TUGAS SISTEM INFORMASI MANAJEMEN: INFORMASI DALAM PRAKTEK (STUDI KASUS PADA PT. Mustika Ratu Tbk)

TUGAS SISTEM INFORMASI MANAJEMEN: INFORMASI DALAM PRAKTEK (STUDI KASUS PADA PT. Mustika Ratu Tbk)

1.     Informasi  sebagai salah satu faktor penting penentu keberhasilan system pemproses transaksi

Pada tahun 1961, D, Ronald Daniel dari Mc.Kinsey dan Company, salah saru perusahaan konsultan terbesar di Amerika, memperkenalkan istilah critical success factor (CSF) atau faktor penting penentu keberhasilan. Ia mengungkapkan bahwa terdapat beberapa aktivitas penting yang akan menetukan keberhasilan atau kegagalan bagi semua jenis organisasi.

   Ketika manajemen sebuah perusahaan menjalankan konsep CSF, mereka akan memusatkan perhatian pada pengindentifikasikan CSF dan kemudian memonitor sampai seberapa jauh mereka telah mencapainya. Perusahaan yang melaksanakan strategi ini mengakui bahwa informasi merupakan suatu sumber daya yang berharga dan bahwa sistem informasi yang baik merupakan salah satu CSF.

a.      Sistem Pemprosesan Transaksi

            Istilah sistem pemrosesan transaksi digunakan untuk menjelaskan sistem informasi yang mengumpulkan data yang menguraikan aktivitas perusahaan, mengubah data menjadi informasi, dan menyediakan informasi tersebut bagi para pengguna yang terdapat didalam maupun diluar perusahaan.

Ini merupakan aplikasi bisnis pertamayang dipasang pada komputer ketika mereka pertama kali diperkenalkan pada tahun 1950-an. Istilah sistem pemrosesan data elektronik (electronic data processing-EDP) dan sistem informasi akuntansi juga telah dipergunakan, namun saat ini kurang populer.

            Informasi yang mengalir ke lingkungan juga memiliki arti penting. Sistem pemrosesan transaksi adalah satu-satunya sistem informasi yang memiliki tanggung jawab untuk memenuhi kebutuhan informasi dari luar perusahaan. Sistem pemrosesan transaksi memiliki tanggung jawab untuk memberikan informasi kepada setiap unsur lingkungan selain pesaing. Sebagai contoh, sistem pemrosesan transaksi memberikan faktur dan laporan saldo kepada pelanggan, pesanaan pembelian kepada pemasok, dan data dalam laporan keuangan tahunan kepada tahunan kepada para pemegang saham dan pemilik.

1

Salah satu contoh yang baik dari sistem pemrosesan transaksi adalah sistem yang digunakan oleh perusahaan-perusahaan distribusi, perusahaan yang mendistribusikan produk atau jasa kepada para pelanggannya. Sistem distribusi juga dapat ditemukan pada organisasi-organisasi jasa seperti United Way dan rumah sakit-rumah sakit serta pada badan-badan pemerintahan seperti militer dan perpajakan.

b. Tinjauan Sistem

  Seluruh sistem ditunjukkan oleh kotak yang diberi label “Sistem distribusi” yang berada ditengah. Unsur-unsur lingkungan yang berinteraksi dengan sistem ditunjukkan oleh kotak-kotak dan dihubungkan ke sistem oleh panah-panah yang disebut arus data.

            Unsur-unsur lingkungan dari sistem distribusi meliputi pelanggan, pemasok, ruang persedian bahan baku, dan manajemen. Arus data yang menghubungkan perusahaan dengan para pelanggannya cukup mirip dengan arus yang menghubungkan perusahaan dengan pemasoknya. Pesanan yang diterima oleh perusahaan dari para pelanggannya disebut pesanan penjualan (sales order), sedangkan pesanan yang ditempatkan oleh perusahaan kepada pemasoknya disebut pemesanan pembelian (purchase order).

c.       Subsistem-subsistem Utama dari Sistem Distribusi

            Sistem distribusi terdiri atas tiga proses utama yaitu : memenuhi pesanan pelanggan, memesan persediaan pengganti dari pemasok, dan memelihara buku besar.

