BUSINESS INTELLIGENCE (BI )

DALAM PRAKTEK KEPOLISIAN

 

I.          Pengertian

Istilah intelijen bisnis (bahasa Inggris: business intelligence, BI) merujuk pada teknologi, aplikasi, serta praktik pengumpulan, integrasi, analisis, serta presentasi informasi bisnis atau kadang merujuk pula pada informasinya itu sendiri. Tujuan intelijen bisnis adalah untuk mendukung pengambilan keputusan bisnis. Sistem BI memberikan sudut pandang historis, saat ini, serta prediksi operasi bisnis, terutama dengan menggunakan data yang telah dikumpulkan ke dalam suatu gudang datadan kadang juga bersumber pada data operasional. Perangkat lunak mendukung penggunaan informasi ini dengan membantu ekstraksi, analisis, serta pelaporan informasi. Aplikasi BI menangani penjualan, produksi, keuangan, serta berbagai sumber data bisnis untuk keperluan tersebut, yang mencakup terutama manajemen kinerja bisnis. Informasi dapat pula diperoleh dari perusahaan-perusahaan sejenis untuk menghasilkan suatu tolok ukur. Fungsi umum teknologi BI adalah reporting, OLAP (online analytical processing), data mining, business performance management, benchmarking, text mining dan predictive analytics. [1]

Dewasa ini penggunaan teknologi informasi yang diintegrasikan dengan proses pekerjaan di suatu organisasi sudah menjadi kebutuhan mutlak. Hal ini dikarenakan adanya kebutuhan dari organisasi tersebut untuk meningkatkan kemampuannya dalam menganalisis masalah-masalah yang dihadapinya serta dalam pengambilan keputusan. Ketersediaan data dan informasi yang lengkap, benar dan tepat sudah menjadi kebutuhan pokok bagi kelangsungan hidup suatu organisasi.

Business Intelligence (BI) merupakan salah satu bentuk implementasi yang mampu menjawab kebutuhan di atas. 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 (usaha) suatu organisasi. BI biasanya dikaitkan dengan upaya untuk memaksimalkan kinerja suatu organisasi. Business Intelligence System 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. [2]

Intelijen bisnis atau business intelligence  tidak lagi hanya digunakan untuk bisnis tapi digunakan untuk Nonprofit. Contoh penggunaan BI dalam penggunaan Interpol adalah eADS (Electronic Aseanapol Databas system )[3]

II.         APLIKASI

Dalam pembangunan system Business Intelligence (BI) di dalam organisasi Kepolisian bisa diterapkan dalam pengolahan data di bidang Humas ( hubungan masyarakat ) Polri di tingkat Polda hingga ke tingkat Mabes. Dalam tugas ini penulis mencoba membuat contoh penggunaan BI dalam Penggunaan data di Humas tingkat Polda. Tugas dan peranan Humas sangat penting dalam memberikan informasi kepada pimpinan selain itu juga bisa dengan cepat untuk menjawab apa yang menjadi kebutuhan dalam organisasi maupun kepada pelayanan masyrakat terkai keterbukaan informasi kepada publik. Oleh karena itu diperlukan system yang disebut dengan BI  dalam menyampaikan data atau laporan.

 

Untuk membuat Business Intelligence (BI) Bidang Humas Polres hingga  tingkat Polda sudah pasti membutuhkan jaringan intranet, system pendukung dan beberapa aplikasi , Selanjutnya dia dapat menyajikannya dalam bentuk tabel atau dalam berbagai bentuk grafik yang dapat dipilih. Setelah report disajikan, user diberi fasilitas untuk menyimpan tampilan report tersebut dalam bentuk excel, xml, pdf, jpeg, dan lain-lain sesuai kebutuhan. adapun implementasinya sebagai berikut :

Tahap –tahap Business Intelligence :

1.         Menyiapkan Pre Data Warhouse

a.         OLTP ( Online Analytical Processing ),metodology system proses data untuk menyediakan pengguna dengan akses sejumlah besar data

b.         Metadata,Secara konsep, metadata dikelompokkan dalam tiga komponen.

