PEMBANGUNAN DATA
WAREHOUSE
PENJ UALAN BARANG
PADA PT. SIMPATI INTAN PERMATA
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sar jana Pr ogr am Str ata Satu J ur usan Teknik Infor matika
Fakultas Teknik dan Ilmu Komputer Univer sitas Komputer Indonesia
ASBARTANOV LASE
10106223
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
i ABSTRAK
PEMBANGUNAN DATA WAREHOUSE PENJ UALAN BARANG PADA PT. SIMPATI INTAN PERMATA
Oleh
ASBARTANOV LASE 10106223
Perkembangan teknologi informasi yang mengalami kemajuan pesat pada masa ini memberi peran besar dalam perubahan yang mendasar khususnya dalam struktur, operasi, dan manajemen pada sebuah organisasi. PT. Simpati Intan Permata (SIP) merupakan perusahaan yang bergerak di bidang penjualan alat-alat rumah tangga, furniture dan alat elektronik. Perusahaan ini memiliki beberapa cabang di Jawa Barat dengan menawarkan secara langsung barang ke konsumen dengan sistem pembayaran cash dan kredit. Pengolahan data setiap cabang dan setiap bulan databasenya terpisah-pisah, terdapat beberapa tabel pada database yang ada tidak digunakan dan kesulitan dalam membuat laporan yang mudah dipahami sehingga mempengaruhi analisis data dalam mengambil suatu keputusan.
Data warehouse menjadikan data perusahaan yang tersebar menjadi terintegrasi dan ringkas sehingga membantu pimpinan/manager dalam menganalisis data yang ada untuk pengambilan keputusan yang bersifat strategis secara cepat dan tepat. Pembangunan data warehouse ini menggunakan pemodelan data skema snowflake dan perancangan OLAP (On-Line Analytical Processing) untuk pengolahan dan analisis datanya dengan menggunakan teknik
Drill Down/Drill Up.
Hasil penelitian ini diharapkan membantu pimpinan/manager dalam menganalisis data dalam jumlah besar sehingga memudahkan dalam mengambil suatu keputusan.
ii
IN PT. SIMPATI INTAN PERMATA
by
ASBARTANOV LASE
10106223
Information technology development gives biggest part for an organization, especially in structural, operational and management. PT. Simpati Intan Permata (SIP) is an organization which selling household tool, furniture and electronic tools. It has some branches in west java which offering direct goods to consumer with payment system in cash and credit. Every month, the branches manage their own database separately from others branch. They also don’t use all of database, and they have difficulties to make an understandable report data analysis in order to make a decision.
Data warehouse makes the spreading of company’s data become integrated and summary. It helps manager to analyze data for quick and direct strategic decision making. The arrangement of this data warehouse is using snowflake schema model data and OLAP and for managing and analyzing data is using Drill Down/Drill Up technique.
This research is expected to help a manager analyzing a sum of data and to make easier manager in decision making.
iii
dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pembangunan Data Warehouse Penjualan Bar ang Pada PT. Simpati Intan Per mata”. Penyusunan skripsi ini merupakan salah satu syarat untuk menyelesaikan Program Studi Strata I (SI) pada Jurusan Teknik Informatika Universitas Komputer Indonesia (UNIKOM) Bandung.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat kekurangan karena keterbatasan pengetahuan, kemampuan dan pengalaman yang dimiliki. Oleh karena itu, penulis senantiasa mengharapkan kritik maupun saran yang ditujukan demi kesempurnaan skripsi ini dimasa yang akan datang. Proses penyelesaian laporan ini tidak terlepas dari bantuan berbagai pihak, oleh karena itu dengan segala kerendahan hati penulis ingin menyampaikan terima kasih kepada :
1. Bapak Andri Heryandi S.T., M.T. selaku pembimbing yang telah memberikan bantuan, pengarahan dan bimbingan kepada penulis dalam menyelesaikan skripsi ini.
2. Keluarga tercinta yaitu Papa, Mama, Abang dan Adik yang telah memberikan kasih sayang, doa dan dukungan baik moral maupun materi.
3. Ibu Mira Kania Sabariah, S.T., M.T. dan Bapak Adam Mukharil Bachtiar, S.Kom. selaku Penguji I dan Penguji III yang telah memberikan kritik dan sarannya dalam penulisan skripsi ini.
5. Bapak Galih Hermawan, S.Kom. Selaku Dosen Wali kelas IF-5 Angkatan 2006 6. Seluruh dosen dan staf Jurusan Teknik Informatika Universitas Komputer
Indonesia Bandung.
7. Teman-teman IF-5 angkatan 2006 yang tidak bisa disebutkan satu persatu. Terima kasih untuk segala tawa dan tangis yang selama ini telah kita lalui bersama.
8. Bapak Faatulo Tafonao, S.H. selaku Direktur PT. Simpati Intan Permata yang telah mengijinkan penulis untuk melaksanakan penelitian skripsi ini. Terima kasih untuk segala bantuan yang telah diberikan sehingga penulis dapat menyelesaikan skripsi ini.
9. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah memberikan bantuan dan dorongan dalam penyusunan skripsi ini.
Akhir kata, semoga skripsi ini dapat bermanfaat khususnya bagi penulis dan rekan-rekan jurusan Teknik Informatika
Bandung, Agustus 2011
1
Perkembangan teknologi informasi yang mengalami kemajuan pesat pada masa ini memberi peran besar dalam perubahan yang mendasar khususnya dalam struktur, operasi, dan manajemen pada sebuah organisasi. PT. Simpati Intan Permata (SIP) merupakan perusahaan yang bergerak di bidang penjualan alat-alat rumah tangga, furniture dan alat elektronik. Perusahaan ini memiliki beberapa cabang di Jawa Barat dengan menawarkan secara langsung barang ke konsumen dengan sistem pembayaran cash dan kredit.
Penyimpanan data dalam jumlah besar dari berbagai sumber secara terintegarasi merupakan hal yang penting dalam perusahaan ini. PT. Simpati Intan Permata (SIP) yang memiliki beberapa cabang di Jawa Barat tentunya memiliki data disetiap cabangnya. Data yang tersebar disetiap cabang yang berbeda tentunya mempengaruhi keseragaman dan konsistensi data. Datawarehouse dapat mengumpulkan dan menyatukan berbagai data yang ada disetiap cabang serta dapat membuat laporan secara cepat, akurat dan sesuai kebutuhan.
Dengan memanfaatkan data yang ada dalam sistem informasi untuk menunjang kegiatan pengambilan keputusan tidak cukup hanya mengandalkan data operasional saja, diperlukan suatu analisis data untuk menggali potensi-potensi informasi yang ada. Untuk itulah perlu dibangun sebuah data warehouse
yang selanjutnya dapat dianalisis sehingga memudahkan dalam pengambilan keputusan.
1.2.Rumusan Masalah
Bagaimana Membangun Data Warehouse Penjualan Barang Pada PT. Simpati Intan Permata.
1.3. Maksud dan Tujuan 1.3.1.Mak sud
Maksud laporan ini adalah untuk Membangun Data Warehouse Penjualan Barang Pada PT. Simpati Intan Permata.
1.3.2.Tujuan
Tujuan dari pembuatan laporan ini adalah sebagai berikut : 1. Membangun datawarehouse pada PT. Simpati Intan Permata. 2. Memudahkan pimpinan/manager dalam mengambil keputusan. 3. Memudahkan proses analisa data dalam bentuk laporan. 1.4.Batasan Masalah
1.4.1.Sistem
Batasan sistem yang akan dibangun yaitu :
1.4.2.Per a ngkat Lunak
Untuk pembangunan data warehouse dibutuhkan perangkat lunak dengan spesifikasi sebagai berikut :
1. Sistem Operasi Windows XP.
2. Microsoft Visual Studio 2008 sebagai perangkat pembangunan datawarehouse (tools).
3. Microsoft SQL Server 2008 sebagai Database Manajemen Sistem (DBMS). 1.4.3. Pengguna
Pengguna yang akan menggunakan datawarehouse ini adalah : 1. Manager Marketing
1.5.Metodologi
1.5.1Tek nik Pengumpulan Data
Metodologi yang digunakan dalam mengumpulkan data yang berkaitan dengan penyusunan laporan dan pembuatan aplikasi ini adalah sebagai berikut: a. Studi Pustaka
Teknik pengumpulan data dengan cara mencari informasi yang berhubungan dengan permasalahan yang akan dibahas dengan bersumber pada buku-buku, serta bacaan lain yang dapat membantu menyelesaikan pembangunan data warehouse.
b. Observasi
c. Wawancara
Teknik pengumpulan data dengan mengadakan tanya jawab secara langsung mengenai hal-hal yang berkaitan dengan topik yang diambil.
