2. 2
INFORMASI SEBAGAI SALAH SATU FAKTOR PENTING PENENTU
KEBERHASILAN
Pada tahun 1961, D, Ronald Daniel dari Mc.Kinsey dan Company, salah saru
perusahaan konsultan terbesar di Amerika, memperkenalkan istilah critical success factor
(CSF) atau faktor penting penentu keberhasilan. Ia mengungkapkan bahwa terdapat
beberapa aktivitas penting yang akan menetukan keberhasilan atau kegagalan bagi semua
jenis organisasi.
Ketika manajemen sebuah perusahaan menjalankan konsep CSF, mereka akan
memusatkan perhatian pada pengindentifikasikan CSF dan kemudian memonitor sampai
seberapa jauh mereka telah mencapainya. Perusahaan yang melaksanakan strategi ini
mengakui bahwa informasi merupakan suatu sumber daya yang berharga dan bahwa sistem
informasi yang baik merupakan salah satu CSF.
A. System Pemrosesan Transaksi
Adalah system informasi yang mengumpulkan data yang menguraikan aktivitas perusahaan,
mengubah data menjadi informasi, dan menyediakan informasi tersebut bagi para pengguna yang
terdapat dalam maupun di luar perusahaan. Ini merupakan aplikasi bisnis pertama yang di pasang
pada computer ketika mereka pertama kali memperkenalkan pada tahun 1950 an. Istilah
pemrosesan data elektronik(electronic data processing-EDP) dan system informasi akuntansi
juga di pergunakan namun saat ini kurang popular.
Informasi yang mengalir ke lingkungan juga memiliki arti penting. System pemrosesan transaksi
adalah satu-satu nya system informasi yang memiliki tanggungjawab untuk memenuhi
kebutuhan informasi diluar perusahaan. System informasi transaksi memiliki tanggung jawab
untuk memberikan informasi kepada setiap unsure lingkungan selain pesaing. Sebagai contoh,
system pemrosesan transaksi memberikan faktur dan laporan saldo kepada pelanggan,pesanan
3. 3
pembelian kepada pemasok, dan data dalam laporan keuangan tahunan kepada para pemegang
saham dan pemilik.
Salah satu contoh yang baik dari system informasi pemrosesan transaksi adalah system yang di
gunakan oleh perusahaan-perusahaan distribusi-perusahaan yang mendistribusikan produk atau
jasa kepada para pelanggannya. Kita akan menyebut seperti ini sebagai suatu system
distribusi. Ketika kita mempelajari system ini, akan lebih mudah jika membayangkan perusahaan
yang berorientasi pada produk, seperti produsen,distributor, atau pedagang enceran. Selain itu,
system distribusi juga dapat di temukan pada organisasi-organisasi jasa seperti United Way dan
Rumah sakit serta pada badan pemerintahan seperti militer dan perpajakan. Semua organisasi,
dalam satu bentuk lainya, bergerak dlam bidang bisnis distribusi.
Sistem pemrosesan transaksi
unsur-unsur input, transformasi, dan output dari sistem fisik perusahaan. Data di kumpulkan dari
sistem fisik lingkungan, kemudian di masukkan ke basis data,peranti lunak pemrosesan transaksi
mengubah data menjadi informasi bagi manajemen perusahaan dan bagi individu serta organisasi
di dalam lingkungan perusahaan.
B. Tinjauan system
` Sistem distribusi adalah sebuah TPS digunakan oleh perusahaan distribusi. Perusahaan
Distribusi mendistribusikan produk atau layanan kepada pelanggan mereka. Seluruh sistem
ditunjukkan oleh kotak yang diberi label “Sistem distribusi” yang berada ditengah. Unsur-
unsur lingkungan yang berinteraksi dengan sistem ditunjukkan oleh kotak-kotak dan
dihubungkan ke sistem oleh panah-panah yang disebut arus data.
Unsur-unsur lingkungan dari sistem distribusi meliputi pelanggan, pemasok, ruang
persedian bahan baku, dan manajemen. Arus data yang menghubungkan perusahaan dengan
para pelanggannya cukup mirip dengan arus yang menghubungkan perusahaan dengan
pemasoknya. Pesanan yang diterima oleh perusahaan dari para pelanggannya disebut
4. 4
pesanan penjualan (sales order), sedangkan pesanan yang ditempatkan oleh perusahaan
kepada pemasoknya disebut pemesanan pembelian (purchase order).
