Infrastruktur Sistem Informasi Eksekutif

23

2.2.6 Infrastruktur Sistem Informasi Eksekutif

SIE tradisional memiliki dua komponen utama yaitu: 1 basis data terpusat, yang merupakan repositori data yang diekstrak dari berbagai sumber; 2 mesin untuk menganalisa data dan menampilkan hasilnya kepada para eksekutif. Gambar 2.3 A Traditional EIS Architecture Cheung dan Babin, 2006: 1590 Arsitektur ini sederhana dan mudah untuk dikelola. Karena menggunakan basis data terpusat, query dan analisa dapat diproses dengan cepat. Akan tetapi dalam melakukan ekstraksi dan peng-updatean data dari sumber yang berbeda ke dalam basis data terpusat merupakan 24 permasalahan yang kompleks. Sebab seringkali data tersebut tidak kompatibel antara satu sumber dengan sumber data yang lain. Arsitektur SIE tradisional tidak dapat beradaptasi terhadap inkompatibilitas data. Oleh karena itu, setiap kali terdapat perubahan pada local system, basis data terpusat harus disusun kembali, di-compile ulang, atau bahkan didesain ulang. SIE tradisional hanya mendukung analisis data sederhana yang sudah didefinisikan terlebih dahulu. Adanya permasalahan ini, mendorong para peneliti untuk mempelajari cara untuk: 1 mengintegrasikan dan mengakses data dari sumber data terdistribusi yang heterogen, dan 2 menganalisa data melalui pendekatan multidimensional. Teknologi data warehousing dan teknik On-line Analytical Processing OLAP telah memberikan banyak kontribusi dalam meningkatkan EIS tradisional. Peningkatan ini mengarah pada terbentuknya arsitektur EIS yang baru, yaitu EIS kontemporer. Pada arsitektur ini, basis data terpusat digantikan fungsinya oleh data warehouse, sedangkan teknik OLAP digunakan untuk analisis data multidimensional dan penampilan informasi. Teknologi data warehousing mengurangi masalah integrasi data. Data dari local system yang berbeda akan diekstrak, dibersihkan, dan ditransformasikan oleh integrator berdasarkan skema data terintegrasi, kemudian disimpan ke dalam data warehouse, 25 Gambar 2.4 A Contemporary EIS Architecture Cheung dan Babin, 2006: 1591 Namun Struktur EIS Kontemporer pada dasarnya tidak memiliki fleksibilitas dan adaptabilitas dimana : 1. Fleksibilitas : kemampuan untuk mengakomodir perubahan kebutuhan data oleh eksekutif. 26 2. Adaptabilitas : Kemampuan untuk beradaptasi terhadap perubahan konten, format data, platform, dan struktur yang mungkin muncul dalam sumber data lokal. Dari kekurangan fleksibiltas dan adaptabilitas tersebutlah kemudian di coba untuk mengembangkan dengan pendekatan menggunakan Database, adalah Metode sistem integrasi yang dapat mengelolah beberapa sistem dan bisa mendapatkan open system architecture sambil tetap mempertahankan otonomi local system dan memungkinkan untuk sistem tersebut berevolusi. Dibawah ini akan ditampilkan gambaran seperti apa pendekatan metadatabase tersebut. Gambar 2.5 Concurrent Architecture Using The Metadatabase Approach Cheung dan Babin, 2006: 1592 27 Sehingga struktur EIS kontemporer yang telah beradaptasi dengan menggunakan pendekatan metadatabase mengalami evolusi dan dapat berubah menjadi: Gambar 2.6 A New EIS Architecture Using The Metadabase Approach Cheung dan Babin, 2006: 1593 Arsitektur yang baru terdiri dari 2 unsur besar, yaitu : Metadatabase Management System MDBMS. Adalah sistem berbasis pengetahuan yang mengintegrasikan dan mengatur penggunaan multiple local system melalui data atau metadata. Yang memiliki 2 peranan penting, yaitu 1 Menyediakan akses yang transparan terhadap data dari local 28 system dan warehouse 2 Menyediakan metadata yang dibutuhkan untuk analisis multidimensional data. Multidimensional Data Analysis System MDAS. yang terdiri dari 2 sub-sistem, yaitu: 1. ROLAPMDB Interface yang menyediakan penghubung eksekutif untuk memformulasikan permintaan mereka dan untuk menampilkan hasil analisis mereka 2. ROLAPMDB Relational On-Line Analytical Processsing Multidimentional DataBase Analyzer yaitu Software yang digunakan untuk mengolah metadatabase yang disediakan oleh MDBMS untuk memungkinkan analisis online multidimentional data. Cheung dan Babin, 2006: 1589 1598.

2.2.7 Data Warehouse