1. Memenuhi pesanan pelanggan : Pemrosesan pesanan melibatkan suatu sistem entri pesanan, sistem persediaan, sistem penagihan, dan sistem piutang dagang.
2. Memesan persediaan pengganti pemasok : Sistem pengganti persediaan terdiri atas sistem pembelian, sistem penerimaan, dan sistem utang dagang.
3. Memelihara buku besar : Sistem buku besar terdiri atas dua subsistem utama yaitu memperbarui sistem buku besar dan sistem pembuatan laporan manajemen.

d.      Menempatkan Sistem Pemprosesan Transaksi dalam Perspektif

Sistem pemrosesan transaksi adalah sistem informasi pertama yang terkomputerisasi. Selain sebagai area aplikasi yang paling dapat dipahami, sistem ini juga berperan sebagai fondasi dari semua aplikasi lainnya. Fondasi ini mengambil bentuk basis data, yang mendokumentasikan semua hal yang penting yang dilakukan oleh perusahaandalam menjalankan operasinya dan berinteraksi dengan lingkungan.

2

2.     Sistem Informasi Organisasi

Area-area bisnis perusahaan keuangan, sumber daya manusia, layanan informasi, manufaktur, dan pemasaran menggunakan basis data yang diproduksi oleh sistem pemrosesan transaksi, ditambah data dari sumber-sumber yang lain, untuk menghasilkan informasi yang digunakan oleh para manajer dalam mengambil keputusan dan memecahkan masalah. Sistem informasi dikembangkan untuk setiap area bisnis ini. Jenis sistem informasi lainnya yang telah diimplementasikan di banyak perusahaan yatitu sistem informasi eksekutif (executive information system atau EIS) ditunjukkan untuk tingkat organisasi daripada area bisnis. EIS digunakan oleh para manajer ditingkat organisasi yang lebih tinggi.

            Semua sistem organisasi ini merupakan contoh dari sistem informasi organisasi (organizational information system). Semua sistem informasi tersebut dikembangkan untuk memenuhi kebutuhan akan informasi yang berhubungkan dengan bagian-bagian tertentu dari organisasi.

a.      Sistem Informasi Pemasaran

            Sistem informasi pemasaran memberikan informasi yang berhubungan dengan aktivitas pemasaran perusahaan.

       I.     Subsistem Output : Setiap subsistem output memberikan informasi mengenai unsur-unsur penting di dalam bauran pemasaran. Bauran pemasaran (marketing mix) terdiri atas empat unsur utama yang dikelola oleh manajemen agar dapat memenuhi keuntungan. Subsistem output terdiri atas lima yaitu :

a)      Subsistem Produk : memeberikan informasi mengenai produk-produk perusahaan.

b)      Subsistem Lokasi : memberikan informasi mengenai jaringan distribusi perusahaan.

c)       Subsistem Promosi : memberikan informasi mengenai iklan dan aktivitas penjualan pribadi  perusahaan.

d)      Subsistem Harga : membantu manajer mengambil keputusan harga.

e)       Subsistem Buaran Teringerasi : memungkinkan para manajer mengembangkan strategi yang mempertimbangkan pengaruh gabungan dari unsur-unsur diatas.

3

    II.            Basis Data : Basis data merupakan data yang digunakan oleh subsistem output yang berasal dari basis data. Basis data dipopulasikan dengan data yang berasal dari tiga subsistem ouput.

