Dokumen tersebut merupakan daftar isi presentasi tentang Business Intelligence dan Big Data Analytics. Presentasi ini membahas tentang definisi, tujuan, dan contoh penerapan Business Intelligence, Decision Support System, Online Analytical Processing, Information Visualization, Data Mining, Machine Learning, Predictive Modeling, serta karakteristik Big Data beserta implementasinya.

1. YUDHA ADITYA FIANDRA
21193022
PROGRAM DOKTOR PTK
FAKULTAS TEKNIK
UNIVERSITAS NEGERI PADANG
2021

2. YUDHA ADITYA FIANDRA
21193022
ENHANCING BUSINESS
INTELLIGENCE USING
BIG DATA AND ANALYTICS
“
“
Chapter 6

3. Rujukan Presentasi
Bahan Seminar Virtual
Prof. RICHARDUS EKO INDRAJIT
Guru Besar Bidang Komputer
Ketua APTIKOM dua periode 2006-2010, dan 2010-2014
http://www.eko.id
Machine Learning
and Big Data
Analytics Paradigms:
Analysis, Applications
and Challenges
(2021)
Intelligence in Big
Data Technologies
Beyond the Hype:
Proceedings of
ICBDCC
(2019)
Information
System
Today : Eight Edition

4. Business Intelligence & Advanced Analytics
“Why Organizations Need Business Intelligence and
Advanced Analytics”
DATA-DRIVEN
ORGANIZATION
RESPONDING TO THREATS AND
OPPORTUNITIES
non-Business Contexts

5. Business Intelligence and Advanced Analytics
Business Intelligence
tools are used by business users to analyze both structured and unstructured
data to obtain an understanding of current and past performance,
helping to guide planning processes.
Unstructured Data Analysis
Online Analytical Processing (OLAP)
Information Visualization
Decision Support System (DSS)
Machine Learning
Predictive Modeling
Data Mining
Some of these applications

6. Decision Support Systems (DSS)

7. Decision Support Systems (DSS)
“4 tahapan yang perlu diperhatikan dalam Decision Support System (DSS)”

8. Decision Support Systems (DSS)
Berikut ini contoh aplikasi yang dipakai dengan cara pengambilan keputusan di lingkup sekolah (pendidikan)
SPK Penentuan
Siswa Berprestasi
SPK Penentuan
Guru Teladan
SPK Pemilihan
Kepala Sekolah
SPK Pemilihan
Kelas Terbaik
SPK Rangking
Siswa

9. Online Analytical Processing (OLAP)

10. Online Analytical Processing (OLAP)

11. Information/Data Visualization
Otak manusia mampu mengenali gambar
hanya dalam waktu 13 milidetik.
Konten visual diproses 60.000 kali
lebih cepat daripada jenis konten lainnya.
90% informasi yang disimpan
di otak berupa informasi visual.

12. Information/Data Visualization
Pembuktian sederhana
1 2 3 6 4 7 8 9 4 3 1 7 6 9 7 6 4 5 6
9 9 2 3 4 2 5 5 6 5 4 5 7 8 9 0 0 6 7
0 9 1 2 3 7 8 6 5 6 7 8 9 0 2 3 4 5 6
7 8 5 6 4 3 2 7 4 5 4 3 5 6 7 4 5 6 5
7 8 9 0 1 1 4 5 6 7 8 9 7 6 4 3 5 3 2
Angka 3...?

13. Information/Data Visualization
Pembuktian sederhana
1 2 3 6 4 7 8 9 4 3 1 7 6 9 7 6 4 5 6
9 9 2 3 4 2 5 5 6 5 4 5 7 8 9 0 0 6 7
0 9 1 2 6 7 8 6 5 6 7 8 9 0 2 3 4 5 6
7 8 5 6 4 3 2 7 4 5 4 3 5 6 7 4 5 6 5
7 8 9 0 1 1 4 5 6 7 8 9 7 6 4 4 5 3 2
Angka 3...?

14. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#1 Data visual berdasarkan area & ukuran
“Contoh Histogram Jumlah Siswa Per Kota di China”

15. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#1 Data visual berdasarkan area & ukuran
“Contoh Sankey Diagram Aliran Dana di US”

16. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#1 Data visual berdasarkan area & ukuran
“Contoh Spider Diagram”

17. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#2 Data visual berdasarkan warna
“Contoh heatmap yang dihasilkan melalui pergerakan mouse”.

18. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#2 Data visual berdasarkan warna
“Contoh Heatmap Gempa Bumi di China Daratan”

19. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#3 Data visual berdasarkan gambar
“Contoh proporsi laki-laki dan perempuan melalui ikon sebagai
latar belakang. ”

20. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan

21. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Teks Angka
Diagram Garis

22. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Diagram Batang
Diagram Area

23. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Grafik Kolom
Histogram

24. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Grafik Lingkaran
Grafik Donat

25. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Scatter Plot
Peta

26. Information/Data Visualization
Tipe Visualisasi Data yang Umum Digunakan
#4 Data visual berdasarkan grafik atau bagan
Jenis Grafik Bentuk
Peta

27. Information/Data Visualization
Tujuan Jenis Grafik yang Cocok
Hanya menonjolkan
satu nilai variabel
Menunjukkan
Peringkat /ranking
Effective Data Visualization, The Right Chart for The Right Data
(Stephanie DH Evergreen - 2017 - SAGE Publication, Inc)

28. Information/Data Visualization
Tujuan Jenis Grafik yang Cocok
Menunjukkan dua
variabel atau
lebih
Membandingkan
dengan nilai
tertentu
(benchmark)
Effective Data Visualization, The Right Chart for The Right Data
(Stephanie DH Evergreen - 2017 - SAGE Publication, Inc)

29. Information/Data Visualization
Tujuan Jenis Grafik yang Cocok
Perbandingan
(komparasi)
Antarkategori
Menampilkan
hasil survei
Effective Data Visualization, The Right Chart for The Right Data
(Stephanie DH Evergreen - 2017 - SAGE Publication, Inc)

30. Information/Data Visualization
Tujuan Jenis Grafik yang Cocok
Menunjukkan
proporsi
bagian dari
jumlah total
Menunjukkan
perubahan nilai
pada satu
variabel
Effective Data Visualization, The Right Chart for The Right Data
(Stephanie DH Evergreen - 2017 - SAGE Publication, Inc)

31. Information/Data Visualization
Tujuan Jenis Grafik yang Cocok
Menggunakan teks
Sebagai data utama
Menampilkan perubahan
nilai dari waktu ke waktu
(tren)
Menampilkan simpangan
(deviasi) data
Effective Data Visualization, The Right Chart for The Right Data
(Stephanie DH Evergreen - 2017 - SAGE Publication, Inc)

32. Data Mining Descriptive Predictive
Characterization, discrimination,
association, classification,
clustering, outlier
and trend analysis, dll.

33. Unstructured Data Analysis
Unstructured data is typically textual, like open-ended survey responses and social media conversations, but
can also be non-textual, like images, video, and audio.
Some estimates say that 80-90% of company data is unstructured, and it continues to grow at an alarming
rate per year.

34. Machine Learning
Source: IBM

35. Machine Learning
Virtual / Digital Assistant
Hei...Siri
Presensi Film/Video Tontonan
Penerapan Machine Learning

36. Machine Learning

39. Machine Learning Data Science

40. Data Science (Skill Set)

41. Predictive Modeling Beberapa Contoh industri yang menerapkan
predictive analysis dalam bisnis.
-15%

43. What is BIG DATA?

44. What is BIG DATA ?
Eaton, Dirk, Tom, George, & Paul
Big Data merupakan istilah yang berlaku untuk informasi yang tidak
dapat diproses atau dianalisis menggunakan alat tradisional.
Dumbill
Big Data adalah data yang melebihi proses kapasitas dari kovensi
sistem database yang ada.
Gartner
Big Data adalah sekumpulan data yang bervariasi plus lebih besar.

45. 3V  4V 

46. 5V

47. #1 VOLUME
How much data
is generated every minute..?

48. #1 VOLUME

49. #2 VARIETY

50. #3 VERACITY

51. #4 VELOCITY

52. #5 VALUE
A unified computing system (UCS)
integrates computing, networking
and storage resources to increase
efficiency and enable centralized
management. UCS products are designed
and configured to work together effectively.

53. Analysis Big Data

55. Big Data Implementation

56. Traditional Analytics Vs Big Data Analytics

57. Traditional Analytics Vs Big Data Analytics

58. Big Data Analytics Overview

59. Descriptive Analytics – What Has Happened?

60. Predictive Analytics – What Will/Could Happen?

61. Prescriptive Analytics

62. Social Media Analytics

63. Social Media Analytics
Social Network Analysis “Revisi UU KPK” – Drone Emprit

64. Individual Analysis

65. Yudha Aditya Fiandra
21193022
PROGRAM DOKTOR PTK
FAKULTAS TEKNIK
UNIVERSITAS NEGERI PADANG
2021