Aplikasi pemesanan dibangun dengan menggunakan bahasa pemrograman PHP dan basis data MySQL. Tujuan dari pembangunan aplikasi ini adalah sebagai alat bantu atau tools yang mempermudah pemesan untuk mengisi data produk yang akan dipesan. Dengan demikian, data input dari pemesan bisa langsung tersimpan dalam basis data. Kemampuan dari aplikasi ini adalah :
• Pemesanan produk bisa dilakukan secara online.
• Staf pelayanan tidak perlu menginput ulang data pemesanan.
• Menyimpan data penjualan ke dalam basis data, sehingga relatif rapi dan aman.
Desain aplikasi pemesanan meliputi: • Perancangan Input
Input aplikasi ini adalah data pemesanan produk surta yang harus diisi oleh pemesan. Untuk menjaga kekonsistenan
data input, pengguna aplikasi akan dibantu dengan memilih isian dari beberapa pilihan yang telah disediakan sistem.
• Perancangan Proses
Proses yang dijalankan adalah proses menyimpan data input ke dalam basis data. Apabila form pemesanan sudah lengkap terisi, maka data akan berhasil disimpan. Administrator dapat melihat data pemesanan yang telah tersimpan, melalui aplikasi ini.
• Perancangan Output
Output yang dihasilkan adalah tabel data pemesanan dan tabel jenis produk yang tersedia. Juga dapat menampilkan crosstab dan grafik dari hasil aplikasi OLAP.
Praproses Data Pemesanan Tahun 2001-2007
Pada penelitian ini, data sumber diperoleh dengan format Excel (.xls). Data yang digunakan adalah data penjualan produk surta tiap bulan tahun 2001-2007. Data penjualan pada tahun 2001-2003 tidak memiliki atribut kualifikasi pembeli. Dari data ini, kemudian dipilih atribut-atribut yang akan digunakan untuk membuat data warehouse. Atribut dipilih berdasarkan kebutuhan analisis data penjualan setiap pengguna.
1 Ekstraksi (extraction)
Proses ekstraksi diawali dengan menggabungkan data tiap bulan menjadi satu file. Kemudian atribut-atribut yang tidak terpilih atau tidak relevan dibuang. Pemilihan atribut berdasarkan subjek utama yang akan dianalisis untuk proses pengambilan keputusan. Atribut yang digunakan dapat dilihat pada Tabel 2. Tabel 2 Atribut hasil ekstraksi data dan
deskripsi tiap atribut
Atribut Deskripsi
Tanggal Menyatakan tanggal pemesanan
Kualifikasi Nama kualifikasi Jenis data Nama jenis data
Skala Nilai skala
Jumlah lembar Menyatakan jumlah lembar
Jumlah harga Menyatakan jumlah harga
9
Untuk data dari aplikasi pemesanan, atribut-atribut yang dimiliki sudah relevan sehingga tidak perlu lagi dilakukan ekstraksi data. Atribut dalam tabel basis data sudah dipilih berdasarkan subjek utama yang akan dianalisis untuk proses pengambilan keputusan.
2 Pembersihan (cleaning)
Proses pembersihan data dilakukan dengan mengidentifikasi data yang kosong (null), mengandung noise dan tidak konsisten karena proses pengentrian data sumber. Nilai atribut kualifikasi data penjualan tahun 2001- 2003 tidak ada. Untuk mengatasi hal ini, maka dilakukan pengisian data atribut kualifikasi dengan nama ‘Tidak ada keterangan’.
Pada beberapa tuple juga ditemukan nilai atribut yang masih kosong, akan tetapi data produk yang dibeli, jumlah lembar dan jumlah harga telah terisi. Hal ini dikarenakan dalam satu nomor faktur bisa digunakan untuk memesan lebih dari satu produk. Untuk itu atribut tanggal dan kualifikasi yang masih kosong diisi dengan nilai atribut pada nomor faktur yang sama.