   III.            Subsistem Input : sistem pemrosesan transaksi mengumpulkan data dari sumber-sumber internal dan lingkungan lalu memasukannya ke dalam basis data.

b.      Sistem Informasi Sumber Daya Manusia

            Sistem informasi sumber daya manusia memberikan informasi kepada seluruh manajer perusahaan yang berkaitan dengan sumber daya manusia perusahaan.

c.       Sistem Informasi Manufaktur

            Sistem informasi manufaktur memberikan informasi kepada seluruh manajer perusahaan yang berkaitan dengan operasi manufaktur perusahaan.

d.      Sistem Informasi Keuangan

            Sistem informasi keuangan memberikan informasi kepada seluruh manajer perusahaan yang berkaitan dengan aktivitas keuangan perusahaan.

e.       Sistem Informasi Eksekutif

            Sistem informasi Eksekutif adalah suatu sistem informasi yang memberikan informasi kepada para manajer ditingkat lebih tiinggi atas kinerja perusahaan secara keseluruhan. Sistem informasi eksekutif ini biasanya terdiri atas stasiun-stasiun kerja eksekutif yang terhubung melalui jaringan ke komputer pusat. Para perancang sistem informasi eksekutif membuat sistem secara fleksibel sehingga ia akan dapat memenuhi keinginan semua eksekutif apa pun itu. Salah satu pendekatan adalah dengan memberikan kemampuan drill down (perincian), dengan pendekatan ini eksekutif dapat mengeluarkam tampilan ringkasan dan kemudian secara berurutan menampilkan detail dari tingkat lebuih rendah. Drill down ini akan terus dilakukan sampai eksekutif merasa puas bahwa mereka telah mendapatkan jumlah detail sesuai dengan kebutuhan.

4

3.Manajemen Hubungan Pelanggan

Basis data yang kita masukkan dalam model sistem pemrosesan transaksi dan dalam model-model sistem informasi pemasaran, sumber daya manusia, manufaktur, dan keuangan dimaksudkan untuk mendukung para pengguna dalam mengerjakan aktivitas mereka sehari-hari. Data dalam basis data ini harus data terbaru sehingga para memiliki dasar terbaik untuk membuat keputusan dan memecahkan masalah.

         Dalam merancang basis data ini, dilakukan upaya untuk memberikan data historis meskipun terbatas. Kebutuhan akan data historis ini khususnya sangat besar dalam area pemasaran, dimana para manajer ingin dapat melacak perilaku pembelian para pelanggan selama jangka waktu yang cukup panjang. Kebutuhan ini telah merangsang strategi pmasaran populer yang disebut manajemen hubungan pelanggan. Manajemen hubungan pelanggan (customer relationship management atau CRM)adalah adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan maupun pelangggannya akan menerima nilai maksimum dari hubungan ini. Strategi ini menyadari bahwa membina hubungan jangka panjang dengan pelanggan adalah suatu strategi yang bagus, karena mempertahankan pelanggan yang sudah ada biasanya akan lebih murah daripada mendapatkan pelaanggan baru. Oleh karena itu, perusahaan melakukan upaya-upaya untuk memahami para pelanggannya sehingga kebutuhan mereka akan dapat dipenuhi dan mereka pun tetap setia kepada perusahaan.

          Sistem CRM akan mengakumulasikan data pelanggan dalam jangka panjang yaitu 5 tahun, 10 tahun, atau bahkan lebih dan menggunakan data itu untuk memberikan informasi kepada para pengguna. Unsur utama dalam CRM adalah data warehouse (gudang data).

 Manajemen Hubungan Pelanggan (bahasa Inggris: Customer Relationship Management disingkat CRM) adalah suatu jenis manajemen yang secara khusus membahas teori mengenai penanganan hubungan antara perusahaan dengan pelanggannya dengan tujuan meningkatkan nilai perusahaan di mata para pelanggannya.

Pengertian lain mengatakan bahwa ia adalah sebuah sistem informasi yang terintegrasi yang digunakan untuk merencanakan, menjadwalkan, dan mengendalikan aktivitas-aktivitas prapenjualan dan pascapenjualan dalam sebuah organisasi. CRM melingkupi semua aspek yang berhubungan dengan calon pelanggan dan pelanggan saat ini, termasuk di dalamnya adalah pusat panggilan (call center), tenaga penjualan (sales force), pemasaran, dukungan teknis (technical support) dan layanan lapangan (field service).

