Makalah Sistem Informasi Manajemen tentang Proses Pengambilan keputusan

MAKALAH KELOMPOK 11

SISTEM INFORMASI MANAJEMEN

Tentang:

“PROSES PENGAMBILAN KEPUTUSAN”

Oleh:

EWINNG DEI VENYA            : 1630403032

FARADILLA EKA KRIMAYANTI     : 1630403035

FIRA RAHMA SARI : 1630403039

Dosen Pembimbing:

ILEH SATRIA, SE, MA. M. Si

JURUSAN EKONOMI SYARIAH KONSENTRASI MANAJEMEN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI (IAIN)

BATUSANGKAR

2018/1439 H

 KATA PENGANTAR

           Puji syukur kami ucapkan kehadirat Allah SWT yang telah melimpahkan rahmat, mikmat serta hidayah-Nya, sehingga makalah yang berjudul “ Proses Pengambilan Keputusan ” dapat terselesaikan. Shalawat beserta salam kita kirimkan kepada Allah SWT, semoga disampaikan kepadaNabi Muhammad SAW yang telah memberikan syafa’at kepada kita semua, sehingga kita bisa hidup dizaman kemajuan seperti ini.

          Penulis mengucapkan terima kasih kepada Bapak Ileh Satria selaku dosen pengampu dan pembimbing dalam makalah ini, Saya menyadari bahwa makalah ini masih terdapat kekurangan dalam penulisan makalah, sehingga kritik dan saran dari semua pihak dapat memperkecil kekurangan dari makalah ini. Semoga makalah ini dapat bermanfaat bagi para pembaca serta diri dai oleh Allah SWT, Amin yarabbal ‘alamin.

                      Batusangkar, 3 Mei 2018

                                                                                                                             Penulis

DAFTAR ISI

KATA PENGANTAR………………………………………………...…………. i
DAFTAR ISI……………………………………………………………….. ….. ii
BAB I PENDAHULUAN
         A. Latar Belakang………………………………………………………..... 1
         B. Rumusan Maslah...…………………………………...…………..…….. 1
BAB II PEMBAHASAN
        A. Pengambilan Keputusan dan Sistem Informasi …………….................... 2
        B. Intelijen Bisnis di dalam Perusahaan.…………………..…..................… 3
        C. Constituencies Intelijen Bisnis …....…………………….................…… 4
BAB III PENUTUP
        A. Kesimpulan …………………………………………..………………… 11
DAFTAR PUSTAKA 

BAB I

PENDAHULUAN

A. Latar Belakang

        Beragamnya informasi secara langsung membantu perusahaan untuk mengambil keputusan secara menyeluruh, mulai dari jajaran eksekutif sampai pusat pelayanan pelanggan dan tingkat pabrik. Sehingga dapat dilihat bahwa hal utama yang memberikan kontribusi kepada perusahaan dalam dunia bisnis untuk membantu proses pengambilan keputusan disemua tingkat adalah melalui sistem informasi.

Sekarang ini, semua karyawan dari berbagai golongan rendah sampai tinggi bertanggung jawab atas pengambilan keputusan dalam bisnis yang biasanya hanya terbatas pada pihak manajemen saja. Tetapi apa yang dimaksud pengambilan keputusan yang terlibat dalam bisnis atau organisasi lainnya akan kita bahas di makalah ini.

B. Rumusan Masalah

1. Pengambilan Keputusan dan Sistem Informasi ?

2. Intelijen Bisnis di dalam Perusahaan ?

3. Constituencies Intelijen Bisnis ?

BAB II

PEMBAHASAN

A. Pengambilan Keputusan dan Sistem Informasi

1. Nilai Bisnis Meningkatkan Pengambilan Keputusan

Apakah yang dimaksudkan oleh bisnis dengan menambil keputusan yan lebih baik? Apakah nilai moneter yan meningkatkan pengambilan keputusan? Tabel 12.1 berusaha untuk mengukur nilai moneter untuk meningkatkan pengambilan keputusan bagi suatu perusahaan manufaktur skala kecil AS dengan pendapatan tahunan sebesar $280 juta dan memiliki 140 karyawan. Perusahaan telah mengidentifikasi sejumlah keputusan yan penting dimana investasi atas sistem yang baru akan meningkatkan kualitas dari pengambilan keputusan. Tabel berikut menyediakan estimasi nilai tahunan yan dipilih (dalam bentuk penghematan biaya atau pendapatan yang meningkat) dari meningkatkan pengambilan keputusan dalam area bisnis yang dipih.

2. Tipe Keputusan

Keputusan-keputusan diklasifikasikan menjadi keputusan terstruktur, semi terstruktur, dan tidak terstruktur.

a. Keputusan tidak terstruktur

Adalah keputusan yang mengambil keputusan harus memberikan pertimbangan, evaluasi, dan wawasan untuk memecahkan permasalahan. Setiap keputusan tersebut adalah baru, penting, dan tidak rutin, serta tidak ada pengertian yang dipahami benar atau prosedur yang disetujui bersama dalam pengambilannya.

b. Keputusan terstruktur (structured decision)

Adalah sifatnya berulang dan rutin, dan melibatkan prosedur yang jelas dalam menanganinya, sehingga tidak perlu diperlakukan seakan-akan masih baru. Banyak keputusan memiliki elemen-elemen dari kedua jenis keputusan ini.

c. Keputusan semi terstruktur

Yaitu yang hanya sebagian masalahnya mempunyai jawaban yang jelas tersedia dengan prosedur yang disetujui bersama. Secara umum, keputusan 

terstruktur lebih umum dijumpai pada tingkat organisasi rendah, sedangkan masalah yang tidak terstruktur lebih umum dijumpai pada tingkat tinggi.

3. Proses pengambilan keputusan

Mengambil suatu keputusan merupakan suatu proses yan melibatkan banyak langkah. Simon (1960) mengambarkan 4 langkah berbeda dalam mengambil keputusan : kecerdasan, rancangan, pilihan, dan implementasi.

