stakeholder lainya yang akanmenggunakan aplikasi EIS dan meta data
repository. Fungsi support dimulai, dengan mengikutsertakan help desk,
memelihara database target EIS, penjadwalan dan menjalankan ETL batch jobs,
mengawasi performa dan mengatur database.
7. Release Evaluation
Dengan konsep rilis aplikasi, sangat penting untuk mengambil pelajaran dari
proyek sebelum-sebelumnya.Sesuai dengan gambar EIS lifecycle, proses
pembangunan bersifat cyclical, artinya difokuskan pada evaluasi dan perbaikan
versi (Lungu & Bara, 2005).
2.2.2. Kriteria Evaluasi EIS
Budget yang besar dan informasi strategis dilibatkan dalam menyelesaikan
sistem EIS. Ada beberapa kriteria dalam mengevaluasi sistem EIS:
Decisions based on business process
EIS tidak hanya dilihat sebagai sebuah wadah untuk data tetapi merupakan
implementasi sistem yang harus dipertimbangkan konseptual terhadap data
model baru, proses, dan indikator dalam bentuk isi dari EIS.
Performance
Fitur ini biasanya merefer pada waktu respons yang disediakan sistem.
Kebanyakan respons berdurasi beberapa detik hingga untuk query rutin.
Flexibility and scalability
Fleksibilitas menentukan apakah solusi EIS dapat beradaptasi dengan
perubahan kondisi bisnis setelah sistem diberikan. Sebuah EIS seharusnya
-
28
dapat mengakomodasikan perubahan pada berbagai jenis proses bisnis dan
fungsi.
Integration
Integrasi melibatkan dua jenis masalah, data integration dan system
integration.Data integration adalah kemampuan untuk mengakses data dari
berbagai tipe sistem. EIS efektif apabila dapat mengatasi fragmentasi
informasi, memungkinkan eksekutif untuk mengukur fitur dari proses bisnis
yang melibatkan informasi dari dalam dan luar organisasi.
System integration adalah kemampuan untuk software EIS berjalan
bersamaan dengan solusi perusahaan lainnya.
Friendly user interface
EIS didesain untuk memungkinkan pada manajer yang tidak dilatih untuk
menggunakan query dan teknologi, dapat dengan cepat, mudah dan mengerti
bagaimana cara untuk bernavigasi kedalam data dan melihat pola atau trend.
2.8. Analisis SWOT Analisis SWOT (Strength, Weakness, Opportunities, dan Threats) digunakan
sebagai alat untuk membantu perencanaan strategis dalam berbagai jenis usaha.
Pendekatan ini bertujuan untuk mempelajari apakah proses mengkonversi
analisis SWOT menjadi rencana strategis bisa di bantu dengan beberapa model
rational kuantitatif sederhana.
Analisis SWOT merupakan metode analisis strategi untuk mengevaluasi
Strength (Kekuatan), Weakness (Kelemahan), Opportunity (Peluang) dan Theats
(Ancaman) yang memiliki keterkaitan dengan satu proyek atau dalam suatu
proses binis pada sebuah perusahaan. Hal ini melibatkan proses identifikasi
faktor internal yang merupakan faktor-faktor yang dapat dikendalikan oleh
perusahaan dan faktor eksternal yang merupakan faktor-faktor yang tidak dapat
dikendalikan oleh perusahaan.
Analisis SWOT yang telah dijelaskan sebelumnya juga dilakukan secara
menyeluruh untuk mencapai tujuan perusahaan.Implementasi analisis SWOT
merupakan hal yang penting dalam perancangan strategi perusahaan sehingga
dapat memetakan kekuatan, mengatasi kelemahan, mengeksekusi kesempatan,
dan mencegah ancaman yang ada sebaik-baiknya.
-
29
Menurut Lu, (2010) SWOT dapat diuraikan sebagai berikut:
Strengths
Sumber daya, keterampilan atau keunggulan keunggulan terhadap pesaing
dan kebutuhan pasar.Kekuatan adalah faktor internal yang mendukung atau
daya saing yang dimiliki oleh perusahaan. Meningkatkan kekuatan
perusahaan akan dapat meningkatkan daya saing perusahaan tersebut dalam
bersaing dengan perusahaan lainnya baik yang bergerak dalam bidang yang
sama maupun yang berbeda.