5

a.     Sasaran dan Tujuan

Sasaran utama dari CRM adalah untuk meningkatkan pertumbuhan jangka panjang dan profitabilitas perusahaan melalui pengertian yang lebih baik terhadap kebiasaan (behavior)

pelanggan. CRM bertujuan untuk menyediakan umpan balik yang lebih efektif dan integrasi yang lebih baik dengan pengendalian return on investment (ROI) di area ini.

Otomasi Tenaga Penjualan (Sales force automation/SFA), yang mulai tersedia pada pertengahan tahun 80-an adalah komponen pertama dari CRM. SFA membantu para sales representative untuk mengatur account dan track opportunities mereka, mengatur daftar kontak yang mereka miliki, mengatur jadwal kerja mereka, memberikan layanan training online yang dapat menjadi solusi untuk training jarak jauh, serta membangun dan mengawasi alur penjualan mereka, dan juga membantu mengoptimalkan penyampaian informasi dengan news sharing.SFA, pusat panggilan (bahasa inggris:call center) dan operasi lapangan otomatis ada dalam jalur yang sama dan masuk pasaran pada akhir tahun 90-an mulai bergabung dengan pasar menjadi CRM. Sama seperti ERP (bahasa Inggris:Enterprise Resource Planning), CRM adalah sistem yang sangat komprehensif dengan banyak sekali paket dan pilihan.

Merujuk kepada Glen Petersen, penulis buku “ROI: Building the CRM Business Case,” sistem CRM yang paling sukses ditemukan dalam organisasi yang menyesuaikan model bisnisnya untuk profitabilitas, bukan hanya merancang ulang sistem informasinya.

CRM mencakup metoda dan teknologi yang digunakan perusahaan untuk mengelola hubungan mereka dengan pelanggan. Informasi yang disimpan untuk setiap pelanggan dan calon pelanggan dianalisa dan digunakan untuk tujuan ini. Proses otomasi dalam CRM digunakan untuk menghasilkan personalisasi pemasaran otomatis berdasarkan informasi pelanggan yang tersimpan di dalam sistem.

b.    Fungsi-fungsi dalam CRM

Sebuah sistem CRM harus bisa menjalankan fungsi:

• Mengidentifikasi faktor-faktor yang penting bagi pelanggan.
• Mengusung falsafah customer-oriented (customer centric)
• Mengadopsi pengukuran berdasarkan sudut pandang pelanggan
• Membangun proses ujung ke ujung dalam melayani pelanggan
• Menyediakan dukungan pelanggan yang sempurna
• Menangani keluhan/komplain pelanggan
• Mencatat dan mengikuti semua aspek dalam penjualan
• Membuat informasi holistik tentang informasi layanan dan penjualan dari pelanggan

6

4.Data Warehousing

         Seiring dengan tereakumulasinya data transaksi selama bertahun-tahun, maka volume data akan menjadi sangat besar. Hanya  dalam belakangan ini saja teknologi komputer mampu mendukung suatu sistem dengan permintaan data berskala besar.Kini dimungkinkan untuk membangun suatu sistem dengan kapasitas data yang hampir tak terbatas.

a.      Karakteristik Data Warehousing

            Data warehousing (gudang data) telah diberikan untuk menjelaskan penyimpanan data yang memiliki karakteristik sebagai berikut :

a)      Kapasitas penyimpanan sangat besar

b)      Data diakumulasikan dengan menambahkan catatan-catatan baru.

c)      Data dapat diambil dengan mudah

d)     Data sepenuhnya digunakan untuk mengambil keputusan dan tidak digunakan dalam operasi perusahaan sehari-hari.

