Rabu, 23 Januari 2013

BUSINESS INTELLIGENCE KAPITA SELEKTA

Business Intelligence 
pengertian data warehouse

  • Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.
  • Jadi, Data Warehouse merupakan  motode dalam perancangan database yang menunjang DSS (Decission Support System) dan EIS (Executive Information System).  Data warehouse adalah database yang berisi data dari beberapa system operasional yang terintegrasi dan terstruktur sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan dalam bisnis. Data warehouse didesain untuk dapat melakukan query dengan cepat. Informasi diturunkan dari data lain, dilakukan rolling up untuk dijadikan ringkasan, dilakukan operasi drilling down untuk mendapatkan informasi lebih detail, atau melihat pola yang menarik atau melihat trend (kecenderungan)
Istilah-istilah yang berkaitan dengan data warehouse antara lain


  1. DATA MART
  2. DATA MINING
  3. DATA WAREHOUSE
  4. DATA OLAP (Online Analytical Processing)
  5. DATA MOLAP (Multimentional Olap)
  6. DATA ROLAP (Relational Olap)
  7. BUSSINESS INTELLIGENCE (Relational Olap)
  8. DATA HOLAP (Heybrid Olap)
Pengertian dari istilah-istilah tersebuat adalah

DATA MART
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.

Terminologi
Sebuah gudang data adalah agregasi pusat data (yang dapat didistribusikan secara fisik); data mart adalah gudang data yang mungkin atau tidak mungkin berasal dari sebuah gudang data dan yang menekankan kemudahan akses dan kegunaan untuk tujuan tertentu yang dirancang. Secara umum, data warehouse cenderung menjadi konsep strategis tetapi agak belum selesai; data mart cenderung taktis dan ditujukan untuk memenuhi kebutuhan segera. Seorang penulis, Marc Demarest, menunjukkan menggabungkan ide-ide ke dalam Universal Data Arsitektur (Uda). Dalam prakteknya, banyak produk dan perusahaan yang menawarkan layanan data gudang juga cenderung untuk menawarkan kemampuan data mart atau jasa.
Ada dapat beberapa data mart di dalam sebuah perusahaan tunggal; unit bisnis masing-masing yang relevan dengan satu atau lebih untuk yang dirancang. DMS mungkin atau mungkin tidak tergantung atau terkait dengan pasar data lain dalam sebuah perusahaan tunggal. Jika data mart ini dirancang menggunakan fakta sesuai dan dimensi, maka mereka akan terkait. Dalam beberapa penyebaran, masing-masing departemen atau unit bisnis dianggap sebagai pemilik data mart, termasuk semua perangkat keras, perangkat lunak dan data. Hal ini memungkinkan setiap departemen untuk menggunakan, memanipulasi dan mengembangkan data mereka dengan cara apapun mereka mau.; Tanpa mengubah informasi dalam pasar data lain atau data warehouse. Dalam penyebaran lain di mana dimensi sesuai digunakan, kepemilikan unit usaha ini tidak akan terus berlaku untuk dimensi bersama seperti pelanggan, produk, dll
The spreadmart istilah yang terkait menggambarkan situasi yang terjadi ketika satu atau lebih bisnis analis mengembangkan sistem spreadsheet terkait dengan melakukan analisis bisnis, kemudian tumbuh ke ukuran dan tingkat kompleksitas yang membuat hampir tidak mungkin untuk mempertahankan.

Kelebihan
Mart data memiliki berbagai keuntungan. Ini adalah terutama sebagai berikut:
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.
Kekurangan
Data mart memiliki kelemahan tertentu juga. Data mart tidak bisa sepenuhnya menilai kinerja LAN berbasis sistem manajemen database sementara port dari satu lingkungan yang lain. Juga, data mart dapat mendukung kelompok-kelompok pengguna kecil atau sederhana sumber data, yang tidak ideal untuk aplikasi perangkat lunak didistribusikan dan pengembangan skala besar Perusahaan-lebar sistem manajemen database.

DATA MINING
     Istilah data mining sudah berkembang jauh dalam mengadaptasi setiap bentuk analisa data. Pada dasarnya data mining berhubungan dengan analisa data dan penggunaan teknik-teknik perangkat lunak untuk mencari pola dan keteraturan dalam himpunan data yang sifatnya tersembunyi. 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 [AGR-93].
Kelebihan
Ø  Kemampuan dalam mengolah data dalam jumlah yang besar.
Ø  Pencarian Data secara otomatis.

Kekurangan
¨      Kendala Database ( Garbage in garbage out ).
¨      Tidak bisa melakukan analisa sendiri. 

DATA WEREHOUSE
     Data warehouse adalah suatusistem komputer untukmengarsipkan dan menganalisis datahistoris suatu organisasi seperti data penjualan, gaji, dan informasi lain dari operasi harian. Pada umumnya suatu organisasi menyalin informasi dari sistem operasionalnya (seperti penjualan dan SDM) ke gudang data menurut jadwal teratur, misalnya setiap malam atau setiap akhir minggu. Setelah itu, manajemen dapat melakukan kuerikompleks dan analisis (contohnya penambangan datadata mining) terhadap informasi tersebut tanpa membebani sistem yang operasional.