1. Subsistem Utama dalam Sistem Distribusi
Sistem untuk memenuhi pesanan pelanggan
Sistem Entri Pesanan (order entry system) memasukkan pesanan pelanggan ke dalam
sistem .
Sistem Persediaan (inventory system) memelihara catatan persediaan.
Sistem Penagihan (billing system) membuat faktur pelanggan
Sistem Piutang Dagang (Account receivable system) penagihan uang dari pelanggan.
Sistem yang memesan persediaan pengganti
Sistem Pembelian (Purchasing system) menerbitkan pesanan pembelian kepada pemasok
untuk persediaan yang dibutuhkan.
Sistem Penerimaan (Receiving system) menerima persediaan.
Sistem Utang Dagang (Account Payable system) melakukan pembayaran
Sistem yang menjalankan proses Buku Besar
Sistem Buku Besar (General Ledger System) adalah sistem akuntansi yang
menggabungkan data dari sistem-sistem akuntansi yang lain dengan tujuan untuk
menyajikan gambaran keuangan perusahaan secara gabungan.
Buku Besar (General Ledger) adalah file yang memuat data akuntansi yang telah
digabungkan
Sistem Memperbaharui buku besar (Updated general ledger system) membukukan
catatan-catatan yang mendeskripsikan berbagai tindakan dan transaksi ke dalam buku
besar
Sistem Pembuatan laporan Manajemen (Prepare Management report system)
menggunakan isi buku besar untuk pembuatan neraca dan laporan laba rugi serta laporan
lainnya.
5. 5
C. Menempatkan system pemrosesan dalam perspektif
Sistem ini mengambil bentuk basis data yang mendokumentasikan semua hal yang penting
dilakukan oleh perusahaan dalam menjalankan operasinya dan berinteraksi dengan lingkungan.
Sistem pemrosesan transaksi adalah sistem informasi pertama yang terkomputerisasi. Selain
sebagai area aplikasi yang paling dapat dipahami, sistem ini juga berperan sebagai fondasi dari
semua aplikasi lainnya. Fondasi ini mengambil bentuk basis data, yang mendokumentasikan
semua hal yang penting yang dilakukan oleh perusahaandalam menjalankan operasinya dan
berinteraksi dengan lingkungan.
D. System informasi organisasi
Sistem Informasi organisasi dikembangkan untuk memenuhi kebutuhan akan informasi yang
berhubungan dengan bagian-bagian tertentu organisasi, Marketing information system (MKIS)
memberikan informasi yang berhubungan dengan aktivitas pemasaran perusahaan, Terdiri atas
kombinasi antara subsistem input dan output yang terhubung oleh basis data.
1. Output subsystems menyediakan informasi mengenai unsur-unsur penting dalam marketing
mix. Marketing mix terdiri dari 4 bahan utama yang di kelola oleh management untuk memenuhi
kebutuhan pelanggan akan profit
1. Subsistem produk menyediakan informasi mengenai produk perusahaan
2. Subsistem lokasi menyediakan informasi mengenai jaringan distribusi perusahaan
3. Subsistem promosi menyediakan informasi mengenai iklan dan aktivitas penjualan
pribadi perusahaan.
4. Subsistem Harga menolong menager untuk membuat keputusan harga
5. Subsitem bauran terintegrasi yang memungkinkan manager mengembangkan strategi
yang mempertimbangkan pengaruh gabungan dari unsur-unsur di atas.
2. Basis Data : Basis data merupakan data yang digunakan oleh subsistem output yang berasal
dari basis data. Basis data dipopulasikan dengan data yang berasal dari tiga subsistem ouput.
3. Subsistem Input : sistem pemrosesan transaksi mengumpulkan data dari sumber-sumber
internal dan lingkungan lalu memasukannya ke dalam basis data.
6. 6
Sistem Informasi Sumber Daya Manusia
Sistem informasi sumber daya manusia memberikan informasi kepada seluruh
manajer perusahaan yang berkaitan dengan sumber daya manusia perusahaan.
