Pembangunan Perangkat Lunak Data Warehouse pada Koperasi Warga Desa Sangkanhurip Sauyunan

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

RIAN ANDRE ISMAIL

10111028

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

iii

KATA PENGANTAR

Segala puji bagi Allah SWT Yang Maha Pemurah, dengan segala akal dan pikiran yang diberikan-Nya, penulis dapat menyelesaikan penulisan tugas akhir yang berjudul “PEMBANGUNAN PERANGKAT LUNAK DATA WAREHOUSE PADA KOPERASI WARGA DESA SANGKANHURIP SAUYUNAN”.

Penulis menyadari dalam penulisan tugas akhir ini banyak sekali terdapat kekurangan dan keterbatasan. Oleh karena itu kritik, arahan serta saran yang membangun penulis harapkan untuk dijadikan masukan di masa yang akan datang. Dalam penulisan tugas akhir ini penulis banyak menerima bantuan dan dukungan dari berbagai pihak. Oleh karena itu penulis ingin mengucapkan terima kasih yang setulus-tulusnya kepada:

1. Allah SWT, karena seizin-Nya tugas akhir ini dapat terselesaikan.

2. Ayah dan Ibu penulis, yang telah memberikan perhatian dan semangat tanpa henti kepada penulis yang mengharapkan mudah-mudahan tugas akhir ini ini dapat bermanfaat dan menjadi keberkahan bagi semuanya. Amin.

3. Ibu Rani Susanto, S.Kom, M.kom selaku Dosen Pembimbing yang senantiasa selalu sabar dalam membimbing penulis, Terima kasih banyak atas bimbingannya.

4. Seluruh dosen dan staf pengajar jurusan teknik informatika Universitas Komputer Indonesia.

5. Seluruh staf di Koperasi Warga Desa Sangkanhurip Sauyunan.

6. Teman-teman seperjuangan yang bersama-sama mengerjakan tugas akhir pada semester ini.

7. Zaeni M Zacky yang membantu penulis dalam berkonsultasi seputar permasalahan program.

iv

I.5.2 Metodologi Pembangunan Perangkat Lunak ... 5

I.5.3 Metodologi Pembangunan Data Warehouse... 7

v

II.2.5 On-Line Transaction Processing (OLTP) ... 30

II.2.6 Visualisasi Data ... 30

II.2.7 Object Oriented Analysis and Design (OOAD) ... 31

II.2.8 Pengujian Perangkat Lunak ... 32

BAB III ANALISIS DAN PERANCANGAN DATA WAREHOUSE ... 33

III.1 Analisis Masalah ... 33

III.2 Analisis Proses Bisnis Yang Sedang Berjalan ... 36

III.3 Analisis Sumber Data ... 38

III.3.1 Analisis Sumber Data Unit Simpan Pinjam ... 38

III.3.2 Analisis Sumber Data Unit Perdagangan ... 45

III.4 Analisis Kebutuhan Informasi Strategis ... 52

III.5 Analisis Data Warehouse ... 54

III.5.1 Dimensional Modeling ... 54

III.5.2 Perancangan Skema Data Warehouse ... 58

III.5.3 Data Staging ... 70

III.5.4 Analysis OLAP ... 86

III.5.5 Deployment ... 94

III.6 Spesifikasi Kebutuhan Perangkat Lunak ... 96

III.7 Analisis Kebutuhan ... 97

III.7.1 Analisis Kebutuhan Non Fungsional ... 97

III.7.2 Analisis Kebutuhan Fungsional ... 100

vi

IV.1.4 Implementasi Antarmuka ... 146

IV.2 Pengujian Sistem ... 147

IV.2.1 Rencana Pengujian Sistem ... 147

IV.2.2 Skenario Pengujian ... 148

IV.2.2 Pengujian Alpha ... 153

IV.2.3 Pengujian Beta ... 177

IV.2.4 Kesimpulan Pengujian Sistem ... 180

BAB V KESIMPULAN DAN SARAN ... 181

V.1 Kesimpulan ... 181

V.2 Saran ... 181

183 [1]

[2]

Sommerville, “Software Engineering,” vol. 8th edition Chapter 4, 2006. R. Kimball dan M. Ross, The Data Warehouse Toolkit : The Complete Guide to Dimensional Modeling, 2nd Edition, Toronto, Canada: John Wiley & Sons,Inc., 2002.

[3] R. Kimball dan J. Caserta, The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data 1st Edition, Indianapolis, Indiana: Wiley Publishing, Inc., 2004.

[4]

[5]

[6]

R. Kimball, M. Ross, W. Thornthwaite, . J. Mundy dan . B. Becker, The Data Warehouse Lifecycle Toolkit 2nd Edition, Indianapolis, Indiana: Wiley Publishing, Inc., 2004.

H. D. Humpries, Data Warehouse Architecture and Implementation, Prentice Hall, 1999.

J. G. Raghu Ramakrishnan, Database Management System.

[7] N. Sharma, L. Perniu, R. F. Chong, A. Iyer dan C. Nandan, Database Fundamentals, Canada: IBM, November 2010.

[8] A. Silberschatz, F. K. Henry dan S. Sudarshan, Database System Concepts, Sixth edition, New York: McGraw Hill Companies, 2011.

[9] P. Ponniah, Data Warehousing Fundamental, New York: John Willey & Sons, INC., 2001.

[10] H. D. Humpries, Data Warehouse Architecture and Implementation, Prentice Hall, 1999.

[11] T. Connolly dan C. Begg, Database Systems : A Practical Approach to Design, Implementation, and Management, Forth Edition, Boston: Addison Wesley, 2005.

[13] G. P. D. W. Brett McLaughlin, Head First Object-Oriented Analysis & Design, O'Reilly Media, 2007.

[14] K. Hamilton dan R. Miles, Learning UML 2.0, Sebastopol: O'Reilly Media Inc, 2006.

