Tugas IT Pegetian MIS . DSS. Data Warehouse, Data Mining . OLAP , BI
A. MIS ( Management Information System)
MIS mengacu pada sebuah sistem berbasis komputer yang menyediakan alat (tools) untuk
mengatur . mengevaluasi dan mengelola departemen dalam suatu organisasi. Fitur sistem
informasi manajemen dapat mencakup perangkat lunak yang membantu dalam pengambilan
keputusan, sumber daya data seperti database, sumber daya perangkat keras dari suatu sistem,
sistem pendukung keputusan, manajemen orang dan aplikasi manajemen proyek, dan setiap
proses komputerisasi yang memungkinkan departemen untuk berjalan secara efisien
Contoh : SAP, Accurate
sumber
(http://www.webopedia.com/TERM/M/MIS)
B. DSS (Decision Support Systems)
Decision Support Systems atau DSS adalah suatu bentuk dari sistem informasi manajemen yang
secara khusus dibuat untuk mendukung perencana dan stakeholders dalam pengambilan
keputusan. DSS dapat mencerminkan berbagai konsep dari pengambilan keputusan dan kondisi
yang berbeda-beda, dan akan sangat berguna untuk semi-structured atau unstructured
problems dimana proses pengambilan keputusan ditingkatkan dengan dialog interaktif antara
DSS dengan pengguna.
Fitur dari DSS memanfaatkan sistem komputer untuk membantu pengambil keputusan dalam
mempelajari masalah dan mengambil kebijakan, dan meningkatkan pemahaman mengenai
kondisi lingkungan dimana kebijakan tersebut akan diterapkan dengan mengakses data dan
model yang bermanfaat untuk pengambilan keputusan tersebut. Adanya interface manusia /
mesin dimana manusia (user) tetap memegang kontrol proses pengambilan keputusan
Contoh : GIS untuk menentukan jarak terdekat untuk mencapai tujuan
Sumber :
http://www.pwktech.info/system-modeling/
http://blogempek-empek.blogspot.com/2013/05/dss-dan-contoh-kasusnya.html
C. DATA WAREHOSE
Pertama kita akan bahas tentang Data Warehouse karena secara general data mart dan data mining ini
adalah bagian dari data warehouse. Data warehouse itu seperti yang telah kita ketahui merupakan
kumpulan data dari berbagai sumber yang berbeda tapi saling berinteraksi dimana data tersebut
bersifat subjek, terintegrasi, time variant dan non volatile (tidak berubah) karena akan digunakan
sebagai query dan analisis data untuk membantu para pengambil keputusan.
Dari berbagai sumber yang saya dapat tentang data warehouse banyak pandangan sih tapi intinya sama
saja, jadi bisa disimpulkan datawarehouse itu suatu metode perancangan database dimana dia dapat
mendukung DSS dan EIS. Data warehouse biasanya dipakai oleh perusahaan besar yang memiliki cabang dan struktur perusahaan yang kompleks dimana perusahaan tersebut memiliki data dalam jumlah yang
besar.
Contohnya perusahaan BUMN seperti Pelindo, perusahaan ini memiliki cabang di berbagai kota untuk
itu mempunyai banyak data dari berbagai cabangnya dan untuk mempermudah mengolah data-data
tersebut mereka menggunakan Data warehouse agar system mereka tidak berantakan.
Keuntungan Data Warehouse
Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa database (OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan dengan menggunakan data warehouse adalah :
Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.
Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.
Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.
D. DATA MINING
Secara general data mining (penggalian data) adalah suatu ekstraksi pola yang menarik data dari data
yang berjumlah besar. Pola yang digunakan harus mudah dipahami, baru dan berguna. Data mining itu
adalah mengekstrak informasi dari kumpulan data dan mengubahnya menjadi sebuah struktur yang
mudah dimengerti untuk digunakan lebih lanjut yang tidak pernah diketahui sebelumnya melalui
pelaporan dan OLAP (Online Analytical Processing) dan informasi tersebut dibuat menjadi lebih
berharga. Mudahnya data mining adalah sekumpulan proses untuk menggali “kelebihan” dari kumpulan
data yang besar yang tidak pernah ditemukan sebelumnya dalam proses manual. Jadi data mining
digunakan untuk menelusuri data-data yang dibutuhkan dan mendapatkan hal baru sehingga menjadi
sesuatu yang berguna.