1.5.2Model Pembangunan Perangkat Lunak
Dalam membangun aplikasi ini, digunakan model Waterfall sebagai model pembangunan perangkat lunak yang meliputi :
1. Rekayasa Sistem
Tahap ini merupakan kegiatan pengumpulan data sebagai pendukung pembangunan sistem serta menentukan ke arah mana datawarehouse ini akan dibangun.
2. Analisis Sistem
Merupakan tahap menganalisis seluruh kebutuhan pembangunan data warehouse termasuk didalamnya kegunaan data warehouse yang diharapkan pengguna dan batasan pembangunan data warehouse itu sendiri. Informasi yang didapat melalui tahap pengumpulan data, selanjutnya akan dianalisis untuk mendapatkan dokumentasi kebutuhan pengguna untuk digunakan pada tahap selanjutnya.
3. Per ancangan Sistem
4. Pengujian Sistem
Dalam tahap ini dilakukan pengujian terhadap data warehouse yang telah dibangun. Pada tahap ini menggunakan dua metode pengujian, yaitu pengujian
alpha dan pengujian betha. Pengujian alpha dilakukan dengan metode black box untuk menguji fungsional sistem seperti kesalahan sintak, terminasi dan kesalahan interface apakah sudah sesuai dengan fungsi yang dibangun. Sedangkan pengujian betha dilakukan dengan mewawancarai langsung direktur PT. Simpati Intan Permata.
5. Pemelihar aan Sistem
Tahap akhir dimana suatu perangkat lunak yang sudah dibangun dapat mengalami perubahan-perubahan atau penambahan sesuai dengan permintaan pengguna.
1.6. Sistematika Penulisan
Sistematika penulisan laporan ini dibagi dalam beberapa bab dengan pokok pembahasan secara umum sebagai berikut:
1. BAB I PENDAHULUAN
Bab ini merupakan bagian yang menjelaskan latar belakang masalah, perumusan masalah, maksud dan tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan.
2. BAB II TINJ AUAN PUSTAKA
Bab ini terbagi menjadi dua bagian, yaitu tinjauan umum perusahaan dan landasan teori. Tinjauan umum perusahaan berisi tentang sejarah singkat perusahaan, visi, misi, struktur organisasi, job description, dan logo perusahaan. Sedangkan landasan teori berisi teori-teori pendukung dalam Pembangunan Data Warehouse Penjualan Barang Pada PT. Simpati Intan Permata.
3. BAB III ANALISIS DAN PERANCANGAN
Bab ini berisi analisis kebutuhan untuk pembangunan data warehouse. Selain itu bab ini juga berisi pemodelan data yang ada di PT. Simpati Intan Permata. 4. BAB IV IMPLEMENTASI DAN PENGUJ IAN
Bab ini berisi hasil implementasi analisis dan perancangan data warehouse
5. BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan tentang keseluruhan dari proses pembangunan data warehouse dan saran mengenai data warehouse yang dibangun untuk perbaikan dimasa yang akan datang.
6. DAFTAR PUSTAKA
Berisi referensi penunjang dan pendukung perancangan dan pembangunan
data warehouse. Referensi pendukung bisa berupa buku, jurnal dan hasil
9 BAB II
TINJ AUAN PUSTAKA
2.1. Pr ofil Tempat Penelitian 2.1.1. Sejar ah Instansi
Simpati Intan Permata didirikan di Bandung pada 2 Februari 2003 oleh Bapak Faatulo Tafonao,S.H. Semula nama perusahaannya adalah Jerry Pratama kemudian berganti nama lagi menjadi CV Elita Pratama sebelum akhirnya menjadi SIMPATI INTAN PERMATA. Saat ini Simpati Intan Permata berkantor di Jl.Sangkuriang Barat II No 3 Cimahi Bandung. Perusahaan ini bergerak di bidang perkreditan alat – alat rumah tangga, elektronik, furniture dan telah melebarkan sayapnya dengan membuka kantor cabang di Garut, Tasikmalaya, Soreang, Bandung Timur, Sukabumi, Cisaranten, Magelang dan Cimahi yang menjadi pusatnya.
Dalam hal pengadaan barang dan modal PT Simpati Intan Permata telah menjalin kerja sama dengan BRI, Bank Mandiri, BRI Syariah, Air Lux, Sanken, PT Golan, Mutiara Super Kitchen serta pihak lain yang sampai saat ini berjalan dengan baik atas dasar saling menguntungkan.
Sistem Bisnis perusahaan adalah penjualan secara cash & kredit selama 10 bulan. Area pemasaran meliputi jawa barat dan (baru) sebagian kecil wilayah jawa tengah. Produk yang dipasarkan adalah barang-barang yang unik & familiar serta sudah menjadi kebutuhan di hampir semua lapisan masyarakat yang dipasarkan dengan cara canvassing ke seluruh area pemasaran PT Simpati Intan Permata.
2.1.2. Visi dan Misi Per usahaan 1. Visi
Menjadikan perusahaan yang terbaik dan terbesar dalam bidang cash dan kredit multi produk di Indonesia.
2. Misi
a. Mensejahterahkan seluruh karyawan yang ada dalam perusahaan
b. Meningkatkan kualitas sumber daya manusia menuju professional dalam bidangnya
c. Menyerap tenaga kerja sebanyak-banyaknya dalam upaya turut membangun bangsa
e. Menciptakan insan-insan yang berahlak mulia dan bertaqwa kepada Tuhan Yang Maha Esa.
2.1.3. Logo Instansi
Gambar 2.1. Logo Per usahaan
2.1.4. Badan Hukum Instansi
Simpati Intan Permata adalah perusahaan yang telah berbadan hukum (perseroan terbatas) dan telah terdaftar di departemen perpajakan (NPWP 02.617.585.1.421.000) serta telah mendapatkan sertifikat API (ANGKA PENGENAL IMPOR) API – U : 102802395) dari kementrian Hukum dan HAM.
2.1.5. Str uktur Or ganisasi dan Deskr ipsi Ker ja 2.1.5.1. Str uk tur Organisasi
Gambar 2.2. Str uktur Or ganisasi
2.1.5.2. Deskr ipsi Peker jaan 1. Manager Mar keting
a. Membina Sumber Daya Manusia (SDM) marketing yang ada. b. Melakukan promosi atau degradasi pada departemen marketing. c. Menentukan harga jual produk.
d. Melakukan riset pasar dan competitor.
2. Kepala Bagian
a. Membina Sumber Daya Manusia (SDM) marketing yang ada b. Melakukan promosi atau degradasi pada departemen marketing. c. Menentukan harga jual produk.
d. Melakukan riset pasar dan competitor.
e. Mementukan target pemasaran wilayah area pemasaran dan sumber daya yang lainnya.
3. Super visior
a. Bertanggung jawab terhadap Sumber Daya Manusia (SDM) marketing pada groupnya.
b. Membina marketing dalam groupnya.
c. Melakukan survey terhadap penjualan daripada marketing di groupnya. 4. Asisten Super visior
a. Membantu tugas-tugas yang dilakukan supervisior. 5. Mark eting
a. Melakukan penjualan baik secara direct selling ataupun demo sesuai dengan prosedur perusahaan.
b. Mengikuti target produktivitas yang telah ditetapkan oleh perusahaan. 6. Manajer Kolektor
a. Bertanggung jawab terhadap asset perusahaan dalam mendog tagihan (piutang).