1

PENDAHULUAN

I.1 Latar Belakang Masalah

Koperasi Warga Desa Sangkanhurip Sauyunan (Kopaga Sauyunan) yang berada di Jl. Cikambuy Hilir Desa Sangkahurip Kecamatan Katapang Kabupaten Bandung yang berbadan hukum No.: 96/BH/PAD/518-KOP/X/2001, Tanggal 31 Januari 2001 adalah Koperasi Warga yang bertujuan khususnya untuk membantu warga yang berdomisili di daerah Desa Sangkanhurip. Pada awalnya koperasi ini hanya beranggotakan warga desa sangkanhurip namun sekarang sudah berkembang menjadi koperasi yang beranggotakan warga tiap desa yang mencakup kecamatan katapang. Jenis usaha yang dikelola oleh koperasi yaitu usaha simpan pinjam dan usaha perdagangan. Bagian yang mengelola transaksi simpan pinjam di koperasi adalah bagian unit simpan pinjam (USP) dan bagian yang mengelola penjualan dan pembelian barang adalah bagian unit perdagangan. Sistem yang berjalan pada Koperasi Warga Desa Sangkanhurip Sauyunan sebagian besar sudah menggunakan komputer untuk mengelola data dalam proses bisnisnya. Berdasarakan hasil observasi dan wawancara dengan bapak H.Djedje Djaenudin selaku ketua koperasi, saat ini data hasil kegiatan operasional pada unit simpan pinjam sudah disimpan dalam database yang disediakan oleh sistem informasi koperasi, yang terdiri dari data transaksi simpanan dan data transaksi pinjaman sedangkan data hasil kegiatan operasional pada unit perdagangan disimpan dalam file Microsoft excel, yang terdiri dari data transaksi penjualan dan data transaksi pembelian. Permasalahan yang terjadi saat ini adalah desain data dari data operasional koperasi yang sulit untuk diubah menjadi informasi yang dibutuhkan, dikarenakan masing-masing sumber data memiliki struktur dan

menganalisis dan membuat laporan yang dapat disesuaikan dengan kebutuhan bisnis, seperti halnya dalam menganalisis laporan simpanan anggota yang berdasarkan kategori nama simpanan atau nama desa dalam periode tertentu. Dampak dari permasalahan yang terjadi yaitu mengakibatkan waktu yang dibutuhkan untuk mengambil suatu keputusan bisnis menjadi terhambat dikarenakan lamanya akses terhadap data dan informasi yang dibutuhkan.

Berdasarkan permasalahan yang ada, maka diperlukan sebuah sistem yang dapat mengintegrasikan semua sumber data yang dibutuhkan untuk keperluan analisis koperasi yang dapat disesuaikan dengan kebutuhan analisis sehingga menghasilkan informasi yang bersifat strategis yang dapat digunakan sebagai bahan penunjang pengambilan keputusan bisnis koperasi secara cepat. Data

Warehouse merupakan solusi yang akan memberikan dampak positif bagi koperasi untuk memanfaatkan data historis hasil transaksional yang sangat banyak dan menumpuk secara maksimal. Oleh karena itu dilakukanlah penelitian tentang pembangunan perangkat lunak data warehouse di Koperasi warga desa sangkanhurip.

I.2 Perumusan Masalah

Berdasarkan latar belakang masalah maka dirumuskan masalah yaitu bagaimana membangun perangkat lunak data warehouse di koperasi warga desa sangkanhurip sauyunan (Kopaga Sauyunan).

I.3 Maksud dan Tujuan

Maksud dari penelitian ini adalah membangun perangkat lunak data

warehouse di koperasi warga desa sangkanhurip sauyunan (Kopaga Sauyunan). Adapun tujuan yang ingin dicapai dari penelitian ini adalah :

1. Membantu pihak koperasi dalam mengintegrasikan data operasional koperasi yang terpisah antar unit dan memiliki stuktur serta format data yang berbeda untuk kebutuhan analisis.

I.4 Batasan Masalah

Batasan masalah yang ada dalam pembangunan data warehouse di koperasi warga sauyunan desa sangkanhurip adalah sebagai berikut:

1. Sistem yang dibangun berbasis desktop (stand alone).

2. Data yang dijadikan acuan untuk penelitian adalah data koperasi dimulai dari tahun 2014 sampai dengan tahun 2015.

3. DBMS yang digunakan yaitu SQL Server 2014. 4. Aplikasi dibangun menggunakan Visual Studio 2013.

5. Tools pendukung yang digunakan yaitu SSDT-BI (SQL Server Data Tools - Business Intelligent) dan DevExpress.

6. Data yang diolah adalah data transaksi simpanan, detail_simpanan, transaksi pinjaman, desa, anggota, pekerjaan, petugas, transaksi pembelian, transaksi penjualan, supplier, barang.

7. Analisis pembangunan perangkat lunak menggunakan pendekatan berbasis objek dengan tools UML.

I.5 Metodologi Penelitian

Metode penelitian yang digunakan dalam pembangunan data warehouse di koperasi warga sauyunan desa sangkanhurip adalah metode deskriptif, Metode deskriptif merupakan metode yang bertujuan untuk mendapatkan gambaran yang jelas tentang hal-hal yang diperlukan secara sistematis, faktual dan akurat. Tahapan yang dilakukan adalah sebagai berikut :

I.5.1 Metodologi Pengumpulan Data

Metode pengumpulan data dapat diperoleh secara langsung dari objek penelitian. Cara-cara yang mendukung untuk mendapatkan data primer yaitu sebagai berikut :

a. Studi Literatur

dari internet yang bersumber dari artikel yang terdapat pada berbagai website, jurnal dan bacaan-bacaan yang ada kaitannya dengan data warehouse.

b. Studi Lapangan

Studi lapangan adalah metode pengumpulan data yang dilakukan dengan cara mengunjungi tempat yang akan diteliti dan pengumpulan data dilakukan secara langsung. Studi lapangan ini meliputi:

1. Wawancara

Wawancara dilakukan dengan cara mengajukan pertanyaan secara langsung dengan bapak H.Djeje Djaenudin selaku Ketua dan juga pihak yang terlibat langsung dengan sistem yang akan dibangun guna memperoleh data yang tepat dan akurat.

