CHAPTER 9
BUSINESS INTELLEGINCE AND BIG DATA
Business Intelligence
Berbagai aplikasi, praktik, dan teknologi untuk mendukung pengambilan keputusan yang
lebih baik
Digunakan oleh organisasi untuk membuat dan bertindak berdasarkan prediksi tentang
kondisi masa depan
Alat yang beroperasi pada data yang disimpan di data warehouse atau data mart
Data Warehouse
Menyimpan sejumlah besar data historis dalam bentuk yang siap mendukung analisis
dan pengambilan keputusan manajemen
Dipekerjakan oleh organisasi untuk menyimpan data yang diperlukan untuk membuat
keputusan bisnis utama
Data berasal dari berbagai sistem operasional dan sumber data eksternal
ETL Process and Data Marts
Extract-Transform-Load (ETL) process
- Digunakan untuk menarik data dari sumber data yang berbeda untuk mengisi
dan memelihara data warehouse
- Melibatkan langkah mengekstrak, mengubah, dan memuat
- Jalankan sesering yang diperlukan
Data mart: Versi yang lebih kecil dari Data Warehouse
- Dirancang dari awal sebagai gudang data miniatur lengkap dan individual
What is Big Data?
Big Data
Menjelaskan koleksi data yang besar dan kompleks
Tidak dapat ditangani oleh perangkat lunak manajemen data, perangkat keras, dan
proses analisis tradisional
Jenis Data :
Structured Data (Data Terstruktur)
- Data terstruktur: Format data diketahui sebelumnya
- Data cocok dengan database tradisional
- Model basis data rasional: Mengatur data terstruktur ke dalam koleksi tabel dua
dimensi yang disebut relasi
- Sifat ACID (atomicity, consistency, isolation, and durability)
Diadaptasi oleh database SQL
Menjamin transaksi basis data diproses secara andal dan memastikan
integritas data
Unstructured Data (Data tidak Terstruktur)
- Data yang tidak diatur dengan cara apa pun yang telah ditentuka
- Tidak cocok dengan database relasional
- Ada dalam jumlah besar dan berasal dari berbagai sumber
Business Intelligence Tools
• Spreadsheet
- Lakukan operasi pada data berdasarkan formula yang dibuat oleh pengguna akhir
- Buat laporan dan grafik yang berguna berdasarkan data itu
• Reporting and querying
- Menyajikan data dengan cara yang mudah dimengerti
- Memungkinkan pengguna akhir untuk membuat permintaan data mereka sendiri dan
memformat hasil tanpa perlu bantuan tambahan dari organisasi TI
• Online analytical processing (OLAP)
- Menganalisis data multidimensi dari berbagai perspektif
- Memungkinkan pengguna untuk mengidentifikasi masalah dan peluang dan melakukan
analisis tren
- Data Cubes
+ Berisi fakta numerik yang disebut tindakan
+ Dikategorikan oleh dimensi seperti waktu dan geografi
• Drill-down analysis : Memungkinkan pembuat keputusan untuk mendapatkan wawasan
tentang detail data bisnis untuk memahami mengapa sesuatu terjadi
- Pemeriksaan interaktif data ringkasan tingkat tinggi dalam meningkatkan detail untuk
memahami elemen-elemen tertentu
• Data mining : Digunakan untuk mengeksplorasi sejumlah besar data untuk pola tersembunyi
- Memprediksi tren masa depan dan perilaku untuk digunakan dalam pengambilan
keputusan
- Teknik yang biasa digunakan
• Analisis asosiasi
• Neural Computing
• Penalaran berbasis kasus
- Langkah-langkah yang terlibat dalam proses penambangan data
+ Selection
+ Preprocessing
+ Transformation
+ Actual data mining process
+ Evaluation of results
Dashboards
• Sajikan satu set indikator kinerja utama tentang keadaan proses pada titik waktu tertentu
- Indikator kinerja utama (KPI)
• Melacak kemajuan dalam melaksanakan strategi yang dipilih
• Terdiri dari arah, ukuran, target, dan kerangka waktu
• Opsi untuk menampilkan hasil
- Peta, pengukur, diagram batang, garis tren, diagram sebar, dan representasi lainnya
• Memberikan informasi kepada pengguna di setiap tingkat untuk membuat keputusan yang
tepat
Tata Kelola Data (Data Governance)
- Membantu memastikan bahwa perusahaan memiliki data yang andal dan dapat
ditindaklanjuti untuk membuat keputusan bisnis yang terinformasi
- Melibatkan manajemen ketersediaan, kegunaan, integritas, dan keamanan data dalam
suatu organisasi
- Membutuhkan pembentukan badan tata kelola data (Data Governance Body)
- Memastikan memenuhi persyaratan peraturan dan kepatuhan
Big Data: Challenges
• Pilihan data, tempat, dan metode penyimpanan
• Masalah privasi terkait dengan penambangan data
- Pengumpulan dan penambangan dalam jumlah besar data pribadi pada perusahaan yang
dapat dibagikan dengan organisasi lain
• Perhatian pada keamanan