Macam-macam jenis informasi yang ada di data mining adalah:
Deskripsi (penggambaran pola)
Estimasi (perkiraan suatu nilai)
Prediksi (perkiraan nilai yang akan ada di masa mendatang)
Klasifikasi (pengelopmpokkan)
Clustering (penglompokkan objek yang mirip)
Asosiasi (keterhubungan kejadian)
Konsep yang ada di data mining adalah:
Data cleaning dana integration
Data selection
Data transformation Knowledge discovery
Pattern evolution
Knowledge presentation
E. OLAP(Online Analytical Processing)
OLAP adalah metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Database OLAP memiliki struktur skema tersendiri dan biasanya berupa suatu data warehouse. Namun tidak tertutup kemungkinan OLAP mengambil dari database operasional (transaksional) – ini dengan catatan database ini telah memiliki struktur rancangan yang “OLAP friendly
Teknik OLAP
· FAST
· ANALYSIS
· SHARED
· MULTIDIMENSIONAL
· INFORMATION
Karakteristik Adapun karakteristik dari OLAP, yaitu:
· Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada data warehouse
· Memfasilitasi query yang komplek dan analisa bagi user
· Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detil atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi
· Menyediakan proses kalkulasi dan perbandingan data
· Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik.
Keuntungan OLAP
· Meningkatkan produktifitas pemakai akhir bisnis, pengembang IT, dan keseluruhan organisasi. Pengawasan yang lebih dan akses tepat waktu terhadap informasi strategis dapat membuat pengambilan keputusan lebih efektif.
· Mengurangi “backlog” pengembangan aplikasi bagi staf IT dengan membuat pemakai akhir dapat merubah schema dan membangun model sendiri.
F. Bussines Intelegen
Intelijen bisnis (BI) adalah seperangkat teori, metodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna untuk tujuan bisnis. BI dapat menangani sejumlah besar informasi untuk membantu mengidentifikasi dan mengembangkan peluang baru. Memanfaatkan peluang baru dan menerapkan strategi yang efektif dapat memberikan keuntungan pasar kompetitif dan stabilitas jangka panjang.
Teknologi BI memberikan sejarah, pandangan saat ini dan prediksi operasi bisnis. Fungsi umum dari teknologi intelijen bisnis melaporkan, pengolahan analisis online, analisis, data mining, pertambangan proses, pengolahan acara kompleks, bisnis manajemen kinerja, pembandingan, pertambangan teks, analisis prediktif dan analisis preskriptif.
Meskipun intelijen bisnis jangka kadang-kadang merupakan sinonim untuk intelijen kompetitif (karena mereka membuat kedua pendukung keputusan), BI menggunakan teknologi, proses, dan aplikasi untuk menganalisis sebagian besar internal data terstruktur dan proses bisnis sementara intelijen kompetitif mengumpulkan, menganalisa dan menyebarkan informasi dengan fokus topikal pada perusahaan pesaing. Jika dipahami secara luas, intelijen bisnis dapat mencakup subset dari intelijen kompetitif.
Kegunaan BI
· Analisa dalam perilaku konsumen, pola pembelian dan trend penjualan
· Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan
· Penganggaran, perencanaan keuangan dan peramalan
· Mengetahui kinerja kegiatan pemasaran
· Optimalisasi proses dan kinerja operasional
· Meningkatkan efektifitaspengiriman dan pasokan
· Analisa CRM (Customer Relationship Management)
· Analisa Resiko
· Analisa nilai strategis
· Analisa social media
Contoh Perusahaan yg sudah menerapkan Business Intelligence adalah :
PT Coca Cola Distribution Indonesia
Blue Bird Group
sumber :https://abdulkamil126.wordpress.com/2013/04/24/business-intelligence-bi/
F. DATA MART
Seperti yang telah kita jelaskan sebelumnya Data Mart merupakan bagian dari data warehouse. Tetapi
data mart memiliki karateristik yang sama dengan data warehouse, yang membedakan keduanya adalah
Data mart ini digunakan untuk kepentingan cabang atau departemen dari suatu perusahaan atau
organisasi. Jadi cakupan datanya lebih sempit dari data warehouse.