Weakness
Keterbatasan atau kekurangan dalam sumber daya, keterampilan dan
kapabilitas yang menghambat kinerja efektif perusahaan.Fasilitas, sumber
daya keuangan, kapabilitas manajemen, keterampilan pemasaran dan citra
merek dapat merupakan sumber kelemahan.Kelemahan pada perusahaan
merupakan suatu faktor internal yang harus terus di tinjau dan harus diatasi
sehingga tidak menimbulkan kerugian bagi perusahaan. Kelemahan juga
harus melalui proses pematangan dan pendewasaan agar dapat
diminimalisasikan perngaruhnya bagi perusahaan.
Opportunities
Situasi yang menguntungkan dalam lingkungan perusahaan.Identifikasi
segmen pasar yang tadinya terabaikan, perubahaan pada situasi persaingan
atau peraturan, perubahan teknologi, serta membaiknya hubungan dengan
pembeli atau pemasok dapat memberikan peluang bagi perusahaan.Peluang
adalah salah satu faktor eksternal, yang penting dalam pembentukan strategi
perusahaan.Peluang dapat memberikan perusahaan keuntungan dan nilai
tambah baru bagi perkembangan bisnis perusahaan.
Threat
Situasi yang tidak menguntungkan dalam lingkungan perusahaan.Ancaman
merupakan hal hal yang dapat menghambat perusahaan, seperti masuknya
pesaing baru, lambatnya pertumbuhan pasar, meningkatnya kekuatan tawar
menawar pembeli atau pemasok penting, perubahan teknologi serta
peraturan baru yang direvisi.Ancaman adalah sebuah faktor eksternal, yang
tidak dapat dihiraukan bagi sebuah perusahaan.
-
30
2.8.1. Internal Strategic Factor Analisis Summary (IFAS) IFAS merupakan suatu alat yang efektif untuk menyusun analisa kondisi
internal kedalam matrik yang telah diberi bobot dan rating tertentu untuk
mengetahui seberapa besar kekuatan dan kelemahan yang ada di lingkungan
internal perusahaan.Pemberian bobot dan rating diperoleh dari hasil penyebaran
kuesioner yang telah diolah datanya.(Rohim, 2008)
2.8.2. Eksternal Strategic Factor Analysis (EFAS) EFAS merupakan suatu alat analisa yang sistematis, analisa ini hanya
digunakan untuk kondisi external perusahaan untuk menentukan faktor peluang
dan ancaman yang dimiliki oleh perusahaan. Pada analisa ini cara penelitiannya
sama dengan analisis IFAS. (Rohim, 2008)
2.9. Critical Success Factor Analisa CSF adalah teknik yang popular dan sangat berguna dalam
mengembangkan Strategi IT/IS, sekaligus Strategi Bisnis. (Ward & Peppard,
2007)
Tujuan CSF adalah menyamakan kebutuhan bisnis dengan Sistem Informasi
yang ada. Keuntungan CSF yaitu:
Mengikutsertakan Senior Manajemen.
CSF merupakan analisis yang didapatkan dari strategi organisasi, yang
dimana di tentukan oleh high level manajemen. Dengan mengikut
sertakan pemilik dan senior manajemen maka dapat dilakukan empirisasi
dari gambaran organisasi akan target dan pencapaian yang ingin
dilakukan oleh organisasi.
Mensejajarkan IT/IS project terhadap Business Strategy.
Perencanaan IT dilakukan sesuai dengan kebutuhan bisnis, semua proyek
IT bertujuan bisnis untuk mengembangkan bisnis dan sesuai dengan
strategi perusahaan
Menurut Knoll, (2008) CFS memiliki beberapa tujuan, yaitu:
Mengidentifikasi area-area kunci yang perlu di perhatikan
Adanya beberapa bagian penting dalam bisnis yang perlu diperhatikan
untuk melanjutkan dan mengembangkan bisnis, oleh karena itu area-area
tersebut membutuhkan perhatian khusus khususnya oleh para eksekutif
bisnis.
-
31
Membantu pengembangan strategic planning
Strategic planning merupakan hasil dari keputusan high level manajemen,
dengan diketahui faktor-faktor penting dalam bisnis maka perencanaan
dapat dibangun lebih strategis.
Mengidentifikasi key focus area untuk masing-masing stage pada project
life cycle dan penyebab utama kegagalan proyek
Dengan mengetahui kunci penting dalam setiap bagian bisnis, maka
resiko terjadinya kegagalan proyek bisnis dapat di hindari.
Mengukur tingkat kinerja / produktifitas perkerja
Dengan adanya faktor yang di fokuskan, maka dapat ditemukan ukuran
yang sesuai dalam mengukur kinerja suatu bagian dalam bisnis yang
sedang berjalan.