Intelijen (Intelligence) terdiri atas menemukan, mengidentifikasi, dan memahami masalah yang terjadi pada organisasi, mengapa masalah itu terjadi, dimana, dan akibat apa yang dialami perusahaan.Rancangan (design) melibatkan identifikasi dan pencarian berbagai solusi masalah.Pilih (choice) adalah tentang memilih alternatif solusi yang ada.Implementasi (implementation) adalah tentang membuat alternatif yang dipilih dapat bekerja dan tetap mengawasi seberapa baik kerja solusi tersebut.

4. Manajer dan pengambilan keputusan dalam dunia nyata

a. Peran Manajerial

Para manajer memainkan peran penting dalam organisasi. Tanggung jawab mereka adalah mengambil keputusan, membuat laporan, menhadiri rapat, hingga merencanakan pesta ulang tahun. Kita dapat memahami fungsi manajer dan perannya dengan lebih baik dengan cara mengkaji perilaku manajer gaya klasik dan kontemporer.

Model manajemen klasik (classicalmodel of management), yang menggambarkan apakah yang dilakukan oleh para manajer, yang umumnya tidak dipertanyakan pada lebih dari 70 tahun sejak tahun 1920-an. Henri Fayol dan para tokoh pada masa awal lainnya yang pertama kali menggambarkan 5 fungsi klasik dari para manajer, yaitu merencanakan, mengatur, mengoordinasi, memutuskan, dan mengendalikan. Gambaran mengenai aktivitas manajemen tersebut mendominasi pemikiran manajemen dalam waktu yang lama, dan masih terkenal hinga saat ini.

Model manajemen klasik menjelaskan fungsi manajerial secara formal, tetapi tidak menunjukkan apa yang dilakukan para manajer secara terperinci saat mereka merencanakan, memutuskan sesuatu, dan mengendalikan pekerjaan orang lain. Dalam hal ini, kita harus kembali pada karya-karya para pakar perilaku kontemporer yang mempelajari para manajer dalam aktivitasnya sehari-hari. Model perilaku (behavioral models) menyatakan bahwa ketika perilaku yan sebenarnya dari para manajer terlhat menjadi kurang sistematis, lebih informal, kurang reflektif, lebih reaktif, dan kurang terorganisasi dengan baik dari pada model klasik yang telah kita yakini.

Para pengamat mendapati bahwa perilaku manajer sebenarnya lima atribut yang berbeda dari penjelasan model klasik : Pertama, manajer melakukan banyak pekerjaan dengan luar biasanya sibuknya-penelitian mendapat bahwa para manajer menangani lebih dari 600 aktivitas yang berbeda setiap harinya, tanpa istirahat. Kedua, aktivitas manajerial terpecah-pecah; kebanyakan aktivitas bertahan kurang dari sembilan menit, dan hanya 10% dari aktivitas tersebut yang melebihi durasi satu jam. Ketiga, manajer lebih menyukai informasi terkini, spesifik, dan ad hoc (informasi yan tercetak sering kali sudah usang). Keempat, mereka menyukai bentuk komunikasi lisan dari pada tulisan, karena media lisan memberikan fleksibilitas yang lebih tinggi, membutuhkan upaya yang lebih sedikit, dan memberikan respons yang lebih cepat.Kelima, manajer memberikan prioritas yang tinggi dalam mempertahankan hubungan yang bermacam-macam dan rumit yan bertindak sebagai sistem informasi informal dan membantu mereka melaksanakan agenda personal mereka serta sasaran-sasaran jangka pendek dan jangka panjang.

Dalam menganalisis perilaku para manajer dari hari ke hari, Henry Mintzberg menemukan bahwa hal itudapat diklasifikasikan ke dalam 10 peran manajerial. Peran manajerial (managerial roles) merupakan ekspetasi dari aktivitas yan harus dikerjakan oleh para manajer di dalam suatu organisasi.

b. Pengambilan keputusan dalam dunia nyata

Kini kita dapat melihat bahwa sistem informasi tidak dapat membantu semua peran manajerial. Dan dalam peran manajerial dimana sistem informasi dapat membantu mengambil keputusan, investasi dalam teknologi informasi tidak selalu menghasilkan hasil yang positif. Ada tiga alasan utama: kualitas informasi, penyaringan manajemen, dan budaya organisasi.

1) Kualitas informasi

Keputusan yang berkualitas tinggi memerlukan informasi yang berkualitas tinggi. Apabila keluaran dari sistem informasi tidak memenuhi kriteria kualitas ini, maka peroses pengambilan keputusan akan sulit dilakukan.

2) Penyaringan manajemen

Walaupun dengan informasi yan tepat waktu dan akurat, tetapi beberapa manajer mengambil keputusan yang buruk. Para manajer(seperti halnya semua manusia) menyerap informasi melalui serangkaian penyaringan untuk memahami dunia disekitar mereka. Para manajer memiliki perhatian yang selektif, menitikberatkan pada jenis permasalahan dan pemecahan tertentu, dan memiliki bias-bias yang bervariasi yang menolak informasi yang tidak sesuai dengan konsepsi mereka sebelumnya.

3) Politik dan Inersia Organisasional

Organisasi adalah birokrasi dengan kemampuan dan kompetensi terbatas untuk melakukan tindak-tindakan yang bersifat menetukan. Ketika lingkungan berubah dan perusahaan perlu mengadopsi model bisnis baru untuk bertahan, kekuatan yang besar dalam organisasi menolak pengambilan keputusan untuk perubahan besar.

