DASAR-DASAR INTELIGEN BISNIS

DASAR-DASAR INTELIGEN BISNIS

Intelegensi Bisnis

            Perangkat-perangkat untuk menggabungkan, menganalisis, dan menyediakan akses untuk data yang luas untuk membantu pengguna mengambil keputusan bisnis.

Dasar-dasar Intelegensi Bisnis : Basis Data dan Manajemen Informasi yaitu:

Ø  Mengorganisasikan data dalam lingkungan file tradisional

Ø  Pendekatan basis terhadap pengelolaan data

Ø  Menggunakan basis data untuk meningkatkan kinerja bisnis dan proses pengambilan keputusan

Ø  Mengelola sumber data

           

A.    Mengorganisasikan Data Dalam Lingkungan File Tradisional

            Sebuah sistem informasi yang efektif menyediakan informasi yang akurat, tepat waktu, dan relevan bagi para penggunanya. Informasi yang tepat waktu dapat dipakai oleh pembuat keputusan ketika dibutuhkan. Informasi yang akurat tidak memiliki kesalahan. Informasi yang relevan artinya informasi itu sangat berguna dan tepat untuk jenis pekerjaan dan keputusan yang membutuhkannya. Sistem komputer mengorganisasikan data ke dalam sebuah hierarki yang dimulai dengan bit dan byte, menuju field, record, dan basis data. Pengelompokan karakter menjadi sebuah kata, kumpulan kata atau bilangan lengkap dinamakan field.

            Sekumpulan field yang saling berhubungan, berkumpul menjadi sebuah record. Sekumpulan record yang jenisnya sama dinamakan file. Sekelompok file yang berhubungan membentuk basis data. Pada banyak organisasi, file data dan sistem cenderung bertumbuh secara mandiri tanpa rencana menyeluruh untuk perusahaan. Redundandi data adalah adanya duplikasi data dalam beberapa file data sehingga data yang sama disimpan di dalam lebih dari satu lokasi. Redundansi data terjadi ketika kelompok yang berbeda dalam organisasi mendapatkan data yang sama secara independen dan menyimpangnya secara independen juga. Ketergantungan program data (program data dependency) mengacu pada pasangan data yang tersimpan dalam file dan program tertentu yang dibutuhkan untuk memperbaharui dan memelihara file tersebut sehingga perubahan dalam datanya. 

            Sistem file tradisional dapat mengirim laporan terjadwal rutin setelah dilakukan pemrograman yang ekstensif, tapi tidak dapat mengirim laporan khusus atau merespons kebutuhan informasi yang tidak diantisipasi secara tepat waktu. Karena kendali terhadap data dan pengelolaannya kurang, akses kepada dan penyebaran dari informasi mungkin tidak dapat dilakukan. Karena potongan-potongan informasi di dalam bagian yang berbeda dari organisasi tidak dapat dihubungkan satu dengan yang lainnya, maka mustahil informasi tersebut dapat dibagikan atau diakses secara tepat waktu.

B.   Pendekatan Basis Data Terhadap Pengelolaan Data

            Basis data (database) adalah sekumpulan data organisasi untuk melayani banyak aplikasi secara efisien dengan memusatkan data dan mengendalikan redundansi data. Sistem manajemen berbasis data (database management system-DBMS) adalah peranti lunak yang memudahkan organisasi untuk memusatkan data, mengelola data secara efisien, dan menyediakan akses data bagi program aplikasi. Jenis DBMS yang paling populer dewasa ini untuk PC juga untuk komputer yang lebih besar dan mainframe adalah DBMS relasional. Sebuah DBMS hierarkis memodelkan hubungan banyak ke banyak. Sebuah DBMS berorientasi objek (objek oriented DBMS) menyimpan data dan prosedur yang menganggap data tersebut sebagai objek yang secara otomatis dapat diambil kembali dan dibagikan.

C.    Menggunakan Basis Data untuk meningkatkan kinerja bisnis dan proses pengambilan keputusan.

            Perusahaan menggunakan basis data untuk melacak transaksi dasar, seperti membayar pemasok, memproses pesanan, melacak pelanggan, dan membayar gaji karyawan. Tapi perusahaan juga membutuhkan basis data untuk menyediakan informasi yang akan membantu perusahaan menjalankan bisnis dengan lebih efisien, dan membantu manajer dan karyawan membuat keputusan lebih baik.

            Gudang data (data warehouse) adalah basis data yang menyimpan data yang sekarang dan terdahulu yang mungkin dimintai oleh para pembuat keputusan di seluruh perusahaan.