Sistem Informasi Manufaktur
Sistem informasi manufaktur memberikan informasi kepada seluruh manajer
perusahaan yang berkaitan dengan operasi manufaktur perusahaan.
Sistem Informasi Keuangan
Sistem informasi keuangan memberikan informasi kepada seluruh manajer
perusahaan yang berkaitan dengan aktivitas keuangan perusahaan.
Sistem Informasi Eksekutif
Sistem informasi manufaktur adalah suatu sistem informasi yang memberikan
informasi kepada para manajer ditingkat lebih tiinggi atas kinerja perusahaan secara
keseluruhan. Sistem informasi eksekutif ini biasanya terdiri atas stasiun-stasiun kerja
eksekutif yang terhubung melalui jaringan ke komputer pusat. Para perancang sistem
informasi eksekutif membuat sistem secara fleksibel sehingga ia akan dapat memenuhi
keinginan semua eksekutif apa pun itu. Salah satu pendekatan adalah dengan memberikan
kemampuan drill down (perincian), dengan pendekatan ini eksekutif dapat mengeluarkam
tampilan ringkasan dan kemudian secara berurutan menampilkan detail dari tingkat lebuih
rendah. Drill down ini akan terus dilakukan sampai eksekutif merasa puas bahwa mereka
telah mendapatkan jumlah detail sesuai dengan kebutuhan.
Database dipopulasikan dengan data yang berasal dari tiga input subsistem.
1. Sistem pemrosesan transaksi(TPS) mengumpulkan data dari sumber-sumber internal dan
lingkungan lalu memasukkan ke dalam database.
7. 7
2. Subsistem riset pemasaran(Marketing research subsystem) mengumpulkan data internal
dan lingkungan dengan melakukan studi khusus.
3. Subsistem intelegensi pemasaran(Marketing intelligence subsystem) mengumpulkan data
lingkungan yang berfungsi untuk menjaga manajemen tetap terinformasi mengenai
aktifitas para pesaing dan pelanggan perusahaan dan unsur-unsur lain yang dapat
mempengaruhi operasional perusahaan.
Sistem informasi organisasi meliputi :
Area-area bisnis perusahaan-keuangan.
Sumber daya manusia.
Layanan informasi.
Manufaktur.
Pemasaran-menggunakan basis data yang diproduksi oleh sistem pemrosesan transaksi.
1. Sistem informasi pemasaran memberikan informasi yang berhubungan dengan aktivitas
pemasaran perusahaan.
2. Sistem informasi manufaktur yaitu memberikan informasi kepada seluruh manajer
perusahaan yang berkaitan dengan operasi manufaktur .
3. Sistem informasi SDM yaitu memberikan informasi kepada seluruh manajer perusahaan
yang berkaitan dengan sumber daya manusia perusahaan.
4. Sistem informasi keuangan yaitu memberikan informasi kepada seluruh manajer
perusahaan yang berkaitan dengan aktivitas keuangan perusahaan.
5. Sistem informasi eksekutif adalah sistem yang memberikan informasi kepada para
manajer ditingkat lebih tinggi atas kinerja perusahaan secara keseluruhan.
E. Manajemen hubungan dengan pelanggan
Adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan
maupun pelanggannya akan menerima nilai maksimum dari hubungan ini.
8. 8
Basis data yang kita masukkan dalam model sistem pemrosesan transaksi dan dalam model-
model sistem informasi pemasaran, sumber daya manusia, manufaktur, dan keuangan
dimaksudkan untuk mendukung para pengguna dalam mengerjakan aktivitas mereka sehari-hari.
Data dalam basis data ini harus data terbaru sehingga para memiliki dasar terbaik untuk membuat
keputusan dan memecahkan masalah.
Dalam merancang basis data ini, dilakukan upaya untuk memberikan data historis
meskipun terbatas. Kebutuhan akan data historis ini khususnya sangat besar dalam area
pemasaran, dimana para manajer ingin dapat melacak perilaku pembelian para pelanggan selama
jangka waktu yang cukup panjang. Kebutuhan ini telah merangsang strategi pmasaran populer
yang disebut manajemen hubungan pelanggan.