7. Kolektor
a. Bertugas sebagai pimpinan kolektor dan bertanggung jawab langsung kepada manager kolektor.
b. Menjaga aset perusahaan dalam bentuk tagihan. 8.Kepala Accounting
a. Melakukan laporan keuangan kepada direktur secara teratur. b. Mengeluarkan gaji karyawan.
c. Melakukan laporan perpajakan perusahaan.
d. Inventarisir aset perusahaan yang berbentuk uang dan barang. 9.Staf Gudang
a. Bertanggungjawab terhadap aset dalam bentuk barang pada perusahaan. b. Melakukan analisa dan estimasi barang tiap bulannya kemudian dilaporkan
kepada accounting.
c. Memelihara dan memperbaiki barang-barang yang rusak. 10.Staf administr asi penjualan
a. Memasukkan data-data penjualan dan piutang untuk selanjutnya dicetak dan dilaporkan kepada manger collection.
b. Mencatat semua aktifitas penjualan untuk kemudian dilaporkan kepada departemen acoounting, piutang, Manager Marketing.
2.2. Landasan Teor i 2.2.1Data
Data adalah sumber informasi yang bentuknya masih mentah. Menurut Jogianto (1990), data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan kesatuan nyata. Data merupakan bentuk jamak dari datum, berasal dari bahasa Latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.
Dalam keilmuan (ilmiah), fakta dikumpulkan menjadi data. Data kemudian diolah sehingga dapat diutarakan secara jelas dan tepat agar dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi.
Secara konseptual, data adalah deskripsi tentang benda, kejadian, aktivitas, dan transaksi yang tidak mempunyai makna atau tidak berpengaruh secara langsung kepada pemakai.
2.2.2Infor masi
yaitu keakuratan informasi, ketepatan waktunya (up-to-date), dan relevan dengan keadaan atau kebutuhan.
2.2.3Data Warehouse
2.2.3.1. Sejar ah
Sejak awal 1990-an, data gudang yang berada di garis depan aplikasi teknologi informasi sebagai cara bagi organisasi untuk secara efektif menggunakan informasi digital untuk perencanaan bisnis dan pengambilan keputusan. Oleh karena itu, pemahaman tentang sistem arsitektur data warehouse
adalah akan menjadi penting dalam peran dan tanggung jawab dalam pengelolaan informasi.
1. 1960 – General Mills dan Dartmouth College , dalam proyek penelitian bersama, mengembangkan dimensi syarat dan fakta.
2. 1970 – ACNielsen dan IRI menyediakan data mart dimensi untuk penjualan eceran.
3. 1983 – Teradata memperkenalkan sistem manajemen database yang khusus dirancang untuk mendukung keputusan.
4. 1988 – Barry Devlin dan Paul Murphy mempublikasikan artikel arsitektur An
untuk dan sistem informasi bisnis di IBM Systems Journal mana mareka memperkenalkan istilah “data bisnis” gudang.
5. 1990 – memperkenalkan Sistem Bata Merah Red Brick Warehouse, sebuah sistem manajemen database khusus untuk data warehouse.
7. 1991 – Bill Inmon menerbitkan buku Membangun Data Warehouse.
8. 1995 – Data Warehousing Institute, sebuah organisasi nirlaba yang mempromosikan data warehouse, didirikan.
9. 1996 – Ralph Kimball menerbitkan buku The Data Warehouse Toolkit.
10.2000 – Daniel Linstedt melepaskan Vault Data, memungkinkan real time diaudit data warehouse.
2.2.3.2. Penger tian
Beberapa pengertian dari beberapa ahli tentang definisi datawarehousing:
1. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.
2. Menurut Vidette Poe, data warehousing merupakan basis data yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.
Jadi, data warehousing merupakan metode dalam perancangan basis data, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah basis data yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant, tidak berubah yang digunakan untuk membantu para pengambil keputusan.
2.2.3.3. Kar akter istik
Karakteristik data warehouse menurut Inmon yaitu : 1. Subject Oriented (Berorientasi Subjek)
Data warehouse berorientasi subjek artinya data warehouse didesain untuk menganalisa data berdasarkan subjek-subjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.
Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan (customers, products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama (customer invoicing, stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.
Tabel 2.1. Per bedaan Data Oper asional dan Data Warehouse
Data Oper asional Data Warehouse
Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu.
Dirancang berdasar pada subjek-subjek tertentu (utama).
Focusnya pada desain database dan proses.
Focusnya pada pemodelan data dan desain data.
Berisi rincian atau detail data. Berisi data-data history yang akan dipakai dalam proses analisis.
Relasi antar tabel berdasar aturan terkini(selalu mengikuti rule (aturan) terbaru).
Banyak aturan bisnis dapat tersaji antara tabel-tabel.
2. Integrated (Terintegrasi)
Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data
warehouse itu sendiri.
3. Time Variant (Rentang Waktu)
Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :
a. Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
b. Cara yang kedua, dengan menggunakan variasi atau perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
c. Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.
4. Non Volatile
2.2.3.4. Ar sitektur
Menurut Poe, arsitektur adalah sekumpulan atau struktur yang memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk. Ada arsitektur
client-server, arsitektur networking dan masih banyak arsitektur lainnya. Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama yaitu read-only database.
Karakterisitik arsitektur data warehouse (Poe) :
1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file. 2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke
dalam Database Management System (DBMS) seperti Oracle,Ms SQL Server, Sybase dan masih banyak yang lainnya.
3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan
4. Pemakai mengakses data warehouse melalui aplikasi front end tool.
Gambar 2.3. Arsitektur dan komponen utama dar i data warehouse
a. Operational Data
Sumber data dari data warehouse dapat diambil langsung dari mainframe,
basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu dapat melaluo Operational Data Source (ODS). ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.
b. Load manager
c. Warehouse Manager
Warehouse manager melakukan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut meliputi :
1. Analisis terhadap data untuk memastikan konsistensi
2. Transformasi dan penggabungan sumber data dari tempat penyimpanan sementara menjadi tabel-tabel data warehouse.
3. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar 4. Melakukan denormalisasi dan agregasi jika diperlukan
5. Backing-Up dan mengarsipkan data d. Query manager
Query manager juga disebut komponen back-end, melakukan operasi-operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi dari query tersebut.
e. End-user Access Tools
Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan
keperluan-keperluan untuk melakukan joins, summations dan laporan-laporan per-periode dengan end-users.
2.2.3.5 Model Dimensional
Model dimensional merupakan rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan performa yang tinggi.
Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi. Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat pada satu komponen primary key
pada tabel fakta. Dengan kata lain primary key pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini disebut dengan skema bintang atau join bintang.
Fitur terpenting dalam model dimensional ini adalah semua natural keys
diganti dengan kunci pengganti (surrogate keys). Maksudnya yaitu setiap kali join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti. Kegunaan dari kunci pengganti adalah memperbolehkan data pada data warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak seperti halnya yang diproduksi oleh sistem OLTP.
bergerak sangat cepat. Model OLTP sering terlihat seperti jaring laba-laba yang terdiri atas ratusan bahkan ribuan tabel sehingga sulit untuk dimengerti.
Sebaliknya, dimension model yang sering digunakan pada data warehouse
adalah skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query
yang superior dengan meminimalisasi tabel-tabel join. Berikut contoh perbandingan diagram antara model data OLTP dengan dimension tabel data
warehouse :
Gambar 2.4 Model data OLTP
Skema Star
Skema star merupakan struktur logika yang memiliki tabel fakta yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data.