            Data Mark adalah subset dari gudang data yang didalamnya terdapat ringkasan atau porsi data perusahaan yang sangat terfokus, ditempatkan dalam basis data terpisah untuk suatu populasi atau pengguna tertentu. Perangkat-perangkat  untuk menggabungkan, menganalisis, dan menyediakan akses untuk data yang luas untuk membantu pengguna mengambil keputusan bisnis yang lebih baik sering disebut sebagai intelegensi bisnis (business intelegence).

D.  Mengelola Sumber Data

            Kebijakan informasi (information policy) menentukan aturan-aturan organisasi dalam hal pembagian, penyebaran, perolehan, standarisasi, klasifikasi, dan penyimpanan dari informasi. Administrasi data (data administration) bertanggung jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. Analisis kualitas data sering dimulai dengan audit kualitas data (data quality audit) yang merupakan survei terstruktur atas akurasi dan tingkat kelengkapan dari data dalam sebuah sistem informasi.

            Pembersihan data (data cleaning atau data scrubing) adalah kegiatan mendeteksi dan mengoreksi data dalam basis data yang tidak benar, tidak lengkap, formatnya tidak tepat, atau berlebihan. Pembersihan data tidak hanya mengoreksi kesalahan, tetapi juga menekankan antara sekumpulan data yang berbeda yang berasal dari sistem informasi yang terpisah.

KASUS

Penerapan business intelligence pada Industri Perbankan

            Contoh penerapan business intelligence pada industri perbankan adalah customer relationship management, customer credit analysis, risk management, credit card analysis, customer segmentation, dll (Hair, 2007), (Dan, 2008). Peranan business intelligence dalam kegiatan bisnis dapat menyediakan layanan yang lebih personal kepada pelanggan dan secara radikal meningkatkan kualitas servis dari bank tersebut. Pengelola produk perbankan bersaing dalam mendesain produk dan layanan yang dapat menjawab setiap kebutuhan suatu segmen tertentu.

            Salah satu penerapan customer credit analysis adalah penerapan model penilaian kredit nasabah (Ince & Aktan, 2009). Penilaian kredit nasabah merupakan kegiatan paling penting untuk mengevaluasi aplikasi pinjaman yang diajukan oleh nasabah. system penilaian kredit digunakan untuk memodelkan potensi resiko dari aplikasi pinjaman, dimana system tersebut memiliki keuntungan karena dapat menangani aplikasi pinjaman dalam jumlah besar dengan cepat tanpa membutuhkan sumber daya yang banyak sehingga dapat menurunkan biaya operasional dan efektif dalam mengurangi penalaran dalam pengambilan keputusan. Dengan persaingan dan pertumbuhan pasar kredit konsumen, para pemain di industri perbankan saling berlomba untuk mengembangkan strategi yang lebih baik berkat bantuan penerapan model penilaian kredit. Tujuan dari penilaian kredit adalah memberikan kemampuan kepada bagian analisa kredit untuk menentukan aplikasi pinjaman nasabah yang diterima dari pihak marketing bank termasuk “kredit yang baik” dimana para nasabah yang termasuk dalam kategori tersebut memiliki kemungkinan yang cukup besar untuk membayar kewajiban finansialnya kepada bank atau “kredit yang jelek” dimana para nasabah yang termasuk dalam kategori tersebut memiliki kemungkinan yang cukup besar untuk memenuhi kewajiban finansialnya. Berdasarkan hasil studi yang dilakukan oleh Huseyin Ince dan Bora Aktan (2009), peneliti membandingkan kinerja dari model penilaian kredit menggunakan pendekatan tradisional dan artificial intelligence (discriminant analysis, logistic regression, neural networks, classification, and regression tree). Penelitian percobaan dengan data riil telah mendemonstrasikan bahwa classification, regression tree, dan neural networks mengalahkan kinerja model penilaian kredit secara tradisional dalam hal prediksi keakuratan dan type II errors.

            Analisis terhadap data pelanggan merupakan kunci utama bagi pihak manajemen bank untuk menghasilkan keuntungan yang maksimal. Dengan menggunakan konsep pareto, bahwa dengan mendesain produk dan layanan kepada 20% nasabah dapat memberikan hasil sebesar 80% terhadap keuntungan. Pihak manajemen mempercayai bahwa dengan menganalisa 20% nasabah tersebut merupakan langkah yang efektif dalam meningkatkan keuntungan dan menurunkan biaya operasional. Selain kasus diatas, pihak manajemen bank dapat menganalisis pemasaran kartu, perhitungan harga jual dan tingkat keuntungan terhadap pemillik kartu, deteksi terhadap potensi kecurangan, prediksi manajemen daur hidup nasabah. Segmentasi pelanggan merupakan salah satu strategi pemasaran yang efektif, dengan memahami karakteristik dan kebutuhan setiap segmen nasabah maka pihak manajemen dapat mendesain bagaimana cara memasarkan, harga, kebijakan untuk setiap produk dan layanan sehingga dapat memberikan keuntungan yang maksimal (Mawoli & Abdulsalam, 2012). Dengan penerapan business intelligence dalam proses segmentasi nasabah menjadi lebih mudah karena pihak manajemen dapat dengan mudah mengidentifikasi demografi dan geografi nasabah tetapi pihak manajemen harus meluangkan waktu dan tenaga apabila ingin mengetahui psikografi dan perilaku nasabah dan pihak manajemen perlu mengidentifikasi atribut-atribut yang diperlukan seperti umur, pekerjaan, penghasilan dan jenis kelamin dengan mudah dan pada umumnya dapat diukur dengan RFV (recency, frequency, dan value dari perilaku transaksi mereka) (Sun, 2009), (Lin, Zhu, Yin, & Dong, 2008).