Customer relationship management (CRM) adalah manajemen hubungan antara
perusahaan dengan pelanggannya sehingga antara perusahaan dan pelanggannya akan
menerima nilai max dari hubungan ini. suatu jenis manajemen yang secara khusus
membahas teori mengenai penanganan hubungan antara perusahaan dengan
pelanggannya dengan tujuan meningkatkan nilai perusahaan di mata para pelanggannya.
Pengertian lain mengatakan bahwa ia adalah sebuah sistem informasi yang terintegrasi
yang digunakan untuk merencanakan, menjadwalkan, dan mengendalikan aktivitas-
aktivitas prapenjualan dan pascapenjualan dalam sebuah organisasi. CRM melingkupi
semua aspek yang berhubungan dengan calon pelanggan dan pelanggan saat ini, termasuk
di dalamnya adalah pusat panggilan (call center), tenaga penjualan (sales force),
pemasaran, dukungan teknis (technical support) dan layanan lapangan (field service).
CRM system akan mengakumulasi data untuk jangka panjang – 5 tahun, 10 tahun atau
lebih & menggunakan data tersebut memberikan data kepada para pengguna
Sasaran dan Tujuan
Sasaran utama dari CRM adalah untuk meningkatkan pertumbuhan jangka panjang dan
profitabilitas perusahaan melalui pengertian yang lebih baik terhadap kebiasaan (behavior)
9. 9
pelanggan. CRM bertujuan untuk menyediakan umpan balik yang lebih efektif dan integrasi
yang lebih baik dengan pengendalian return on investment (ROI) di area ini.
Otomasi Tenaga Penjualan (Sales force automation/SFA), yang mulai tersedia pada pertengahan
tahun 80-an adalah komponen pertama dari CRM. SFA membantu para sales representative
untuk mengatur account dan track opportunities mereka, mengatur daftar kontak yang mereka
miliki, mengatur jadwal kerja mereka, memberikan layanan training online yang dapat menjadi
solusi untuk training jarak jauh, serta membangun dan mengawasi alur penjualan mereka, dan
juga membantu mengoptimalkan penyampaian informasi dengan news sharing.SFA, pusat
panggilan (bahasa inggris:call center) dan operasi lapangan otomatis ada dalam jalur yang sama
dan masuk pasaran pada akhir tahun 90-an mulai bergabung dengan pasar menjadi CRM. Sama
seperti ERP (bahasa Inggris:Enterprise Resource Planning), CRM adalah sistem yang sangat
komprehensif dengan banyak sekali paket dan pilihan.
Merujuk kepada Glen Petersen, penulis buku “ROI: Building the CRM Business Case,” sistem
CRM yang paling sukses ditemukan dalam organisasi yang menyesuaikan model bisnisnya untuk
profitabilitas, bukan hanya merancang ulang sistem informasinya.
CRM mencakup metoda dan teknologi yang digunakan perusahaan untuk mengelola hubungan
mereka dengan pelanggan. Informasi yang disimpan untuk setiap pelanggan dan calon pelanggan
dianalisa dan digunakan untuk tujuan ini. Proses otomasi dalam CRM digunakan untuk
menghasilkan personalisasi pemasaran otomatis berdasarkan informasi pelanggan yang
tersimpan di dalam sistem.
Fungsi-fungsi dalam CRM
Sebuah sistem CRM harus bisa menjalankan fungsi:
Mengidentifikasi faktor-faktor yang penting bagi pelanggan.
Mengusung falsafah customer-oriented (customer centric)
Mengadopsi pengukuran berdasarkan sudut pandang pelanggan
Membangun proses ujung ke ujung dalam melayani pelanggan
Menyediakan dukungan pelanggan yang sempurna
Menangani keluhan/komplain pelanggan
10. 10
Mencatat dan mengikuti semua aspek dalam penjualan
Membuat informasi holistik tentang informasi layanan dan penjualan dari pelanggan
F. Data warehousing
Seiring dengan tereakumulasinya data transaksi selama bertahun-tahun, maka volume
data akan menjadi sangat besar. Hanya dalam belakangan ini saja teknologi komputer
mampu mendukung suatu sistem dengan permintaan data berskala besar.Kini dimungkinkan
untuk membangun suatu sistem dengan kapasitas data yang hampir tak terbatas.