2. Pengamatan (Observasi)

Pengamatan adalah pengumpulan data yang dilakukan dengan cara mengamati secara langsung kegiatan proses bisnis yang terjadi di koperasi beserta berbagai dokumen yang terlibat di dalamnya.

3. Pengambilan Data Manual

Pengambilan data manual di Koperasi Warga Desa Sangkanhurip dengan cara mengambil berkas secara langsung ke unit perdagangan yang ada pada koperasi, di mana data yang dapat diambil meliputi data transaksi_penjualan, transaksi_pembelian, supplier, barang.

I.5.2 Metodologi Pembangunan Perangkat Lunak

Metode yang digunakan dalam pembangunan perangkat lunak dalam penelitian ini menggunakan waterfall model. Model ini menyediakan pendekatan yang sistematis dan berurutan bagi pengembang perangkat lunak. Tahap–tahap pengembangan perangkat lunak dengan model ini adalah :

1.Pengumpulan Data

Pengumpulan kebutuhan data dan informasi dari Koperasi Warga Sauyunan Desa, pengumpulan data dilakukan dengan metode pengumpulan data yaitu studi literatur terkait dengan data warehouse dan studi lapangan yang terdiri dari wawancara kepada pihak yang terkait dengan pembangunan sistem, pengamatan terhadap proses bisnis dan pengambilan data manual, dimana data dan informasi tersebut digunakan sebagai bahan analisis dan pendefinisian kebutuhan fungsi bisnis yang dibutuhkan oleh perusahaan [1].

2. Analisis dan Perancangan Sistem

Setelah data dan kebutuhan fungsi bisnis di dapatkan, maka langkah selanjutnya adalah melakukan analisis lebih lanjut terhadap data yang telah dikumpulkan, analisis yang dilakukan adalah analisis terhadap masalah, analisis sumber data, analisis data warehouse yang terdiri dari Dimensional modeling, data

stagging, analysis OLAP dan deployment dengan menggunakan metode dari Kimball [2], analisis kebutuhan yang terdiri dari kebutuhan fungsional dan non fungsional, dan terakhir proses perancangan struktur menu, antarmuka dan diagram semantik sesuai dengan kebutuhan hasil analisis [1].

3. Implementasi

Tahap ini merupakan tahap merealisasikan desain arsitektur data warehouse sebagai serangkaian program atau unit program. Implementasi yang dilakukan adalah implementasi data warehouse dan implementasi antarmuka [1]. 4. Integrasi dan Pengujian

kebutuhan fungsional telah terpenuhi, pengujian yang dilakukan adalah dengan menggunakan metode pengujian blackbox [1].

5. Instalasi dan Pemeliharaan

Tahap ini aplikasi data warehouse yang telah dibuat di install langsung untuk diterapkan dalam proses bisnis yang ada, tahap instalasi ini dilakukan agar dapat mengetahui hal-hal yang tidak atau belum sesuai dengan kebutuhan bisnis [1]. Pemeliharaan merupakan proses mengoreksi kesalahan yang ditemukan ketika tahapan instalasi di uji cobakan atau kesalahan yang tidak ditemukan pada tahap siklus sebelumnya [1]. Tahapan metode waterfall dapat di lihat pada Gambar I- 1 Berikut :

Gambar I- 1 Metode Waterfall Sommerville [1]

I.5.3 Metodologi Pembangunan Data Warehouse

Metode pembangunan data warehouse pada Koperasi Warga Desa Sangkanhurip terdiri dari beberapa tahap yaitu :

1. Business Requirements Definition

2. Dimensional Modeling

Tahap 1 : Select the business process

Tahapan ini merupakan tahap analisis dan pemahaman terhadap proses bisnis yang ada pada buku besar koperasi dan wawancara dengan H.Djedje Djaenudin selaku ketua koperasi untuk memahami dan memilih proses bisnis mana saja yang akan digunakan dalam model data multidimensi yang akan dibangun [2].

Tahap 2 : Declare the grain.

Dalam tahapan ini, proses bisnis yang sudah di dapatkan dari hasil observasi dan wawancara pada koperasi, akan ditentukan grain yang ada dalam proses bisnis tersebut. Grain merupakan calon fakta yang dapat dianalisis. Menyatakan grain berarti menentukan record apa saja yang akan digunakan pada tabel fakta [2].

Tahap 3 : Identify the Dimensions.

Dalam tahapan ini, grain yang telah didapatkan dari proses bisnis koperasi akan ditentukan model dimensinya yang berisi informasi deskriptif mengenai fakta-fakta dan terasosiasi untuk menjawab permasalahan bisnis koperasi [2].

Tahap 4 : Identify the fact.

Pada tahap ini dipilih fakta-fakta yang akan mengisi tabel fakta, di mana fakta-fakta yang dipilih harus sesuai dengan grain dan dimensi yang telah ditentukan pada tahapan declare the grain dan identify the dimensions [2]. 3. Data Stagging

Pada tahap ini dilakukan proses ETL (Extract, Transform, and Load).

Analisis ini bertujuan untuk menentukan data koperasi apa saja yang akan digunakan sebagai data fakta dan data dimensi yang ada di data

warehouse, cara mengekstraksinya, mengkondisikan skema data dengan kebutuhan, dan proses memindahkan data dari sumber data ke data

Setelah proses pada data staging selesai, maka dilakukan analisis OLAP. Proses analisis tersebut dilakukan untuk menentukan bentuk OLAP yang sesuai dengan permasalahan yang ada pada koperasi, diantaranya adalah

roll-up untuk menampilkan data secara global, drill down untuk menampilkan data secara detail, dan slice and dice untuk menampilkan data secara spesifik [4].

