Tugas Kelompok 4 Information Systems Concept

Studi Kasus: Penggunaan dan Implementasi Business Intelligence Perusahaan Automotif PT. Astra Indonesia.

Peranan BI System bagi manajemen level menengah PT. Astra Indonesia

 Business Intelligence (BI) adalah proses pengumpulan, analisis, dan presentasi informasi bisnis untuk membantu pembuatan keputusan bisnis yang lebih baik. Peranan BI System bagi manajemen level menengah PT. Astra Indonesia antara lain sebagai berikut:

• memberikan informasi yang akurat dan terkini tentang kinerja bisnis. Informasi tersebut mencakup berbagai informasi terkait dengan penyelenggaraan proses bisnis perusahaan, informasi klien, kondisi pasar, serta informasi lainnya;
• mengumpulkan data dari berbagai sumber untuk kemudian dilaksanakan analisis dan disajikan bentuk yang mudah dipahami seperti dashboard, laporan, dan analisis;
• membantu manajemen menengah untuk memantau kinerja bisnis perusahaan pada level menengah;
• menentukan berbagai macam area di perusahaan yang perlu ditingkatkan;
• membuat rencana strategis untuk mencapai tujuan bisnis di masa depan; dan
• mempercepat manajemen untuk mengambil langkah pengambilan keputusan manajerial.

Perbedaan yang mendasar bagaimana konsep Big Data dan Business Intelligence (BI) memproses data Bisnis

Sebelum menjelaskan perbedaan mendasar antara Big Data dan Business Intelligence (BI), perlu dijelaskan definisi Big Data dan Business Intelligence (BI).

Business Intelligence (BI) adalah proses menganalisis data untuk membantu pengambilan keputusan strategis dan mendapatkan keunggulan kompetitif.

Big Data merupakan data yang beragam, bervolume tinggi, berkecepatan tinggi, asset informasi yang memerlukan bentuk-bentuk baru pengolahan. Perbedaan mendasar konsep Big Data dan BI dalam memproses data bisnis adalah:

Perbedaan	Big Data	Business Intelligent (BI)
Tujuan	Memperoleh, memproses, menganalisis data terstruktur dan tidak terstruktur untuk meningkatkan pengalaman pelanggan	Membantu organisasi memberikan laporan yang andal dan membuat keputusan yang lebih baik dengan mengekstraksi data langsung dari sumber data
Ekosistem	Data disimpan di sistem file terdistribusi yang jauh lebih aman dan serbaguna	Penggabungan semua set bisnis data ke dalam server tunggal dan dievaluasi secara offline lalu disimpan di data warehouse
Karakteristik	Volume, variasi, variabilitas, kecepatan, kebenaran	Location intelligent, executive dashboard, “what if” analysis, interactive reports, metadata layer
Keuntungan	Prediksi dan ramalan pasar Membantu penerapan strategi baru Mengikuti tren pelanggan	Memudahkan membuat keputusan bisnis Laporan yang lebih cepat dan akurat Meningkatkan efisiensi operasional
Penerapan	Banking, Entertainment, Social Media, Kesehatan, Retail	Social Media, Kesehatan, Industri Makanan, Industri Game

Cara penggunaan Business Intelligence (BI) dapat membantu PT Astra Indonesia tersebut dalam mencapai tujuannya

Menurut Carver dan Ritacco terdapat beberapa manfaat Business Intelligent. Manfaat ini dapat membantu perusahaan PT. Astra Indonesia untuk mencapai tujuannya.

Manfaat tersebut adalah:

Mengurangi Biaya

BI dapat memudahkan perusahaan untuk membuat query laporan. Laporan dapat ditampilkan secara lebih real-time berdasarkan desain yang telah dibuat sebelumnya, sehingga dapat mengurangi biaya SDM yang sebelumnya harus membuat laporan secara manual.

Dengan BI perusahaan dapat melihat performa perusahaan dengan lebih baik. Dashboard yang disajikan dapat membandingkan performa antar divisi, sehingga bila ada divisi yang memiliki performa yang menurun dapat segera diketahui akar permasalahannya dan segera ditindaklanjuti.

BI juga dapat digunakan untuk memonitor level persediaan, dengan begitu dapat haisl penjualan tiap produk dapat lebih mudah dilihat. Alokasi persediaan bahan baku dapat dilakukan dengan lebih efisien untuk produk-produk yang lebih menguntungkan. Sehingga dapat menghemat biaya penyimpanan.