5. Pengambilan Keputusan Otomatis yang berkepat

Saat ini, banyak keputusan yang diambil oleh organisasi tidak dibuat oleh manajer, atau beberapa manusia. Sebagai contoh, ketik anda memasukkan suatu queri kedalam mesin pencari Google, google telah memutuskan URL yang manakah yang menampilkan dalam waktu rata-rata sekitar setengah detik (500 mili detik). Google membuat indeks atas lebhdari 50 miliar laman web, meskipun tidak mencari keseluruhan indeks bagi semua queri yang diterimanya.

Kelas-kelas dalam keputusan yang sangat terstruktur dan otomatis mengalami pertumbuhan yang sangat cepat. Apakah yang membuat jenis dari keputusan otomatis yang berkecepatan tinggi dimungkinkan adalah algoritme komputer yang secara tepat mendefinisikan langkah-langkah yangahrus diikuti untuk menghasilkan suatu keputusan, database yang sangat besar, prosesor yang berkecepatan yang sangat tinggi, dan perangkat lunak yang dioptimalkan atas tugas. Dalam keadaan-keadaan tersebut, manusia (meliput para manajer) dihapuskan dari rantai keputusan karena mereka terlalu lamban.

Hal ini juga berarti bahwa organisasi dalam area-area tersebut mengambil keputusan dengan lebih cepat daripada apa yang para manajer dapat memonitor atau mengendalikannya.

B. Intelijen Bisnis di dalam Perusahaan

1. Apakah yang dimaksud dengan Intelijen bisnis

Ketika kita berpikir mengenai manusia sebagai makhluk hidup yang cerdas kita sering kali mengacu pada kemampuan mereka untuk mengambil data dari lingkungan mereka, memahami arti dan signifikasi dari informasi, dan kemudian bertindak dengan cepat. Semua organisasi, termasuk perusahaan-perusahaan bisnis, memang mengambil informasi dari lingkungan mereka, berupaya untuk memahami arti dari informasi, dan kemudian berusaha untuk mengambil tindakan terhadap informasi. Sama seperti manusia, beberapa perusahaan bisnis akan mengerjakannya dengan baik, dan yang lainnya dengan buruk.

“Intelijen Bisnis (BI)” merupakan suatu istilah yang digunakan oleh para pemasok perangkat keras dan perangkat lunak serta para konsultan teknologi informasi untuk menggambarkan infrastruktur bagi pergudangan, mengintegrasikan, melaporkan dan menganalisis data yang berasal dari lingkungan bisnis, termasuk data yang besar.Infrastruktur dasar ini mengumpulkan, menyimpan, membersihkan dan membuat informasi yang relevan tersedia bagi para manajer.Berpikir mengenai database, gudang data, data mart, Hadoop, dan platform analisis. “Analitis Bisnis (BA)” juga merupakan istilah yang didefinisikan oleh para pemasok yang lebih menitik beratkan pada alat bantu dan teknik untuk menganalisis dan memahami data. Berpikir mengenai pemrosesan analitis secara online (online analytical processing –OLAP), statistic, model, dan penelusuran data.

Jadi, hanya diambil intinya saja, bahwa intelijen bisnis dan analitis bisnis adalah mengenai mengintegrasikan semua aliran informasi yang dihasilkan oleh suatu perusahaan menjadi satu bagian tunggal, serangkaian data keseluruhan perusahaan yang berkaitan secara logis, dan kemudian menggunakan permodelan, alat bantu analisis statistic (seperti ditribusi normal, korelasi, dan analisis regresi, analisis Chi-Square, peramalan, dan analisis klaster), dan alat bantu penelusuran data (penemuan pola dan pembelajaran mesin), untuk memahami logika dari semua data tersebut sehingga para manajer dapat mengambil keputusan yang lebih baik dan renacana yang lebih baik, atau sedikitnya mengetahui dengan cepat ketika perusahaan mereka gagal dalam memenuhi target-target yang telah direncanakan.

Salah satu perusahaan yang menggunakan Intelijen bisnis adalah Hallmark Cards.Perusahaan menggunakan perangkat lunak SAS Analytis untuk meningkatkan pemahamannya mengenai pola pembelian yang dapat mengarahkan pada penjualan yang meningkat pada lebih dari 3.000 gerai Hallmark Gold Crown di Amerika Serikat.Hallmark ingin memperkuat hubungannya dengan para pembeli langganan.Dengan menggunakan penelusuran data dan permodelan prediktif maka perusahaan dapat menentukan bagaimana memasarkan kepada berbagai macam segmen konsumen selama musim liburan dan peristiwa-peristiwa khusus maupun menyesuaikan promosi dengan cepat. Hallmark dapat menentukan yang mana segmen-segmen konsumen yang sangat dipengaruhi oleh pesan langsung, yang mana yang harus didekati melalui e-mail, dan apakah pesan-pesan tertentu untuk dikirimkan kepada tiap-tiap kelompok, intelijen bisnis telah membantu untuk meningkatkan penjualan Hallmark kepada para anggota program loyalitas sebesar 5 hingga  10%. Organisasi lainnya yang telah mendapatkan manfaat dari intelijen bisnis adalah Cincinnati Zoo, sebagaimana yang digambarkan dalam Sesi Interaktif: organisasi.

a. Pemasok Intelijen Bisnis

Penting untuk mengingat bahwa intelijen bisnis dan analitis bisnis yang didefi-nisikan produk oleh para pemasok teknologi dan perusahaan konsultasi.Mereka terdiri atas perangkat keras dan perangkat lunak yang terjual dengan baik terutama oleh para pemasok sistem yang besar kepada perusahaan Fortune 500 yang sangat besar.Lima pemasok terbesar dari produk-produk tersebut adalah Oracle, SAP, IBM, Microsoft, dan SAS. Produk-produk Microsoft ditujukan pada perusahaan yang berukuran kecil hingga menengah, dan mereka didasarkan pada alat bantudestop yang akrab bagi para karyawan (seperti misalnya perangkat lunak kertas kerja Excel), alat bantu kolaborasi Micrososft SharePoin, dan perangkat lunak database Microsoft SQL Server.