5. Deployment

Pada tahap ini semua bentuk hasil analisis dari OLAP dan semua proses sebelumnya yang telah dilakukan dan disimpan dalam data warehouse, disajikan dalam bentuk grafik dan tabel untuk dapat mempermudah koperasi dalam menganalisis dan mendapatkan informasi secara cepat [2].

I.6 Sistematika Penulisan

Sistematika penulisan penelitian ini disusun agar mendapatkan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan penelitian ini adalah sebagai berikut:

BAB I PENDAHULUAN

Bab ini menguraikan tentang latar belakang permasalahan, mencoba merumuskan masalah, menentukan maksud dan tujuan, menentukan metodologi penelitian, serta sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini membahas berbagai konsep dasar dan teori-teori yang berkaitan dengan topik penelitian yang dilakukan dan hal-hal yang berguna dalam proses analisis permasalahan serta tinjauan terhadap penelitian-penelitian serupa yang telah pernah dilakukan sebelumnya termasuk sintesisnya. Membahas tentang konsep dasar serta teori-teori yang berkaitan dengan topik penelitian dan yang melandasi rancang bangun sistem.

BAB III ANALISIS DAN PERANCANGAN DATA WAREHOUSE

Bab ini berisi tentang analisis masalah, analisis sumber data, analisis data

warehouse, spesifikasi kebutuhan perangkat lunak, analisis kebutuhan, perancangan struktur menu, perancangan antar muka dan diagram semantik.

BAB IV IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi pembahasan implementasi serta penjelasan tentang teknik dan strategi pengujian sistem yang digunakan.

BAB V KESIMPULAN DAN SARAN

11

TINJAUAN PUSTAKA

II.1 Profil Perusahaan

Koperasi Warga Desa Sangkanhurip Sauyunan (Kopaga Sauyunan) adalah Koperasi yang bergerak dalam bidang usaha simpan pinjam dan usaha perdagangan. Kopaga Sauyunan berperan aktif dalam membangun dan mengembangkan potensi dan kemampuan ekonomi masyarakat untuk meningkatkan kesejahteraan ekonomi dan sosialnya. Koperasi Warga Desa Sangkanhurip Sauyunan (Kopaga Sauyunan) berada di Jl. Cikambuy Hilir Desa Sangkahurip Kecamatan Katapang Kabupaten Bandung berbadan hukum No.: 96/BH/PAD/518-KOP/X/2001, Tanggal 31 Januari 2001.

II.1.1 Visi dan Misi

Visi dan Misi dari Koperasi Warga Desa Sangkanhurip Sauyunan (Kopaga Sauyunan) adalah sebagai berikut :

II.1.1.1 Visi

Membantu masyarakat menuju kesejahteraan yang berkeadilan dengan penuh kekeluargaan.

II.1.1.2 Misi

1. Menciptakan kesadaran warga masyarakata berkoperasi. 2. Mengembangkan potensi ekonomi masyarakat.

3. Menggiatkan kesadaran warga masyarakat untuk menabung. 4. Membina masyarakat untuk hidup bergotong royong.

II.1.2 Struktur Organisasi

Struktur organisasi dalam suatu perusahaan merupakan hal yang sangat penting, dengan adanya struktur organisasi ini memberikan pembagian tugas sesuai dengan bidangnya masing-masing. Adapun struktur organisasi di Koperasi Warga Desa Sangkanhurip Sauyunan dapat dilihat pada Gambar II- 1.

RAPAT ANGGOTA

PENGURUS

Ketua Sekertaris Bendahara

PENGAWAS

Ketua

MANAJER UNIT SIMPAN PINJAM

MANAJER UNIT PERDAGANGAN

STAFF UNIT SIMPAN PINJAM

STAFF UNIT PERDAGANGAN

ANGGOTA

II.1.3 Deskripsi Kerja

Adapun deskripsi kerja dari setiap bagian yang ada di Koperasi Warga Desa Sangkanhurip Sauyunan yang meliputi tugas dari bagian masing-masing diantaranya:

a. Pengurus

1. Ketua : Memantau dan menilai keseluruhan dari kemajuan koperasi serta bertanggung jawab untuk pengambilan keputusan bagi koperasi yang akan di sampaikan saat rapat anggota.

2. Sekertaris : Membuat pendataan koperasi dan menyelenggarakan kegiatan surat menyurat serta ketata usahaan koperasi.

3. Bendahara : Merencanakan anggaran dan pendapatan koperasi serta memelihara semua harta kekayaan koperasi

b. Pengawas

Ketua : Mengawasi seluruh kegiatan yang berjalan di dalam koperasi. c. Manajer Unit Simpan Pinjam

Memiliki tugas untuk melakukan bimbingan dan mengawasi secara langsung para staffnya unit simpan pinjam, serta bertanggung jawab untuk membuat laporan kepada pengurus dan menjamin laporan tersebut data dan fakta yang benar.

d. Manajer Unit Perdagangan

Memiliki tugas untuk melakukan bimbingan dan mengawasi secara langsung para staffnya unit perdagangan, serta bertanggung jawab untuk membuat laporan kepada pengurus dan menjamin laporan tersebut data dan fakta yang benar.

e. Staff Unit Simpan Pinjam

Memiliki tugas untuk melayani dan mendata seluruh transaksi simpan pinjam.

f. Staff Unit Perdagangan

g. Anggota

Melakukan simpan , pinjam , bayar dan transaksi lainnya yang disediakan oleh koperasi.

h. Rapat Anggota

Memiliki fungsi untuk mendapatkan kesepakatan bersama untuk koperasi kedepannya.

II.2 Landasan Teori

II.2.1 Basis Data ( Database )

Basis data atau database merupakan sekumpulan data yang tersimpan secara sistematik, di mana data tersebut dapat diolah menjadi sebuah informasi yang berguna. Database dikelola dan diolah oleh sebuah sistem yang disebut

DBMS ( Database Management System) [6].