Data Warehouse menjelaskan penyimpanan data yang memiliku karakteristik sbb:
1. Kapasitas penyimpanan yang sangat besar
2. Data diakumulasi dengan menambahkan record baru, bukannya dijaga tetap paling
mutakhir dengan memperbarui record yang sudah ada dengan informasi baru.
3. Data dapat diambil dengan mudah
4. Data sepenuhnya digunakan untuk pengambilan keputusan, tidak digunakan dalam
operasional perusahaan sehari-hari
5. Data mart adalah sebuah database yang berisi data yang hanya menguraikan satu
segmen dari operasi perusahaan.
6. Data warehousing adalah pembuatan & penggunaan dari data warehouse atau data
mart
7. Sumber-sumber data yang utama adalah TPS, ketika data diidentifikasi memiliki nilai
potensial dalam pengambilan keputusan
8. Staging area adalah tempat dimana data menjalani ekstraksi, transformasi, dan
pemuatan.
9. Ekstraksi menggabungkan data dari berbagai macam sumber.
10. Transformasi membersihan data, menempatkan dalam format yang terstandard dan
membuat ringkasan. Data disimpan dalam bentuk detail & ringkasan
11. Loading melibatkan entri data ke dalam tempat penyimpanan data warehouse.
11. 11
12. Metadata “Data tentang data” Data yang menjelaskan data dalam tempat
penyimpanan data. Melacak data ketika ia beredar di sepanjang sistem data
warehouse.
G. Penyimpanan data warehousing
Dimension tables data pengidentifikasi & data deskriptif, menjadi basis untuk melihat data dari
berbagai sudut pandang atau dimensi.
Data warehouse adalah bagian utama dari data warehousing data ke dalam gudang, mengubah
isinya menjadi informasi tersebut kepada para pengguna. Sumber data yang utama adalah
sistem pemrosesan transaksi, namun tambahan data dapat diperoleh dari sumber-sumber lain,
baik itu internal maupun lingkungan. Ketika data diidentifikasi memiliki nilai potensial dalam
pengambilan keputusan, maka data tersebut akan ditambahkan ke data warehouse.
Sistem data warehousing juga mencakup pula komponen manajemen dan kendali.
Komponen ini mirip dengan sistem manajemen basis data, yang mengendalikan pergerakan
data di sepanjang sistem.
Fact Tables (Table fakta) berisi ukuran-ukuran kuantitatif sebuah entitas.
1. Digabungkan dengan table dimensi, berbagai analisa dapat dibuat
2. Pengguna dapat meminta informasi yang melibatkan semua kombinasi dari dimensi dan
fakta.
Fact Dimentions Tabel dimensi, data pengindentifikasi akan disimpan di tabel dimensi. Istilah
dimensi mengartikan pemikiran bahwa data tersebut dapat menjadi basis untuk melihat data dari
berbagai sudut pandang atau berbagai dimensi.
Paket informasi (Information Package) mengidentifikasi semua dimensi yang akan digunakan
dalam analisa suatu aktivitas tertentu.
Skema Bintang (Star Schema) – untuk setiap dimensi, akan ada satu kunci yang
12. 12
mengidentifikasikan dimensi dan menciptakan hubungan ke paket informasi dimana hasilnya
memiliki kemiripan dengan pola bintang. Tempat penyimpanan data warehouse terdiri atas
beberapa skema bintang, dengan satu skema untuk setiap jenis aktivitas yang dianalisa.
H. Penyampaian informasi
Unsur terakhir dalam sistem data warehousing adalah sistem penyampaian informasi,
yang mendapatkan data dari tempat penyampaian data, mengubahnya menjadi informasi,
dan menjadikan informasi tersebut tersedia bagi para pengguna. Informasi dapat diberikan
dalam bentuk terinci atau dalam berbagai tingkat ringkasan.
