IMPLEMENTASI OLAP DAN REPORTING SERVICES SEBAGAI

BAGIAN PROSES BUSINESS INTELLIGENCE

Kusnawi

ABSTRACT
Bussiness Intelligence application is developed to assisst the
decision maker solving marketing and distribution related problem. Data for
the application is taken from day to day operation.
BI process is started from data warehouse and continued with OLAP
development and is continued with reporting services. Data warehouse
development process is differ from that of OLTP database. In which,
dimensional model is used, namely start schema.
The analysis process using OLAP has several characteristics,
namely: operation summary, unification, formulation, and combination of
several dimensions. OLAP provides information of a company performance
through the view of huge and multidimensional data. The reporting services
is the analysis in the form of reporting which describe the reporting system
that meets company needs.
BI process in this study is making requirement analysis based on
company's business process, data analysis, data warehouse design and
implementation, ETL process, OLAP design and reporting services.
BI implementation will provide information to the management in
regard with the product management. Assissting management in making a
strategic marketing decision by the way of providing such necessary
information as the products that consumer purchased and consumer's profile
for customer lifetime value.

Key words : Business Intelligence, OLAP, Reporting Services, Data

Warehouse.

1. PENDAHULUAN
Perkembangan teknologi informasi telah mengalami kemajuan yang
sangat pesat salah satu kemajuannya adalah pengambilan keputusan untuk
kegiatan bisnis di sektor pemasaran, serta memberikan andil besar terhadap
perubahan-perubahan yang mendasar pada struktur, operasi dan manajemen
pada suatu organisasi.
Teknologi informasi dengan berbagai analisis juga dikembangkan
dalam mendukung sistem informasi untuk meningkatkan efektifitas
manajerial guna meningkatkan kinerja bisnis maupun organisasi. Business
Intelligence atau di singkat dengan BI merupakan salah satu bentuk
implementasi yang mampu menjawab kebutuhan dari organisasi untuk
meningkatkan kemampuannya dalam menganalisis masalah-masalah yang
dihadapinya serta dalam pengambilan keputusan. BI telah banyak digunakan
oleh organisasi-organisasi dalam mengelola data dan informasi sampai
dengan dukungan pengambilan keputusan. Secara ringkas, BI dapat diartikan
sebagai pengetahuan yang didapatkan dari hasil analisis data yang diperoleh
dari kegiatan suatu organisasi. Business Intelligence solution merupakan
istilah yang umumnya digunakan untuk jenis aplikasi ataupun teknologi
yang digunakan untuk membantu kegiatan BI, seperti mengumpulkan data,
menyediakan akses, serta menganalisa data dan informasi mengenai kinerja
perusahaan.
Sebagai contoh adalah perusahaan yang bergerak di bidang IT
terutama penjualan jasa software dan hardware dengan berbagai jenis item
dan nilai penjualan yang sangat tinggi disertai konsumen yang berasal dari
berbagai segmen dari mulai end user sampai dengan user corporate
membutuhkan suatu manajemen yang berfokus pada penanganan data, baik
data penjualan dan data konsumen yang akan berguna dalam pengambilan
keputusan terutama strategi pemasaran, dimana selama ini penanganan
pemasaran hanya pada kemampuan tim personal tanpa melihat manfaat dari
proses analisis data yang ada dipihak perusahaan.
Dengan proses analisis terhadap data penjualan ini, pihak
manajemen bisa mendapatkan informasi yang digunakan untuk keperluan
manajemen dalam melakukan sejumlah kebijakan diantaranya adalah
menentukan jumlah barang yang harus disediakan di gudang, melakukan reorder pada pembelian barang pada pihak suplier, menentukan distribusi
produk barang dan tingkat profitabilitas suatu produk. Selain itu, dengan
proses analisis terhadap data penjualan penyebabkan bisa didapatkan juga

keterkaitan antara barang dan konsumen yang pada akhirnya digunakan

untuk menentukan strategi pemasaran diantaranya, yaitu meningkatan
pelayanan terhadap konsumen dan informasi lainya seperti customer livetime
value.
2. LANDASAN TEORI
2.1 Business Intelligence
Turban, dkk (2006) menjelaskan bahwa BI merupakan aplikasi dan
teknik untuk mengumpulkan, menyimpan, menganalisis dan menyediakan
akses ke data, yang pada akhirnya akan membantu perusahaan pengguna
bisnis yang lebih baik dan membuat keputusan strategis. Utama aplikasi
termasuk kegiatan pencarian dan pelaporan, analisis pengolahan (OLAP),
DSS, data mining, perencanaan dan analisis statistik.

Gambar 1. Contoh gambaran proses BI

Rainardi(2008), menjelaskan tentang BI sebagai suatu koleksi
aktifitas untuk memahami situasi-situasi bisnis dengan melakukan berbagai
jenis analisa data pada perusahaan guna melakukan strategi, taktik dan
keputusan bisnis untuk meningkatkan kinerja bisnis. Aktifitas BI menurut
Rainardi dikelompokan menjadi tiga yaitu (1). Reporting, (2).OLAP dan (3).
Data Mining.

2.2. Data Warehouse

Menurut Rainardi (2008), data warehouse adalah sebuah sistem
yang mengambil dan mengkonsolidasikan data secara periodik dari sebuah
sumber data ke sebuah tempat penyimpanan data yang bersifat dimensional
maupun relasional.
a). OLAP (On-Line Analytical Processing)
Ponniah (2001) menyatakan bahwa On-Line Analytical Processing
(OLAP) merupakan teknologi yang memungkinkan analis, manajer dan
eksekutif secara bersamaan mengakses data secara cepat, konsisten dan
interaktif dengan berbagai variasi tinjauan informasi dimana setiap baris data
dapat ditransformasikan untuk merefleksikan dimensi perusahaan sehingga
mudah dipahami oleh user. Karakteristik utama dari OLAP, meliputi:
a. Mendukung pemanfaatan data warehouse yang memiliki data multidimensional.
b. Menyediakan fasilitas query interaktif dan analisis yang komplex.
c. Menyediakan fasilitas drill-down untuk memperoleh informasi yang
rinci, dan roll-up untuk memperoleh agregat dalam multi-dimensi.
d. Mampu menghasilkan perhitungan dan perbandingan.
e. Menyajikan hasil dalam angka yang mudah dimengerti, maupun
penyajian grafik.
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.
Turban (2005) menyatakan bahwa aplikasi komputer telah beralih
dari aktivitas pemrosesan dan monitoring transaksi ke analisis masalah dan
aplikasi solusi. Terkait dengan tugasnya sebagai pembuat keputusan,
Manajemen harus memiliki sistem informasi yang berkecepatan tinggi dan
networked untuk membantu pelaksanaan tugas tersebut. Berdasarkan
struktur basis datanya OLAP dibedakan menjadi 3 kategori utama :
a) Desktop OLAP (Client-side OLAP)
b) Multidimensional Online Analytical Processing (MOLAP)
c) Relational Online Analytical Processing (ROLAP)
d) Hybrid Online Analytical Processing (HOLAP)
b) Reporting Services
Kemampuan menyajikan laporan Bagi level management atau
bagian eksekutif suatu perusahaan bisnis, adalah bagian terpenting dari

sebuah aplikasi yaitu seberapa jauh laporan dapat dihasilkan oleh aplikasi
yang mempunyai kemampuan untuk proses analisis yang cepat dan akurat.
Komponen Reporting Services dibedakan menjadi dua, yaitu
komponen server dan komponen client. Komponen server terbagi menjadi
tiga layer, yaitu:
1. Report Server.
Berada pada server layer, terdiri dari programming interface, report
processor, data processing extension, rendering extension, scheduling &
delivery processor, dan delivery extension.
2. Report Manager.
Berada pada sisi application layer, berfungsi untuk menampilkan
laporan dan tools administrasi berbasis web.
3. Report Server Database.
Berada pada data sisi layer Database ReportServer yang menyimpan
seluruh data yang dibutuhkan oleh Reporting Services, seperti metadata
statik, termasuk di dalamnya adalah report definition, data source, user,
policy, role, dan report snapshot.
3. PEMBAHASAN
Extract, Transform, and Load menunjukkan proses yang terjadi
dalam pembentukan data warehouse sebagai sumber data BI untuk
melakukan proses OLAP dan Reporting Services selanjutnya. Proses ETL ini
merupakan cara, bagaimana data disimpan ke dalam data warehouse.
Secara umum tahapan untuk ETL yang bersumber dari OLTP adalah
sebagai berikut:

Gambar 2. Loading data warehouse

Untuk membangun OLAP adalah dengan membuat cube dan
dimensional pada data warehouse. Berikut ini contoh langkah-langkah
untuk membuat cube dan dimensional dengan menggunakan SQL Server
2005 adalah:
1) Menentukan sumber data, yaitu BI.ds
2) Menentukan data source view, yaitu tabel-tabel OLTP yang akan
berperan sebagai tabel fakta dan tabel dimension
3) Melakukan proses pembuatan cubes dan hirarki dengan menentukan
mana tabel yang dipakai sebagai fact table dan dimensional table.
Salah satu prosesnya adalah seperi gambar berikut ini.

Gambar 3. Mengidentifikasi tabel fakta dan dimensi

4) Hasil akhirnya adalah sebuah data warehouse seperti tertera
digambar dibawah ini dan dilanjutkan untuk siap di analisis.

Gambar 4. Hasil pembuatan Cube dan dimension

Berikut ini adalah beberapa contoh hasil OLAP untuk menganalisi hasil dari
sumber data BI yaitu berupa Data warehouse
1) Analisis Data Multidimension
Hasil dari hasil data warehouse, adalah menganalisa informasi dari
berbagai dimensi. Berikut ini contoh hasil dari analisa data warehouse:

a) Menampilkan penjualan berdasarkan tipe produk barang tertentu

Gambar 5. Informasi penjualan berdasarkan tipe barang

Untuk nilai penjualan dengan jenis VGA diperoleh bahwa total
penjualannya adalah 2642 buah dan untuk penjualan tahun 2007 pada bulan
desember diperoleh informasi total penjualannya adalah 320 buah.
b) Menampilkan informasi pembelian konsumen.

Gambar 6. Informasi pembelian konsumen

Informasi yang didapatkan dari hasil analisa pada gambar 4.17

adalah banyaknya item barang yang dibeli dan pembelian item barang yang
paling banyak dibeli. Hebat Computer membeli sebagian besar item barang
dengan jumlah beragam dan total pembeliannya adalah 1228 item barang.
Analisis selanjutnya juga bisa didapat informasi yang dibutuhkan oleh pihak
manajemen diantarany adalah berdasarkan tanggal, bulan, tahun dan lainlain dengan memanfaatkan measure berdasarkan tabel time dimension.
c) Analisis penjualan per quarter untuk setiap konsumen

Gambar 7. Analisa Penjualan per quarter

Analisis penjualan didasarkan pada tahun penjualan yang dibagi
menjadi 4 bagian quarter/kuartal. Contoh untuk total penjualan pada tahun
2008 untuk ASA Comp dengan jenis barang cooler mater thermal grease
adalah 41 dengan rincian pada kuartal pertama 31 dan kuartal ke dua adalah
10, untuk quarter ke tiga dan empat kosong. Ini bisa mengambarkan analisis
potensi penjualan produk yang didasarkan waktu per quanter.
2). Proses Reporting Servces
Reporting Services, yang merupakan salah satu services yang
mendukung BI, berintegrasi dengan servis lain seperti Anaylisis Services dan
Integration Services.
a) Laporan top ten produk

Gambar 8. Laporan top ten penjualan barang

Laporan ini mengindikasi bahwa ada 10 item barang yang paling
banyak terjual, selanjutnya bisa diambil suatu keputusan untuk melakukan
terobosan berkaitan dengan barang-barang yang tidak laku dijual serta
mengetahui jumlah stok yang harus dipertimbangkan untuk setiap barang.
b) Laporan total penjualan

Gambar 9. Laporan total penjualan

Laporan ini menjelaskan total penjualan berdasarkan tanggal serta
kemampuan format drill down dan roll up berdasarkan item barang apa saja
yang terjual secara detail untuk setiap tanggal.

4. KESIMPULAN
Kesimpulan yang dapat diambil adalah sebagai berikut.
1) Data warehouse sebagai sumber data BI perlu diterapkan sebagai
komponen utama untuk analisis bisnis karena kemampuan yang bersifat
multidimensi yaitu informasi yang diperoleh dapat diperoleh dari
berbagi dimensi yaitu berdasarkan tabel dimensi waktu, konsumen,
penjualan dan produk.
2) Analisa dengan metode OLAP dapat mengelola informasi mengenai data
statistik pelanggan potensial, yaitu didasarkan total pembelian barang
serta jenis barang apa saja yang dibeli.
3) Analisa dengan reporting services, informasi yang didapatkan lebih
mudah karena bisa disajikan dengan teknologi berbasis web atau
intranet.
4) Reporting services top ten customer adalah salah satu analisa bentuk
laporan yang menginformasikan long live customer dari besarnya
pembelian barang.
5) Penerapan OLAP untuk reportng services pada BI dapat menggunakan
kemampuan dengan berbagai format multidimensional.
6) Kemampuan dari hasil implementasi BI sangat dipengaruhi oleh
keberhasilan proses ETL .

DAFTAR PUSTAKA
Howson, Cindi.2008. Successful Business Intelligence - Secrets to Making
BI a Killer App.McGraw-Hill Companies.
Inmon, W.H.2002.Building the data warehouse.Third Edition.
John Wiley & Sons, Inc.
Metrodata, Insite.Edisi april juni 2006. Business Intelligence, Informasi
berharga dari data mentah. PT. Metrodata Electronics, Tbk.
Kemper, H; Unger,C ; and W. Mehanna.2004. Business IntelligenceGrundlagen und Praktische Anwendungen. Vieweg

10

Kimball,R.; and Merz, R.1998. The Data Warehouse Lifecycle Toolkit.

Expert Methods for Designing, Developing and Deploying Data
Warehouses. Wiley Computer Publishing, Canada.
Rainardi ,Vincent.2008. Building a Data Warehouse: With Examples in SQL
Server. New York: aprs
Ronald .2008. Quick Intro to Microsoft Office PerformancePoint Server
2007 .MIC
ITB Bandung.
Turley, Bryant, Counihan and Duvarney.2006. Profesional SQL Server 2005
Reporting Services. Cananda: Wiley Publishing, Inc.
Ponniah, Paulraj. 2001. Data Warehousing Fundamentals. New Cork: John
Wiley and Sons.
Turban.2005. Decision Support
Yogyakarta: Penerbit Andi.

Systems

and

Intelligent

Systems.

Vivlane.2000. Business Intelligence Architecture on S/390

Presentation Guide.IBM
http://stevan777.wordpress.com/2008/01/03/paper-business-intelligence/,
www.sci.nu.ac.th/ifip/ifip_sci/Business_Intelligence%20Chang.doc
http://www.microsoft.com/sql/technologies/reporting/overview.mspx

11