II.2.1.1 DBMS ( Database Management System )

Database Management System atau yang dikenal dengan sistem manajemen basis data berfungsi sebagai sistem dalam pengolahan basis data sehingga menjadikan sebuah informasi baru. Sistem ini memungkinkan untuk menyusun, mengolah dan memperbaharui item dalam suatu basis data. Sistem ini memiliki kemampuan untuk mengolah data dalam jumlah yang besar, dan juga dapat melakukan manipulasi data dengan cepat dan mudah. Tujuan utama dari DBMS adalah menyediakan cara untuk menyimpan dan mengambil informasi dari

database dengan baik, nyaman, dan efisien [6].

II.2.2 Data Warehouse

Data warehouse atau gudang data adalah suatu sistem pengoleksian data yang mempunyai sifat seperti, berorientasi pada subjek, ter integrasi, time – variant, dan non-volatile untuk kebutuhan pengambilan keputusan suatu perusahaan. Dalam penggunaannya, data warehouse menunjang akan sistem DSS (Decission Support System) dan EIS (Executive Information System). Data

dalam suatu organisasi. Dalam data warehouse, data yang berasal dari sumber yang terpisah kemudian disimpan dalam suatu format yang konsisten dan saling ter integrasi satu dengan yang lainnya, oleh sebab itu data tidak dapat dipecah karena data yang telah ada merupakan suatu kesatuan yang menunjang keseluruhan konsep dari data warehouse tersebut. Seluruh data yang ada pada data warehouse dikatakan akurat dan valid hanya pada rentang waktu tertentu, dan data yang ada pada data warehouse tidak dapat dilakukan update data secara real-time tetapi dengan melakukan refresh dari sistem operasional secara reguler, data

yang baru akan selalu ditambahkan sebagai suatu “suplemen” bagi database itu sendiri, untuk kemudian secara incremental disatukan dengan data yang sudah ada sebelumnya [2].

II.2.2.1 Metode Pembangunan Data Warehouse

Metode pembangunan data warehouse di Koperasi Warga Desa Sangkanhurip terdiri dari beberapa tahap yaitu Business requirements definition

[2], Dimensional modeling [2], Data staging [3], Analysis OLAP [4] dan

Deployment [2].

1. Business Requirements Definition

Tahap ini merupakan tahap kolaborasi atau diskusi dengan pengguna bisnis untuk menentukan dan memahami kebutuhan yang diinginkan dalam mencapai tujuan data warehousing [2]. Tahap ini hanya fokus pada pengumpulan kebutuhan-kebutuhan bisnis yang diperlukan [2].

2. Dimensional Modeling

Tahap 1 : Select the business process

Tahap dalam memilih proses bisnis yang ada sesuai dengan kebutuhan bisnis dari pengguna. Tahap ini akan menentukan fakta apa saja yang akan digunakan oleh sistem [2].

Tahap 2 : Declare the grain.

Tahap ini merupakan tahap pengukuran dan penggambaran suatu informasi strategis yang ingin disajikan dari proses bisnis. Menyatakan

grain berarti menentukan apa yang sebenarnya direpresentasikan oleh record dalam tabel fakta [2].

Tahap 3: Identify the Dimensions.

Tahap seleksi terhadap data yang dihasilkan dari proses bisnis yang dijadikan ke dalam dimensi yang berisi informasi deskriptif mengenai fakta-fakta dan ter asosiasi untuk menjawab permasalahan bisnis. Tabel dimensi nantinya akan mendeskripsikan tabel fakta dengan menyimpan detil transaksi tabel fakta [2].

Tahap 4 : Identify the fact.

Tahap ini dilakukan untuk menentukan fakta-fakta yang telah diidentifikasi yang akan di masukkan ke dalam tabel fakta berdasarkan kebutuhan dari pengguna [2].

3. Data Stagging

4. Analysis OLAP

Setelah proses pada data stagging selesai, maka data warehouse telah terbentuk dan dapat dilakukan analisis OLAP. Proses analisis tersebut dilakukan untuk menentukan bentuk OLAP yang sesuai, diantaranya roll-up , drill down, slice and dice [4].

5. Deployment

Pada tahap ini semua bentuk hasil analisis dari OLAP dan semua proses sebelumnya yang telah dilakukan dan disimpan dalam data warehouse, disajikan dalam bentuk grafik dan tabel untuk dapat mempermudah pengguna dalam menganalisis dan mendapatkan informasi secara cepat [2].

II.2.2.2 Karakteristik Data Warehouse

Karakteristik data di dalam data warehouse adalah sebagai berikut: a. Berorientasi subjek

Di dalam data warehouse, data dibentuk berdasarkan subjek bisnis bukan berdasarkan fungsi pada sistem operasional pada aplikasi tertentu. Sehingga data fokus terhadap suatu subjek yang di anggap input untuk dijadikan informasi sebagai penunjang keputusan yang akan digunakan sebagai strategi bisnis yang diterapkan [2].

b. Ter integrasi

Data di dalam data warehouse bersumber dari beberapa sistem di mana sumber datanya berada di database, file atau segmentasi data yang berbeda. Syarat integrasi terhadap sumber data dapat dipenuhi dengan cara memperbaiki data yang tidak konsistensi, melakukan standarisasi terhadap elemen data, dan memastikan maksud dari nama – nama variabel yang digunakan di dalam data yang berasal dari setiap sumber yang digunakan [2].

c. Time Variant

Data di dalam data warehouse merupakan data yang bersumber dari data pada periode yang lalu dan sekarang, di mana setiap struktur data di dalam data

warehouse dimaksudkan untuk sebagai bahan analisis dan penunjang keputusan yang mengandung tidak hanya sekedar data di masa sekarang, tetapi mengandung data pada masa lampau juga [2].

d. Non Volatile

Data operasional dipindahkan ke dalam data warehouse dalam spesifikasi interval tertentu, tergantung dari kebutuhan bisnis yang diinginkan. Di dalam data

warehouse data di ekstraksi sebagai snapshot dalam periode waktu, bisa dalam periode per minggu, per bulan ataupun per tahun. Setiap data transaksional tidak dapat melakukan pembaharuan, proses input, ataupun menghapus data secara

real-time di dalam data warehouse seperti yang dapat dilakukan di sistem operasional melainkan melakukan refreshing dari data operasional yang kemudian di muat kembali ke dalam data warehouse [2].

