Muhammad Subhan | Business Intellegence

menggunakan business intelligence untuk mengcapture nilai bisnis

2010-08-02T16:10:00Z

nilai bisnis ( business value ) investasi yang memiliki nilai saat ini, setelah tax cash flow yang berhubungan langsung dengan investasi. ' tidak ada nilai bisnis yang terkait dengan investasi kecuali mencapainya dengan menghubungkan dengan tujuan strategi (strategic goal) '. umumnya untuk para vendor bi value proporsition untuk menekan kan kepada keuntungan bisnis seperti kecepatan/lincah, tanggap, keakraban dengan pelanggan, berbagi informasi, fleksibelitas, dan kolaborasi. tetapi menginvestasikan...(read more)

menggabungkan informasi dengan analisa bisnis untuk business intelligence

2010-07-29T13:02:00Z

business intelligence memanfaatkan kegunaan informasi di suatu proses bisnis untuk mencapai peningkatan performa bisnis. fokus utamanya adalah peningkatan keuntungan dan mengurangi biaya (reduce cost) untuk semua sektor bisnis pelayanan terhadap pelanggan, mengatasi kendala dalam anggaran dan penggunaaan sumber daya secara maksimal yang didukung dengan misi perusahaan. "investasi business intelligence itu tidak sia-sia jika terhubung dengan kelengkapan tujuan bisnis, analisis, keputusan, dan...(read more)

pemetaan data dalam datawarehouse

2010-01-31T05:30:00Z

metadata adalah suatu proses pengidentifikasi atribut dan struktur dari sebuah data atau informasi, yang menjelaskan data itu sendiri. metadata sangat penting membantu membedakan data tersebut datang dari basisdata/ database dari cabang A atau B lalu membedakan data eksternal perusahaan yang ada di datawarehouse. menjelaskan database secara rinci yaitu dari kolom databasenya, ukuran size database, nama database tipe data databasenya pun. membantu memperjelas analisis dan pembuatan laporan. > membantu...(read more)

fungsi analisis eis dalam datawarehouse

2010-01-31T04:56:00Z

fungsi analisis eis dalam datawarehouse : > datawarehouse menyediakan informasi/laporan yang ringkas dari sekian banyak data yang dimiliki. > struktur datawarehouse yang baik, mendukung proses drill down . > meta data datawarehouse yang baik berguna untuk dss analis untuk merencanakan bagaimana membangun eis ke depannya. > konten histori dari datawarehouse mendukung untuk manajemen untuk menganalisa/ melihat kecendrungan trend di masa/waktu yang akan datang. > kesatuan/ integrasi data...(read more)

tipe data EIS datawarehouse

2010-01-31T04:00:00Z

eis dan datawarehouse keduanya bersatu di kebanyakan enterprise yang menggunakan eis datawarehouse. tipe data yang digunakan eis datawarehouse : report schedulle , maksudnya adalah laporan berkala yang harus disiapkan jika dibutuhkan laporan secara mendadak dan cepat untuk perhitungan jangka waktu kebelakang. tanya / jawab , kuisioner dan angket serta masukan agar dapat diperhitungkan persentase nya. menu driven ,pencarian orang yang tepat/user reqruitment - prosedur yang seharusnya diterapkan dan...(read more)

kelebihan kekurangan datawarehouse

2010-01-29T23:31:00Z

kelebihan datawarehouse : > data terorganisir dengan baik untuk query analisis dan sebagai bahan yang baik untuk proses transaksi. > perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi. > memiliki aturan transformasi untuk memvalidasi dan menkonsolidasi data dari OLTP ke datawarehouse. > masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi. > memiliki model data yang banyak macamnya, dan tidak tergantung dari format data...(read more)

hambatan pada datawarehouse

2010-01-29T22:18:00Z

hambatan datawarehouse kian kali meresahkan bagi penggunanya, apa saja hambatan-hambatan datawarehouse? saya ingin share tentang hambatan datawarehouse yang saya ambil dari bukunya pakar datawarehouse yaitu H.W Inmonn yang berjudul "Building datawarehouse", yaitu: > lokal datawarehouse > global datawarehouse > hubungan/ titik temu antara global data dan lokal data atau biasa disebut dengan mapping. contohnya adalah proses mapping dari tabel ke tabel. >duplikasi data yang tidak...(read more)

distribusi datawarehouse

2010-01-29T16:04:00Z

distribusi datawarehouse merupakan kumpulan basisdata/ database/ tempat penyimpanan data yang terpisah lalu di gabungkan dalam suatu wadah secara fisik melalui jaringan (network). bertujuan agar komponen-komponen yang terpisah ini merupakan suatu kesatuan datawarehouse yang utuh. suatu enterprise datawarehousedibentuk dari suatu kumpulan data mart terpisah, jadi tidak selalu sistem terpusat melainkan sistem yang terdistribusi.Data oriented pada perusahaan seharusnya adalah data yang besar dan dapat...(read more)

Tujuan Datawarehouse

2009-11-10T15:13:00Z

Disini saya akan memberikan ilustrasi untuk datawarehouse.
Datawarehouse itu dimiliki oleh perusahaan yang sudah besar, yang memiliki banyak cabang, data yang banyak dan tentunya struktur organisasi yang kompleks.

Mari bayangkan sebuah perusahaan yang memiliki banyak transaksi, yang memiliki banyak cabang.
Tentu data-data tersebut tersebar dilokasi yang berbeda, sistem operasi yang berbeda, bahkan di basisdata (database) yang berbeda.