Menurut Intenational Data Corporation, intelijen bisnis global dan pasar analitis adalah sebesar $35,1 miliar pada tahun 2012 dan diharapkan untuk mencapai $50,7 miliar pada tahun 2016 (Kern, 2012). Hal ini membuat intelijen bisnis dan analitis bisnis menjadi salah satu segmen yang pertumbuhannya paling cepat dan paling besar di pasar perangkat lunak AS.

2. Lingkungan Intelijen Bisnis

Gambar di atas memberikan gambaran umum mengenai lingkungan intelijen bisnis yang menyoroti jenis-jenis dari perangkat keras, perangkat lunak, dan kapabilitas manajemen yang ditawarkan oleh para pemasok utama dan yang dikembangkan oleh perusahaan dari waktu ke waktu. Terdapat 6 elemen dalam lingkungan intelijen bisnis:

a. Data dari lingkungan bisnis

Bisnis-bisnis akan berhadapan dengan data terstruktur maupun yang tidak terstruktur dari banyak sumber berbeda , termasuk data yang besar. Data perlu untuk diintegrasikan dan diorganisasi sehingga mereka dapat dianalisis dan digunakan oleh para pengambil keputusan manusia.

b. Infrastruktur intelijen bisnis

Dasar yang mendasari intelijen bisnis merupakan suatu sistem database yang luar biasa yang menangkap semua data yang relevan untuk mengoperasional-kan bisnis. Data akan disimpan dalam database transaksional atau digabungkan dan diintegrasikan ke dalam gudang data perusahaan atau serangkaian data mart  yang saling berkaitan.

c. Seperangkat alat bantu analitis bisnis

Seperangkat alat bantu perangkat lunak yang digunakan untuk menganalisis data dan menghasilkan laporan, memberikan tanggapan terhadap pertanyaan-pertanyaan yang diajukan oleh para manajer dan menelusuri perkembangan dari bisnis dengan menggunakan indikator-indikator kunci dari kinerja.

d. Metode dan pengguna manajerial

Perangkat keras intelijen bisnis dan perangkat lunak hanya sama cerdasnya dengan manusia yang memanfaatkannya. Para manajer memaksakan perintah pada analisis data dengan menggunakan bermacam-macam metode manajerial yang mendefinisikan tujuan bisnis yang strategis dan menentukan bagaimana perkembangan akan diukur. Hal ini meliputi manajemen kinerja bisnis dan pendekatan balanced scorecard yang menitikberatkan pada indikator-indikator kunci bagi kinerja dan analisis strategi industry yang menitikberatkan pada perubahan dalam lingkungan bisnis yang umum, dengan perhatian khusus pada para pesaing. Tanpa pengawasan yang kuat dari manajemen senior, maka analisis bisnis dapat menghasilkan sejumlah besar informasi, laporan dan layar online yang memusatkan perhatian pada persoalan yang salah dan mengalihkan perhatian dari pemasalahan yang sebenarnya.

e. Platform pengiriman

SIM, DSS, ESS: Hasil dari intelijen bisnis dan analitis bisnis yang dikirimkan kepada para manajer dan para karyawan dalam berbagai macam carabergantung pada apa yang mereka perlu tahu untuk melaksanakan pekerjaan mereka. Sebelumnya, sistem-sistem ini tidak akan membagikan data dan dioperasionalkan sebagai sistem yang berdiri sendiri. Saat ini, salah satu perangkat dari alat bantu perangkat keras dan perangkat lunak dalam bentuk intelijen bisnis dan paket analitis dapat mengintegrasikan semua informasi tersebut dan menyampaikan ke destop para manajer atau platform mobile.

f. Antar muka pengguna

Pelaku bisnis tidak lagi terlibat pada meja kantor dan destop mereka. Mereka sering kali belajar dengan lebih cepat dari representasi data secara visual dari pada laporan kuno dengan kolom dan baris mengenai informasi.Serangkaian peragkat lunak analitis bisnis saat ini menekankan pada teknik-teknik visual seperti misalnya dashboard dan scorecard (kartu nilai).Mereka juga dapat mengirimkan laporan pada Blackberry, iphones, dan perangkat genggam mobile lainnya maupun portal web perusahaan.Perangkat lunak BA menambahkan kapabilitas untuk mem-posting informasi pada Twitter, Facebook, atau media sosial internal untuk mendukung pengambilan keputusan dalam pengaturan kelompok secara online dari pada dalam rapat pertemuan yang saling berhadapan muka.

3. Intelijen Bisnis dan Kapabilitas Analitis

Intelijen bisnis dan analitis bisnis menjanjikan untuk mengirimkan informasi dengan tepat, hampir mendekati real-time kepada para pengambil keputusan, dan alat bantu analitis membantu mereka dengan cepat memahami informasi dan mengambil tindakan. Terdapat 6 fungsionalitas analitis yang sistem BI kirimkan untuk mencapai hasil akhir tersebut: 

1) Laporan produksi

Ini merupakan laporan yang telah didefinisikan sebelumnya yang didasarkan pada kebutuhan spesifik dari industry.

2) Laporan yang memiliki parameter.

Para pengguna memasuki beberapa parameter seperti yang terdapat pada tabel pivot untuk menyaring data dan mengisolasi dampak dari parameter. Sebagai contoh, anda ingin memasuki wilayah dan waktu dalam hari untuk memahami bagaimana penjualan dari suatu produk bervariasi berdasarkan wilayah dan waktu. Jika anda berbisnis Starbucks, maka anda mungkin menemukan bahwa para pelanggan di wilayah Timur akan membeli hampir sebagian besar kopi pada pagi hari. Hasil temuan ini akan mengarahkan pada kampanye pemasaran dan iklan yang berbeda-beda dalam tiap-tiap wilayah.