II.2.2.3 Arsitektur Data Warehouse

Arsitektur data warehouse merupakan struktur yang menyajikan semua komponen yang terlibat di dalam data warehouse secara bersamaan. Di dalam data warehouse, arsitektur termasuk data yang ter integrasi sebagai satuan yang terpusat, semua kebutuhan untuk persiapan data dan penyimpanannya, dan arah penyajian informasi dari data warehouse sehingga menghasilkan suatu aturan, prosedur, dan fungsional untuk memungkinkan data warehouse bekerja dan memenuhi kebutuhan bisnis.

Salah satu arsitektur yang dapat digunakan adalah arsitektur three major areas

Arsitektur Data Warehouse menurut Matteo Golfarelli dan Stefano Rizzi dalam bukunya yang berjudul Data Warehouse Design: Modern Principles and Methodologies, mengelompokkan arsitektur data warehouse

menjadi 3 kelompok, terdiri dari single layer architechture, two layer architecture, dan three layer architecture.

a. Single Layer Architechture

Single Layer Architechture pada umumnya tidak sering digunakan dalam suatu kasus. Tujuannya adalah untuk meminimalkan jumlah data yang disimpan, untuk mencapai tujuan ini, ia bisa menghilangkan redudansi data. Gambar II- 4 menunjukkan hanya lapisan fisik yang tersedia. ini berarti bahwa data warehouse di implementasikan sebagai pandangan multidimensi data operasional yang dibuat oleh middleware tertentu, atau lapisan pengolahan menengah. Middleware merupakan komponen perantara yang memungkinkan client dan (lapisan aplikasi dan sistem operasi) saling terhubung dan berkomunikasi satu sama lain.

Gambar II- 4 Single Layer Architecture

Kelemahan arsitektur ini terletak pada kegagalan untuk memenuhi persyaratan untuk pemisahan antara pengolahan analisis dan transaksional. Query analisis yang disampaikan kepada data operasional setelah middleware menganalisis. Untuk alasan ini, pendekatan virtual untuk data warehouse dapat berhasil hanya jika analisis kebutuhan utama dibatasi dan volume data untuk tujuan analisis sangat besar.

b. Two layer architechture

Two layer architechture yang di tunjukan pada Gambar II- 5 merupakan arsitektur dari data warehouse yang menggunakan dua

layer atau lapisan sebagai proses pemisahan antara sumber yang tersedia dengan data warehouse. Arsitektur ini memiliki empat tahap aliran data, yaitu:

1. Source Layer, Sebuah sistem data warehouse menggunakan sumber data heterogen. Data yang awalnya disimpan ke

database relasional perusahaan atau mungkin berasal dari sistem informasi perusahaan.

inkonsistensi, dan terintegrasi untuk menggabungkan sumber yang heterogen menjadi satu skema umum. Skema umum tersebut adalah Ekstraksi, Transformasi, dan Loading (ETL). 3. Data warehouse layer, pada lapisan ini data dapat diakses

secara langsung, tetapi juga dapat digunakan sebagai sumber untuk membuat data mart dan dirancang untuk departemen perusahaan tertentu. Meta data sebagai repository yang menyimpan informasi pada sumber, staging data, dan sebagainya.

4. Analysis, data yang terintegrasi secara efisien dan fleksibel diakses untuk mencetak laporan, menganalisis informasi yang di butuhkan dan mensimulasikan hipotesis skenario bisnis yang membahas berbagai jenis pengambilan keputusan perusahaan.

Gambar II- 5 Two Layer Architecture

c. Three Layer Architechture

yang diperoleh setelah mengintegrasikan dan membersihkan sumber data. Akibatnya, data tersebut adalah terintegrasi, konsisten, dan rinci. Gambar II- 6 menunjukkan sebuah data

warehouse yang tidak di dapat dari sumbernya secara langsung, tetapi diperoleh dari reconciled data.

Gambar II- 6 Three Layer Architecture

Berdasarkan arsitekturnya, terdapat tiga tugas umum yang dapat dilakukan dengan adanya data warehouse, ketiga tugas tersebut yaitu [12] :

a. Pembuatan Laporan

Pembuatan laporan merupakan salah satu kegunaan data

warehouse yang paling umum dilakukan. Dengan menggunakan

b. OLAP (Online Analytical Processing)

Data yang terdapat dalam data warehouse tidak akan bermanfaat secara optimal apabila tidak dapat di optimalkan dengan baik, OLAP merupakan suatu tools untuk membantu proses analisis data yang terdapat dalam data warehouse dengan menggunakan konsep data multidimensi yang memungkinkan para penggunanya menganalisa data dengan berbagai sudut pandang dan aspek bisnis yang dinamis dengan lebih detail tanpa perlu mengetikan perintah SQL [12]. Hal ini dapat memungkinkan untuk mendapatkan informasi yang lebih berguna terhadap data yang ada dalam data warehouse untuk menjadi informasi yang bersifat strategis dan taktikal untuk menunjang keputusan bisnis secara lebih baik [2] .

c. Proses informasi executive

Data warehouse dapat menunjang akan sistem DSS

(Decission Support System) dan EIS (Executive Information System), data mart juga didesain agar menjadi sebuah skema data yang dapat mudah untuk di analisis karena sama-sama menggunakan skema data yang bersifat multidimensional [9].