Langkah-langkah penyusunan CSF :
1. Definisikan visi perusahaan
2. Definisikan misi-misi perusahaan
3. Pahami core business process
4. Tentukan CSF dari masing-masing core business process
5. Identifikasi KPI-KPI untuk masing-masing CSF tersebut
-
32
Gambar II.8 Critical Success Factor (Ward & Peppard, 2007)
-
33
2.10. Key Performance Indicator Key Performance Indicator (KPI) merepresentasikan sekumpulan
pengukuran yang memfokuskan pada aspek-aspek kinerja organisasi yang paling
penting untuk kesuksesan organisasi saat ini dan masa depan. (Parmenter, 2010)
Menurut Parmenter, Ada empat tipe pengukuran kinerja :
1. Key Result Indicators (KRIs) memberi tahu apa yang telah
dikerjakan pada sebuah perspektif atau critical success factor
2. Result Indicators (RIs) memberi tahu apa yang telah di kerjakan
3. Performance Indicators (PIs) memberi tahu apa yang harus di
kerjakan
4. Key Performance Indicators (KPIs) memberi tahu apa yang harus
dikerjakan untuk meningkatkan performa secara dramatis.
Gambar II.9 Empat Tipe Pengukuran Kinerja (Parmenter, 2010)
KPI merupakan sebuah objek pengukuran aspek bisnis yang sangat penting
bagi keberhasilan bisnis.KPI yang dimaksud dapat digunakan sebagai komponen
dalam mengukur scorecard di dalam bisnis dan dapat berhubungan dengan
sejumlah aktivitas bisnis, seperti kepuasan pelanggan, produktivitas, dan
keuntunganDalam praktiknya, KPI dapat didefinisikan sebagai pengukuran
fungsi-fungsi BI.
Salah satu nilai konseptual dari BI adalah kemampuan untuk menerjemahkan
definisi KPI pada bisnis, mengatur definisi tersebut sebagai bagian dari
knowledge base perusahaan, dan terakhir menyediakan tampilan tervisualisasi
dalam bentuk dashboard yang menggambarkan pengukuran KPI. Sebuah
intelligence dashboard menampilkan hasil dari analisis yang dibutuhkan untuk
-
34
mengkonfigurasi KPI dalam representasi visual yang jelas dan dapat dimengerti
secara cepat dan dapat dipilih untuk keperluan drill-down.Sebuah intelligence
dashboard tidak hanya menyediakan presentasi dari KPI yang diinginkan secara
real-time, namun juga dapat langsung berhubungan dengan komponen BI
sehingga memungkinkan untuk melakukan drill-down.
2.11. Cost and benefit Analysis Menurut Sieget dan Shimp, Cost Benefit Analysis (CBA) adalah cara untuk
menentukan apakah hasil yang menguntungkan dari sebuah alternatif, akan
cukup untuk dijadikan alasan dalam menentukan biaya. Analisa ini telah dipakai
secara luas dalam hubungannya dengan proyek pengeluaran modal.
CBA adalah suatu analisa untuk menguraikan cost dan benefit secara
tangible dan intangible. Pada dasarnya cost merupakan suatu ukuran dari
sumber yang diharapkan untuk mendapatkan suatu hasil. Sedangkan benefit
adalah suatu manfaat dalam bentuk penghematan biaya, menghindari keluarnya
biaya, penambahan pendapatan atau keuntungan lainnya yang intangible.
2.12. Technology Acceptance Model
Gambar II.10 Model TAM (Davis, 1993)
Technology Acceptance Model (TAM) adalah sebuah teori sistem informasi
yang memodelkan bagaimana pengguna menerima dan menggunakan teknologi.
Ada beberapa dua faktor utama yang mempengaruhi keputusan pengguna
tentang bagaimana dan kapan mereka akan menggunakannya:
-
35
Perceived Usefullness (PU), tingkatan dimana seseorang mempercayai
dengan menggunakan suatu sistem dapat meningkatkan kinerja pekerjaannya
Perceived Ease-of-use (PEOU), tingkatan dimana seseorang mempercayai
dengan menggunakan suatu sistem dapat mengurangi usaha yang di perlukan
dalam menyelesaikan pekerjaan.
Dari kedua faktor utama tersebut maka akan mendukung faktor behaviour
intention dimana faktor ini merupakan keingginan pengguna dalam
menggunakan suatu teknologi dan pada akhirnya faktor penggunakan teknologi
dalam penggunaan sebenarnya.
User acceptance merupakan faktor yang menentukan sukses atau gagalnya suatu
pyoyek sistem informasi. TAM menurut Davis, digunakan untuk mengetahui
kenapa pengguna menerima atau menolak teknologi informasi dan bagaimana
penerimaan pengguna di pengaruhi oleh karakteristik sistem
top related