Struktur database Warehouse


Kelebihan
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 yang didapatkan dengan menggunakan data warehouse tersebut dibawah ini (Ramelho).
  • 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. 
  • Membangun data warehouse tentu saja memberikan keuntungan lebih bagi suatu perusahaan, karena data warehouse dapat memberikan keuntungan strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka. Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom Huguelet):
Kekurangan
Data warehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur. 
Ø  Data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan tenggang waktu untuk memindahkannya.
Ø  Semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
Ø  Datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data yang digunakan di datawarehouse tidak di update secara cepat. sehingga data yang ada tidak optimal.
DATA OLAP
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. 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

Kelebihan
Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya :
1.      Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi.
2.  Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas   pengambilan keputusan.
3.      Mempercepat respon terhadap permintaan pasar.
4.  Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri.
5.  Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.
6.  Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.
7.  Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasarlebihcepat.
DATA MOLAP
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 MOLAP secara umum dibagi ke dalam dua tahap sebagai berikut :
  • 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.
  • 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.

HOLAP (Hybrid OLAP)
HOLAP hadir untuk mengatasi kelemahan dari ROLAP dan MOLAP, kelemahan tersebut adalah :
  • Performa ROLAP tidak begitu baik karena agregasi selalu dilakukan ulang apabila cache sudah expired.
  • Keterbatasan storage dari MOLAP jika digunakan untuk menyimpan kombinasi agregasi pada semua level.
Jadi HOLAP merupakan kombinasi atau “jalan tengah” antara keduanya dimana HOLAP akan menyimpan data precomputed aggregate pada media penyimpanan (storage) HOLAP sendiri.

DATA ROLAP
ROLAP adalah tipe OLAP yang bergantung kepada database relasional atau RDBMS (Relational Database Management System) sebagai media penyimpanan (storage) data yang akan diolah. Dengan strategi tersebut maka OLAP Server terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query (SQL). Otomatis proses optimasi ROLAP akan sangat ditentukan di sisi produk RDBMS yang digunakan misalkan dari sisi penanganan jumlah data dan strategi indexing.
Kelebihan dan kekurangan
Keuntungan dari ROLAP ini adalah tidak memerlukan storage tambahan. Namun kelemahannya adalah  jika data untuk suatu cube sangat besar (masif) maka performa pengambilan data akan cukup buruk.
Cara kerja ROLAP secara umum adalah sebagai berikut :
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
BUISSINES INTELLIEGENCE
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.

Kegunaan BI
Perusahaan menggunakan BI untuk memperoleh lebih dalam lagi mengenai segala informasi yang berhubungan dengan kinerja bisnis. Hal ini digunakan untuk memahami, meningkatkan kinerja, penganggaran biaya yang lebih efisien dan mengidentifikasi peluang bisnis baru. Beberapa hal kegunaan BI, antara lain:
a.       Analisa dalam perilaku konsumen, pola pembelian dan trend penjualan.
b.      Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan.
c.       Penganggaran, perencanaan keuangan dan peramalan.
d.      Mengetahui kinerja kegiatan pemasaran.
e.       Optimalisasi proses dan kinerja operasional.
f.       Meningkatkan efektifitaspengiriman dan pasokan.
g.      Analisa CRM (Customer Relationship Management).
h.      Analisa Resiko.
i.        Analisa nilai strategis
j.        Analisa social media

Perusahaan yang merepkan BI antara lain:
1)      PT Indosat Sales Area Kota Mojokerto.
2)      Blue Bird Group.
3)      Bank Indonesia.
4)      PTGaruda Indonesia.
5)      PT.Indofood.
6)      PT Coca Cola Distribution Indonesia.
7)      Ayala Corporation dari Filipina.

BI merupakan produk dari SAP ERP, product ini gunanya untuk menyimpan data + reporting yang berasal dari SAP ERP atau sistem lainnya seperti MsSql, Oracle, dll.

DATA HOLAP\
HOLAP  membagi data anatara tabel relational dan tempat penyimpanan khusus. HOLAP hadir      untuk mengatasi kelemahan dari ROLAP dan MOLAP, kelemahan tersebut adalah :
  • Performa ROLAP tidak begitu baik karena agregasi selalu dilakukan ulang apabila cache sudah expired.
  •  Keterbatasan storage dari MOLAP jika digunakan untuk menyimpan kombinasi agregasi pada semua level.
Jadi 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 

Selasa, 22 Maret 2011

Apa Itu Cloud Computing / Komputasi Awan?


Cloud computing atau komputasi awan merupakan definisi untuk teknologi komputasi grid (grid computing) yang digunakan pada pertengahan hingga akhir 1990-an. Jargon komputasi awan mulai muncul pada akhir tahun 2007, digunakan untuk memindahkan layanan yang digunakan sehari-hari ke Internet, bukan disimpan di komputer lokal lagi.