Kumpulan data yang ada dalam data warehouse dapat di olah dan disajikan kedalam bentuk informasi berupa visualisasi data yang dapat lebih mudah untuk di analisis dan dimengerti oleh para penggunanya yang berfungsi seperti layaknya sistem DSS (Decission Support System) , informasi tersebut dapat disajikan kedalam bentuk pivot table ataupun grafik dan chart

Selain tiga tugas diatas, data warehouse juga menunjang proses untuk penggalian data atau biasa disebut data mining. Data mining merupakan proses untuk menggali (mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data mart dengan menggunakan kecerdasan buatan

(Artificial Inteligence), statistik dan model matimatis [12]. Apabila tugas-tugas umum yang telah disebutkan sebelumnya digabungkan dengan data mining sistem aplikasi tersebut dapat dikatakan sebuah BPM (Business Process Management)

dan bukan lagi hanya sebatas reporting tools umum.

II.2.2.4 Skema Data Warehouse

Ada beberapa konsep permodelan data warehouse pada dimensionality modelling yang dikenal umum pada saat ini, konsep-konsep tersebut antara lain

star schema, snowflake dan fact constellation schema.

II.2.2.4.1 Star Schema (Skema Bintang)

Skema bintang terdiri dari dua macam tabel, yaitu tabel fakta (fact table) dan tabel dimensi (dimension table). Tabel fakta mengandung fakta terhadap data kuantitatif mengenai sebuah bisnis seperti jumlah unit terjual, jumlah order dan sebagai nya. Tabel dimensi berisi data deskriptif mengenai subjek bisnis. Tabel dimensi biasanya sebagai sumber atribut yang digunakan untuk mengategorikan, atau meringkas fakta dalam query, report, atau grafik. Skema bintang akan menggambarkan tabel fakta, yaitu tabel yang merepresentasikan measure sebagai pusat data. Tabel ini nantinya akan saling berhubungan dengan tabel-tabel yang mendeskripsikan dimensi untuk measure

Gambar II- 7 Star Schema

II.2.2.4.2 Snowflakes

Snowflakes merupakan metode normalisasi tabel dimensi dalam skema STAR di mana setelah semua tabel dimensi telah benar – benar dinormalisasikan, struktur yang dihasilkan menyerupai struktur salju dengan tabel fakta di tengah. Prinsip dari snowflaking adalah menormalisasi tabel dengan menghapus atribut dengan kardinalitas rendah dan membentuk tabel terpisah. Alasan melakukan

snowflaking juga adalah untuk penghematan ruang penyimpanan dalam satu tabel dan penelusuran atribut lebih terperinci dalam suatu tabel dimensi [2].

Gambar II- 8 Snowflake Schema

II.2.2.4.3 Fact Constellation

Skema ini lebih kompleks dibanding snowflake schema atau star schema karena skema ini berisi banyak fact table. Fact constellation schema

memungkinkan suatu dimension table berhubungan dengan banyak fact table.

Gambar II- 9 Fact Constellation Schema

II.2.3 Data Staging

Data staging merupakan suatu proses yang biasa disebut dengan proses ETL (Extract, Transform, and Load ) yang terdiri dari subproses extraction, cleaning, conforming, dan delivering data. Data staging bertujuan untuk menentukan data apa saja yang digunakan sebagai data fakta dan data dimensi yang ada dalam dimensional model, cara mengekstraksinya, mengkondisikan skema data dengan kebutuhan, dan proses memindahkan data dari sumber data ke

dimensional model [3]. Adapun metode yang digunakan dalam tahapan data

staging menurut Ralph Kimball adalah sebagai berikut :

Gambar II- 10 The Four Staging Step of a Data Warehouse

Berikut adalah penjelasan dari Gambar II- 10: a. Extract

b. Transform

Proses ini merupakan proses mengkondisikan bentuk skema data, baik itu tabel ataupun atributnya untuk disesuaikan dengan kebutuhan. Proses

transform yang dilakukan adalah cleaning dan conforming [3]. 1. Cleaning

Proses cleaning membersihkan data-data yang tidak perlu dari tabel yang telah di extract, yaitu menghilangkan field yang tidak terpakai.

2. Conforming

Proses ini merupakan proses untuk melakukan pengkondisian bentuk skema data yang terdiri dari pengkondisian atribut waktu pada tabel, pengkondisian tabel, dan pengkondisian nama tabel , sehingga dapat digunakan oleh dimensional model.

c. Load (Deliver)

Proses ini merupakan tahapan terakhir dari proses data staging, dimana data fakta dan dimensi dimuat ke dalam dimensional model. Teknik yang dilakukan dalam delivering data tergantung kebutuhan bisnis, diantaranya adalah teknik update, dimana teknik ini akan langsung memperbaharui data yang tersimpan dalam dimensional model tanpa menghilangkan atau merubah data yang sudah ada sebelumnya, namun ditambahkan dengan data yang baru sesuai dengan periode waktu fitur

updatedimensional model dilakukan [3].

II.2.4 OLAP ( On-line Analytical Processing )

III.2.4.1 Kriteria OLAP

Suatu sistem OLAP harus memiliki kriteria yang dapat menghasilkan suatu prioritas yang dibutuhkan. Kriteria OLAP adalah sebagai berikut :

a. Multidimentional Conceptual View

Suatu model data multi dimensional mengacu pada bagaimana persepsi pengguna untuk memecahkan suatu masalah bisnis yang dapat menciptakan suatu analisis yang intuitif dan mudah digunakan [2].

b. Transparency

Teknologi, gudang data, arsitektur komputasi, dan data alami dari sumber yang transparan terhadap pengguna, dengan tujuan untuk dapat membantu meningkatkan keefisienan dan produktivitas pengguna [2].

c. Accessibility

Suatu akses yang dihasilkan untuk menampilkan data harus dapat menghasilkan hasil yang dapat di analisis secara spesifik, dipresentasikan sebagai tunggal, koherensi, dan konsisten bagi pengguna yang melihatnya [2].