Gambar 2.6 Gambar Skema Star
Skema Snowflake
Gambar 2.7. Skema Snowflake
2.2.3.6. Keuntungan dan Ker ugian Keuntungan menggunakan data warehouse
1. Data warehouse menyediakan model data yang umum untuk semua data tidak tergantung sumber datanya. Hal ini mempermudah pembuatan laporan dan analisis informasi dibandingkan jika diperlukan banyak model data untuk menerima informasi seperti faktur penjualan, kuitansi pemesanan, tagihan-tagihan lainnya.
2. Saat meload data ke dalam data warehouse, ketidakkonsistenan akan teridentifikasi dan diperbaiki. Hal ini akan mendukung juga dalam proses pembuatan laporan dan analisis.
suatu waktu, informasi itu akan tetap tersimpan dengan aman di data
warehouse.
4. Karena data warehouse terpisah dari sistem operasional, maka data warehouse
dapat menerima data tanpa memperlambat kerja kerja sistem operasional. 5. Data warehouse menyediakan fasilitas yang mendukung pengambilan
keputusan seperti laporan berdasarkan tren (misalnya : barang yang paling banyak terjual di suatu area dalam 2 tahun terakhir), laporan perkecualian, dan laporan yang menampilkan pencapaian di lapangan yang sesungguhnya dibandingan dengan gol yang telah ditetapkan.
Kerugian menggunakan data warehouse
1. Data warehouse bukan merupakan lingkungan yang optimal untuk data yang tidak terstruktur
2. Data perlu untuk diekstrak, diubah, dan diload ke data warehouse, sehingga terdapat delay (tenggat waktu) di mana data yang dimasukkan ke dalam data
warehouse belum terdeteksi.
3. Semakin lama masa hidupnya, maka data warehouse dapat menyebabkan biaya yang besar. Data warehouse umumnya tidak statis. Biaya perawatannya cukup tinggi.
4. Data warehouse dapat menjadi ketinggalan dari data terbaru relatif cepat. Maka, akan ada resiko bahwa data yang akan dianalisis di data warehouse
2.2.4. Extract, Transform, Loading (ETL)
Extract, Transform, Loading ETL adalah proses pengekstrakan data dari sumber data yang kemudian dimasukkan ke dalam data warehouse. ETL dilakukan secara periodik untuk kebutuhan bisnis dengan analisa data yang kuat. Gambar Extract, Transform, Loading dapat dilihat dibawah ini :
EXTRACT
TRANSFORM
LOAD
Cleansing Validation Filtering
Operational and External
Data
Data Warehouse
Reconcilied Data
Extraction
Data extraction adalah proses pengambilan data yang diperlukan dari sumber data warehouse dan selanjutnya dimasukkan pada staging area untuk diproses tahap berikutnya.
Pada fungsi ini, kita akan banyak berhubungan dengan berbagai tipe sumber data. Format data, mesin yang berbeda, software dan arsitektur yang tidak sama. Sehingga sebelum proses ini kita lakukan, sebaiknya perlu kita definisikan requirement terhadap sumber data yang akan kita butuhkan untuk lebih memudahkan pada extration ini.
Transformation
Pada kenyataannya, pada proses transaksional data disimpan dalam berbagai format sehingga jarang kita temui data yang konsisten antara aplikasi-aplikasi yang ada. Transformasi data ditujukan untuk mengatasi masalah ini.
Dengan proses transformasi data ini, kita melakukan standarisasi terhadap data pada satu format konsisten. Beberapa contoh ketidakkonsistenan data tersebut dapat diakibatkan oleh tipe data yang berbeda.
Loading
Data loading adalah memindahkan data ke data warehouse. Ada dua loading data yang kita lakukan pada data warehouse. Pertama adalah inisial load, proses ini dilakukan pada saat kita telah selesai mendesain dan membangun data
warehouse telah dioperasikan. Kita melakukan data extraction, transformation
dan loading terhadap data tersebut.
Untuk inisial load dilakukan sekali saja, namun untuk incremental load dapat kita jadwalkan sesuai dengan kebutuhan, bisa setiap hari, bulan, kuartal atau tahun sesuai dengan kebutuhan kita.
2.2.5. On-Line Analytical Processing (OLAP)
OLAP (On-Line Analytical Processing) adalah Database Multi dimensional pada sistem analisa data tingkat lanjut yang mendukung pengambilan keputusan, bisnis model dan aktifitas riset. OLAP menyediakan cara untuk menampilkan data multidimensional yang ada dalam Data Mart atau Data
Warehouse, dengan OLAP dapat dibuat cube yang mengorganisasikan data dan membuat summary data untuk query yang efisien.
Sistem OLAP memungkinkan perusahaan untuk menyediakan akses terhadap data dan fasilitas pembuatan laporan bagi seluruh organisasi. Sistem OLAP menyediakan sumber tunggal untuk mencari program dan pengukuran manajemen bisnis, informasi karyawan, pengukuran risiko dan teknikal, peramalan penjualan dan biaya, dan informasi overhead.
2.2.5.1 Karakter istik OLAP
1. Menggunakan teknik analisa data multidimensional. 2. Menyediakan dukungan database tingkat lanjut.
3. Menyediakan cara pakai yang mudah dan User Interface yang mudah dipahami.
2.2.5.2 Cube
Cube adalah sebuah penyajian data secara multidimensional tergantung dari banyaknya nilai dalam suatu Analisis. Pada kondisi konvensional kita akan berpikiran bahwa cube akan terdiri dari 3 dimensi yaitu panjang, lebar dan tinggi. Di dalam Analysis Services tidak di batasi oleh jumlah dimensi.
2.2.5.3 Cells
Tanpa memperhatikan dari banyaknya jumlah dimensi, cube terdiri dari beberapa cell. Cell adalah atomic unit (Unit Terkecil) dari sebuah cube pada
Analysis Services.
2.2.5.4 Measure
Measure adalah sebuah entitas yang dapat dimonitor dan diukur dari dimensi. Contohnya pendapatan dari seluruh karyawan dan rata-rata temperatur. Juga dimungkinkan untuk melakukan perhitungan dari satu measure. Secara mendasar measure di-load ke dalam OLAP database. Menghitung measure adalah menghitung dari measure dasar sehingga untuk itu tidak perlu dimasukkan ke dalam source data. Measure terdapat pada fact tabel yang mana dalam satu tabel database terdiri dari banyak measures. Measurement tidak hanya terdapat pada field tabel dalam sebuah database, tetapi dapat berupa hasil perhitungan.
Operasi-operasi yang terdapat pada OLAP antara lain : 1. Slicing dan Dicing
perspektif. Pengguna dapat mengekstrak bagian dari data agregrated dan dapat memeriksa dengan detail berdasarkan dimensi-dimensi yang diinginkan. Data
Agregrated merupakan data praperhitungan (precalculated) dalam bentuk rangkuman data (data summarized) sehingga query pada kubus (cube) lebih cepat.
Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi). Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi cube
pada perspektif yang lain sehingga pengguna dapat melihat lebih spesifik terhadap data yang dianalisa.
2. Roll up dan drill down
Drill down dan roll up adalah operasi untuk melihat data global atau detail disepanjang level hirarki dimensi. Roll up untuk melihat data secara global atau rangkuman (summary). Drill down memandu pengguna untuk memperoleh data yang lebih detail. Drilldown ini biasa digunakan untuk menjawab pertanyaan atas suatu kasus tertentu. Misalnya untuk menjawab pertanyaan ketika sebuah
summary number (rata-rata atau jumlah) di bawah atau di atas harapan.
2.2.6. Basis Data
Basis data dapat diartikan sebagai kumpulan data tentang suatu benda atau kejadian yang saling berhubungan satu sama lain. Sedangkan data merupakan fakta yang mewakili suatu obyek seperti manusia, hewan, peristiwa konsep, keadaan, dan sebagainya, yang dapat dicatat dan mempunyai arti yang implisit. Data dicatat atau direkam dalam bentuk angka, huruf, simbol, gambar, bunyi, atau kombinasinya. Sebagai contoh, terdapat daftar nama dan nomor telepon, serta alamat orang-orang yang menjadi anggota suatu organisasi.