1)    Komponen Direktori Teknikal, berisi informasi tentang data

2)    Komponen Direktori Bisnis, berisi perspektif pengguna pada data

3)    Komponen Navigasi Informasi, berisi cara akses pada direktori bisnis dan data warehouse

2.         Cleansing Data :

a.         Adalah proses menghilangkan kesalahan-kesalahan data yang berasal dari proses transaksi

b.         Merupakan bagian dari proses integrasi

c.         Jika proses cleansing ini salah, maka informasi yang dihasilkan oleh data warehouse juga akan salah

Proses dalam Cleansing Data dilakukan melalui ETL ( Extraksi, Transformasi, dan Loading Data) antara lain

1)    Metode yang digunakan untuk melakukan proses ekstrasi secara logic (logical exctraction) ada 2, yaitu :

a)    Full Extraction, Proses ekstraksi dilakukan dengan mengambil seluruh data dari source system yang diperlukan

b)    Increment Extraction, Proses ekstraksi hanya pada data yang berubah atau belum ada pada target sistem pada periode tertentu

2)    Mekanisme ekstraksi secara fisik (physical extraction) dibagi menjadi dua jenis, yaitu :

a)    Online extraction

Data di ekstrak dari source system ke target system secara langsung. Proses ekstraksi dilakukan dengan cara langsung connect ke source systemuntuk mengakses source table.

b)    Offline Extraction

Data tidak di ekstrak secara langsung dari source system, namun berada diluar source system. Data yang akan di ekstrak sudah mempunyai struktur table dan struktur data yang diharapkan sudah sesuai dengan data warehouse. Misalnya flat file.

3.         Data Repositories

a.         Data Warehouse adalah kumpulan data yang berorientasi subyek dan terintegrasi, yang didesain untuk mendukung proses pembuatan keputusan. Data-data yang merupakan sumber dari Data Warehouse adalah berupa data-data operasional yang berasal dari data internal maupun eksternal sebuah organisasi.

b.         ODS ( operational data store ), Data base yang dibangun untuk  data yang terintegrasi dengan sumber data yang banyak untuk penambahan operasi data.

c.         Data mart,  pengaksesan dari datawarehouse untuk mendapatkan data bagi pengguna

4.         Front End Analytics

a.         Online Analytical Processing atau disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data

b.         Data Maining, adalah ekstraksi pola yang menarik dari data atau data warehouse dalam jumlah besar

c.         Data Visualization, Data dalam bentuk table dan Grafik

d.         Reporting, laporan baik dalam bentuk Exel,Word,Pdf dll

 

BUSINESS INTELLIGENCE HUMAS DARI  PENGGUNA TINGKAT POLRES HINGGA TINGKAT POLDA :

I.          Pre Data Warehouse ;

1.         OLTP Server,  dalam Online Transaction Processing (OLTP)  database di desain untuk mendapatkan transaksi yang efesien seperti INSERT DAN UPDATE dilakukan oleh user

2.         Meta Data Repository

a.         Komponen Direktori Teknikal, berisi informasi tentang data

1.         Sumber Data Dari Kasi Humas Polres  : Polres A,Polres B,Polres C, Polres D

2.         Data  terdiri  dari berita bulan Oktober:

–       Polres A melakukan kunjungan kepada korban bencana alam

–       polres A melakukan pertemuan dengan masyarakat di kecamatan

–       Polres A melakukan olahraga bersama dengan masyarakat

–       Polres B didemo oleh masyarakat karena penanganan kasus yang  merugikan tersangka

–       Polres B  melakukan pengamanan festival masyarakat

–       Polres B  melakukan sidang kode etik kepada salah satu anggotanya

–       Polres C Melakukan kunjungan ke masyarakat Adat

–       Polres C melakukan mediasi penyelesaian konflik Adat

–       Polres C mendapatkan penghargaan dari pemerintah daerah Kabupaten

–       Polres C Mengungkap kasus pencurian di sebuah toko

–       Polres D Menangkap pelaku penimbun BBM

–       Polres D melakukan tatap muka dengan masyarakat

–       Polres D salah satu anggota Lantasnya  melakukan pungutan liar

–       PolresD melakukan pengamanan kegiatan kunjungan Gubernur

 