Meningkatan Pendapatan

Dengan akses yang lebih mudah ke data pemesanan, akuntansi, produksi, layanan konsumen bahkan ke data-data dari sumber eksternal, perusahaan dapat mendapatkan informasi mengenai pemasaran yang dilakukan. Perusahaan dapat mengetahui seberapa efektif promosi yang selama ini dilakukan, mana saja produk yang lebih diminati pelanggan, atau media promosi mana yang lebih baik. Dengan informasi tersebut perusahaan dapat membuat promosi yang lebih efektif untuk meningkatkan penjualan.

Hasil penjualan dapat ditingkatkan dengan melakukan analisis pola penjualan sebelumnya. Data perbandingan antara realisasi penjualan dengan target, penjulana di tahun sebelumnya, atau hasil penjualan antar karyawan dapat menjadi informasi untuk perbaikan penjualan yang akan datang.

Meningkatkan Kepuasan Pelanggan

Data-data terkait produk perusahaan dapat diberikan kepada pelanggan, sehingga pelanggan bisa memiliki gambaran mengenai spesifikasi produk. Dengan begitu pelanggan dapat memilih produk mana yang cocok untuk mereka sehingga meningkatkan kepuasan pelanggan atas produk tersebut.

BI juga dapat memebrikan jawaban secara lebih cepat kepada pelanggan. Perusahaan dapat memanfaatkan data dari sosial media atau email untuk mengetahui pertanyaan apa saja yang sering muncul dari pelanggan. Kemudian dengan memanfaatkan data yang ada, perusahaan juga dapat segera menjawab pertanyaan dari pelanggan tersebut.

Manfaat-manfaat tersebut dapat membantu PT. Astra Indonesia untuk menjadi perusahaan yang lebih efisien dan meningkatkan pelayanan yang berfokus pada pelanggan atau masyarakat.

Manfaat strategis yang diperoleh dari penerapan Business Intelligence (BI)

Berdasarkan Analisis multidimensional atau Online Analytical Processing (OLAP), manfaat strategis penerapan Business Intelligence terhadap PT Astra Indonesia dapat dipahami sebagai berikut:

a. Data Mining

• PT Astra Indonesia dapat mengumpulkan data dan informasi yang berisikan tren barang yang sedang disukai oleh konsumen.
• PT Astra Indonesia dapat mengetahui perilaku konsumen berdasarkan data dan informasi yang telah dikumpulkan.
• Data dan informasi atas produk dan konsumen dapat diperoleh organisasi secara realtime.

b. Decision Support System (DSS)

• PT Astra Indonesia dapat menentukan model dan jenis mobil seperti apa yang sedang disukai oleh konsumen.
• PT Astra dapat meminimalisir pembuatan produk yang tidak diminati oleh konsumen, sehingga dapat meminimalisir kerugian karena produk tidak laku.
• PT Astra Indonesia dapat melakukan monitoring kinerja penjualan secara real-time.
• PT Astra Indonesia dapat menganalisa sebab dan akibat dari keputusan organisasi yang telah diambil berdasarkan data yang telah diambil.
• PT Astra Indonesia dapat memcahkan masalah yang ada dengan penanganan yang lebih baik berkat adanya keterlibatan pengguna yang ekstensif.
• Pengambilan keputusan PT Astra Indonesia dapat dilakukan lebih tepat dan akurat dengan didukung data-data yang telah didapatkan dari proses data mining.

c. Business Intelligence Presenting Results

• Menyajikan dashboard digital yang dapat menyediakan akses informasi dan beragam laporan yang cepat secara real-time.
• Laporan yang disajikan secara digital dapat diolah secara real-time sesuai dengan kebutuhan pemangku kepentingan.
• Data laporan dapat divisualisasikan secara interaktif sehingga mudah dipahami oleh para pimpinan. 

Jika PT. Astra Indonesia membutuhkan pengembangan BI lebih lanjut, model BI yang dibutuhkan dan data informasi pendukung yang perlu ditambahkan agar dapat meningkatkan performa dari BI tersebut

Ada 4 Tipe business analytics, yaitu:

a. Descriptive analytics

Analisis ini menggunakan data aggregation data mining technique yang mendeskripiskan data bisnis yang ada untuk melihat gambaran yang terjadi di masa lalu dan terjadi sekarang. Analisis ini menerapkan statistik deskripsi pada data yang ada dan mengidentifikasi kelebihan dan kekurangan serta memberikan insight tentang perilaku pelanggan.

b. Diagnostic analytics

Analisis ini menggunakan teknik drill-down, data discovery, data mining, dan korelasi untuk mengetahui penyebab sesuatu. Analisis ini melihat “apa” dari masa lalu, “bagaimana” dan “mengapa” dari kejadian sekarang, dan fokus pada performa masa lalu untuk menentukan faktor yang mempengaruhi. Analisis diagnostik dapat dioptimal dengan OLAP (Online Analytical Processing) yang merupakan teknik pendekatan untuk menampilkan hasil dari data yang dianalisis.

