Penerapan Data Warehouse Pada Koperasi Anugerah Rejeki

(1)

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

KHAERUR RIZKI

10110728

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

(2)

iii

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan

karuniaNya sehingga penulis dapat menyelesaikan skripsi yang berjudul

Penerapan Data Warehouse Pada Koperasi Anugerah Rejeki.

Penyusunan skripsi ini tidak akan terwujud tanpa mendapat dukungan, dan

masukan dari berbagai pihak. Untuk itu, penulis ingin menyampaikan terimakasih

yang sebesar-besarnya kepada :

1. Allah SWT yang telah menganugerahkan kesehatan sehingga penulis dapat

menyelesaikan skripsi ini.

2. Khaerudin dan Turpi’ah selaku kedua orang tua saya yang telah memberikan motivasi, dukungan moral maupun materi, serta do’a yang tidak pernah putus sehingga penulis dapat menyelesaikan skripsi ini.

3. Rani Susanto, S.Kom, M.Kom. selaku pembimbing yang telah banyak

memberikan arahan serta saran kepada penulis sehingga bisa menyelesaikan

skripsi ini.

4. Dian Dharmayanti, S.T., M.Kom. selaku reviewer yang juga telah

memberikan arahan dan bimbingan juga kepada penulis.

5. Bapak/Ibu dosen Teknik Informatika yang telah memberikan ilmunya kepada

penulis.

6. Desy Purnama Shinta yang selalu memberikan motivasi kepada penulis agar

cepat menyelesaikan skripsi ini.

7. Teman-teman seperjuangan yang tidak kenal putus asa saat mengerjakan

skripsi ini.

8. Keluarga besar IF-16 angkatan 2010 yang juga telah memberikan arahan

untuk mengerjakan skripsi ini.

9. Teman-teman kostan yang selalu ada untuk menghibur dan menyemangati

(3)

iv

Akhir kata penulis ucapkan terimakasih, semoga skripsi ini dapat bermanfaat

bagi pembaca.

Bandung, 17 Januari 2016

(4)

v

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

DAFTAR SIMBOL ... xiv

DAFTAR LAMPIRAN ... xviii

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 2

1.3 Maksud dan Tujuan ... 2

1.4 Batasan Masalah ... 3

1.5 Metodologi Penelitian ... 3

1.5.1 Metode Pengumpulan Data ... 3

1.5.2 Metode Pembangunan Perangkat Lunak ... 4

1.6 Sistematika Penulisan ... 6

BAB 2 TINJAUAN PUSTAKA ... 7

2.1 Profil Perusahaan ... 7

2.1.1 Visi dan Misi ... 7

2.1.2 Logo Perusahaan ... 7

2.1.3 Struktur Perusahaan ... 7

2.2 Landasan Teori ... 9

2.2.1 Data ... 9

2.2.2 Database ... 9

2.2.3 Database Management System (DBMS) ... 10

2.2.4 Data Warehouse ... 10

(5)

vi

2.2.4.5 Arsitektur Data Warehouse ... 15

2.2.4.6 Jenis Dasar Data Warehouse ... 19

2.2.4.7 Metodologi Perancangan Database untuk Data Warehouse . 21 2.2.4.8 Skema Data Warehouse ... 23

2.2.4.9 Tujuan Data Warehouse ... 26

2.3 Alat-alat Pemodelan Sistem ... 27

2.3.1 Diagram Konteks ... 27

2.3.2 Data Flow Diagram (DFD) ... 27

2.3.3 Entity Relation Diagram (ERD) ... 28

2.4 Alat-alat Pembangunan Perangkat Lunak ... 28

2.4.1 C# ... 28

2.4.2 SQL Server ... 30

BAB 3 ANALISIS DAN PERANCANGAN ... 31

3.1 Analisis Sistem ... 31

3.1.1 Analisis Masalah ... 31

3.1.2 Analisis Sumber Data ... 32

3.1.3 Analisis Kebutuhan Informasi ... 39

3.1.4 Pemodelan Data Warehouse ... 40

3.1.4.1 Arsitektur Pembangunan Data Warehouse ... 40

3.1.4.2 Source Layer ... 41

3.1.4.3 Data Staging ... 41

3.1.4.4 Proses ETL ... 42

3.1.4.5 Analisis Dimensi dan Fakta Bisnis ... 59

3.1.4.6 Analisis Dimensi ... 60

3.1.4.7 Analisis Fakta ... 64

3.1.4.8 Data Warehouse Layer ... 66

3.1.4.9 OLAP ... 68

(6)

vii

3.1.7 Analisis Kebutuhan Fungsional ... 72

3.1.7.1 Diagram Konteks ... 72

3.1.7.2 Data Flow Diagram (DFD) ... 73

3.1.8 Spesifikasi Proses ... 77

3.1.9 Kamus data DFD ... 79

3.2 Perancangan Arsitektur ... 79

3.2.1 Perancangan Struktur Menu ... 80

3.2.2 Perancangan Antar Muka ... 80

3.2.3 Perancangan Pesan ... 83

3.2.4 Perancangan Report ... 83

3.2.5 Perancangan Prosedural ... 84

3.2.6 Perancangan Jaringan Semantik... 86

BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 87

4.1 Implementasi ... 87

4.1.1 Perangkat Lunak Pembangun... 87

4.1.2 Perangkat Keras Pembangun ... 87

4.1.3 Implementasi Basis Data ... 87

4.1.4 Implementasi Antar Muka ... 91

4.2 Pengujian Sistem ... 91

4.2.1 Pengujian Alpha ... 91

4.2.2 Kasus dan Hasil Pengujian Alpha ... 92

4.2.3 Kesimpulan Pengujian Alpha... 100

4.2.4 Pengujian Beta ... 100

4.2.5 Kesimpulan Pengujian Beta ... 102

4.2.6 Kesimpulan Pengujian Sistem ... 102

BAB 5 KESIMPULAN DAN SARAN ... 103

5.1Kesimpulan ... 103

5.2Saran ... 103

(7)

104

Modula

[2] Watson, