perpustakaan.uns.ac.id                                                            digilib.uns.ac.id 
                           
                
                
                
                
                
                                                                  BAB II 
                
                
                                                         TINJAUAN PUSTAKA 
                
                                                                       
                
                          2.1   DASAR TEORI 
                           
                          2.1.1  Business Analytic 
                
                                   
                          2.1.1.1    Pengertian Business Analytic (BA) 
                                  Business  Analytic  adalah  aplikasi  dan  teknik  untuk  mengumpulkan, 
                          menyimpan,    menganalisis  dan  menyediakan  akses  ke  data  untuk  membantu 
                          pengguna membuat lebih baik dan strategis keputusan (juga dikenal sebagai alat 
                          pengolahan analisis, business intelligence tools atau aplikasi business intelligence) 
                          (Turban, Aronson, Liang, & Sharda, 2007).  
                          Contoh penggunaan BA meliputi (Turban, Aronson, Liang, & Sharda, 2007):   
                                 Menjelajahi data untuk menemukan pola-pola baru dan hubungan (data 
                                  mining)  
                                 Menjelaskan  mengapa  hasil  tertentu  terjadi  (analisis  statistik,  analisis 
                                  kuantitatif)  
                                 Bereksperimen  untuk  menguji  keputusan  sebelumnya  (A  /  B  testing, 
                                  pengujian multivarian)                                           
                                 Peramalan  hasil  di  masa  mendatang  (predictive  modeling,  analisis 
                
                                  prediktif) 
                
                                   
                
                          Lima komponen utama Business Analytic Tools adalah (Turban, Aronson, Liang, 
                
                          & Sharda, 2007)  :   
                
                              Data Warehousing  
                
                             Komponen  utama  dari  solusi  business  analytics  yang  mengintegrasikan 
                
                             informasi  bisnis  penting  dari  seluruh  seluruh  organisasi.  Memungkinkan 
                
                             eksekutif  untuk  menangkap,  menyimpan,  mengelola  dan  mengambil  data 
                
                             sebelum mengubahnya menjadi informasi untuk pengambilan keputusan. 
                
                              
                
                           
                                                              commit to user 
                                                                      5 
                           
                                                                                                                 6 
                 perpustakaan.uns.ac.id                                                            digilib.uns.ac.id 
                           
                
                
                
                
                
                
                              Business Intelligence (BI)  
                
                             Melengkapi eksekutif dengan informasi yang tepat untuk membuka informasi 
                
                             bisnis yang tepat dalam keunggulan kompetitif.  
                
                              Enterprise Information Manajemen (EIM) 
                
                             Para  eksekutif  tidak  dapat  melakukan  pekerjaannya,  ketika  mereka 
                
                             mengandalkan  informasi  yang  berlebihan  atau  tidak  akurat.  Karena  itu, 
                
                             perusahaan  terkemuka  memiliki  manajemen  strategi  informasi  perusahaan 
                             yang jelas (EIM) untuk mengelola data terstruktur dan tidak terstruktur dan 
                             kegiatan yang digunakan dalam aplikasi operasional, data warehouse, business 
                             intelligence (BI) dan analisis.   
                              Pengembangan Aplikasi 
                             Sebagai daya saing lingkungan bisnis global terus meningkat, organisasi harus 
                             menjadi sangat efisien dan lebih tepat  dengan setiap  keputusan  untuk  tetap 
                             sukses.  Jenis  Enterprise  Performance  Management  membutuhkan  perhatian 
                             diberikan untuk pemantauan, analisis, penilaian risiko, pelaporan yang tepat 
                             waktu dan tindakan berdasarkan informasi  yang datang dari banyak bagian 
                             yang berbeda dari bisnis, termasuk mitra eksternal, vendor dan pelanggan.   
                              Governance, risk & compliance (GRC) 
                             Dengan  meningkatnya  jumlah  eksekutif,  para  eksekutif  ingin  membuktikan 
                                                                                                   
                             bahwa organisasi sedang mereka jalankan efektif, menguntungkan, dan etis, 
                
                             perusahaan yang sukses membutuhkan Governance, risk & compliance (GRC) 
                
                             strategi   terpadu     yang    memandu  orang,  standarisasi           proses,    dan 
                
                             mengintegrasikan  teknologi  untuk  menanamkan  GRC  pada  setiap  tingkat 
                
                             organisasi. 
                
                                
                
                          Kategori analytic tools dan teknikya yaitu (Turban, Aronson, Liang, & Sharda, 
                
                          2007) : 
                
                              1. Informasi dan penemuan pengetahuan  
                
                              2. Decision support  dan Intelligent system 
                
                              3. Visualization 
                
                                                              commit to user 
                                                                       
                           
                                                                                                                 7 
                 perpustakaan.uns.ac.id                                                            digilib.uns.ac.id 
                           
                
                
                
                
                
                          Klasifikasi Business Analytic Tolls  (Turban, Aronson, Liang, & Sharda, 2007) : 
                
                
                              1.  Enterprise reporting products 
                
                              2.  Cube analysis 
                
                              3.  Ad hoc querying and analysis 
                
                              4.  Statistical analysis and data mining 
                
                              5.  Report delivery and alerting 
                
                                   
                           Analisis bisnis secara konvensional dibagi menjadi tiga domain :  
                              Metode deskriptif  
                             Metode deskriptif melibatkan menggunakan data untuk menggambarkan situasi 
                             masa lalu saat ini atau baru-baru ini untuk sebuah organisasi . Sebagai contoh, 
                             seseorang  mungkin  menggunakan  metode  tersebut  untuk  menanyakan 
                             bagaimana  keuntungan  didistribusikan  secara  geografis.  Metode  deskriptif 
                             biasanya tidak terikat erat dengan keputusan tertentu , dan melibatkan sedikit 
                             atau tidak ada modeling.  
                              Metode prediktif  
                             Metode prediktif juga sangat bergantung pada data, meskipun beberapa model 
                             biasanya terlibat . Di sini fokusnya adalah pada peramalan hasil masa depan, 
                             biasanya di bawah asumsi bahwa kekuatan pendorong dalam bermain di masa 
                                                                                                   
                             lalu akan terus berlanjut ke masa depan . Karena asumsi ini, metode prediksi 
                             lebih mengandalkan analisis data dari pemodelan.    
                
                              Metode preskriptif  
                
                             Metode preskriptif menjawab pertanyaan yang berhubungan dengan pengambil 
                
                             keputusan yang ingin terjadi di masa depan. Jadi mereka yang paling terkait 
                
                
                             erat dengan proses pengambilan keputusan. Data berperan dalam metode ini, 
                
                             tetapi pemodelan adalah alat fundamental di sini. Optimasi dan simulasi adalah 
                
                             alat preskriptif. 
                
                                
                
                                
                
                                
                
                                                              commit to user 
                                                                       
                           
                                                                                                                 8 
                 perpustakaan.uns.ac.id                                                            digilib.uns.ac.id 
                           
                
                
                
                
                
                          2.1.2  Data mining 
                
                                   
                          2.1.2.1    Pengertian Data Mining 
                
                                  Data mining adalah proses yang mengunakan teknik statistic, matematika 
                
                          kecerdasan     buatan,    dan    machine  learning  untuk  mengekstraksi  dan 
                
                          mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari 
                
                          berbagai database besar (Turban, Aronson, & Liang, 2005). Data mining, sering 
                
                          juga  disebut  sebagai  knowledge  discovery  in  database  (KDD).  KDD  adalah 
                          kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan 
                          keteraturan, pola atau hubungan dalam set data berukuran besar (Santoso, 2007). 
                          Menurut Gartner Group, data mining adalah suatu proses menemukan hubungan 
                          yang  berarti,  pola,  dan  kecenderungan  dengan  memeriksa  dalam  sekumpulan 
                          besar  data  yang  tersimpan  dalam  penyimpanan  dengan  menggunakan  teknik 
                          pengenalan pola seperti teknik statistika dan matematika (Larose, 2005).  
                           
                          Faktor yang mendorong kemajuan dalam bidang data mining antara lain (Larose, 
                          2005) : 
                              1.  Pertumbuhan yang cepat dalam kumpulan data 
                              2.  Penyimpanan data dalam data warehouse, sehingga seluruh perusahaan 
                                  memiliki akses ke dalam database yang andal.                     
                              3.  Adanya peningkatan akses data melalui navigasi web dan intranet 
                
                              4.  Tekanan  kompetisi  bisnis  untuk  meningkatkan  penguasaan  pasar  dalam 
                
                                  globalisasi ekonomi. 
                
                
                              5.  Perkembangan teknologi perangkat lunak untuk data mining. 
                
                              6.  Perkembangan       yang    hebat    dalam     kemampuan  komputasi  dan 
                
                                  pengembangan kapasitas media penyimpanan 
                
                           
                
                          Karakteristik data mining sebagai berikut (Davies & Beynon, 2004) : 
                
                                 Data mining berhubungan dengan penemuan sesuatu yang tersembunyi 
                
                                  dan pola data tertentu yang tidak diketahui sebelumnya.  
                
                                 Data mining biasanya menggunakan data yang sangat besar. Biasanya data 
                                                              commit to user 
                                  yang besar digunakan untuk membuat hasil lebih dipercaya.