Untuk mengelola basis data diperlukan perangkat lunak yang disebut DBMS (Database Management System). DBMS adalah perangkat lunak sistem yang memungkinkan para pemakai membuat, memelihara, mengontrol, serta mengakses basis data dengan cara yang praktis dan efisien. DBMS dapat digunakan untuk mengakomodasi berbagai macam pemakai yang memiliki kebutuhan akses yang berbeda-beda.
untuk mendapatkan informasi tertentu, melakukan pembaharuan (updating) data, dan pembuatan laporan (report generation) dari data di dalam basis data.
Di dalam pendekatan basis data, sejumlah data disimpan dalam satu tempat dengan definisi data yang tetap sehingga dapat diakses oleh beberapa pemakai dengan berbagai program aplikasi melalui kontrol DBMS.
2.2.7.Microsoft SQL.Server
Microsoft SQL Server adalah sebuah sistem manajemen basis data relasional (RDBMS) produk Microsoft dan Sysbase. Umumnya SQL Server digunakan di dunia bisnis yang memiliki basis data berskala kecil sampai dengan menengah, tetapi kemudian berkembang dengan digunakannya SQL Server pada basis data berskala besar.
MirosoftSQL Server dan Sysbase/ASE dapat berkomunikasi lewat jaringan dengan menggunakan protokol TDS (Tabular Data Stream). Selain dari itu,
MicrosoftSQL Server juga mendukung ODBS (Open Database Connectivity), dan mempunyai driver JDBC untuk bahasa pemrograman Java. Fitur lain dari SQL Server ini adalah kemampuannya untuk membuat basis data mirroring dan
clustering. Pada versi sebelumnya, Ms SQL Server 2000 terserang oleh worm
komputer SQL Slammer yang mengakibatkan kelambatan akses internet pada tanggal 25 Januari 2003.
sangat kritis sekalipun dengan memperkecil biaya infrastruktur dan memungkinkan semua pengguna mengakses informasi secara lebih efisien.
Terdapat cukup banyak fitur-fitur inovasi yang dimiliki oleh SQL Server, beberapa di antaranya adalah:
1. Pengelolaan sumber daya (resource governer), memungkinkan administrator basis data untuk mendefinisikan pengalokasian sumber daya dan melakukan prioritas terhadap masing-masing fitur, sehingga dapat memberikan performa yang konsisten bagi pengguna.
2. Pengelolaan berdasar kebijakan (policy based government). SQL Server 2008 memperkenalkan Declarative Management Framework (DMF) yang menyediakan platform pengelolaan kebijakan bagi SQL Server Database Engine. DMF memberikan beberapa keuntungan, di antaranya:
a. Keterkaitan pelaksanaan kebijakan yang sejalan dengan konfigurasi sistem.
b. Pemantauan dan pencegahan perubahan kebijakan yang tidak sesuai dengan konfigurasi sistem.
c. Mengurangi biaya kepemilikan (TCO) karena pengelolaan yang lebih mudah.
d. Mendeteksi perbedaan pelaksanaan kebijakan melalui Management Studio.
4. Spatial: SQL Server 2008 menyediakan dukungan spatial untuk aplikasi yang membutuhkan dukungan informasi, lokasi, dan aplikasi berbasis spatial. Visualisasi data: SQL Server menyediakan beberapa komponen visual yang dapat digunakan untuk pelaporan, komponen visual seperti peta, gauge, dan diagram dapat digunakan tanpa kebutuhan terhadap pihak ketiga.
2.2.8. SQL (Structured Query Language)
SQL (Structured Query Language) adalah bahasa yang digunakan untuk mengakses basis data yang tergolong relasional. Standar SQL mula-mula didefinisikan oleh ISO (International Standards Organization) dan ANSI (the American National Standards Institute) yang dikenal dengan sebutan SQL86.
Pemahaman tentang SQL sangat bermanfaat karena dapat digunakan untuk keperluan pemrograman. Sesungguhnya SQL tidak terbatas hanya untuk mengambil data (query), tetapi juga dapat dipakai untuk menciptakan tabel, menghapus tabel, menambahkan data ke tabel, menghapus data pada tabel, mengganti data pada tabel, dan berbagai operasi yang lain.
Secara umum, SQL terdiri dari dua bahasa, yaitu Data Definition Language
39 3.1Analisis Sistem
Pada bagian ini akan dilakukan analisis terhadap sistem yang sedang berjalan. Hasilnya digunakan untuk mengidentifikasi dan mengevaluasi berbagai kelemahan serta kekuatan yang terdapat pada sistem yang sudah dimiliki oleh PT. Simpati Intan Permata. Dari proses analisis tersebut akan dapat dihasilkan berbagai saran perbaikan terhadap sistem yang dapat dijadikan dasar dalam merancang datawarehouse yang akan dibangun.
3.1.1Analisis Masalah
Berdasarkan penelitian yang dilakukan pada PT. Simpati Intan Permata (SIP), adapun masalah-masalah yang timbul adalah sebagai berikut :
1. Database yang masih terpisah-pisah, untuk mengolah data setiap cabang dan data setiap bulan databasenya terpisah-pisah.
2. Aplikasi belum terintegrasi, Proses pengolahan data pelanggan dan pemesanan barang terpisah dengan proses pengolahan pembayaran angsuran kredit (pembuatan kwitansi).
3. Database yang masih redudansi, terdapat beberapa tabel yang tidak digunakan dan tabel yang kolom/fieldnya sama pada database yang ada.
3.1.2Analisis Pr osedur Yang Sedang Berjalan
Analisis prosedur atau proses sistem memberikan gambaran tentang sistem yang saat ini sedang berjalan. Analisis sistem bertujuan untuk mengetahui lebih jelas bagaimana cara kerja sistem tersebut sehingga kelebihan dan kekurangan sistem dapat diketahui.
Adapun prosedur sistem yang berjalan saat ini yaitu : A. Prosedur Pengadaan barang
1. Owner memesan/membeli barang ke supplier.
2. Supplier mengecek barang apakah barang tersedia atau tidak.
3. Jika barang tersedia maka supplier membuat kuitansi pemesanan sebanyak 2 rangkap yang belum terverifikasi.
4. Kuitansi pemesanan sebanyak 2 rangkap yang belum terverifikasi dan barang diberikan kepada owner.
5. Owner mengecek barang pesanan dan kuitansi pemesanan yang belum terverifikasi apakah sudah sesuai atau tidak.
6. Jika barang pesanan dan kuitansi pemesanan sudah sesuai maka owner
melakukan pembayaran sejumlah kuitansi pemesanan dan mengembalikan kuitansi pemesanan yang sudah terverifikasi oleh owner.
7. Supplier memberikan kuitansi pemesanan sebanyak 1 rangkap yang telah terverifikasi kepada owner.
8. Owner dan supplier mengarsipkan kuitansi pemesanan. 9. Owner memberikan barang ke bagian staf gudang.
B. Prosedur Penjualan Barang
1. Sales melakukan Reservasi/order ke konsumen dengan membawa brosur dan
ordersit (data pesanan) belum terverifikasi sebanyak 2 rangkap.
2. Jika konsumen berminat maka konsumen akan membaca dan mengisi data pesanan (ordersit).
3. Konsumen mengembalikan brosur dan ordersit yang telah diverifikasi 1 rangkap.
4. Sales memberikan ordersit ke supervisior.
5. Supervisior melakukan survey lapangan terhadap konsumen yang memesan barang berdasarkan ordersit yang diberikan oleh sales.
6. Jika konsumen memenuhi hasil survey maka supervisor memberikan laporan konsumen yang memenuhi kelayakan beserta ordersit kepada staf bagian penjualan.
7. Staf penjualan mencatat ordersit ke buku penjualan.
8. Staf penjualan mencetak kuitansi penagihan sebanyak 2 rangkap yang belum terverifikasi dan memberikan barang ke kolektor.