Drill down-proses melakukan navigasi ke bawah melalui tingkatan-tingkatan rincian
Roll up-memungkinkan pengguna memulai dengan tampilan terinci dan kemudian
meringkas rincian-rincian tersebut menjadi tingkat yang lebih tinggi.
Drill across-dengan cepat bergerak dari satu hirarki data ke hirarki yang lainnya.
Drill through-berangkat dari tingkat ringkasan ke tingkat terendah data yang terinci.
I. OLAP
On-line analytical processing (OLAP) memungkinkan pengguna untuk berkomunikasi dengan
data warehouse melalui sebuah GUI atau sebuah web interface & dengan cepat menghasilkan
informasi dalam berbagai bentuk termasuk grafik.
Data telah berkembang sangat pesat dalam beberapa dekade terakhir. Banyak bentuk-bentuk
yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari
field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format
tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu
metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu
keperluan tertentu. Sejak tahun 1980-an , baik organisasi swasta maupun pemerintahan telah
bekerja dengan data dalam interval megabyte sampai gigabyte bahkan terabyte. Oleh karena itu,
kebutuhan akan alat cangih dan cepat dalam menganalisis data semakin meningkat. Hal ini
dikarenakan maju atau mundurnya perusahaan akan sangat bergantung oleh seberapa cepat dan
13. 13
canggihnya sistem informasi yang mereka miliki serta kemampuan mereka dalam menganalisis
informasi dengan sistem tersebut. Dengan memanfaatkan relational database yang sudah ada
maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat
untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi Sudah sekian
lama, perusahaan menganalisis data dengan menggunakan relational DBMS yang sangat
sederhana, dan tentunya memiliki keterbatasan dalam melakukan aggregate, summarize,
consolidate, sum, view, dan analyze. Kekurangan tersebut akan muncul jika datanya bersifat
multidimensi, karena banyak perusahaan menganalisis berbagai data dalam satu waktu yang
bersamaan. Oleh karena itu, dibutuhkan suatu multidimensional data analysis sehingga
muncullah Online Analytical Processing (OLAP)
Relational OLAP (ROLAP) menggunakan sebuah relational database management system
standar.
1. ROLAP memiliki bentuk terinci
2. Analisa harus dilakukan untuk menghasilkan ringkasan.
DEFINISI
Online Analytical Processing (OLAP ) merupakan suatu 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 analisis.
OLAP (Online Analytical Processing) adalah teknologi yang memproses data di dalam data
warehouse dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis
yang kompleks.
TEKNIK OLAP
Selain itu, teknik OLAP itu sendiri dapat dirangkum menjadi 5 garis besar yaitu Fast Analysis of
Shared Multidimensional Information atau disingkat menjadi FASMI yang masing-masing
berarti sebagai berikut:
1. FAST, berarti sistem ditargetkan untuk memberikan response terhadap user
dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
14. 14
2. ANALYSIS, berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik
yang relevan dengan aplikasi dan user, dan mudah.
3. SHARED, berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika
dibutuhkan banyak akses penulisan terhadap data, disesuaikan dengan level dari user.
Tidak semua aplikasi membutuhkan user untuk menulis data kembali. Sistem harus dapat
meng-handle multiple update dalam satu waktu secara aman.
4. MULTIDIMENSIONAL, berarti sistem harus menghasilkan conceptual view dari data
secara multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini
merupakan cara yang logic untuk menganalisis bisnis dan organisasi.
5. INFORMATION, adalah semua data dan informasi yang dibutuhkan dan relevan untuk
aplikasi. Kapasitas produk OLAP berbeda untuk menghandle input data tergantung
beberapa pertimbangan meliputi duplikasi data, RAM yang dibutuhkan, penggunaan disk
space, performance, integrasi dengan data warehouse, dan lainnya.
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.
TEMPAT PENYIMPANAN
Dari OLAP tersebut terdapat 3 model penyimpanan data dalam cube yang difasilitasi oleh
Microsoft SQL Server 7.0. Ketiga model penyimpanan data tersebut adalah:
J. Multidimensional OLAP (MOLAP) menggunakan multidimensional database
management systemkhusus.