3.         Waktu ;

                        Data Bulan Januari sampai Desember 2011

                        Data Bulan Januari sampai Desember 2012

 

b.         Komponen Direktori Bisnis berisi perspektif pengguna pada data

            1.         Nama pengguna

            2.         Password pengguna

 

 

c.         Komponen Navigasi Informasi, berisi cara akses pada direktori bisnis dan data warehouse

            1.         Menginput Data

            2.         Mencari Data

II.         Data Cleansing, Proses dalam Cleansing Data dilakukan melalui ETL (Extraksi, Transformasi, dan Loading Data

III.        Data Repositories

1.         Data Warehouse bulan Oktober 2012

Berita kegiatan :

a.         Data  Intern Polres

–       Polres B  melakukan sidang kode etik kepada salah satu anggotanya

–       Polres C memberikan penghargaan kepada masyarakat yang tertib berlalu lintas

–       Polres D salah satu anggota Lantasnya  melakukan pungutan liar

–       Polres B didemo oleh masyarakat karena penanganan kasus yang  merugikan tersangka

–       Polres C melakukan mediasi penyelesaian konflik Adat

b.    Data Kegiatan dengan masyarakat

–       Polres A melakukan kunjungan kepada korban bencana alam

–       polres A melakukan pertemuan dengan masyarakat di kecamatan

–       Polres A melakukan olahraga bersama dengan masyarakat

–       Polres C Melakukan kunjungan ke masyarakat Adat

–       Polres D melakukan tatap muka dengan masyarakat

c.    Data Kriminal

–       Polres D Menangkap pelaku penimbun BBM

–       Polres C Mengungkap kasus pencurian di sebuah took

d.    Data Pengamanan

–       PolresD melakukan pengamanan kegiatan kunjungan Gubernur

–       Polres B  melakukan pengamanan festival masyarakat

2.         ODS ( operational data store ), menerima dan mengirim data

3.         Data mart,  Data yang ada di Warehouse  diakses oleh departemen seperti Bid Humas Polda selain itu juga diakses  oleh Kapolda ,Irwasda, Karo Ops dalam mendata berita dari warehoude

            Contoh :

–       Data yang diakses oleh Irwasda adalah data terkait dengan berita tentang kriminalitas dan pelanggaran

–       Data yang diakses oleh Humas adalah seluruh berita dari masing masing Polres

IV.       Front End Analytics

 

 

 

 

 

 

 

  1. Online Analytical Processing , data dalam bentuk model danpola dimensi

Contoh : waktu input data, Wilayah Polres A-D dll

  1. Data Maining
    1. Beita Postif
    2. Berita Negatif
    3. Berita Netral
  1. Data Visualization, Data Exel dalam bentuk table dan Grafik
  1. Reporting, laporan baik dalam bentuk Word,Pdf dll

BENTUK LAPORAN DATA :

sumber BERITA DALAM BULAN OKTOBER 2012 Jumlah
MINGGU I MINGGU II MINGGU III MINGGU IV
POLRES A 1 1 1 3
POLRES B 1 1 1 – 3
POLRES C 1 2 – 1 4
POLRES D 1 1 1 1 4
Sumber KLASIFIKASI BERITA
POSITIF NETRAL NEGATIF
POLRES A 2 1
POLRES B 1 1 1
POLRES C 4
POLRES D 2 1 1
SUMBER DATA ENTRY
DATA INTERN POLRES DATA KGIATAN DENGAN MASYARAKAT DATA KRIMINAL DATA PENGAMANAN
POLRES A 3
POLRES B 2 1
POLRES C 2 1 1
POLRES D 1 1 1 1

[1]               Wikipedia, pengertian inteligen bisnis, http://id.wikipedia.org/wiki/Business_intelligence di download tanggal 8 Oktober 2012

[2]               Ir.Toki Mulyanto,MT, Teknologi Kepolisian, Bahan Kuliah bagi Mahasiswa Angkatan II, Magister Ilmu Kepolisian STIK “PTIK”, Jakarta, 2012, disampaikan pada tanggal 27 September 2012

[3]               Ibid