 b. Sistem Data Warehousing

            Data warehouse adalah bagian utama dari data warehousing data ke dalam gudang, mengubah isinya menjadi informasi tersebut kepada para pengguna. Sumber data yang utama adalah sistem pemrosesan transaksi, namun tambahan data dapat diperoleh dari sumber-sumber lain, baik itu internal maupun lingkungan. Ketika data diidentifikasi memiliki nilai potensial dalam pengambilan keputusan, maka data tersebut akan ditambahkan ke data warehouse.  Sistem data warehousing juga mencakup pula komponen manajemen dan kendali. Komponen ini mirip dengan sistem manajemen basis data, yang mengendalikan pergerakan data di sepanjang sistem.

c.      Bagaimana Data Disimpan dalam Tempat Penyimpanan Data Warehousing

            Dalam suatu basis data, seluruh data mengenai subjek tertentu disimpan bersama dalam satu lokasi, yang biasanya berbentuk sebuah tabel. Data tersebut meliputi data pengindentifikasi, data deskriptif, dan data kuantitatif.

7

          Tabel dimensi, data pengindentifikasi akan disimpan di tabel dimensi. Istilah dimensi mengartikan pemikiran bahwa data tersebut dapat menjadi basis untuk melihat data dari berbagai sudut pandang atau berbagai dimensi.

            Tabel Fakta, Tabel-tabel terpisah disebut tabel fakta berisi ukuran-ukuran kuantitatif sebuah entitas, objek, atau aktivitas.

5.Penyampaian Informasi
  Unsur terakhir dalam sistem data warehousing adalah sistem penyampaian informasi, yang mendapatkan data dari tempat penyampaian data, mengubahnya menjadi informasi, dan menjadikan informasi tersebut tersedia bagi para pengguna. Informasi dapat diberikan dalam bentuk terinci atau dalam berbagai tingkat ringkasan. Proses melakukan navigasi kebawah melalui tingkatan-tingkatan rinci disebut drill down. Proses melakukan navigasi keatas disebut roll up. Pengguna juga dapat melakukandrill across, dengan cepat bergerakdari satu hirarki data ke hirarki lainnya, dan drill through, berangkat dari tingkat ringkasan ketingkat terendah data yang terinci.

6.Online Analytical Processing (OLAP)
Data telah berkembang sangat pesat dalam beberapa dekade terakhir. Banyak bentuk-bentuk yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu keperluan tertentu. Sejak tahun 1980-an , baik organisasi swasta maupun pemerintahan telah bekerja dengan data dalam interval megabyte sampai gigabyte bahkan terabyte. Oleh karena itu, kebutuhan akan alat cangih dan cepat dalam menganalisis data semakin meningkat. Hal ini dikarenakan maju atau mundurnya perusahaan akan sangat bergantung oleh seberapa cepat dan canggihnya sistem informasi yang mereka miliki serta kemampuan mereka dalam menganalisis informasi dengan sistem tersebut. Dengan memanfaatkan relational database yang sudah ada maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi Sudah sekian lama, perusahaan menganalisis data dengan menggunakan relational DBMS yang sangat sederhana, dan tentunya memiliki keterbatasan dalam melakukan aggregate, summarize, consolidate, sum, view, dan analyze. Kekurangan tersebut akan muncul jika datanya bersifat multidimensi, karena banyak perusahaan menganalisis berbagai data dalam satu waktu yang bersamaan. Oleh karena itu, dibutuhkan suatu multidimensional data analysis sehingga muncullah Online Analytical Processing (OLAP)

8

SEJARAH
Produk pertama menggunakan  query OLAP adalah Express yang dirilis tahun 1970 ( dan dipakai oleh Oracle tahun 1995 sebagai Information Resources ). Tetapi istilah OLAP baru muncul tahun 1993 diperkenalkan oleh E. F. Codd yang merupakan bapak relational databases. Karangan Codd berisi konsultasi pendek yang Codd lakukan dengan pendiri Arbor Software ( sekarang disebut Hyperion Solutions, dan pada tahun 2007 dibeli oleh Oracle ) untuk memperbaiki pemasaran. Perusahaan tersebut kemudian merilis produk OLAP, Essbase, yang menerapkan 12 aturan Codd untuk online analytical processing. OLAP market tumbuh dengan cepat pada akhir tahun 90an dengan banyak komersial produk yang muncul di pasaran. Pada tahun 1998, Microsoft merilis OLAP server pertamanya, Microsoft Analysis Services yang dikembangkan dengan mengadopsi teknologi OLAP.