Nah, Lalu bagaimana seorang pimpinan/ manager mengambil sebuah keputusan?

Tentu bagi sang pembuat keputusan hanya membutuhkan akses ke semua sumber data tersebut. Kalau melakukan query di setiap masing-masing cabang tentu tidak efisien dan tidak praktis. Atau bahkan data yang dimiliki oleh perusahaan adalah data-data terbaru, bukan data-data terdahulu dari perusahaan tersebut. Dari permasalahan ini, Datawarehouse hadir sebagai solusinya.

Jika mengandalkan database OLTP untuk dilakukan query terlalu besar. Datawarehouse dibuat agar prosesnya lebih efisien. Dan selalu berkompetitif, maksudnya di zaman saat ini perusahaan sudah mengandalkan teknologi datawarehouse untuk pengambilan keputusan di perusahaan.

Tujuan Akhir menggunakan Datawarehouse

•    Menyediakan data organisasi yang mudah diakses oleh manager.
•    Data yang berada di datawarehouse bersifat konsisten, dan merupakan kebenaran.
•    Datawarehouse merupakan tempat, dimana data yang telah digunakan di publikasikan.
•    Kualitas data di datawarehouse dapat diandalkan.

Share this post: | | | |

Arsitektur Datawarehouse

2009-11-06T22:53:00Z

Arsitektur Datawarehouse
Maksudnya adalah bagaimana datawarehouse dibangun, arsitektur tidak ada yang benar dan salah tetapi suatu arsitektur dibangun tergantung situasi dan kondisi. Arsitektur datawarehouse akan berpengaruh pada penggunaan dan pemeliharaan.
Lapisan-lapisan arsitektur datawarehouse :

1.    Operational database layer / Lapisan basis data operasional
a.    Sumber data (source) untuk datawarehouse
b.    Data lengkap, Data hari ke hari
c.    Mempunyai nilai saat ini/ data berarti.
d.    Tingkat kemungkinan data besar.

2.    Data Access Layer/ Lapisan Akses Data
a.    Tools untuk mengekstrak, mengubah dan mengambil(load) data.
b.    Meliputi karakteristik datawarehouse.

3.    Metadata Layer / Lapisan Metadata
a.    File data tersimpan / Direktori
b.    Lebih detil dari direktori data sistem, maksudnya lebih mendalam dari file data yang tersedia sebelumnya.
c.    Ada pentunjuk untuk keseluruhan warehouse dan ada petunjuk data yang dapat diakses report khusus untuk di analisis.

4.    Informational access layer (lapisan akses informasi)
a.    Akses data dan juga tool untuk laporan dan analisis.
b.    Tools Business Intelligence masuk ke tahap ini.

Share this post: | | | |

Pengertian Datawarehouse

2009-11-04T15:02:00Z

Datawarehouse adalah kumpulan macam-macam data yang subject oriented, integrated, time variant, dan nonvolatile. dalam mendukung proses pembuatan keputussan. Inmon
and Hackathorn (1994).
Datawarehouse sering diintegrasikan dengan berbagai sistem aplikasi untuk mendukung proses laporan dan analisis data dengan menyediakan data histori, yang menyediakan infrastruktur bagi EIS dan DSS.

Kenapa subject oriented?
Datawarehouse diorganisasikan pada subjek-subjek utama, seperti pelanggan, barang/ produk, dan penjualan.
Berfokus pada model dan analisis pada data untuk membuat keputusan, jadi bukan pada setiap proses transaksi atau bukan pada OLTP.
Menghindari data yang tidak berguna dalam mengambil suatu keputusan.

Kenapa integrated ?
Dibangun dengan menggabungkan/menyatukan data yang berbeda. relational databse, flat file, dan on-line transaction record.
Menjamin konsistensi dalam penamaan, struktur pengkodean, dan struktur atribut diantara data satu sama lain.

Datawarehouse time variant?
Data disimpan untuk menyediakan informasi dari perspektif historical, data yang tahun-tahun lalu/ 4-5 thn.
Waktu adalah elemen kunci dari suatu datawarehouse/ pada saat pengcapture-an.

Kenapa Non Volatile?
Setiap kali proses perubahan, data akan di tampung dalam tiap-tiap waktu. Jadi tidak di perbaharui terus menerus.
Datawarehouse tidak memerlukan pemrosesan transaksi dan recovery.
Hanya ada dua operasi initial loading of data dan access of data.

Datawarehouse bukan hanya tempat penyimpanan data, Datawarehouse adalah Business Intelligence tools, tools to extract, merubah (transform) dan menerima data (load) ke penyimpanan (repository) serta mengelola dan menerima metadata.

Sejarah / Evolution
-1960, Dunia komputerisasi membuat aplikasi individu yang digunakan pada file utama. General mill mulai mengembangkan istilah dimensi dan fakta.
-1970, IRI menyediakan database dimensi untuk pembeli eceran, tahun untuk memperbaiki, mengembangkan dan mencocokan dengan hardware yang dimiliki.
-1983, DBMS diperkenalkan untuk mengambil keputusan.
-1988, Barry dan Paul mempublikasikan karyanya tentang Arsitektur Bisnis dan Sistem Informasi
-1990, memperkenalkan tool DBMS sebagai alat untuk datawarehouse.
-1990-sekarang, banyak bermunculan buku-buku datawarehouse dan aplikasi-aplikasi datawarehouse.

Share this post: | | | |