1.     Management Information System (MIS), adalah suatu aplikasi Sistem Informasi yang menyediakan laporan informasi terpadu bagi pihak manajemen. MIS dihasilkan dari beberapa database yang menyimpan data dari benyak sumber, termasuk didalamanya Transaction Processing System/TPS. MIS menyajikan informasi yang detail, rangkuman informasi dan informasi terpilih. MIS merupakan salah satu elemen manajemen yang dirasa penting oleh banyak perusahaan.

sumber: http://itsum.wordpress.com/2010/09/20/definisi-management-information-system-office-automation-system-oas-decision-support-system-dss-intelligent-support-system-iss/

2.     SIG atau Geography Information System (GIS) memiliki pengertian yang selalu berubah sesuai dengan perkembagannya. Berikut ini pengertian SIG menurut beberapa ahli:

• SIG adalah suatu sistem yang dapat melakukan pengumpulan, penyimpanan, pemanggilan kembali, pengubahan (transformasi), dan penayangan (visualisasi) dari data-data spasial (keruangan) untuk kebutuhan-kebutuhan tertentu.
• SIG adalah suatu sistem berbasi komputer yang digunakan untuk menyimpan dan memanipulasi informasi-informasi geografis.
• SIG adalah sistem komputer untuk memanipulasi data geografi. Sistem ini diimplementasikan dengan perangkat keras dan lunak yang berfungsi untuk akuisisi (perolehan), verifikasi, kompilasi, updating, manajemen, manipulasi, presentasi, dan analisis.
• SIG adalah sistem berbasis komputer yang digunakan untuk menyimpan, memanipulasi, dan menganalisis informasi geografis .
• SIG adalah sistem teknologi informasi berbasis komputer yang digunakan untuk memproses, menyusun, menyimpan, memanipulasi, dan menyajikan data spasial, yaitu data yang memiliki acuan lokasi, atau posisi (geo-referensi) dan disimpan dalam basis data serta digunakan untuk berbagai aplikasi.

sumber: http://www.pengertianahli.com/2013/10/pengertian-sig-sistem-informasi.html

3.     Data warehouse adalah data-data yang beorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan. Sedangkan data mining muncul setelah banyak dari pemilik data baik perorangan maupun organisasi mengalami penumpukan data yang telah terkumpul selama beberapa tahun, misalnya data pembelian, data penjualan, data nasabah, data transaksi, email dan sebagainya. Kemudian muncul pertanyaan dari pemilik data tersebut, apa yang harus dilakukan terhadap tumpukan data tersebut. 

Data warehouse adalah database yang berisi data dari beberapa system operasional yang terintegrasi dan terstruktur sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan dalam bisnis.

Data warehouse didesain untuk kita bisa melakukan query secara cepat. Informasi diturunkan dari data lain, dilakukan rolling up untuk dijadikan ringkasan, dilakukan operasi drilling down untuk mendapatkan informasi lebih detail, atau melihat pola yang menarik atau melihat trend (kecenderungan).

sumber: http://rully6092.wordpress.com/data-mining-data-warehouse/

4.     Data Mining adalah istilah yang digunakan untuk mendeskripsikan penemuan atau “mining” pengetahuan dari sejumlah besar data. Yang termasuk data mining antara lain knowledge extraction, pattern analysis, data archaeology, information harvesting, pattern searching, dan data dredging. Berikut merupakan karakteristik umum dan objektivitas data mining.Data seringnya terpendam dalam dalam database yang sangat besar yang kadang-kadang datanya sudah bertahun-tahun.

·         Lingkungan data mining biasanya berupa arsitektur client-server atau arsitektur system informasi berbasis web.

·         Tool baru yang canggih, termasuk tool visualisasi tambahan, membantu mennghilangkan lapisan informasi yang terpendam dalam file-file yang berhubungan atau record-record arsip public.

·         Pemilik biasanya seorang end user, didukung dengan data drill dan tool penguasaan query yang lain untuk  menanyakan pertanyaan ad hoc, dan mendapatkan jawaban secepatnya, dengan sedikit atau tidak ada kemampuan pemrograman.

·         Tool data mining dengan kesediaannya dikombinasikan dengan spreadsheet  dan tool software pengembangan yang lainnya.

·         Karena besarnya jumlah data dan usaha pencarian yang besar-besaran, kadang-kadang diperlukan penggunaan proses parallel untuk data mining.

Bagaimana Data mining Bekerja

Data mining secara umum mencari untuk mengidentifikasikan empat tipe pattern utama yaitu:

·         Associations, menemukan secara umum mengacu pada pengelompokan hal-hal.

·         Predictions, memberitahukan kejadian-kejadian alami di masa yang akan datang di even yang tepat berdasar pada apa yang terjadi di masa lampau.

·         Cluster, mengidentifikasikan pengelompokan hal-hal natural berdasar pada karakteristik yang diketahui.

·         Sequential relationship, menemukan event dengan waktu yang berurutan.

Proses Data Mining

Proses data mining terdiri dari beberapa step antara lain

·         Pemahaman bisnis.

·         Pemahaman data.

·         Persiapaan data.

·         Pembangunan model.

·         Testing dan evaluasi.

·         Deployment.

MetodeData Mining

·         Klasifikasi.

·         Decision tree.

·         Cluster analysis untuk data mining.