9. Kolektor memberikan barang dan kuitansi penagihan sebanyak 2 rangkap yang belum terverifikasi oleh kolektor.
10.Kosumen melakukan pembayaran sesuai dengan kuitansi penagihan.
11.Konsumen memberikan kuitansi penagihan dan uang pembayaran kepada kolektor.
13.Jika pembayaran sesuai dengan kuitansi penagihan maka kolektor memverifikasi kuitansi penagihan dan memberikan kuitansi penagihan sebanyak 1 rangkap kepada konsumen sebagai bukti pembayaran.
14.Kolektor memberikan kuitansi penagihan yang telah terverifikasi ke bagian staf penjualan.
15.Staf penjualan mengarsipkan kuitansi penagihan ke buku penjualan. 3.1.3Analisis Kebutuhan Non Fungsional
Analisis kebutuhan non fungsional dilakukan untuk menghasilkan spesifikasi yang rinci mengenai segala hal yang dapat dikerjakan oleh sistem pada saat diimplementasikan. Hasil dari analisis ini akan menentukan masukan yang dibutuhkan sistem, keluaran yang dihasilkan sistem, lingkup proses yang digunakan untuk mengolah masukan sehingga menghasilkan keluaran yang diinginkan, kendali terhadap sistem, dan macam-macam kategori pengguna sistem.
3.1.3.1 Analisis Pengguna
Pengguna yang nantinya akan menggunakan sistem ini hanya Manager Marketing. Karakteristik pengguna pada PT. Simpati Intan Permata yaitu Pendidikan Strata Satu dan software yang sering digunakan yaitu Microsoft Office. Dari hasil pengumpulan data dapat disimpulkan yang akan menggunakan sistem ini sudah terpenuhi.
3.1.3.2Analisis Per a ngkat Ker as
Data yang akan dibangun hanya akan diimplementasikan pada bagian penjualan saja. Untuk mendukung pelaksanaan kegiatan usahanya, pihak PT Simpati Intan Permata menggunakan komputer dengan spesifikasi sebagai berikut:
1. Prosesor Intel Pentium III 2.0 GHz 2. Memori 512 MB
3. Harddisk 40 GB
4. Monitor dengan resolusi 1280 x 800 pixels
Sedangkan untuk data warehouse yang akan dibangun, dibutuhkan perangkat keras dengan spesifikasi minimum sebagai berikut:
1. Prosesor Intel Pentium III atau setara dengan kecepatan 800 MHz 2. RAM 256 Mb
3.1.3.3Analisis Perangkat Lunak
Unit komputer yang dimiliki bagian pemasaran PT. Simpati Intan Permata, menggunakan sistem operasi Windows XP dan untuk web browser menggunakan
Mozilla Firefox. Selain itu, untuk pengolahan data menggunakan aplikasi Microsoft Office 2003. Sedangkan untuk pembangunan aplikasi, dibutuhkan perangkat lunak dengan spesifikasi berikut:
1. Sistem operasi Windows XP.
2. Microsoft Visual Studio sebagai tool pembangun aplikasi. 3. Microsoft SQL Server sebagai tool dalam mengolah database.
4. Database menggunakan Microsoft SQL Server.
3.1.3.4Analisis Data
Analisis data merupakan tahap analisis terhadap data yang diolah dalam sistem atau prosedur yang sedang berjalan.
1. Dokumen masukan
Dokumen yang masuk pada sistem yang sedang berjalan adalah ordersit (data pesanan) yang sudah diisi.
Tabel 3.1 Dokumen masukan
No Nama
Dokumen
Fungsi Tujuan
1 Data Pelanggan Untuk mengetahui data pelanggan Bagian Penjualan 2 Data Pesanan
Barang
Untuk mengetahui data pesanan barang.
Bagian Penjualan
2. Dokumen yang disimpan
Dokumen yang disimpan pada sistem yang sedang berjalan adalah arsip ordersit, kuitansi/tagihan pelanggan, laporan penjualan, laporan pembelian barang.
Tabel 3.2 Dokumen yang disimpan
No Nama dokumen Fungsi Tujuan
1 Arsip Ordersit Menginformasiakan data pelanggan dan pesanan waktu dan jumlah tagihan yang harus dibayar oleh pelanggan.
Bagian Penjualan
3. Dokumen keluaran
Dokumen keluaran pada sistem yang sedang berjalan adalah laporan penjualan dan jumlah tagihan Pelanggan.
Tabel 3.3 Tabel dokumen keluar an
No Nama dokumen Fungsi Tujuan
3.2Analisis Sistem Yang Digunakan Per usahaan Saat Ini 3.2.1 Diagr am Relasi Sistem Saat Ini
Untuk menggambarkan keterhubungan antar tabel dalam sistem yang digunakan di PT. Simpati Intan Permata saat ini, berikut skema relasi yang digunakan:
Gambar 3.1 Diagram Relasi Database Saat Ini
3.2.2 Str uk tur Tabel
Berikut ini Struktur tabel yang digunakan PT. Simpati Intan Permata beserta penjelasan dan data yang ada.
Tabel 3.4 Tabel ORD_HEAD (Tabel Ordersit/Pesanan)
Nama Kolom Tipe Data (Ukur an) Keter angan NOFK
No. Faktur, Primay Key Tanggal Order
SAL
Kode Salesman, Foreign Key dari Tabel SAL
Tabel 3.5 Tabel SMMSWILA (Tabel Wilayah)
Nama Kolom Tipe Data (Ukur an) Keter angan WILA
NMWL
Char (4) Char (25)
Kode Wilayah, Primary Key Nama Wilayah
Tabel 3.6 Tabel SMMSSALE (Tabel Salesmen)
Nama Kolom Tipe Data Keter angan
SAL NMSL
Int Char (20)
Kode Salesman, Primary Key Nama Salesman
Tabel 3.7 Tabel ORD_DETA (Tabel Detail Pesanan)
Nama Kolom Tipe Data (Ukur an) Keter angan NOFK
No. Faktur, Foreign Key dari Tabel ORD_HEAD
No Urut Jumlah Pesanan Kode Barang, Foreign Key dari Tabel SMMSITBR Jumlah Pesanan
Jumlah Barang yang dikirim
Tabel 3.8 SMMSITBR (Tabel Item Bar ang)
3.2.3. Data Transaksional (OLTP) Pada PT. Simpati Intan Per mata Data transaksional (OLTP) adalah data-data yang ada pada PT. Simpati Intan Permata. Database ini terbagi dalam beberapa tabel sebagai berikut : 3.2.3.1 Tabel SMMSWILA (Tabel Wilayah)
Tabel SMMSWILA (Tabel Wilayah) tabel yang mengelola data-data wilayah pada PT. Simpati Intan Permata.
Tabel 3.9 Tabel SMMSWILA (Tabel Wilayah)
WILA NMWL 3.2.3.2 Tabel SMMSSALE (Tabel Salesman)
Tabel SMMSSALE (Tabel Salesman) tabel yang mengelola data-data salesman pada PT. Simpati Intan Permata.
Tabel 3.10 Tabel SMMSALE (Tabel Salesman)
3.2.3.3 Tabel SMMSITBR (Tabel Bar ang)
Tabel SMMSITBR (Tabel Barang) tabel yang mengelola data-data barang pada PT. Simpati Intan Permata.
Tabel 3.11 Tabel SMMSITBR (Tabel Bar ang)
KODE NMBR HRGB HRGJ STBR MAGIC COM SANKEN 69 TEKO YOSHIKAWA
3.2.3.4 Tabel ORD_DETA (Tabel Detail Pesanan)
Tabel 3.12 Tabel ORD_DETA (Tabel Detail Pesanan)
3.2.3.5 Tabel ORD_HEAD (Tabel Pesanan)
Tabel ORD_HEAD (Tabel Pesanan) tabel yang mengelola data-data pesanan pada PT. Simpati Intan Permata.
