Teknologi Informasi (TI) menjadi tumpuan kritis perbankan untuk menghadapi persaingan. Keputusan berkaitan dengan perangkat lunak, infrastruktur, dan implementasi teknologi informasi juga harus memperhatikan tata kelola perusahaan dan manajemen risiko yang baik. Pesatnya perkembangan teknologi informasi perbankan menyebabkan informasi tersedia secara dinamis, sehingga tidak mudah bagi para pengambil keputusan untuk dapat mengolahnya menjadi keputusan bermakna dan strategis. Keputusan manajemen teknologi perbankan akan optimal jika informasi intelijen yang dimiliki dapat diolah menjadi keputusan bermakna. Sehingga perbankan perlu memiliki suatu sistem pengolahan informasi untuk menghasilkan pengetahuan yang dapat digunakan di dalam kerangka suatu model pengambilan keputusan. udTujuan penelitian ini adalah mengembangkan suatu sistem intelijen bisnis yang diharapkan dapat membantu manajemen melakukan pengambilan keputusan strategi teknologi informasi perbankan termasuk implikasi manajerialnya sebagai solusi nyata dalam menghadapi persaingan. Sistem intelijen bisnis adalah sistem informasi mengenai perilaku unit bisnis, vendor, nasabah, teknologi, pasar, produk dan layanan bank, serta lingkungan bisnis. Sistem intelijen digunakan untuk mengolah data karena informasi yang digunakan bersumber pada data yang pada umumnya tidak teratur dan tidak jelas. Sistem intelijen bisnis yang perlu dikembangkan sesuai dengan analisa situasi dan kebutuhan berkaitan dengan penelitian ini adalah rancang bangun sistem intelijen bisnis dalam pengambilan keputusan untuk melakukan evaluasi situasi, persaingan, peramalan, kelayakan, dan strategi teknologi informasi bank. udSalah satu komponen sistem intelijen bisnis adalah pemanfaatan pengetahuan dari para pakar, baik internal maupun eksternal, yang berfungsi untuk memberikan masukan bagi analisis dalam proses pengolahan data, informasi atau pun pengetahuan. Fungsi utama sistem intelijen bisnis adalah mengolah informasi terutama dari luar lingkungan unit kerja teknologi informasi yang pada umumnya semi struktur atau tidak terstruktur. udAktor yang terlibat dalam sistem intelijen bisnis memiliki beragam kepentingan, karakteristik, dan dinamika masing-masing, bahkan mungkin bertolak belakang dengan kepentingan aktor lainnya. Tindakan yang mereka lakukan sangat beragam dan memiliki karakteristik dinamis sesuai dengan perubahan waktu dan berbagai interpretasi yang beragam. Untuk mengatasi kekompleksan, kedinamisan, dan ketidakpastian dalam pemecahannya, maka model yang dirancang menggunakan pendekatan sistem digabungkan dengan proses pengembangan sistem intelijen bisnis dari Moss dan Atre (2003), yang terdiri dan enam tahap, yaitu pertimbangan, perencanaan, analisis, perancangan, konstruksi, dan penerapan.udPengumpulan data, baik primer maupun data sekunder, dilakukan dengan dua metode, yaitu studi pustaka dan survei lapangan. Pengolahan data dilakukan dengan memanfaatkan data transaksi riil dimana akurasi dan kecepatan waktu menjadi kunci keberhasilan. Metode pengolahan data untuk keperluan submodel evaluasi teknologi informasi menggunakan kaidah if-then, sedangkan metode jaringan saraf tiruan digunakan dalam pengolahan submodel analisis persaingan teknologi dan submodel peramalan kapasitas perangkat teknologi. Metode Analytical Hierarchy Process (AHP) digunakan dalam submodel kelayakan untuk menentukan suatu proyek teknologi layak diterima atau tidak serta berdasarkan faktor-faktor multi kriteria dan multi dimensi. Proses validasi dilakukan dengan membandingkan submodel dengan metode analisis kelayakan keuangan dan pengukuran risiko proyek. Submodel strategi teknologi informasi bertujuan untuk rancang bangun model pengambilan keputusan stratejik jangka panjang menggunakan metode AHP.udFungsi utama sistem intelijen bisnis adalah mengolah berbagai informasi eksternal yang umumnya tidak terstruktur. Dibutuhkan suatu teknik pengolahan agar data dapat berfungsi menjadi intelijen bisnis seperti yang diungkapkan Dhar and Stein (1997), yaitu