Email yang tersedia dalam bentuk web mail merupakan contoh yang sangat kecil dari teknologi cloud computing. Dengan menggunakan layanan email seperti Gmail dan Yahoo Mail, orang tidak perlu lagi menggunakan Outlook atau aplikasi desktop lainnya untuk email mereka. Membaca email dengan browser memungkinkan dilakukan di mana saja sepanjang ada koneksi internet.

Pada tahun 2007, layanan lain termasuk pengolahan kata, spreadsheet, dan presentasi telah dipindahkan ke dalam komputasi awan. Google menyediakan pengolah kata, spreadsheet dan aplikasi presentasi di lingkungan komputasi yang awan dan terintegrasi dengan Gmail dan Google Calendar, menyediakan lingkungan kantor di web (atau di awan). Microsoft dan perusahaan lain juga bereksperimen dengan mengalihkan program-program ke awan untuk membuatnya lebih terjangkau dan lebih mudah diakses oleh pengguna komputer dan Internet. Perangkat lunak sebagai layanan (istilah Microsoft untuk komputasi awan) adalah barang yang sangat baru bagi kebanyakan orang di Microsoft.

Cloud computing saat ini sangat populer, selain dari pemain besar software seperti Microsoft dan Google, perusahaan lain bermunculan hanya untuk menyediakan layanan berbasis awan sebagai pengganti atau penyempurnaan aplikasi pada PC hari ini. Beberapa dari perusahaan tersebut adalah Zoho.com, sebuah office suite online, Evernote.com, merupakan sebuah situs yang ditujukan untuk catatan online , dan RememberTheMilk.com, manajemen tugas online.

Teknologi komputasi dan teknik pemrograman baru atau teknik pengembangan berubah dengan cepat, tujuan dalam komputasi awan nampaknya akan membuat teknologi menjadi sangat mudah dimata user dan menjadikannya sesederhana mungkin. Pengembangan berbasis internet sangat pesat saat ini dengan boomingnya blogging dan microblogging serta layanan jejaring sosial yang bertujuan untuk menemukan cara baru membantu individu dan bisnis untuk dapat berkomunikasi satu sama lain di arena komputasi awan

Apa Itu Augmented Reality?


Augmented Reality (AR) mengacu pada penelitian komputer yang bertujuan untuk menghasilkan sistem informasi yang menggabungkan informasi dunia nyata dengan informasi digital. Augmented Reality masih sedang dalam masa pengembangan, namun banyak futuris dan peneliti mengharapkan agar dapat dapat diaplikasikan pada tahun 2010-an atau 2020-an.

Tujuan utama dari sistem Augmented Reality akan berwujud sebagai sebuah kacamata atau proyektor retina yang akan menyediakan tampilan informasi yang relevan, dipetakan ke lingkungan sekitarnya secara realtime. Misalnya, saat melihat sebuah restoran dengan kacamata Augmented Reality, maka satu panggilan otomatis langsung ke database review, atau menu dari website restoran tersebut. Seorang ilmuwan yang bekerja pada perusahaan farmasi bisa menggunakan kacamata untuk menampilkan model 3D dari berbagai molekul dan menggunakannya untuk memvisualisasikan obat yang lebih baik. Anak mungkin menggunakan jaringan yang terhubung kacamata AR untuk bermain video game kehidupan nyata yang memungkinkan menembakkan “laser” dari tangan mereka. Meski kemungkinannya agak terbatas.

Augmented Reality bergantung pada kemajuan teknologi miniaturisasi dan komputasi bergerak (mobile computing). Saat ini, teknologi sistem proyeksi yang efektif dan komputer kecil dan cepat masih kurang matang untuk benar-benar dapat membuat antarmuka Augmented Reality yang efektif, walaupun kita sudah semakin dekat pada kesempurnaan dengan riset yang dilakukan terus-menerus oleh para ahli. Purwarupa telah banyak dibuat selama beberapa dekade, tetapi produk utama yang benar-benar layak belum ada. Salah satu teknologi yang menjanjikan adalah proyeksi retina – laser bertenaga rendah melakukan proyeksi gambar langsung ke retina, sehingga kacamata tidak digunakan lagi. Sistem proyeksi retina komersial sebenarnya sudah ada, namun resolusi dan palet warnanya masih sangat rendah.

Augmented Reality saat ini sebenarnya sudah ada dalam bentuk yang belum sempurna. Misalnya, komentator olahraga sering menggunakan pena cahaya untuk “menggambar” di lapangan sepak bola untuk memberikan bantuan visual untuk rekan komentatornya. Contoh lain adalah gambar iklan yang sering tampil dilapangan bulutangkis ketika ditayangkan di TV, seakan gambar iklan ini melekat pada lapangan. Gambar iklan sponsor ini terus berganti-ganti selama pertandingan. Ini menunjukkan bukti dari konsep AR meski masih terbatas tentunya.

Salah satu purwarupa yang dikembangkan di jepang adalah StarkHUD, berikut cuplikannya, silahkan buka YouTube.com dan cari kata kunci “Augmented Reality
atau klik dibawah dsini

Twitter Delicious Facebook Digg Stumbleupon Favorites More

 
Powered by Blogger