3) Dashboard/ scorecard

Ini merupakan alat bantu visual untuk menyajikan data kinerja yang didefinisikan oleh para pengguna.

4) Ad hoc queri/ pencarian/ penciptaan laporan

Ini memungkinkan bagi para pengguna untuk menciptakan laporan mereka sendiri berdasarkan pada queri dan pencarian.

5) Penelusuran

Ini merupakan kemampuan untuk berpindah dari tingkat ringkasan yang tinggi ke pandangan yang lebih terperinci.

6) Peramalan, scenario, model

Ini meliputi kemampuan untuk melaksanakan peramalan linear, analisis scenario bagaimana jika, dan menganalisis data dengan menggunakan alat bantu statistic yang standar.

a. Siapa yang menggunakan Intelijen bisnis dan analitis bisnis

Kita telah membahas pengguna informasi yang berbeda dalam perusahaan bisnis-dari manajer senior hingga manajer menengah, analis, dan karyawan operasional hal ini juga berlaku bagi sistem BI dan BA

Wewenang Pengguna:Produsen   Kapabilitas          Pengguna santai: Pelanggan

(20% dari karyawan)           (80% dari karyawan)

Pengembang TI Pelanggan/Pemasok                    Karyawan Operasional

Pengguna Super Manajer senior

Manajer /Staf

Analisis bisnis

Pemodel analitis Analisis bisnis

Gambar 1. Pengguna Intelijen bisnis

Lebih dari 80% audience BI terdiri atas para pengguna santai yang sangat mengandalkan pada laporan produksi.Para eksekutif senior cenderung untuk menggunakan BI untuk memonitor aktivitas-aktivitas perusahaan dengan menggunakan antar muka visual seperti misalnya dashboard dan kartu nilai (scorecard).Para manajer menengah dan para analisis cenderung untuk ternggelam dalam data dan perangkat lunak, memasukkan queri dan memilah-milah serta membagi data seiring dengan dimensi yang berbeda. Para karyawan operasional akan sejalan dengan para pelanggan dan para pemasok, sebagian besar mencari laporan-laporan yang telah dikemas.

b. Laporan produksi

Output yang paling banyak digunakan dari alat bantu BI adalah laporan produksi yang telah dikemas. Pada gambar dibawah mengilustrasikan beberapa laporan yang umumnya telah ditetapkan dari alat bantu BI Oracle.

Area Fungsional Bisnis Laporan Produksi

Penjualan Peramalan penjualan; kinerja tim penjualan; penjualan silang; siklus waktu penjualan

Jasa/ Sentra Panggilan Kepuasan konsumen; biaya jasa; tingkat resolusi; tingkat penurunan.

Pemasaran Keefektifan kampanye; loyalitas dan pengu-rangan; analisis keranjang pasar

Pengadaan dan Dukungan Pengeluaran langsung dan tidak langsung; pembelian tanpa kontrak; kinerja pemasok

Rantai Pasokan Backlog; status pemenuhan; siklus waktu pemesanan; analisis tagihan bahan baku

Keuangan Jurnal umum; piutang dan utang; arus kas; profitabilitas

Sumber Daya Manusia Produktivitas karyawan; kompensas; demografis tenaga kerja; retensi.

Gambar  .Contoh dari Intelijen bisnis atas laporan produksi yang telah ditetapkan

c. Analitis Prediktif

Kemampuan terpenting dari analitis intelijen bisnis adalah kemampuan untuk membuat model atas peristiwa dan perilaku pada masa mendatang, seperti misalnya probabilitas seorang pelanggan akan memberikan tanggapan atas penawaran untuk membeli suatu produk. Analitis prediktif (predictive analytical) menggunakan analisis statistic, teknik penelusuran data, data historis dan asumsi mengenai kondisi pada masa mendatang untuk memprediksi kecenderungan masa yang akan datang dan pola prilaku. Peubah-peubah yang dapat diukur untuk memprediksikan perilaku pada masa mendatang telah teridentifikasi. Sebagai contoh, sebuah perusahaan asuransi akan menggunakan peubah seperti misalnya umur, gender, dan catatan mengemudi sebagai predictors untuk keselamatan dalam mengemudi ketika mengeluarkan kebijakan asuransi mobil. Kumpulan dari predictors tersebut digabungkan ke dalam suatu model predektif untuk meramalakan probilitas pada masa mendatang dengan tingkat keandalan yang dapat diterima.

FedEx telah menggunakan analitas predektif untuk mengembangkan model yang memprediksikan bagaimana para pelanggan akan memberikan tanggapan atas perubahan harga dan jasa yang baru, di mana para pelanggan sebagai besar beresiko beralih kepada para pesaing, dan beberapa banyak pendapatan yang akan dihasilkan dengan etalase yang baru atau lokasi dropbox. Tingkat keakuratan dari sistem analitis prediktif FedEx berkisar dari 65 hingga 90%.

Analitis prediktif digabungkan ke dalam sejumlah penerapan intelijen bisnis yang sangat banyak untuk penjualan, pemasaran, keuangan, deteksi penipuan, dan perawatan kesehatan.Salah satu dari penerapan yang sangat terkenal adalah penilaian kredit, yang digunakan di seluruh industry jasa keuangan. Ketika anda mengajukan permintaan atas kartu kredit ynag baru, maka model penilaian akan memproses riwayat kredit anda, pengajuan pinjaman, dan data pembelian untuk menentukan kemungkinan Anda dalam melakukan pembayaran kredit pada masa mendatang dengan tepat waktu. Perusahan-perusahaan dalam biang telekomuni-kasi menggunakan analitis prediktif untuk mengidentifikasi yang mana pelanggan yang paling menguntungkan, yang mana yang paling cenderung untuk pergi, yang yang mana jasa dan rencana yang sangat cenderung untuk mempertahankan pelanggan. Para penjamin asuransi atas perawatan kesehatan telah menganalisis data selama bertahun-tahun untuk mengidentifikasi pasien yang cenderung menghasilkan biaya tinggi.