Tetapi walaupun demikian data mart juga memiliki banyak kelebihan. Kelebihan dari data mart ini
diantaranya itu meningkatkan kinerja system komputer karena dia hanya fokus dalam satu pekerjaan
dan dia juga memiliki historis data dimana kita dapat menganalisis ketidaktepatan suatu data. Namun
data mart juga memiliki kekurangan, diantaranya adalah yaitu nilai yang dimiliki terbatas pada
departemennya saja, dia tidak bisa melihat secara keseluruhan perusahaan atau organisasinya maka
dari itu laporan dan potensi analisisnya sangat terbatas.
Keuntungan
Data mart dapat meningkatkan waktu respon pengguna akhir, karena berisi data mentah yang memungkinkan sistem komputer untuk fokus pada satu tugas, sehingga meningkatkan kinerja. Berbeda dengan sistem OLTP, data mart juga dapat menyimpan data historis yang memungkinkan pengguna untuk menganalisis kecenderungan data. Selain itu, data mart tidak begitu mahal dan kompleks sebagai data gudang untuk setup dan melaksanakan karena masalah teknis tidak begitu sulit untuk diselesaikan.
Kerugian
Mereka memiliki nilai yang terbatas karena mereka tidak dapat melihat organisasi secara keseluruhan dan pelaporan dan analisis potensi terbatas.
sumber
https://arrie0905.wordpress.com/2013/01/26/terminologi-data-warehouse-data-mart-data-mining-olap-molap-holap-rolap-business-intelligence-dan-contoh-perusahaan-yang-mengimplementasikannya/
lawencon.com/data-warehouse/
MIS mengacu pada sebuah sistem berbasis komputer yang menyediakan alat (tools) untuk
mengatur . mengevaluasi dan mengelola departemen dalam suatu organisasi. Fitur sistem
informasi manajemen dapat mencakup perangkat lunak yang membantu dalam pengambilan
keputusan, sumber daya data seperti database, sumber daya perangkat keras dari suatu sistem,
sistem pendukung keputusan, manajemen orang dan aplikasi manajemen proyek, dan setiap
proses komputerisasi yang memungkinkan departemen untuk berjalan secara efisien
Contoh : SAP, Accurate
sumber
(http://www.webopedia.com/TERM/M/MIS)
B. DSS (Decision Support Systems)
Decision Support Systems atau DSS adalah suatu bentuk dari sistem informasi manajemen yang
secara khusus dibuat untuk mendukung perencana dan stakeholders dalam pengambilan
keputusan. DSS dapat mencerminkan berbagai konsep dari pengambilan keputusan dan kondisi
yang berbeda-beda, dan akan sangat berguna untuk semi-structured atau unstructured
problems dimana proses pengambilan keputusan ditingkatkan dengan dialog interaktif antara
DSS dengan pengguna.
Fitur dari DSS memanfaatkan sistem komputer untuk membantu pengambil keputusan dalam
mempelajari masalah dan mengambil kebijakan, dan meningkatkan pemahaman mengenai
kondisi lingkungan dimana kebijakan tersebut akan diterapkan dengan mengakses data dan
model yang bermanfaat untuk pengambilan keputusan tersebut. Adanya interface manusia /
mesin dimana manusia (user) tetap memegang kontrol proses pengambilan keputusan
Contoh : GIS untuk menentukan jarak terdekat untuk mencapai tujuan
Sumber :
http://www.pwktech.info/system-modeling/
http://blogempek-empek.blogspot.com/2013/05/dss-dan-contoh-kasusnya.html
C. DATA WAREHOSE
Pertama kita akan bahas tentang Data Warehouse karena secara general data mart dan data mining ini
adalah bagian dari data warehouse. Data warehouse itu seperti yang telah kita ketahui merupakan
kumpulan data dari berbagai sumber yang berbeda tapi saling berinteraksi dimana data tersebut
bersifat subjek, terintegrasi, time variant dan non volatile (tidak berubah) karena akan digunakan
sebagai query dan analisis data untuk membantu para pengambil keputusan.
