Business
intelligence 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. Pada umumnya solusi yang disediakan oleh
BI berupa sumber-sumber data dimana data yang sifatnya transaksional
dikumpulkan, data warehouses/data marts, reporting dan alat visualisasi,
seperti analisis prediksi dan modelling.
komponen
utama BI Komponen Utama Business Intelligence yaitu: data operasional, ETL,
data Warehouse dan OLAP atau data mining.
Data Warehouse : metode penyimpanan data dalam skala
yang sangat besar
Data Mining : metode
pencarian pengetahuan baru yang terkandung dalam data yang sangat besar
Data Mart : metode
yang mendukung pembuatan laporan dan analisa data pada suatu unit,
bagian atau operasi pada suatu perusahaan
OLAP (On-Line Analytical Processing) Proses dalam
business intelligence tidak hanya berhenti sampai dalam tahap pembuatan data
warehouse semata, tetapi yang lebih penting ialah kemampuan untuk menganalisis
data tersebut menjadi salah satu bahan pertimbangan dalam mengambil keputusan.
OLAP dapat membantu untuk menganalisis data-data dalam data warehouse.
Karakteristik OLAP
-
Menggunakan teknik analisa data Multidimensional
-
Menyediakan dukungan database tingkat lanjut
-
Menyediakan cara pakai yang mudah dan User Interface yang mudah difahami.
-
Mendukung arsitektur Client/Server
MOLAP
Multidimensional
OLAP, Data disimpan dalam bentuk Multidimensional Database.
Pros:
–
Performance hebat, karena MOLAP memang dibangun
untuk
pengambilan data yang cepat, dan optimal untuk
operasi
Slicing dan Dicing.
–
Dapat membentuk kalkulasi yang komplek dan cepat.
Semua
kalkulasi telah dihitung saat Cube dibentuk.
Cons:
–
Jumlah volume data yang dapat ditangani terbatas. Karena
semua
kalkulasi telah dihitung saat Cube dibentuk maka
untuk
menyimpan hasil kalkulasi tersebut diperlukan
volume
data yang besar dalam Cube nya sendiri.
–
Diperlukan investasi tambahan karena teknologi MOLAP
Cube
seringkali belum dimiliki oleh organisasi, dengan
kata
lain untuk mengadopsi teknologi MOLAP ada peluang
untuk
menambah investasi tenaga dan biaya.
ROLAP
Relational
OLAP, menggunakan Relational Database baik untuk menyimpan Detail data maupun
untuk menyimpan Aggregate nya. Memanage pembuatan dan perawatan Aggregate.
Pros:
–
Dapat menangani jumbalh volume data yang sangat besar,
batasan
ukuran volume data yang ditangani pada
teknologi
ROLAP adalah batas dari volume dari Relational
Database
yang dipakai. Dengan kata lain pada ROLAP
sendiri
tidak ada batasan volume data.
–
Dapat memanfaatkan fungsi-fungsi yang ada pada
Relational
Database yang dipakai.
Cons:
–
Performance dapat lambat, karena setiap ROLAP report
pada
dasarnya adalah SQL Query pada Relational Database,
waktu
Query dapat lebih lama jika volume data semakin
besar.
–
Fungsi SQL yang terbatas, karena teknologi ROLAP
terutama
tergantung pada pembentukan statement Query
pada
Relational Database, dan tidak semua kebutuhan
dapat
terpenuhi dengan SQL Statement. ROLAP vendor
telah
mengantisipasi resiko ini dengan cara membuat Tool
out-of-the-box
untuk fungsi-fungsi yang kompleks bahkan
memungkinkan
user untuk mendefinisikan fungsi-fungsi
yang
dibutuhkannya sendiri.
HOLAP
Hybrid
OLAP, Menggabungkan kedua teknologi diatas. HOLAP menggunakan Relational
Database untuk menyimpan Detail data dan menggunakan Multidimensional Database
untuk menyimpan Aggregate nya.
HOLAP
menggabungkan kelebihan-kelebihan yang ada pada MOLAP dan ROLAP.
HOLAP
juga memanfaatkan teknologi MOLAP cube untuk mendapatkan performance yang lebih
cepat.
Jika
dibutuhkan informasi di level detail, HOLAP dapat ‘Drill-through” dari Cube
masuk kedalam Relational Database yang mendasarinya.
