3.4 Perancangan Data Warehouse
3.4.2 Perancangan Data Warehouse dengan nine step methodology
Dalam perancangan data warehouse diperlukan beberapa tahap. Tahap-tahap perancangan data warehouse yang digunakan pada penulisan ini adalah sembilan tahap metodologi, yaitu :
1. Memilih proses
Proses mengacu pada subjek masalah dari data warehouse. Proses bisnis dalam perancangan data warehouse ini adalah :
a. Pembelian
Proses pembelian yang dimaksud adalah pembelian material untuk produksi dari vendor dan pembelian hak siar program acara dari Production House. Pada proses pembelian material, dokumen yang ada meliputi surat permintaan penawaran harga dan surat order pembelian (Purchase Order). Data yang ada meliputi data vendor, data material, dan transaksi pembelian material. Pada proses pembelian program, dokumen yang ada meliputi surat permintaan penawaran produk dan surat order pembelian (Purchase Order). Data yang ada meliputi data supplier, data program, dan transaksi pembelian program.
Proses penjualan yang dimaksud adalah proses penjualan slot iklan kepada pihak agency. Dalam proses ini, dokumen yang diperlukan yaitu Sales Order. Di dalam dokumen tersebut terdapat data customer, data iklan, data program, dan transaksi penjualan.
c. Produksi
Proses produksi yang dimaksud adalah rencana pembuatan program atau film secara in house untuk ditayangkan di Global TV. Dokumen yang ada yaitu dokumen produksi. Di dalam dokumen produksi terdapat data program yang dibuat, jumlah produksi, dan perkiraan biaya produksi.
2. Memilih grain
Grain merupakan data dari calon fakta yang dapat dianalisis. Menentukan grain berarti memutuskan apa yang direpresentasikan dalam tabel fakta. Grain ditentukan dari proses bisnis yang didapatkan melalui analisis kebutuhan data dan informasi. Grain dari proses bisnis yang dipilih meliputi ringkasan dari penjualan, pembelian, dan produksi
a. Pembelian Program
Pada proses pembelian program, data-data yang dapat dianalisis meliputi Production House (supplier) yang memiliki rating penjualan program tertinggi ke
Global TV, jenis program yang sering dibeli, kuantitas pembelian program, dan total harga pembelian program. b. Pembelian material
Pada proses pembelian material, data-data yang dapat dianalisis meliputi vendor yang memberikan harga material paling murah, material yang paling banyak dibeli, dan total harga pembelian material.
c. Penjualan
Pada proses penjualan, data yang dianalisis meliputi agency yang paling sering melakukan pembelian, program yang paling digemari, iklan yang paling sering muncul, jumlah iklan yang ditayangkan, dan total harga penjualan iklan.
d. Produksi
Pada proses produksi, data yang dapat dianalisis meliputi jenis program yang paling sering diproduksi, material yang banyak digunakan untuk proses produksi, kuantitas program yang dihasilkan, dan total biaya pembuatan program.
3. Mengidentifikasikan dan menyesuaikan dimensi
Pada tahap ini dilakukan penyesuaian dimensi dan grain yang ditampilkan dalam bentuk matriks.
a. Pembelian Program Grain Dimensi Supplier Terbaik Program Favorit Kuantitas Pembelian Biaya Pembelian Supplier X X Program X X X Time X X X X
Tabel 3.2 Tabel Grain vs Dimensi pada Pembelian Program
b. Pembelian Material Grain Dimensi Vendor Terbaik Material Favorit Biaya Pembelian Vendor X X Material X X Time X X X
Tabel 3.3 Tabel Grain vs Dimensi pada Pembelian Material
c. Penjualan Grain Dimensi Agency Terbaik Iklan Terbanyak Program Favorit Kuantitas Penjualan Harga Penjualan Agency X X Iklan X X X Program X X X Time X X X X X
d. Produksi Grain Dimensi Program Terbanyak Material Terbanyak Kuantitas Produksi Biaya Produksi Material X X Program X X X Time X X X X
Tabel 3.5 Tabel Grain vs Dimensi pada Produksi
4. Memilih fakta
Pada tahap ini dilakukan pemilihan fakta yang akan digunakan dalam data mart. Setiap fakta yang ada memiliki data yang dapat dihitung. Berikut ini adalah fakta-fakta yang akan ditampilkan di dalam data warehouse :
a. Pembelian material meliputi MTL_QUANTITY (jumlah pembelian suatu material), MTL_UNIT_PRICE (harga satuan material), dan MTL_SUBTOTAL (harga pembelian sebuah material yang merupakan hasil dari perkalian MTL_QUANTITY dan MTL_UNIT_PRICE)
b. Pembelian program meliputi BUYING_PRICE (harga pembelian program)
c. Penjualan meliputi ADVERT_DURATION (jumlah penjualan waktu iklan), SALES_UNIT_PRICE (harga slot iklan untuk sebuah program), QUANTITY_PER_PROJECT
(jumlah penjualan sebuah iklan pada sebuah program), dan SELLING_PRICE (harga penjualan sebuah iklan untuk sebuah program yang merupakan hasil perkalian dari ADVERT_DURATION, SALES_UNIT_PRICE, dan QUANTITY_PER_PROJECT).
d. Produksi meliputi EPISODE_AMOUNT (jumlah episode yang diproduksi dalam sebuah project) dan BUDGET_PER_PROJECT (biaya produksi sebuah project).
5. Menyimpan pre kalkulasi dalam tabel fakta
Di dalam tabel fakta terdapat kalkulasi awal terhadap data yang dapat dihitung. Kalkulasi awal yang ada pada tabel-tabel fakta yang ada antara lain :
a. Pembelian material meliputi MATERIAL_TOTAL (total biaya pembelian material yang merupakan hasil penjumlahan dari MTL_SUBTOTAL)
b. Pembelian program meliputi PROJECT_TOTAL (total biaya pembelian program yang merupakan hasil penjumlahan dari BUYING_PRICE) dan PROJECT_QUANTITY (total jumlah project yang dibeli yang merupakan kumpulan PROJECT_ID pada pembelian). c. Penjualan meliputi SALES_ADVERT_TOTAL (total harga
penjualan iklan yang merupakan jumlah dari SELLING_PRICE), TOTAL_DURATION (total durasi
yang merupakan jumlah dari durasi), QUANTITY_TOTAL (total jumlah tayangan iklan yang merupakan jumlah dari QUANTITY_PER_PROJECT) dan ADVERT_QUANTITY (total jumlah iklan yang dijual yang merupakan kumpulan dari ADVERT_ID)
d. Produksi meliputi PROJECT_AMOUNT (jumlah project yang diproduksi, yang merupakan kumpulan dari PROJECT_ID pada produksi) dan BUDGET_TOTAL (jumlah keseluruhan biaya produksi, yang merupakan jumlah dari BUDGET_PER_PROJECT).
6. Melengkapi tabel dimensi
Pada tahap ini dilakukan penambahan informasi deskriptif yang berhubungan dengan setiap tabel dimensi. Berikut adalah tabel dimensi yang ada pada data warehouse.
• Tabel Rounding out dimension :
Dimensi Field Deskripsi Time Year Laporan dapat
dilihat per tahun, per bulan, dan per hari Month
Day
• Daftar tabel-tabel dimensi :
1. Dimensi Waktu (DIM_TIME)
Atribut Tipe data ID_TIME NUMBER