DEFINISI
Online Analytical Processing (OLAP ) merupakan suatu metode pendekatan untuk menyajikan jawaban dari  permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis.
OLAP (Online Analytical Processing) adalah teknologi yang memproses data di dalam data warehouse dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis yang kompleks.

TEKNIK OLAP

Selain itu, teknik OLAP itu sendiri dapat dirangkum menjadi 5 garis besar  yaitu Fast Analysis of Shared Multidimensional Information atau disingkat menjadi FASMI yang masing-masing berarti sebagai berikut:

FAST,  berarti sistem ditargetkan untuk memberikan response terhadap user dengan  secepat mungkin, sesuai dengan analisis yang dilakukan.

ANALYSIS,  berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan dengan aplikasi dan user, dan mudah.

SHARED,  berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika dibutuhkan banyak akses penulisan terhadap data, disesuaikan dengan level dari user. Tidak semua aplikasi membutuhkan user untuk menulis data kembali. Sistem harus dapat meng-handle multiple update dalam satu waktu secara aman.

9

MULTIDIMENSIONAL,  berarti sistem harus menghasilkan conceptual view dari data secara multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini merupakan cara yang logic untuk menganalisis bisnis dan organisasi.

INFORMATION,  adalah semua data dan informasi yang dibutuhkan dan relevan untuk aplikasi. Kapasitas produk OLAP berbeda untuk menghandle input data tergantung beberapa pertimbangan meliputi duplikasi data, RAM yang dibutuhkan, penggunaan disk space, performance, integrasi dengan data warehouse, dan lainnya.

Karakteristik
Adapun karakteristik dari OLAP, yaitu:
-           Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada       data warehouse.
-            Memfasilitasi query yang komplek dan analisa bagi user.
-            Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detil atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi
-           Menyediakan proses kalkulasi dan perbandingan data
-           Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik.

TEMPAT PENYIMPANAN
Dari OLAP tersebut terdapat 3 model penyimpanan data dalam cube yang difasilitasi oleh Microsoft SQL Server 7.0. Ketiga model penyimpanan data tersebut adalah:

Ø  MOLAP
Multidimensional online analitycal processing (MOLAP) menyimpan data dan agregasi pada struktur data multidimensi. Struktur MOLAP ini tidak tersimpan pada data warehouse tapi tersimpan pada OLAP server.

Sehingga performa query yang dihasilkan olehnya sangat bagus. Model penyimpanan ini sesuai untuk database dengan ukuran kecil sampai sedang.

Ø  ROLAP

ROLAP (relational online Analitycal processing) menggunakan tabel pada database relasional data warehouse untuk menyimpan detil data dan agregasi kubus. Berbeda dengan MOLAP, ROLAP tidak menyimpan salinan database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban sebuah query.

10

Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan ROLAP maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar dan jarang dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang sebelumnya.

Ø  HOLAP

Gabungan model MOLAP dan ROLAP dapat kita peroleh dari HOLAP (hibrid online analitycal processing).Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format multidimensi.

Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP lebih kecil daripada kubus MOLAP tapi response time query masih lebih cepat jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus yang membutuhkan performa query yang bagus dengan jumlah data yang besar.
Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut :
-           Meringkas dan mengumpulkan sejumlah besar data
-           Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)
-           Membandingkan beberapa set dari data
-           Membuat sketsa/bagan/diagram
-           Menganalisis dan menemukan pola dari data
-           Menganalisis kecenderungan data
OLAP menerangkan sebuah kelas dari teknologi yang didesain keberadaan data adhoc dan analisis. Ketika proses umum transaksi terjadi pada hubungan database, OLAP menjadi kurang lebih sama dengan pandangan multidimensi dari data bisnis. Tampilan multidimensi ini didukung oleh teknologi multidimensi database.
OLAP adalah langkah maju yang logis dibawah pertanyaan dan laporan, dan merupakan langkah lanjut dari pembuatan sebuah keputusan solusi tambahan total. Tool software OLAP mengirim alat-alat teknologi untuk analisis bisnis komplek dengan membuat pengguna dapat menganalisa data dalam lingkungan multidimensi. Dengan tool OLAP seseorang dapat menganalisa dan me-navigasi melalui data untuk menemukan trend, titik pengecualian, dan mendapat detail tergaris bawah untuk pemahaman kemunduran yang lebih baik dan menjalankan aktivitas bisnis mereka.
OLAP merupakan suatu metode pendekatan untuk menyajikan jawaban dari  permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis.

11

OLAP DAN PENJADWALAN BERPRIORITAS
Berdasarkan algoritma penjadwalan berprioritas dibagi dua macam :
1. Statis, prioritas yang tidak berubah
2. Dinamis, prioritas yang bisa diuba

7.Data Mining

Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Data mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi. Dengan arti lain Data mining adalah proses untuk penggalian pola-pola dari data. Data mining menjadi alat yang semakin penting untuk mengubah data tersebut menjadi informasi. Hal ini sering digunakan dalam berbagai praktek profil, seperti pemasaran, pengawasan, penipuan deteksi dan penemuan ilmiah. Telah digunakan selama bertahun-tahun oleh bisnis, ilmuwan dan pemerintah untuk menyaring volume data seperti catatan perjalanan penumpang penerbangan, data sensus dan supermarket scanner data untuk menghasilkan laporan riset pasar.
Alasan utama untuk menggunakan data mining adalah untuk membantu dalam analisis koleksi pengamatan perilaku. Data tersebut rentan terhadap collinearity karena diketahui keterkaitan. Fakta yang tak terelakkan data mining adalah bahwa subset/set data yang dianalisis mungkin tidak mewakili seluruh domain, dan karenanya tidak boleh berisi contoh-contoh hubungan kritis tertentu dan perilaku yang ada di bagian lain dari domain . Untuk mengatasi masalah semacam ini, analisis dapat ditambah menggunakan berbasis percobaan dan pendekatan lain, seperti Choice Modelling untuk data yang dihasilkan manusia. Dalam situasi ini, yang melekat dapat berupa korelasi dikontrol untuk, atau dihapus sama sekali, selama konstruksi desain eksperimental.
Beberapa teknik yang sering disebut-sebut dalam literatur Data Mining dalam penerapannya antara lain: clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. Yang membedakan persepsi terhadap Data Mining adalah perkembangan teknik-teknik Data Mining untuk aplikasi pada database skala besar. Sebelum populernya Data Mining, teknik-teknik tersebut hanya dapat dipakai untuk data skala kecil saja.

12

Kesimpulan Dan Saran

A.Kesimpulan :

1.Informasi sebagai salah satu factor penting penentu keberhasilan system pemprosesan transaksi
        Pemrosesan transaksi digunakan untuk menjelaskan sistem informasi mengumpulkan data yang menguraikan aktivitas perusahaan, mengubah data menjadi informasi, dan menyediakan informasi tersebut bagi pangra pengguna terdapat di dalam maupun di luar perusahaan.