Dari berbagai sumber yang saya dapat tentang data warehouse banyak pandangan sih tapi intinya sama
saja, jadi bisa disimpulkan datawarehouse itu suatu metode perancangan database dimana dia dapat
mendukung DSS dan EIS. Data warehouse biasanya dipakai oleh perusahaan besar yang memiliki cabang dan struktur perusahaan yang kompleks dimana perusahaan tersebut memiliki data dalam jumlah yang
besar.
Contohnya perusahaan BUMN seperti Pelindo, perusahaan ini memiliki cabang di berbagai kota untuk
itu mempunyai banyak data dari berbagai cabangnya dan untuk mempermudah mengolah data-data
tersebut mereka menggunakan Data warehouse agar system mereka tidak berantakan.
Keuntungan Data Warehouse
Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa database (OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan dengan menggunakan data warehouse adalah :
Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.
Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.
Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.
D. DATA MINING
Secara general data mining (penggalian data) adalah suatu ekstraksi pola yang menarik data dari data
yang berjumlah besar. Pola yang digunakan harus mudah dipahami, baru dan berguna. Data mining itu
adalah mengekstrak informasi dari kumpulan data dan mengubahnya menjadi sebuah struktur yang
mudah dimengerti untuk digunakan lebih lanjut yang tidak pernah diketahui sebelumnya melalui
pelaporan dan OLAP (Online Analytical Processing) dan informasi tersebut dibuat menjadi lebih
berharga. Mudahnya data mining adalah sekumpulan proses untuk menggali “kelebihan” dari kumpulan
data yang besar yang tidak pernah ditemukan sebelumnya dalam proses manual. Jadi data mining
digunakan untuk menelusuri data-data yang dibutuhkan dan mendapatkan hal baru sehingga menjadi
sesuatu yang berguna.
Macam-macam jenis informasi yang ada di data mining adalah:
Deskripsi (penggambaran pola)
Estimasi (perkiraan suatu nilai)
Prediksi (perkiraan nilai yang akan ada di masa mendatang)
Klasifikasi (pengelopmpokkan)
Clustering (penglompokkan objek yang mirip)
Asosiasi (keterhubungan kejadian)
Konsep yang ada di data mining adalah:
Data cleaning dana integration
Data selection
Data transformation Knowledge discovery
Pattern evolution
Knowledge presentation
E. OLAP(Online Analytical Processing)
OLAP adalah metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Database OLAP memiliki struktur skema tersendiri dan biasanya berupa suatu data warehouse. Namun tidak tertutup kemungkinan OLAP mengambil dari database operasional (transaksional) – ini dengan catatan database ini telah memiliki struktur rancangan yang “OLAP friendly
Teknik OLAP
· FAST
· ANALYSIS
· SHARED
· MULTIDIMENSIONAL
· INFORMATION
Karakteristik Adapun karakteristik dari OLAP, yaitu:
· Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada data warehouse
· Memfasilitasi query yang komplek dan analisa bagi user
· Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detil atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi
· Menyediakan proses kalkulasi dan perbandingan data
· Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik.
Keuntungan OLAP
· Meningkatkan produktifitas pemakai akhir bisnis, pengembang IT, dan keseluruhan organisasi. Pengawasan yang lebih dan akses tepat waktu terhadap informasi strategis dapat membuat pengambilan keputusan lebih efektif.
· Mengurangi “backlog” pengembangan aplikasi bagi staf IT dengan membuat pemakai akhir dapat merubah schema dan membangun model sendiri.