melalui sistem pendukung keputusan berbasiskan model. Dalam penelitian ini akan digunakan teknik pengolahan jaringan syaraf tiruan, sistem kaidah pakar, AHP. Rancang bangun model sistem intelijen bisnis memiliki lima submodel analisis yaitu (1) submodel evaluasi teknologi saat ini, (2) submodel strategi antisipasi persaingan teknologi informasi, (3) submodel peramalan kapasitas perangkat keras, (4) submodel analisis kelayakan investasi teknologi, (5) submodel strategi teknologi informasi jangka panjang.udSubmodel evaluasi teknologi digunakan ketika manajemen dihadapkan pada permasalahan pengambilan keputusan tentang perangkat lunak, operasional, dan implementasi teknologi informasi yang kompleks dan strategis namun memerlukan penyelesaian segera dengan bertumpu pada kapasitas dan kekuatan yang ada. Sedangkan submodel persaingan dalam penelitian ini difokuskan kepada pemilihan strategi penetapan biaya teknologi untuk bersaing menggunakan konsep Porter. Submodel peramalan kapasitas perangkat didisain berdasarkan pengaruh transaksi utama bank yaitu giro, deposito, pinjaman, remitansi, dan trade finance dikaitkan dengan proses akhir hari (end of day) dan utilisasi prosesor dari mesin utama. Submodel ini menggunakan lima node pada lapisan input, yang merupakan peubah transaksi produk utama Bank, satu lapisan tersembunyi, dan tiga node pada lapisan output yang menunjukkan strategi bersaing yang harus dilakukan. Submodel kelayakan investasi digunakan untuk memastikan kelayakan dari teknologi EDC yang dibangun berdasarkan multi kriteria dan multi dimensi dari segi operasional, taktikal, dan stratejik teknologi informasi. Penelitian juga dilampiri analisis kelayakan sebagai pembanding dengan pendekatan arus kas proyek yang secara netto akan didiskontokan dengan biaya modal tertentu. Penilaian kelayakan finansial disertai dengan analisa sensitivitas untuk melihat volatilitas dari kelayakan. Submodel terakhir adalah submodel strategi teknologi yang memanfaatkan metode Analytical Hierarchy Process (AHP) yang mendasarkan pada pendapat pakar terhadap nilai perbandingan berpasangan untuk menentukan strategi arsitektur teknologi informasi.udValidasi dilakukan terhadap terhadap kelima submodel dalam sistem intelijen bisnis dengan menggunakan penilaian para pakar untuk melihat apakah hasilnya secara keseluruhan menunjukkan bahwa model bermanfaat atau tidak bagi manajemen teknologi.ud
展开▼
机译：信息技术（IT）已成为银行面对竞争的重要基础。与软件，基础架构和信息技术实施相关的决策还必须考虑良好的公司治理和风险管理。银行信息技术的飞速发展使得信息可以动态获取，因此决策者很难将其处理为有意义的战略决策。如果可以将持有的情报信息处理成有意义的决策，那么银行技术管理决策将是最佳选择。因此，银行需要有一个信息处理系统来生成可以在决策模型框架内使用的知识。这项研究的目的是开发一个商业智能系统，该系统有望帮助管理层根据银行信息技术战略做出决策，包括其在管理方面的意义，以此作为面对竞争的真正解决方案。商业智能系统是有关业务部门，供应商，客户，技术，市场，银行产品和服务以及业务环境的行为的信息系统。智能系统用于处理数据，因为所使用的信息来自通常不规则且不清楚的数据。需要根据情况和与本研究相关的需求分析进行开发的商业智能系统是商业智能系统的设计，用于决策评估银行的情况，竞争，预测，可行性和信息技术策略。商业智能系统的一个组成部分是利用内部和外部专家的知识，这为数据，信息或知识的处理过程中的分析提供输入。商业智能系统的主要功能是处理信息，尤其是处理通常是半结构化或非结构化的信息技术工作单元环境之外的信息。涉及商务智能系统的参与者具有各种兴趣，特征和动态，甚至可能与其他参与者的利益发生冲突。他们的行为非常多样，并根据时代的变化和各种解释而具有动态特征。为了克服解决方案的复杂性，动态性和不确定性，使用系统方法设计的模型与Moss and Atre（2003）的商业智能系统开发过程相结合，该过程包括六个阶段，即考虑，计划，分析，设计，构建，原始数据和辅助数据的收集都是通过两种方法进行的，即文献研究和现场调查。数据处理是通过利用真实的交易数据完成的，其中准确性和时间速度是成功的关键。信息技术评估子模型的数据处理方法采用“ if-then”原理，而人工神经网络方法则用于技术竞争分析的子模型，子模型用于预测技术设备的能力。子模型可行性中使用层次分析法（AHP）方法来确定技术项目是否可接受，并且基于多准则和多维因素。验证过程是通过将子模型与财务可行性分析和项目风险度量方法进行比较来进行的。信息技术战略子模型旨在使用AHP方法设计长期战略决策模型，商务智能系统的主要功能是处理各种通常是非结构化的外部信息。如Dhar和Stein（1997）所揭示的，即通过基于模型的决策支持系统，需要一种处理技术，以使数据可以用于商业智能。这项研究将使用人工神经网络处理技术，专家规则系统，AHP。商业智能系统模型的设计有五个子模型分析，即（1）当前技术评估的子模型，（2）信息技术竞争的预期策略子模型，（3）硬件容量预测的子模型，（4）技术投资可行性分析的子模型，（5） ）子模型是长期信息技术战略。ud子技术评估模型用于管理人员面对软件，运营决策问题时，以及信息技术的实施，该技术既复杂又具有战略性，但需要根据现有能力和实力立即加以解决。尽管本研究中的竞争子模型着重于使用Porter概念进行竞争的技术成本策略的选择。设备容量预测子模型是根据银行主要交易的影响而设计的，该交易涉及与主机的日末处理和处理器利用率有关的活期账户，存款，贷款，汇款和贸易融资。该子模型在输入层使用五个节点，它们是世行主要产品交易的变量，一个隐藏层，在输出层使用三个节点，指示必须执行的竞争策略。投资可行性子模型用于确保EDC技术的可行性，该EDC技术是基于多准则和多维维度而构建的，涉及运营，战术和战略信息技术。该研究还进行了可行性分析，以与该项目的现金流方法进行比较，该方法将以特定的资本成本进行折现。财务可行性评估伴随有敏感性分析，以查看资格的波动性。最后一个子模型是技术策略子模型，该子模型利用基于专家对成对比较的价值的意见的层次分析过程（AHP）方法来确定信息技术体系结构策略。总体结果表明该模型对技术管理是否有用
展开▼