Penyeragaman nilai dilakukan pada atribut jenis data. Penulisan nama jenis data diseragamkan menjadi nama yang umum. Misalnya jenis data ‘Repprot’ seharusnya adalah ‘REPPORT’. Nama jenis data Atlas yang dapat terdiri dari beberapa tema, misalnya ‘Atlas NKRI’ dan ‘Atlas Dunia’, diseragamkan dengan nama ‘Buku Atlas’.
Setelah dilakukan proses pembersihan, nilai atribut yang kosong akan terisi dan nilai tiap atribut akan seragam.
3 Transformasi (transformation)
Pada tahap ini dilakukan konversi untuk atribut tanggal. Atribut tanggal akan dibagi menjadi atribut waktu yang terdiri dari bulan dan tahun. Penulisan bulan yang semula berupa angka akan diubah menjadi huruf dengan mengambil 3 digit awal dari nama bulan dan diikuti empat digit nilai tahun. Hal ini dilakukan untuk membantu proses analisis.
Tahap transformasi terakhir adalah melakukan konstruksi tabel-tabel dimensi. Keempat tabel dimensi tersebut dibuat dengan nama waku, jenis_data, kualifikasi dan skala. Tabel dimensi waktu dibuat dari konversi tanggal, dimana dua digit bulan diidentifikasi sebagai bulan dan dua digit terakhir dari tanggal diidentifikasi sebagai tahun. 4 Pemuatan (loading)
Data yang sudah mengalami ekstraksi, pembersihan dan transformasi sudah siap digunakan untuk pembuatan data warehouse. Data penjualan produk tahun 2001-2007 di-load ke kubus data OLAP server Palo dengan format .txt. Sedangkan data dari aplikasi pemesanan di-load ke kubus data OLAP server Palo dengan cara meng-import data MySQL. 5 Refresh
Refresh data akan dilakukan ketika ada data baru yang dimasukkan. Data tersebut adalah data yang berasal dari aplikasi pemesanan.
Perancangan dan Pembangunan Data Warehouse
Setelah tahap praproses, maka data telah siap dibangun menjadi data warehouse. Tahap pembuatan data warehouse meliputi beberapa tahap, yaitu :
1 Pendefinisian Dimensi
Berdasarkan hasil data praproses maka dimensi yang terlibat adalah dimensi waktu, dimensi jenis data, dimensi kualifikasi dan dimensi skala. 2 Pendefinisian Kubus Data dan
Perancangan Model Data Multidimensi. Skema data warehouse dimodelkan dengan menentukan dimensi-dimensi, elemen-elemen dari dimensi, ukuran- ukuran dan kubus data. Skema yang digunakan adalah skema galaksi, dapat dilihat pada Gambar 3. Kubus data yang dibuat yaitu, kubus Lembar Penjualan dan Harga Penjualan. Kubus data Lembar Penjualan dibuat untuk tabel fakta lembar_penjualan sedangkan kubus data Harga Penjualan dibuat untuk tabel fakta harga_penjualan. Ukuran pada struktur Palo dimasukkan dalam struktur dimensi tabel fakta yang tidak mempunyai id_key. Selanjutnya
10
Import dari Excel Add-In Palo. Nama dan deskripsi dari kubus data dapat dilihat pada Tabel 3 dan Tabel 4. 3 Pendefinisian Level Dimensi atau
Hirarki
Untuk masing-masing dimensi ditentukan tingkat perincian yang diperlukan beserta hirarki yang membentuknya. Model hirarki setiap dimensi dapat dilihat pada Lampiran 6. Dimensi waktu dapat disusun dalam tiga level yaitu tahun > triwulan > bulan. Dimensi jenis data memiliki dua level yaitu nama unit kerja dan nama data. Dimensi kualifikasi memiliki satu level yaitu jenis kualifikas. Dimensi skala memiliki satu level yaitu skala. Adapun data dalam tabel dimensi dapat dilihat pada Lampiran 7.