Tabel 3.13 Tabel ORD_HEAD
NOFK TGOR NAMA ALMT KOTA TELP CASH ANGI
1.01/10 2010-01-05 Ibu Ani
KP. Sarijadi RT
02.03 Bandung 160000 16000
1.01/10 2010-01-15 IbuTiti
3.2.4Analisis Data Warehouse
3.2.4.1 Extract, Transform, Loading (ETL)
Extract, Transform, Loading (ETL) digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya. Tujuannya adalah untuk mengumpulkan, menyaring, mengolah dan menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse.
1. Extraction :
Langkah pertama pada proses ETL adalah mengekstrak data dari sumber-sumber data. Proses extraction mengambil data dari database operational menggunakan query. Data-data yang akan di ekstrak adalah database penjualan pada PT. Simpati Intan Permata.
Proses ekstraksi data dari database operasional ke dalam database data
warehouse yaitu :
a. Untuk mendapatkan data pada tabel wilayah, langkah yang dilakukan yaitu : Mencari Kode Wilayah dan Nama Wilayah yang ada pada tabel SMMSWILA (tabel wilayah) dan terpakai di tabel ORD_HEAD (Tabel Pesanan). Setelah itu hasil dari pencarian data pada tabel tersebut dibandingkan dengan data yang sudah ada pada tabel SMMSWILA (tabel wilayah), jika datanya sudah ada maka data yang sama tidak akan ditampilkan kembali. Hasil Ekstrak data tabel wilayah dapat dilihat pada tabel 3.14 tabel wilayah.
Tabel 3.14 Tabel Wilayah
WILA SMMSWILA
0001 0003
Bandung Garut
b. Untuk mendapatkan data pada tabel salesman, langkah yang dilakukan yaitu : Mencari Kode Salesman dan Nama Salesman yang ada pada tabel SMMSSALE (Tabel Salesman) dan terpakai di tabel ORD_HEAD (Tabel Pesanan). Setelah itu hasil dari pencarian data pada tabel tersebut dibandingkan dengan data yang sudah ada pada tabel tabel SMMSSALE (tabel salesman), jika datanya sudah ada maka data yang sama tidak akan ditampilkan kembali. Hasil Ekstrak data tabel salesman dapat dilihat pada tabel 3.15 tabel salesman.
Tabel 3.15 Tabel Salesman
c. Untuk mendapatkan data pada tabel barang, langkah yang dilakukan yaitu : Mencari Kode Barang, Nama Barang dan Harga Barang yang ada pada tabel SMMSITBR (Tabel Barang) dan terpakai di tabel ORD_DETA (Tabel Detail Pesanan). Setelah itu hasil dari pencarian data pada tabel tersebut dibandingkan dengan data yang sudah ada pada tabel tabel SMMSITBR (tabel barang), jika datanya sudah ada maka data yang sama tidak akan ditampilkan kembali. Hasil Ekstrak data tabel barang dapat dilihat pada tabel 3.16.tabel barang.
Tabel 3.16 Tabel Bar ang
KODE NMBR HRGB
d. Untuk mendapatkan data pada tabel faktur langkah yang dilakukan yaitu : Mencari No Faktur yang ada pada tabel ORD_DETA (Tabel Detail Pesanan) dan terpakai di tabel ORD_HEAD (Tabel Pesanan). Setelah itu hasil dari pencarian data pada tabel tersebut dibandingkan dengan data yang sudah ada pada tabel tabel ORD_DETA (tabel pesanan), jika datanya sudah ada maka data yang sama tidak akan ditampilkan kembali. Hasil Ekstrak data tabel faktur dapat dilihat pada tabel 3.17 tabel faktur.
Tabel 3.17 Tabel Faktur
e. Untuk mendapatkan data pada tabel waktu langkah yang dilakukan yaitu : Mencari Tanggal yang ada pada tabel ORD_HEAD (Tabel Pesanan) dan terpakai di tabel ORD_HEAD (Tabel Pesanan). Setelah itu hasil dari pencarian data pada tabel tersebut dibandingkan dengan data yang sudah ada pada tabel tabel Waktu, jika datanya sudah ada maka data yang sama tidak akan ditampilkan kembali. Hasil Ekstrak data tabel waktu dapat dilihat pada tabel 3.18 tabel waktu.
Tabel III.18 Tabel Waktu
Tanggal Bulan Tahun
kebutuhan data didapatkan. Apabila proses cleansing telah dilakukan maka proses selanjutnya yaitu melakukan proses transformation.
Apakah data wilayah ada yang duplikat di
1. Contoh Hasil Data Sebelum di Cleansing
Tabel 3.19 Tabel Penj ualan Sebelum di Cleansing
WILA NO_FK KODE WAKTU SALESMAN ANGI CASH
0001 1.01/10 01 00001 1 1 16000 160000
0001 2.01/10 01 00002 2 2 12000 120000
0003 3.01/10 01 00003 3 6 10000 100000
2. Contoh Hasil Data Setelah di Cleansing
Tabel 3.20 Tabel Penjualan Setelah di Cleansing
WILA NO_FK KODE WAKTU SALESMAN ANGI CASH
Setelah dilakukan tahapan cleansing, proses transformation dilakukan dengan mengkonversi data dari format sumber operasional ke dalam format data
warehouse, proses transformation dilakukan dengan beberapa tahap sebagai berikut :
a. Extracting : Pada tahap ini proses extracting dilakukan untuk mengambil data-data dari sumber operasional.
b. Scrubbing (Cleaning) : Pada tahap ini proses cleaning dilakukan untuk data-data yang tidak valid dan data-data yang bernilai null. Data yang tidak valid dan bernilai null maka data tersebut tidak diambil.
Proses transformasi data dari database data operasional ke dalam database data warehouse.
Gambar 3.6 Tr ansfor masi Data Bar ang
Gambar 3.7 Tr ansfor masi Data Wilayah
Gambar 3.8 Tr ansfor masi Data Salesman
Gambar 3.9 Transfor masi Data Pesanan
SMMSITBR Kode_Barang VARCHAR (9) Nama_Barang VARCHAR (50) Harga_Barang INT
Gambar 3.10 Transfor masi data Penjualan
Dim_Faktur NO_FK Varchar (10)
Gambar 3.11 Tr ansfor masi data Faktur
4. Loading
Pada proses ini, data yang sudah dibaca, dibersihkan, dimapping dan dirubah formatnya dan akan disimpan pada data warehouse. Teknik yang akan digunakan adalah insert-update. Data yang sudah ada tidak akan dihapus atau diubah karena data akan di-update secara berkala. Nantinya semua data yang sudah melalui proses extraction, cleansing, dan transformation akan langsung dimasukkan ke
datawarehouse tanpa merubah data yang sudah ada.
3.2.4.2Ar sitektur Data Warehouse
Pada arsitektur ini, data warehouse merupakan penyimpanan data dari berbagai sumber di PT. Simpati Intan Permata. Data warehouse ini dijadikan acuan utama dalam melakukan analisis. Gambar Perancangan Arsitektur data
warehouse pada PT. Simpati Intan Permata dapat dilihat pada gambar 3.13.
Gambar 3.13 Arsitekt ur DataWarehouse PT. Simpati Intan Per mata
3.2.4.3 Perancangan Data Warehouse
1. Pemilihan Pr oses
Proses pada PT. Simpati Intan Permata yang digunakan untuk merancang data warehouse adalah proses penjualan barang dan pemesanan barang. Barang-barang yang dijual yaitu Alat-alat Rumah Tangga, Alat Elektronik dan Furniture. Data yang ada meliputi data pesanan, data barang, data wilayah dan data salesman.
2. Pemilihan Gr ain
yang paling banyak menjual barang, wilayah yang paling banyak barang terjual, total penjualan, total angsuran dan total piutang sedangkan analisis pada fakta pesanan meliputi barang yang paling banyak dipesan.