Banyak perusahaan menerapkan analitis prediktif untuk memprediksikan tanggapan terhadap kampanye pemasaran secara langsung.Dengan mengidentifi-kasi pelanggan yang kurang cenderung untuk memberikan tanggapan, maka perusahaan dapat menurunkan biaya pemasaran dan penjualan mereka dengan mengelilingi kelompok ini dan menitikberatkan pada sumber daya mereka atas pelanggan yang telah teridentifikasi sebagai yang lebih menjanjikan. Sebagai contoh Body Shop pls divisi AS menggunakan analitis prediktif dan membuat database atas katalognya, web dan pelanggan gerai ritel untuk mengidentifikasi pelanggan yang sangat mungkin melakukan pembelian melalui katolog. Informasi tersebut membantu perusahaan untuk membangun daftar mailing secara lebih tepat dan ditargetkan atas catalognya, meningkatkan tingkat tanggapan atas mailing catalog dan pendapat yang dihasilkan dari catalog.

d. Analisis data besar

Banyak peritel online yang memiliki kapabilitas untuk membuat rekomendasi atas produk yang diwujudkan melalui online pada para pengunjung situs web mereka untuk membantu dalam menstimulasi pembelian dan membimbing keputusan mereka mengenai barang dagangan yang disediakan. Naumn, sebagian besar dari rekomendasi produk tersebut didasarkan pada perilaku dari kelompok-kelompok yang hampir sama dengan pelanggan, seperti misalnya mereka dengan tingkat pendapatan di bawah 550.000 atau yang berusia di antara 18-25 tahun. Sekarang beberapa telah memulai untuk menganalisis jumlah pelanggan online dan dalam gerai yang sangat besar yang telah mereka kumpulkan seiring dengan data pada media sosial untuk membuat rekomendasi tersebut menjadi lebih individual.

Perusahaan-perusahaan online yang besar seperti misalnya Walmart, Netflix, dan eBay menganalisis data yang besar dari transaksi-transaksi pelanggan mereka dan aliran media sosial untuk menciptakan pengalaman berbelanja yang diwujudkan secara real-time.Upaya-upaya tersebut diterjemahkan kedalam pengeluaran pelanggan yang lebih besar dan tingkat pengulangan pelanggan.

EBay menggunakan Hunch.com, yang diambil alih pada tahun 2011, untuk mengirimkan rekomendasi yang dikustomisasikan kepada para pengguna individual yang didasarkan pada serangkaian pilihan cita rasa mereka yang spesifik. Hunch telah membangun suatub database yang sangat besar yang meliputi data dari pembelian pelanggan, jejaring sosial, dan tanda-tanda dari sekitar web.Hunch dapat menganalisis data untuk menciptakan “grafik pilihan cita rasa” yang memetakan para pengguna dengan prediksi persamaan mereka ats produk, jasa, situs web, dan orang lainnya, dan memanfaatkan informasi ini untuk menciptakan rekomendasi yang dikustomisasikan.“Grafik pilihan cita rasa” Hunch meliputi prediksi terhadap sekitar 500 juta orang, 200 juta objek (misalnya video, gadget, atau buku), serta 30 miliar koneksi di antara orang orang dan objek. Untuk menghasilkan prediksi yang akurat dalam hampir secara real-time, Hunch telah mengubah pilihan cita rasa dari tiap-tiap orang ke dalam “sidik jari pilihan cita rasa” yang diekstrak dari grafik pilihan cita rasa yang lebih besar.

Teknologi prediksi dari Hunch.com membantu eBay dalam mengembangkan rekomendasi barang yang mungkin tidak langsung terlihat jelas bagi para pengguna untuk membeli dari pasaronline-nya. Sebagai contoh, seorang pegumpul uang koin akan melakukan pembelian pada situs eBay, maka Hunch akan merekomendasikan mikroskop yang sangat bermanfaat untuk melakukan analisis terhadap uang koin. Hunch juga dapat menjadi suatu alat bantu yang penting bagi para penjual eBay jika profil pelanggannya membantu mereka mengambil keputusan yang lebih baik mengenai barang-barang yang manakah yang akan ditawarkan, konten yang mereka gunakan untuk menggambarkan persediaan mereka, dan mungkin bahkan periklanan yang mereka pakai untuk mempromosikan daftar barang mereka pada eBay (Grau, 2012).

e. Visualisasi Data, Analitis Visual, dan Sistem Informasi Geografis

Dengan menyajikan data dalam bentuk visual, maka visualisasi data (data visualization) dan alat bantu analitis visual dapat membantu para pengguna untuk melihat pola dan hubungan dalam sejumlah besar data yang sulit untuk dipahami jika data disajikan dalam bentuk daftar teks trsdisional atau angka-angka. Data disajikan dalam berbagai macam bentuk grafik, diagram, dashboard, dan peta.Orang-orang menjadi lebih terlihat ketika mereka menyaring informasi yang disajikan secara visual dan mengembangkan wawasan mereka sendiri.

Sistem informasi geografis (geographic infoemation system-GIS) adalah suatu kategori khusus dari alat bantu untuk membantu para pengambil keputusan memvisualisasikan permasalahan yang memerlukan pengetahuan mengenai distribusi secara geografis atas orang atau sumbar daya lainnya. Perangkat lunak GIS mengikat data lokasi terhadap titik-titik, garis, dan area pada suatu peta.Beberapa GIS memiliki kapabilitas permodelan untuk mengubah data dan secara otomatis akan memperbaiki scenario bisnis. GIS akan digunakan untuk membantu pemerintah Negara bagian dan setempat dalam menghitung waktu tanggapan terhadap bencana alam dan keadaan darurat lainnya atau untuk membantu bank-bank dalam mengidentifikasi lokasi yang terbaik untuk mendirikan cabang-cabang yang baru atau terminal ATM.