15. 15
Multidimensional online analitycal processing (MOLAP) menyimpan data dan agregasi pada
struktur data multidimensi. Struktur MOLAP ini tidak tersimpan pada data warehouse tapi
tersimpan pada OLAP server.
Sehingga performa query yang dihasilkan olehnya sangat bagus. Model penyimpanan ini sesuai
untuk database dengan ukuran kecil sampai sedang.
1. MOLAP data diproses terdahulu untuk menghasilkan ringkasan pada berbagai tingkat
rincian dan disusun menurut berbagai dimensi.
2. Kemampuan meringkas dengan cepat, dapat menggunakan banyak dimensi – 10 atau
lebih.
K. ROLAP
ROLAP (relational online Analitycal processing) menggunakan tabel pada database relasional
data warehouse untuk menyimpan detil data dan agregasi kubus. Berbeda dengan MOLAP,
ROLAP tidak menyimpan salinan database, ia mengakses langsung pada tabel fact ketika
membutuhkan jawaban sebuah query.
Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan
ROLAP maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar
dan jarang dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa
tahun yang sebelumnya.
L. HOLAP
Gabungan model MOLAP dan ROLAP dapat kita peroleh dari HOLAP (hibrid online analitycal
processing).Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format
multidimensi.
Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan
dari tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP lebih kecil
daripada kubus MOLAP tapi response time query masih lebih cepat jika dibandingkan dengan
ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus yang membutuhkan
performa query yang bagus dengan jumlah data yang besar.
16. 16
M. Data mining
Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data
berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata
mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar
material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu
seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Data
mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap
pola-pola tersembunyi. Dengan arti lain Data mining adalah proses untuk penggalian pola-pola
dari data. Data mining menjadi alat yang semakin penting untuk mengubah data tersebut menjadi
informasi. Hal ini sering digunakan dalam berbagai praktek profil, seperti pemasaran,
pengawasan, penipuan deteksi dan penemuan ilmiah. Telah digunakan selama bertahun-tahun
oleh bisnis, ilmuwan dan pemerintah untuk menyaring volume data seperti catatan perjalanan
penumpang penerbangan, data sensus dan
supermarket scanner data untuk menghasilkan laporan riset pasar.
1. Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui
pengguna.
2. Hypothesis verification dimulai dengan hipotesis pengguna mengenai bagaimana data
saling terhubung.
Proses pengambilan akan dipandu sepenuhnya oleh pengguna
Informasi yang terpilih tidak akan dapat lebih baik dari pemahaman pengguna akan data.
Cara tradisional untuk melakukan query atas suatu database.
3. Knowledge discovery sistem data warehouse menganalisa tempat penyimpanan data
warehouse, mencari kelompok-kelompok dengan karakteristik yang sama.
Alasan utama untuk menggunakan data mining adalah untuk membantu dalam analisis koleksi
pengamatan perilaku. Data tersebut rentan terhadap collinearity karena diketahui keterkaitan.
Fakta yang tak terelakkan data mining adalah bahwa subset/set data yang dianalisis mungkin
tidak mewakili seluruh domain, dan karenanya tidak boleh berisi contoh-contoh hubungan kritis
tertentu dan perilaku yang ada di bagian lain dari domain . Untuk mengatasi masalah semacam
17. 17
ini, analisis dapat ditambah menggunakan berbasis percobaan dan pendekatan lain, seperti
Choice Modelling untuk data yang dihasilkan manusia.
Dalam situasi ini, yang melekat dapat berupa korelasi dikontrol untuk, atau
dihapus sama sekali, selama konstruksi desain eksperimental.
18. 18
DAFTAR PUSTAKA
Robert G Murdick,dkk,Sistem Informasi Untuk Manajemen Modern,Jakarta:Erlangga,1991
Yakub.2012.Pengantar Sistem Informasi,Yogyakarta:Graha Ilmu
James A. O’Brien, George M. Marakas” Informasi Manajemen (Management Information
Systems)” Edisi 9, Buku 1 2013
Jogiyanto,2005.Analisis & Desain Sistem Informasi: Pendekatan terstruktur.Teori dan Praktik
Aplikasi Bisnis,yogjakarta:Andi Offset
https://melishaputri.wordpress.com/2012/11/17/informasi-dalam-praktik/