3. Pemilihan Tabel Fakta
Fakta memiliki data yang dapat dihitung untuk selanjutnya ditampilkan dalam bentuk laporan. Berikut ini fakta yang akan dibangun pada data warehouse
PT. Simpati Intan Permata :
Tabel 3.21 Tabel Fakta Penjualan
Nama Kolom Tipe Data Keter angan
KD_Penjualan
Kode Penjualan, Primary Key AutoIncreament
Foreign Key dari tabel Dim_Faktur
Foreign Key dari tabel Dim_ Wilayah
Foreign Key dari tabel Dim_Salesman Foregin Key dari tabel Dim_Barang
Foreign Key dari tabel Dim_Waktu
Tabel 3.22 Tabel Fakta Pesanan
Nama Kolom Tipe Data Keter angan
KD_Pesanan
Kode Pesanan, Primary Key AutoIncreament
Foreign Key dari tabel Dim_Pesanan
Foreign Key dari tabel Dim_Barang
Foreign Key dari tabel Dim_ Wilayah
Foreign Key dari tabel Dim_Salesman Foreign Key dari tabel Dim_Waktu
4. Pen yimpanan kalkulasi dalam table fak ta
Pre-kalkulasi yang disimpan dalam table fakta penjualan yaitu banyaknya penjualan yang merupakan kumpulan dari banyaknya barang yang terjual. Kalkulasi pada Fakta Penjualan meliputi :
a. Total Penjualan merupakan jumlah dari banyak barang yang terjual di kalikan dengan harga barang.
b. Total Piutang merupakan 10% dari total penjualan.
c. Total Angsuran merupakan total penjualan dikurangi total piutang. 5. Table dimensi
Tabel dimensi merupakan tabel yang berisi data yang menunjukkan tinjauan dari berbagai perspektif. Adanya dimensi memungkinkan pembuatan laporan dinamis yang bisa ditinjau dari berbagai perspektif sekaligus tingkat perinciannya bisa diatur. Tabel-tabel dimensi yang dirancang dalam data warehouse PT.Simpati Intan Permata adalah sebagai berikut :
a. Tabel Dim_Barang
Tabel ini berisi data barang yang terdiri dari Kode Barang, Nama Barang dan Harga Barang.
Tabel 3.23 Tabel Dim_Bar ang
Nama Kolom Tipe Data Keter angan
KD_Barang
Kode Barang, Primary Key Nama Barang
b. Tabel Dim_Wilayah
Tabel ini berisi data Wilayah penjualan PT.SIP yang terdiri dari Kode Wilayah dan Wilayah.
Tabel 3.24 Tabel Dim_Wilayah
Nama Kolom Tipe Data Keter angan
KD_ Wilayah Nama_Wilayah
Varchar (4) Varchar (20)
Kode Wilayah, Primary Key Nama Wilayah
c. Tabel Dim_Waktu
Tabel ini berisi data sebagai penunjuk waktu.
Tabel 3.25 Tabel Dim_Wakt u
Nama Kolom Tipe Data Keter angan
KD_Waktu
Kode Waktu, Primary Key Auto Increament
Minggu Bulan Tahun d. Tabel Dim_Salesman
Tabel ini berisi data pegawai yang terdiri dari Kode Salesman, Nama Salesman
Tabel 3.26 Tabel Dim_Salesman
Nama Kolom Tipe Data Keter angan
KD_Salesman Nama_Salesman
Int
Varchar (50)
Kode Salesman, Primary Key Nama Salesman
e. Tabel Dim_Faktur
Tabel ini berisi data faktur yang terdiri dari Nomor Faktur.
Tabel 3.27 Tabel Dim_Faktur
Nama Kolom Tipe Data Keter angan
6. Pemilihan durasi waktu
Durasi dari data pada PT. Simpati Intan Permata yang dimasukan ke dalam data warehouse sebagai berikut :
Tabel 3.28 Tabel Pemilihan Dur asi Waktu
Nama Aplikasi Database Database ada sejak Tahun
Waktu Data yang masuk ke data
warehouse
Lama data dalam data warehouse Data Warehouse
SIP
SIP 2007 2010 3 Tahun
3.2.4.4 Skema DataWarehouse
Skema yang digunakan untuk pemodelan data adalah Skema Snowflake
dimana terdapat dua tabel fakta dan beberapa tabel dimensi. Penggunaan Skema
Gambar 3.14 Skema Snowflake Penjualan Bar ang
3.2.5 Perancangan OLAP (On-Line Analytical Processing)
Perancangan OLAP (On-Line Analytical Processing) pada PT. Simpati Intan Permata yaitu dengan mengolah dan menganalisis data dari berbagai dimensi.
Multidimensional data cube model yang dihasilkan pada rancangan data
WILAYAH WAKTU
SALESMAN
PENJUALAN
Gambar 3.15 Cube Penjualan
WILAYAH WAKTU
SALESMA N
PESANAN
a. Roll Up : Generalisasi satu atau beberapa dimensi dengan merangkum nilai- nilai ukurannya. Roll Up melakukan agregasi pada level yang berbeda dari hirarki dimensi, misalnya untuk setiap wilayah diberikan total penjualan, maka untuk total penjualan tiap wilayah bisa didapatkan dengan menambahkan total penjualan pada tiap pesanan.
b. Drill Down : Mendapatkan lebih detail tentang dimensi. Navigasi dari tingkat yang lebih umum ke tingkat yang lebih spesifik. Data dapat di
dril down dari dimensi waktu sehingga data dimensi wilayah bisa
dilihat lebih spesifik lagi begitu juga dimensi wilayah dapat di drill down sehingga data dimensi salesman bisa dilihat secara
detail.
3.2.6 Kebutuhan Fungsional
3.2.6.1 Diagram Konteks
Diagram konteks adalah model atau gambar yang menggambarkan hubungan sistem dengan lingkungan sistem. Gambar diagram konteks pada aplikasi ini bisa dilihat pada gambar 3.17
Gambar 3.17 Diagr am Konteks
3.2.6.2 DFD Level 1
2. ETL
Info Data Password Yang d
i
Gambar 3.19 DFD Level 2 Pr oses 2
3.2.6.4 Level 2 Pr oses 3
Gambar 3.20 DFD Level 2 Pr oses 3
3.2.6.5 Spesifikasi Pr oses
Spesifikasi proses merupakan alat bantu (tools) sistem yang akan menjelaskan perilaku-perilaku proses yang ada dalam diagram aliran data. Spesfikasi data warehouse yang dibangun dapat dilihat pada tabel 3.29 berikut :
Tabel 3.29 Spesifikasi Pr oses
No. Pr oses Keter angan
1. No. Proses 1
Nama Proses Login
Source User
Input Data Login
Logika Proses 1. Sistem menampilkan layar login. 2. User mengisi username dan password.
3. Sistem menerima username dan password yang telah diisi.
4. Jika username dan passwordnya benar maka data login valid dan menuju pada menu utama.
5. Jika username dan passwordnya salah maka sistem akan menampilkan informasi login invalid.
2 No. Proses 2
Nama Proses ETL
Source User, Data Operasional
Input Data Periode, Data Operasional
Output Data Wilayah, Data Salesman, Data Barang, Data Faktur, Data Waktu, Data Penjualan, Data Pesanan. Destination User
Logika Proses 1.User mengisi periode waktu yang diinginkan. 2.Data operasional akan di ekstrak, transform dan di
load ke dalam data warehouse berdasarkan periode waktu yang telah ditentukan.
3.Data-data hasil etl akan disimpan ke masing-masing tabel pada data warehouse.
3 No. Proses 3
Nama Proses Analisis
Source User
Input Data Analisis
Output Data Analisis Wilayah, Data Analisis Salesman, Data Analisis Barang, Data Analisis Faktur, Data Analisis Waktu, Data Analisis Penjualan, Data Analisis Pesanan.
Destination User
Logika Proses Dalam proses ini akan dilakukan analisis data yang sudah ada dalam data warehouse.
4 No. Proses 2.1
Nama Proses Input Periode
Source User
Input Data Waktu
Output Data Periode
Destination User
Logika Proses User memasukkan data periode untuk menyaring/memilih data-data yang akan di ekstrak,