Sebagai contoh, Columbia, Bank First Citizen yang bertempat di Carolina Selatan, memanfaatkan perangkat lunak GIS dari Mapinfo untuk menentukan yang manakah pasar untuk menitikberatkan pada mempertahankan pelanggan dan yang mana untuk menitikberatkan pada memperoleh pelanggan yang baru. MapInfo juga memungkinkan bank untuk menelusuri perincian-perincian pada level cabang individual dan tujuan individual untuk tiap-tiap orang. Masing-masing cabang dapat melihat apakah peluang untuk pendapatan yang terbesar dari penelusuran database-nya atas pelanggan yang telah ada atau dari mendapatkan pelanggan yang baru.

4. Strategi Manajemen Untuk Mengembangkan Kapabilitas BI dan BA

Terdapat dua strategi yang berbeda dalam mengadopsi kapabilitas BI dan BA bagi suatu organisasi: satu solusi yang integrasi secara menyeluruh versus berbagai macam solusi yang disediakan oleh para pemasok yang terbaik. Perusahaan penghasil perangkat keras (IBM, HP, dan sekarang Oracle, yang mana memiliki Sun Microsystem) ingin menjual kepada perusahaan anda solusi dengan perangkat keras/ perangkat lunak yang teritegrasi, yang cenderung untuk menjalankan hanya pada perangkat keras mereka (solusi yang terintegrasi sepenunya).Ini dinamakan “belanja satu tempat”. Perusahaan-perusahaan penghasil perangkat lunak (SAP, SAS, dan Microsoft) mendorong perusahaan untuk mengadopsi perangkat lunak “mutu yang terbaik” dan hanya dapat dijalankan pada mesin yang mereka inginkan, dalam strategi ini, anda mengadopsi database terbaik dan solusi gudang data, serta memilih intelijen bisnis dan paket analitis yang terbaik dari pemasok manapun yang anda yakini merupakan yang terbaik.

Solusi yang pertama membawa resiko dimana pemasok tunggal yang menyediakan kepada perusahaan anda solusi total baik perangkat keras maupun perangkat lunak, membuat perusahaan anda menjadi bergantung pada wewenang penetapan harganya. Ini juga menawarkan keuntungan dalam berurusan dengan satu pemasok tunggal yang dapat mengirimkan dalam skala global.Solusi yang kedua menawarkan fleksibelitas yang lebih besar dan kemandirian, tetapi dengan resiko yang berpotensial menyulitkan dalam mengintegrasikan platform perangkat lunak terhadap perangkat keras, maupun perangkat lunak lainnya. Para pemasok selalu mengatakan bahwa perangkat lunak mereka “dapat sesuai” dengan perangkat lunak yang lain. tetapi pada kenyataanya dapat menjadi sangat sulit untuk mengintegrasikan perangkat lunak dari pemasok yang berbeda. Microsoft secara khusus menekankan pada membangun destop antar muka dan sistem operasinya (Windows), yang mana sangat akrab bagi banyak penggunanya, dan mengembangkan aplikasi server yang bekerja pada jaringan local area Microsoft. Akan tetapi, data dari perangkat keras dan perangkat lunak yang dihasilkan oleh para pemasok yang berbeda dapat mengalir dengan lancar kedalam sentra kerja Microsoft untuk membuat strategi tersebut dapat berjalan.Hal ini tidak memadai bagi perusahaan Fortune 500 yang memerlukan jaringan solusi secara global.

Tanpa memerhatikan yang manakah strategi yang akan diambil oleh perusaha-an anda, semua sistem BI dan BA akan mengunci perusahaan ke dalam serangkai-an pemasok dan untuk menggantinya sangat  mahal biayanya. Ketika anda melatih ribuan karyawan di seluruh dunia dengan menggunakan serangkaian alat bantu tertentu, akan sangat sulit untuk menggantinya. Ketika anda mengambil sistem-sistem tersebut, maka anda pada dasarnya mengambil rekan yang baru.

Kondisi pasar sangat kompetitif dan menjadi hiperbola.Sebagai seorang manajer, anda harus melakukan evaluasi dengan kritis seperti klaim-klaim, sangat memahami bagaimana sistem-sistem tersebut dapat meningkatkan bisnis anda, dan menentukan apakah pengeluaran dapat memberikan manfaat ataukah tidak.

C. Constituencies Intelijen Bisnis

Terdapat banyak Constituencies yang berbeda-beda yang terdiri atas suatu perusahaan bisnis yang modern. Pada bagian yang lebih awal dalam buku teks ini dan dalam bab ini telah kita identifikasikan mengenai 3 level manajemen: manajemen supervisor yang terendah (operasional), manajemen menengah, dan manajemen senior (wakil presiden dan diatasnya, meliputi eksekutif atau manajemen “level C”, seperti misalnya direktur eksekutif, direktur keuangan, dan direktur operasional). Masing-masing dari kelompok manajemen tersebut memiliki tanggung jawab yang berbeda dan kebutuhan yang berbeda atas informasi dan intelijen bisnis, dengan keputusan yang menjadi kurang terstruktur di antara level manajemen yang lebih tinggi

1. Dukungan keputusan bagi manajemen operasional dan manajemen menengah

Manajemen operasional dan manajemen menengah pada umumnya dibebankan dengan memonitor kinerja dari aspek-aspek yang penting atau bisnis, berkisar dari penghentian mesin dari divisi pabrik, sehingga penjualan harian atau bahkan perjam pada gerai makanan franchise, sehingga lalu lintas harian pada situs web perusahaan. Sebagian besar keputusan-keputusan yang mereka ambil cukup terstruktur. Sistem informasi manajemen (SIM) biasanya digunakan oleh para manajer menengah untuk mendukung tipe dari pengambilan keputusan tersebut, dan output utama mereka adalah serangkaian laporan produksi rutin yang didasarkan pada data yang diekstrak dan diringkaskan dari sistem pemrosesan transaksi (transaction processing system-TPS)  yang mendasar.