c. Predictive analytics

Analisis ini memperkirakan kejadian masa depan dengan model model statistik dan machine learning technique sehingga dapat mengantisipasi berbagai risiko dalam bisnis yang menggunakan algoritma dan model statistik sehingga tingkat akurasi prediksi lebih tinggi dibandingkan business intelligence lain. Analisis ini merancang model berdasarkan analisis deskriptif dan hasilnya adalah laporan terinci yang dapat mendukung perkiraan yang kompleks untuk sales dan marketing.

d. Prescriptive analytics

Analisis ini memberikan rekomendasi aksi yang terbaik untuk selanjutnya dan memungkinkan potensi memanipulasi peristiwa untuk mendorong hasil yang lebih baik. Analisis presriptif mengandalkan sistem dengan feedback kuat, analisis dan pengujian berulang untuk mempelajari relasi tindakan dan hasil. Analisis preskriptif memaparkan tindakan yang harus dilakukan setelah mengetahui risiko bisnis.

Jika PT. Astra Indonesia membutuhkan pengembangan BI lebih lanjut, model BI yang dapat dipakai adalah Prescriptive Analytics yang dikombinasikan dengan OLAP. Perusahaan dapat memanfaatkan data yang ada seperti data-data terkait penjualan, salah satunya data rekap peminat jenis kendaraan yang diminati oleh customer per tahunnya. Sistem tersebut dapat dibuat dengan menggunakan Microsoft PowerBI.

Pentingnya penggunaan Business Intelligence (BI) untuk Perusahaan seperti PT Astra Indonesia salah satunya dapat digunakan untuk pengolahan data-data, seperti untuk mengetahui bagaimana model kendaraan, Analisa Marketing dan peminat tipe kendaraan setiap tahunnya. Dengan menggunakan BI PT Astra Indonesia dapat menjalankan operasional perusahaan dengan baik, data yang di proses dapat dihasilkan dengan cepat untuk membantu pimpinan dalam pengambilan keputusan. 

Data informasi pendukung yang perlu ditambahkan agar dapat meningkatkan performa dari BI tersebut nantinya selain data penjualan dan rekap peminat jenis kendaraan tertentu adalah:

• Data jenis kelamin dan umur calon pembeli, ini untuk mengetahui jenis promosi yang tepat agar penjualan meningkat
• Data tingkat kecelakaan per jenis kendaraan, ini sebagai langkah preventif untuk melihat data aktual mengenai tingkat keamanan kendaraan yang diproduksi. Data ini juga dapat dijadikan sebagai ajang promosi.
• Data kecepatan produksi per jenis kendaraan, ini untuk mempersiapkan waktu yang dibutuhkan untuk memproduksi jenis kendaraan yang diprediksi memiliki minat besar sehingga tidak terjadi indent atau tidak tersedianya suatu kendaraan terlalu lama.

Referensi

Carver, A. & Ritacco, M. (2006). The Business Value of Business Intelligence. A framework for Measuring the Benefits of Business Intelligence. Business Objects

Rainer, Prince, Cegielski. (2020). Introduction to Information Systems, Supporting and Transforming Business Fifth Canadian Edition. 5. John Wiley & Sons.

Yunistira A., & Fudholi D. H. (2020). Analisis Penerapan Model Business Intelligence pada Aplikasi Payment Point Online Banking dalam Meningkatkan Strategi Pemasaran (Studi Kasus: Aplikasi ApotikKuota). Jurnal Ilmu Komputer Dan Agri-Informatika, 7(1), 1-10. https://doi.org/10.29244/jika.7.1.1-10 Jelvix.

Big Data Vs Business Intelligence - Quick Explanation Of The Difference. Tech in 5 Minutes. 21 Oktober 2021. BIG DATA VS BUSINESS INTELLIGENCE - QUICK EXPLANATION OF THE DIFFERENCE 

Herlina, M. G. & Wasatho, B.. Manfaat dan tipe – tipe Business Intelligence. Binus University. 12 Maret 2021. https://bbs.binus.ac.id/management/2021/03/manfaat-dan-tipe-tipe-business-intelligence/ 

Lecture Notes Week 3: Introduction to Knowledge Management and Data and Knowledge Management 

Lecture Notes Week 9: Business Analytics

Muhammad Rifqi Saifudin Abdi masyarakat yang senang menangkap momen dalam bentuk cerita. Bisa dihubungi di: - rifqimu@gmail.com - @m_rifqi_s (Instagram) - @mrifqi_s (Twitter)

Berbagi :