·         Association rule mining       

sumber: https://upirin.wordpress.com/kuliah/data-mining-dan-data-warehouse

5.     Olap (Online Analytical Processing), atau disingkat OLAP adalah 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 analis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).

Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya.

Nigel Pendse menyarankan suatu alternatif dan mungkin istilahnya lebih deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat di-sharing (FASMI)

Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.

sumber:http://zara-science.blogspot.com/2011/06/pengertian-olap.html

6.     BI (Business Intelligence)

        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 data dan 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.

Definisi

Terdapat beberapa pendapat mengenai definisi dari Business Intelligence, diantaranya :

1.    Secara umum Business Intelligence (BI) merupakan sebuah proses untuk melakukan ekstraksi data-data operasional perusahaan dan mengumpulkannya dalam sebuah data warehouse yang selanjutnya diproses menggunakan berbagai analisis statistik dalam proses data mining, sehingga didapat berbagai kecenderungan atau pattern dari data (Choirul, 2006).

2.    Business Intelligence adalah rangkaian aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisis, dan menyuguhkan akses data untuk membantu petinggi perusahaan dalam pengambilan keputusan (Stevans, 2008).

3.    Business Intelligence (BI) merupakan representasi dari aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisa dan menyediakan akses terhadap data untuk membantu user dalam suatu perusahaan untuk mengambil keputusan yang lebih baik (Nirwasita,2008).

4.    Business Intelligence adalah proses mengekstrak, transformasi, mengelola, dan menganalisis data bisnis untuk mendukung pengambilan keputusan. Dalam proses ini pada umumnya melibatkan data set dalam jumlah besar yang tersimpan dalam datawarehouse. Proses business intelligence meliputi lima tahapan yaitu Pengumpulan data, Analisis data, Kesadaran situasi, Penilaian resiko, dan Dukungan pengambilan keputusan. (Niu, 2009)

Karakteristik Business Intelligence

Sistem Business Intelligence yang baik mempunyai berbagai karakteristik (Stevans,2008), diantaranya :

1.    Tujuan utama
Seluruh sistem komputer mempunyai tujuan utama bagi seluruh pengguna sesuai dengan kebutuhan penguna masing-masing.

2.    Ketersediaan data yang relevan
Masalah ketersediaan data merupakan poin yang paling penting dalam sistem business intelligence yang efektif. Dalam proses pembuat keputusan sering terjadi penyampaian informasi yang tidak lengkap atau bahkan yang tidak sebenarnya. Namun dengan dukungan BI, ketersediaan data yang relevan dapat diatasis ehingga dapat menyuguhkan data-data yang relevan.

3.    Kemampuan
Dalam hal ini terdapat kemampuan BI yang paling utama yaitu dapat memberikan kemudahan akses untuk informasi terbaru dari bisnis yang berjalan serta peluang yang diproyeksikan, selain itu Bi dapat memenuhi kapabilitas untuk melakukan analisis dan memenuhi permintaan pengguna

4.    Struktur Pendukung
Dalam BI, sistem pendukung didalamnya tidak hanya terdiri dari hardware dan software, namun juga terdiri dari suatu proses yang dibuat untuk pengambilan keputusan yang lebih baik serta untuk menentukan strategi untuk misi dan tujuan kedepan.

       

PENGERTIAN BUSINESS INTELLIGENCE

      Business intelligence, biasa disebut BI adalah teknologi yang menggunakan komputer yang berguna untuk mencari, menggali, dan menganalisis informasi dari data bisnis misalnya hasil penjualan suatu produk atau pendapatan/pengeluaran salah satu anak perusahaan.

         Business Intelligence Software (BI) secara singkat juga dikenal sebagai dashboard. Ini karena secara umum BI berfungsi seperti halnya dashboard pada kendaraan. BI memberikan metrik (ukuran-ukuran) yang menentukan performa kendaraan (organisasi). BI juga memberikan informasi kondisi internal, seperti halnya suhu pada kendaraan. Dan BI juga memberikan sinyal-sinyal pada pengemudi bila terjadi kesalahan pada kendaraan, seperti bila bensin akan habis pada kendaraan. Semuanya berguna bagi pengemudi agar mampu mengendalikan kendaraannya dengan lebih baik dan mampu membuat keputusan yang tepat dengan lebih cepat.

          Pada prakteknya, BI akan berfungsi sebagai analis, penghitung scorecard,
sekaligus memberikan rekomendasi pada user terhadap tindakan yang sebaiknya diambil. Dengan menjalankan fungsi dashboard, user BI akan mengenali potensi ketidakberesan pada perusahaan sekaligus dengan penyebabnya sebelum hal tersebut berkembang menjadi masalah yang besar. BI akan berfungsi memberikan advance alarm, memberikan informasi trend dan melakukan benchmark.

Sumber: http://bisnisonlineratih.blogspot.com/2013/10/business-intelligence.html

7.     Data Mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam beberapa implementasi data warehouse, data mart adalah miniature data warehouse. Data mart sering digunakan untuk memberikan informasi kepada segmen fungsional organisasi.

Arsitektur Data Mart

}  Dependent Data Mart

}  Independent Data Mart (IDM)

Karakteristik data mart

·         Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis.

·         Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse.

·         Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami.

·         Data marts bisa bersifat dependent atau independent.

·         Kubus

·         Aggregation

Sumber : http://duniawebhouse.blogspot.com/2013/01/definisi-data-mart.html