Apalagi, para manajer menengah menerima laporan-laporan tersebut secara online pada portal perusahaan, dan dapat melakukan queri data secara interaktif untuk mencari tahu mengapa peristiwa-peristiwa dapat terjadi. Untuk menghemat waktu lebih atas analisis, maka para manajer beralih pada laporan pengecualian, yang mana hanya menyoroti kondisi pengecualian semata, seperti misalnya ketika kuota penjualan untuk suatu wilayah tertentu jatuh dibawah level yang diantisipasi atau para karyawan melebihi batas pengeluaran mereka dalam program perewatan gigi.

Dukungan bagi keputusan semi terstruktur

Beberapa manajer “merupakan pengguna yang super” dan para analis bisnis yang tajam yang ingin menciptakan laporan-laporan mereka sendiri, dan menggunakan analitis-analitis yang lebih canggih dan model-model untuk mencari pola dalam data, untuk merancang model alternative scenario bisnis, atau untuk menguji hipotesis-hipotesis tertentu.Sistem pendukung keputusan (decision-support system–DSS) merupakan platform pengiriman BI untuk kategori para pengguna tersebut, dengan kemampuan untuk mendukung pengambilan keputusan yang semi terstruktur.

DSS sangat mengandalkan pada permodelan dari pada SIM, dengan menggunakan model matematika atau analitis untuk mengerjakan analisis bagaimana jika atau jenis analisis lainnya. Analisis “bagaimana jika”, bekerja ke depan dari kondisi yang diketahui atau di asumsikan, yang menungkinkan bagi pengguna atas variasi nilai tertentu terhadap nilai yang diujikan untuk memprediksi hasil jik perubahan terjadi dalam nilai-nilai tersebut. Apakah yang aka terjadi jika kita menaikan harga produk sebesar 5%  atau meningkatkan anggaran iklan sebesar $1 juta? Model analisis sensitivitas mengajuka pertanyaan bagaimana secara beulang-ulang untuk memprediksikan kisaran hasil ketika salah satu atau lebih peuba-ubah akan diubah beberapa kali.

2. Dukungan Keputusan Bagi Manajemen Senior: Balanced Scorecard dan metode manajemen kinerja perusahaan

Saat ini, metodologi yang terdepan untuk memahami informasi yang benar-benar penting yang diperlukan oleh para eksekutif perusahaan dinamakan metode balanced scorecard. Balanced scorecard merupakan suatu kerangka kerja untuk mengoperasionalkan rencana strategis dari perusahaan dengan menitikberatkan pada hasil yang dapat diukur pada 4 dimensi kinerja perusahaan : keuangan, proses bisnis, pelanggan serta pembelajaran dan pertumbuhan.

Kinerja pada tiap-tiap dimensi akan diukur dengan menggunakan indikatorkinerja utama (key performance indicators-KPIs) yang mengukur yang diusulkan oleh manajemen senior untuk memahami seberapa baikkah perusahaan ritel secara online dalam memenuhi tujuan kinerja pelanggannya adalah rata-rata lamanya waktu yang diperlukan untuk mengirimkan paket kepada pelanggan. Jika perusahaan anda adalah bank, maka salah satu KPI dari kinerja proses bisnis adalah lamanya waktu yang diperlukan untuk mengerjakan suatu fungsi yang mendasar seperti menciptakan akun dari seorang pelanggan yang baru.

Kerangka kerja Balanced scorecard dinyatakanmenjadi “berimbang” karena menyebabkan para manajer agar menitikberatkan paa lebih sekedar kinerja keuangan semata. Dalam pandagan ini, seperti misalnya efisiensi proses bisnis, kepuasan pelanggan, dan pelatihan karyawan. 

3. Sistem Pendukung Keputusan Kelompok (GDSS)

Begitu banyaknya pekerjaan yang diselesaikan dalam kelompok di dalam perusahaan dimana suatu sistem kategori yang khusus dinamakan sitem pendukung keputusan kelompok (group dectsions support systems-GDSS) telah dikembangkan untuk mendukung kelompok dan pengambilan keputusan organisasional.

GDSS merupakan sistem berbasis komputer yang interaktif untuk memfasilitasi solusi dari permasalahan-permaslahan yang tidak terstruktur oelh serangkaian para pengambil keputusan yang bekerja bersama-sama sebagai sebuah keompok didalam lokasi yang sama atau dalam lokasi yang berbeda. Sistem kolaborasi dan alat bantu berbasis untuk konferensi video dan pertemuan secara elektronik yang digambarkan pada awal didalam teks ini akan mendukung beberapa proses pengambilan keputusan dalam kelompok, tetapi fokus mereka secara khusus pada komunikasi. Namun, GDSS, menyediakan alat bantu dan teknologi yang diarahkan secara eksplisit pada pengambilan keputusan dalam kelompok.

BAB III

PENUTUP

A. Kesimpulan

Keputusan-keputusan diklasifikasikan menjadi keputusan terstruktur, semi terstruktur, dan tidak terstruktur. “Intelijen Bisnis (BI)” merupakan suatu istilah yang digunakan oleh para pemasok perangkat keras dan perangkat lunak serta para konsultan teknologi informasi untuk menggambarkan infrastruktur bagi pergudangan, mengintegrasikan, melaporkan dan menganalisis data yang berasal dari lingkungan bisnis, termasuk data yang besar.

B. Saran

Penulis menyadari bahwa makalah ini masih jauh dari kata sempurna. Oleh karena itu, Penulis berharap makalah ini menjadi inspirasi dan motivasi agar teman-teman bisa membuat makalah yang lebih sempurna. Atas kritik dan sarannya Penulis ucapkan terima kasih.