4 Pendefinisian Measure
Pada tahap ini ditentukan measure yang akan dianalisis pada data penjualan produk surta BAKOSURTANAL. Measure yang dipilih yaitu:
• Jumlah lembar, dipilih sebagai measure untuk mengetahui jumlah lembar produk yang terjual pada bulan dan tahun tertentu.
• Jumlah harga, dipilih sebagai measure untuk mengetahui jumlah rupiah yang diperoleh dari
penjualan produk pada bulan dan tahun tertentu.
Tabel 3 Nama dan deskripsi dimensi dari kubus Lembar Penjualan
Nama Dimensi Deskripsi Waktu Bulan dan tahun
pemesanan Jenis_data Nama jenis produk Kualifikasi Kualifikasi pemesan Skala Nilai skala
Ukuran Jml_lembar
Nama ukuran (jumlah lembar)
Tabel 4 Nama dan deskripsi dimensi dari kubus Harga Penjualan
Nama Dimensi Deskripsi Waktu Bulan dan tahun
pemesanan Jenis_data Nama jenis produk Kualifikasi Kualifikasi pemesan Ukuran
Jml_harga
Nama ukuran (jumlah harga)
11
5 Pendefinisian Fungsi Agregat
Fungsi agregat yang digunakan dalam data warehouse penjualan produk BAKOSURTANAL adalah SUM (penjumlahan) untuk semua measure. Sum untuk jumlah lembar dan jumlah harga pada tiap bulan. 6 Pembuatan Data warehouse
Data warehouse dibuat menggunakan Palo Server 2.5.
Pembangunan Aplikasi OLAP
Tahap pengembangan OLAP meliputi: 1 Desain
Aplikasi OLAP yang dibuat menyediakan fasilitas-fasilitas berikut : • Menu OLAP, dimana pengguna dapat menentukan kubus data, ukuran, dan dimensi-dimensi yang akan ditampilkan untuk dianalisis.
• Filter dimensi, fungsi ini menyaring dimensi yang ditampilkan pada sumbu x dan sumbu y untuk menampilkan elemen-elemen tertentu dari dimensi. Dimensi lainnya dapat dipilih satu elemen dari tiap-tiap dimensi.
• Visualisasi Crosstab dan Graph, dimana data hasil operasi OLAP yang dilakukan pengguna dapat ditampilkan ke dalam bentuk crosstab dan grafik. Grafik yang ditampilkan berupa bar plot atau line plot.
Tampilan aplikasi pemesanan dan aplikasi OLAP dapat dilihat pada Lampiran 8.
2 Implementasi
Implementasi operasi-operasi OLAP yaitu:
• Operasi roll up pada waktu, yaitu triwulan (roll up) ke tahun. Contoh roll up untuk mengetahui jumlah lembar tiap tahun. Roll up dimensi waktu dari tingkat triwulan menjadi tingkat tahun untuk mengetahui jumlah lembar produk surta yang terjual per tahun.
Implementasi roll up dapat dilihat pada Lampiran 9. • Operasi drill down dilakukan
untuk mengetahui jumlah lembar dan jumlah harga hasil penjualan produk surta yang lebih rinci. Misalnya untuk mengetahui jumlah lembar pada masing-masing jenis data. Implementasi operasi drill down dapat dilihat pada Lampiran 10. • Operasi Slice dan dice dilakukan
melihat keadaan jumlah lembar dan jumlah harga hasil penjualan pada waktu tertentu, jenis data dan skala tertentu atau kualifikasi tertentu. Contoh slice dapat dilihat pada Lampiran 11. Pada Lampiran 11, jumlah lembar setiap skala pada tahun 2007. Contoh dice dapat dilihat pada Lampiran 12. Pada Lampiran 12, jumlah lembar penjualan produk dari unit kerja PDRTR dan PSSDAD pada tahun 2006 dan 2007.