Subsistem-subsistem utama dari sistem distribusi, yaitu:

1)       Sistem yang memenuhi pesanan pelanggan

2)       Sistem yang memesan persediaan pengganti

3)       Sistem yang menjalankan proses buku besar

      2.Sistem informasi organisasi

                  Semua system informasi yang dikembangkan untuk memenuhi kebutuhan akan informasi yang berhubungan dengan bagian-bagian tertentu dari organisasi,yaitu:

1.Sistem informasi pemasaran

2.Sistem informasi sumber daya manusia

3.Sistem informasi manufaktur

4.Sistem informasi keuangan

5.Sistem informasi eksekutif

3.Manajemen hubungan pelanggan

Manajemen hubungan pelanggan (customer relationship management-CRM) adalah manajemen hubungan antara perusahaan maupun pelanggannya akan menerima nilai maksimum dari hubungan ini. Data warehouse adalah bagian utama dari data warehousing yang memasukkan data ke dalam gudang, mengubah isinya menjadi informasi, dan menyediakan informasi tersebut kepada para pengguna.

4.Data warehousing

            Data warehousing merupakan gudang data,data warehouse adalah bagian utama dari data warehousing data ke dalam gudang,mengubah isinya menjadi informasi tersebut kepada para pengguna.

iii

5.Penyampaian informasi

            Unsur terakhir dalam system data warehousing adalah system penyampaian informasi,yang mendapatkan data dari tempat penyampaian data,mengubahnya menjadi informasi,dan menjadikan informasi tersebut tersedia bagi para pengguna.

6.Online analytical processing(OLAP)

Terdapat dua pendekatan untuk OLAP : ROLAP dan MOLAP. ROLAP (relational on-line analytical processing) menggunakan suatu sistem manajemen basis data relasional standar. MOLAP (multidimensional on-line analytical processing) menggunakan suatu sistem manajemen basis data khusus multidimensional. Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui pengguna. Terdapat dua cara dasar dalam melakukan data mining: verifikasi hipotesis (hypothesis verification) dan penemuan pengetahuan (knowledge discovery).

7.Data mining

Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.

B.Saran :     

1.      Pembuatan makalah ini sangat jauh dari kesempurnaan, karena keterbatasan sumber yang kami peroleh. Sehingga isi dari makalah ini masih bersifat umum, oleh karena itu kami harapkan agar pembaca bisa mecari sumber yang lain guna membandingkan dengan pembahasan yang kami buat, guna mengoreksi bila terjadi kelasahan dalam pembuatan makalah ini.

2.      Kami berharap bagi para pembaca mau memberikan kritik atau saran yang membangun agar di masa yang akan datang kami dapat membuat makalah yang lebih baik lagi.

3.      Kami juga mengucapkan banyak terima kasih kepada Ibu Sriwangi BR.Sitepu selaku dosen mata kuliah Sistem Informasi Managemen yang telah membimbing kami dalam pembuatan makalah ini.

iv

Daftar Pustaka

 "Putra, Y. M. (2018). Informasi Dalam Praktik. Modul Kuliah Sistem Informasi Manajemen. Jakarta: FEB-Universitas Mercu Buana".

http://garethdata.blogspot.co.id/2010/03/pengertian-data-mining.html

ound.com/faktor-faktor-keberhasilan-atau-kegagalan-sistem-informasi-manajemen-sim-dalam-suatu-perusahaan/

ttps://melishaputri.wordpress.com/2012/11/17/informasi-dalam-praktik/

https://cucusukmana.wordpress.com/2010/07/29/online-analytical-processing-olap/

http://dashboardxcelsius.blogspot.co.id/2012/08/pengertian-data-warehouse.html

James A. O’Brien, George M. Marakas” Informasi Manajemen (Management Information Systems)” Edisi 9, Buku 1  2013 

Jogiyanto,2005.Analisis & Desain Sistem Informasi: Pendekatan terstruktur.Teori dan Praktik Aplikasi Bisnis,yogjakarta:Andi Offset

Robert G Murdick,dkk,Sistem Informasi Untuk Manajemen Modern,Jakarta:Erlangga,1991

Yakub.2012.Pengantar Sistem Informasi,Yogyakarta:Graha Ilmu