            Dapat disimpulkan bahwa untuk memenuhi kebutuhan nasabah yang makin komplek dan efisiensi bisnis proses dengan otomatisasi kegiatan operasional membutuhkan dukungan sistem informasi. Sistem informasi perbankan perlu tetap dikembangkan sehingga dapat memenuhi kebutuhan nasabah dan mengikuti inovasi bisnis, akan tetapi perlu adanya integrasi dengan sistem business intelligence sehingga pihak manajemen mendapatkan informasi yang up-to-date dan insight dari data historis.

Pertanyaan Diskusi

1.    Telah dikatakan bahwa tidak ada data yang buruk, hanya manajemen yang buruk. Bahaslah implikasi dari pertanyaan tersebut!

Jawab :

Implementasinya yaitu mengapa pihak manajemen dikatakan buruk pekerjaan yang dilakukannya ketimbang data yang buruk yaitu karena jika ada data yang salah atau buruk maka pihak manajemenlah yang salah dan tidak hati-hati dalam memasukkan data atau dengan kata lain piak manajemen itu sensiri tidak hati-hati dalam memilih karyawan uyang akn memasukkan data (input data ). Sebaiknya pihak manajemen berjanji untuk mengurangi ketergantungan pada manusia dalam pengolahan data dikarenakan mesin dan sensor lebih cerdas mengumpulkan data dari sumbernya dan menyampaikan langsung kepada sistem TI perusahaan.

2.    Sampai sejauh mana pengguna akhir harus dilibatkan dalam pemilihan sistem manajemen database dan perancangan database?

Jawab :

Penggunaan akhir ini tidak dapat kita abaikan sebagai yang terpenting untuk berinteraksi dengan basis data, karena mereka membuat laporan dan formulir serta menggunakan jawaban dari pertanyaan basis data tersebut untuk pengmabilan keputusan yang akan berpengaruh terhadap internal dan eksternal perusahaan. Ssitem manajemen basis data ini telah mengalami evolusi dengan mendorong interaksi oleh para pengmabil keputusan. Jika semakin mudah penggunaan query-by-example maka dapat menimbulkan kenaikan penggunaan terhadap pengguna akhir, sehingga sumber daya database itu sendiri dapat menjadi aset yang sebenarnya dalam pengambilan keputusan.

3.    Apakah konsekuensi bagi organisasi yang tidak memiliki kebijakan informasi?

Jawab :

Didalam suatu organisasi atau perusahaan memiliki kebijakan informasi sangatlah penting. Oleh karena pentingnya keberadaan informasi makapencari dan penemu informasi perlu mengetahui bagaimana cara untuk mengamankan informasi. Maka dari itu konsekuensi atau resiko yang akan di dapatkan perusahaan yang tidak memiliki keabsahan data yaitu jatuhnya informasi kepihak lain (pihak lawan bisnis) dapat menimbulkan kerugian bagi pemilik informasi, karena informasi yang penting tersebut merupakan aset bagi perusahaan. Dengan adanya berbagai organisasi dihadapkan pada sejumlah ancaman keamanan informasi dari berbagai sumber misalnya:

·         Pencurian data

·         Aktivitas spionase

·         Percobaab backing

·         Tindakan vandalism

Keamanan informasi harus menjadi perhatian semua pihak di dalm organisasi maupun luar organisasi (pemasok, pelanggan dll) pihak tersebutterlibat baik secara langsung ataupun tidak langsung dalam proses penyediaan, penyimpanan, pemanfaatan dan penyebarluasan informasi di dalam organisasi. Ada 3 dampak negatifnya, pertama yaitu tidak memperkokoh perekonomian karena tidak adanya kemajuan dalam hal IT, kedua yaitu tawaran dari media aan menyajikan suatu rentang minat dan selera yang sempit, dan yang terakhir yaitu perkembangan ikatan komunitas dan huubungannya akan terhambat.