d. Consistent Reporting Performance

OLAP memastikan konsistensi penggunaan dimensi atau ukuran yang digunakan sehingga pengguna dapat melaporkan kinerja dengan efisien terhadap waktu baik itu waktu dijalankan, waktu respons, atau pemanfaatan sistem setiap kali query digunakan [2].

e. Client/Server Architecture

Pembangunan OLAP sesuai dengan prinsip arsitektur klien atau server agar kinerja optimal, fleksibel, dan mampu beradaptasi. Sehingga pengguna tidak perlu melakukan inputquery lagi dalam pembentukan ulang [2].

f. Generic Dimensionality

OLAP memastikan terhadap setiap dimensi memiliki kesetaraan dalam struktur, kemampuan operasional, dan memiliki satu struktur yang logis [2].

g. Multi User support

h. Intuitive Data Manipulation

OLAP memungkinkan berbagai macam jalur konsolidasi reorientasi pada proses manipulasi informasi seperti drill down, roll up, dan manipulasi yang dilakukan secara intuitif dan langsung [2].

i. Flexible Reporting

OLAP memberikan kebebasan pengguna untuk mengatur dengan mudah suatu kolom, baris dan sel dengan fasilitas manipulasi yang mudah, analisis, dan sintesis informasi [2].

j. Unlimited Dimensions and Agregation Levels.

OLAP dapat mengakomodasi banyak dimensi data dalam suatu model umum analisis[2].

III.2.4.2 Karakteristik OLAP

Karakteristik dasar dari OLAP adalah sebagai berikut :

1. Memastikan pengguna memiliki suatu view bersifat multidimensional dan

logical.

2. Memfasilitasi query yang interaktif dan analisis yang kompleks untuk pengguna.

3. Memungkinkan pengguna untuk melakukan drill down untuk mendapatkan detail yang lebih rinci atau melakukan roll up untuk proses agregasi dari suatu matriks dalam suatu dimensi tunggal ataupun dalam multi dimensi.

4. Menghasilkan suatu view yang dapat menyajikan arti dari segala arah, termasuk chart dan graph [2].

II.2.5 On-Line Transaction Processing (OLTP)

On-Line Transaction Processing (OLTP), merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

Ciri-ciri umum sistem OLTP adalah :

2. Mengandung data dalam jumlah besar, termasuk di dalamnya validasi data transaksi.

3. Memiliki struktur yang kompleks dan rumit.

4. Diarahkan secara maksimal untuk melayani aktivitas transaksi harian.

5. Menyediakan teknologi infrastruktur yang mendukung operasional transaksi data dalam perusahaan [2].

6.

II.2.6 Visualisasi Data

Bentuk visualisasi data yang umum digunakan adalah sebagai berikut : 1. ColumnChart

Column chart sering digunakan untuk menunjukkan data berdasarkan kategori tertentu dimana tidak ada penekanan total presentase pada setiap kategori. Column chart dapat disajikan secara vertikal maupun horizontal. Skala pengukuran adalah nominal atau ordinal. Column chart dapat digunakan untuk menampilkan data kontinu seperti ukuran sepatu atau warna mata dan data diskontinu seperti tinggi badan atau berat badan.

Gambar II- 11 Contoh Column Chart

II.2.7 Object Oriented Analysis and Design (OOAD)

pemodelan pada OOAD adalah UML ( Unified Modeling Language ). Berikut adalah diagram yang digunakan dalam UML [13]:

1. Use Case

Use Case merupakan situasi yang digunakan oleh sistem untuk memenuhi satu atau dua kebutuhan dari pengguna. Use Case menggambarkan sistem berdasarkan hasil dari requirement gathering, setiap use case melambangkan untuk satu fungsional sistem [13].

2. Activity Diagram

Activity Diagram memungkinkan bagaimana sistem mencapai tujuan dalam setiap tindakan yang dilakukan pada suatu proses yang telah digambarkan pada use case sebelumnya [13].

3. Class Diagram

Class Diagram menjelaskan hubungan dari class yang digunakan pada sistem. Class Diagram menggambarkan jenis objek beserta relasinya yang ada pada sistem [13].

4. Sequence Diagram

Sequence Diagram merupakan sebuah gambaran interaksi pada sistem yang didasarkan ketika suatu proses use case telah dijalankan pada sistem tersebut [13].

II.2.8 Pengujian Perangkat Lunak

II.2.8.1 Pengujian Alpha dan Beta

Pengujian alpha dimaksudkan untuk menguji sejauh mana sistem yang dibangun berjalan sesuai perancangan dan fungsionalitasnya, tedapat beberapa metode pengujian fungsional dalam pengujian tahapan alpha, diantaranya adalah

blackbox. Pengujian alpha biasanya dilakukan oleh seorang developer atau

programmer yang terlibat dalam pembuatan sistem. Pengujian beta dimaksudkan untuk menguji sejauh mana aplikasi dapat berfungsi dan bermanfaat sesuai dengan kebutuhan dan mengatasi permasalahan yang ada dari sudut pandang pengguna, pengujian beta bersifat objektif yang merupakan jawaban terhadap perangkat lunak dari sudut pandang pengguna[15].

II.2.8.2 Pengujian Blackbox

181

BAB V

KESIMPULAN DAN SARAN

V.1 Kesimpulan

Berdasarkan hasil dari analisis dan pengujian yang telah dilakukan terhadap perangkat lunak data warehouse di Koperasi Warga Desa Sangkanhurip, maka dapat disimpulkan bahwa :

1. Aplikasi mempermudah pihak koperasi dalam mengintegrasikan berbagai sumber data yang terpisah dan memiliki stuktur serta format data yang berbeda untuk kebutuhan analisis dan pendukung keputusan bisnis.

2. Aplikasi mempermudah pihak koperasi dalam hal analisis dan pembuatan laporan sesuai dengan kebutuhan informasi strategis yang dibutuhkan.

V.2 Saran