F. Bussines Intelegen
Intelijen bisnis (BI) adalah seperangkat teori, metodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna untuk tujuan bisnis. BI dapat menangani sejumlah besar informasi untuk membantu mengidentifikasi dan mengembangkan peluang baru. Memanfaatkan peluang baru dan menerapkan strategi yang efektif dapat memberikan keuntungan pasar kompetitif dan stabilitas jangka panjang.
Teknologi BI memberikan sejarah, pandangan saat ini dan prediksi operasi bisnis. Fungsi umum dari teknologi intelijen bisnis melaporkan, pengolahan analisis online, analisis, data mining, pertambangan proses, pengolahan acara kompleks, bisnis manajemen kinerja, pembandingan, pertambangan teks, analisis prediktif dan analisis preskriptif.
Meskipun intelijen bisnis jangka kadang-kadang merupakan sinonim untuk intelijen kompetitif (karena mereka membuat kedua pendukung keputusan), BI menggunakan teknologi, proses, dan aplikasi untuk menganalisis sebagian besar internal data terstruktur dan proses bisnis sementara intelijen kompetitif mengumpulkan, menganalisa dan menyebarkan informasi dengan fokus topikal pada perusahaan pesaing. Jika dipahami secara luas, intelijen bisnis dapat mencakup subset dari intelijen kompetitif.
Kegunaan BI
· Analisa dalam perilaku konsumen, pola pembelian dan trend penjualan
· Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan
· Penganggaran, perencanaan keuangan dan peramalan
· Mengetahui kinerja kegiatan pemasaran
· Optimalisasi proses dan kinerja operasional
· Meningkatkan efektifitaspengiriman dan pasokan
· Analisa CRM (Customer Relationship Management)
· Analisa Resiko
· Analisa nilai strategis
· Analisa social media
Contoh Perusahaan yg sudah menerapkan Business Intelligence adalah :
PT Coca Cola Distribution Indonesia
Blue Bird Group
sumber :https://abdulkamil126.wordpress.com/2013/04/24/business-intelligence-bi/
F. DATA MART
Seperti yang telah kita jelaskan sebelumnya Data Mart merupakan bagian dari data warehouse. Tetapi
data mart memiliki karateristik yang sama dengan data warehouse, yang membedakan keduanya adalah
Data mart ini digunakan untuk kepentingan cabang atau departemen dari suatu perusahaan atau
organisasi. Jadi cakupan datanya lebih sempit dari data warehouse.
Tetapi walaupun demikian data mart juga memiliki banyak kelebihan. Kelebihan dari data mart ini
diantaranya itu meningkatkan kinerja system komputer karena dia hanya fokus dalam satu pekerjaan
dan dia juga memiliki historis data dimana kita dapat menganalisis ketidaktepatan suatu data. Namun
data mart juga memiliki kekurangan, diantaranya adalah yaitu nilai yang dimiliki terbatas pada
departemennya saja, dia tidak bisa melihat secara keseluruhan perusahaan atau organisasinya maka
dari itu laporan dan potensi analisisnya sangat terbatas.
Keuntungan
Data mart dapat meningkatkan waktu respon pengguna akhir, karena berisi data mentah yang memungkinkan sistem komputer untuk fokus pada satu tugas, sehingga meningkatkan kinerja. Berbeda dengan sistem OLTP, data mart juga dapat menyimpan data historis yang memungkinkan pengguna untuk menganalisis kecenderungan data. Selain itu, data mart tidak begitu mahal dan kompleks sebagai data gudang untuk setup dan melaksanakan karena masalah teknis tidak begitu sulit untuk diselesaikan.
Kerugian
Mereka memiliki nilai yang terbatas karena mereka tidak dapat melihat organisasi secara keseluruhan dan pelaporan dan analisis potensi terbatas.
sumber
https://arrie0905.wordpress.com/2013/01/26/terminologi-data-warehouse-data-mart-data-mining-olap-molap-holap-rolap-business-intelligence-dan-contoh-perusahaan-yang-mengimplementasikannya/
lawencon.com/data-warehouse/
Komentar
Posting Komentar