BUSINESS INTELLIGENCE

1. Data Warehouse

Pengertian : 

Data Warehouse (yang secara harafiah berarti gudang data) adalah kumpulan seluruh data yang dimiliki oleh perusahaan yang didesain untuk melakukan analisis danpelaporan, dan bukan untuk pemrosesan transaksi. Jadi, dalam istilah yang lebih sederhana, data warehouseadalah basis data yang ditujukan untuk analisis, pelaporan, dan terkadang juga untuk penambangan pengetahuan (knowledge mining).

Keuntungan atau kegunaan :

1. Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produks
2. Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi
3. Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi
4. Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse

2. Data Mart

Pengertian : 

Data mart adalah repositori dari data dikumpulkan dari Database yang selanjutnya dapat melayani tujuan dari suatu kepentingan tertentu atau kelompok tertentu. Dalam pengembangan perangkat lunak produk, Data mart membantu dalam memenuhi tuntutan spesifik dari kelompok pengguna dalam hal konten, akses analisis, dan presentasi secara keseluruhan.

Keuntungan dan Manfaat :

1. Akses mudah ke data yang sering digunakan 
2. Penciptaan pandang kolektif untuk sekelompok pengguna 
3. Peningkatan respon-time dari pengguna akhir 
4. Fleksibel dan mudah cara pembuatan 
5. Lebih hemat biaya daripada Data warehouse 
6. Definisi pengguna lebih jelas dari sebuah gudang data.

3. Data Mining

Pengertian : 

Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis data. Banyak istilah lain dari data mining yang dikenal luas seperti knowledge mining from databases, knowledge extraction, data archeology, data dredging, data analysis dan lain sebagainya.

Cara Kerja : 

TAHAPAN DALAM DATA MINING

1. Basis Data Relasional 
2. Ekstraksi Data 
3. Transformasi Data 
4. Pembersihan Data 
5. Bentuk Standar 
6. Reduksi Data dan Feature
7. Menjalankan Algoritma

4. Data OLAP

Pengertian : 

OLAP Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar. Online Analytical Processing (OLAP) menawarkan metode analisis data secara kompleks dan terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse

Cara Kerja : 

Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut ini :

1. Meringkas dan mengumpulkan sejumlah besar data 
2. Melakukan filtering, pengurutan, dan memberikan peringkat (rangking).
3. Membandingkan beberapa set dari data 
4.  Membuat sketsa/bagan/diagram 
5.  Menganalisis dan menemukan pola dari data 
6. Menganalisis kecenderungan data

Keuntungan atau Kegunaan :

1. Meringkas dan mengumpulkan sejumlah besar data 
2. Melakukan filtering, pengurutan, dan memberikan peringkat (rangking) 
3. Membandingkan beberapa set dari datacMembuat sketsa/bagan/diagram 
4. Menganalisis dan menemukan pola dari data 
5. Menganalisis kecenderungan data

5. Data MOLAP Server

Pengertian : 

MOLAP adalah tipe OLAP yang memiliki storage sendiri, yang isinya merupakan precomputed agregasi data - sum, count, min, max, dan sebagainya - yang terlibat pada berbagai level detil. Storage ini berupa format yang hanya dikenali oleh MOLAP server tersebut dan telah khusus dioptimalkan untuk penggunaan oleh aplikasi tersebut.

Cara Kerja :

1. Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca, dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan dengan table, maka untuk satu cube akan banyak fragmen table yang isinya adalah detil agregasi dari level tertentu.
2. Tahap query atau layanan permintaan data analisis, pada tahap ini OLAP Server akan melayani permintaan query dari client dan membaca data dari storage MOLAP. Table yang akan dibaca adalah suatu fragmen yang akan disesuaikan dengan permintaan dari client. Pada fase query ini, jika OLAP Server terputus dengan data source tidak apa-apa karena sudah tidak ada kaitannya.

6. Data ROLAP

Pengertian :

Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca, dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan dengan table, maka untuk satu cube akan banyak fragmen table yang isinya adalah detil agregasi dari level tertentu.

Cara Kerja :

1. OLAP client mengirimkan query analisis ke OLAP Server. 
2. OLAP server akan melakukan pemeriksaan di cache apakah sudah bisa melayani permintaan query dari client tersebut, jika sudah akan dikirimkan. 
3. Jika pada cache belum terdapat data diminta, akan dilakukan query SQL ke data mart dan hasil eksekusinya disimpan di cache dan dikirimkan kepada client. Demikian seterusnya. 4. Cache akan disimpan selama periode waktu tertentu dan akan dibersihkan total jika server dimatikan

7. Data HOLAP (Hybrid OLAP)

Pengertian : 

HOLAP merupakan kombinasi atau "jalan tengah" antara keduanya dimana HOLAP akan menyimpan data precomputed aggregate pada media penyimpanan (storage) HOLAP sendiri. Yang disimpan pada storage HOLAP adalah data untuk beberapa level teratas atau high level view. Sedangkan untuk level yang lebih rendah atau lebih rinci akan disimpan di database relasional.

8. Business Intelegence

Pengertian :

Menurut Nadia Branon, Business Intelligence merupakan kategori yang umum digunakan untuk aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data agar dapat membantu pengguna dari kalangan perusahaan agar dapat mengambil keputusan dengan lebih baik dan tepat.

Dari definisi itu, dapat dikatakan bahwa Business Intelligence merupakan suatu sistem pendukung keputusan yang berdasarkan pada data-data fakta kinerja perusahaan. Business Intelligence berguna untuk mengefisienkan finansial, manusia, material serta beberapa sumber daya lainya.

Kuntungan atau Kegunaan :

1. Analisa dalam perilaku konsumen, pola pembelian dan trend penjualan 
2. Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan 
3. Penganggaran, perencanaan keuangan dan peramalan 
4. Mengetahui kinerja kegiatan pemasaran 
5. Optimalisasi proses dan kinerja operasional 
6. Meningkatkan efektifitaspengiriman dan pasokan 
7. Analisa CRM (Customer Relationship Management).
8. Analisa Resiko 
9. Analisa nilai strategis.
10. Analisa social media.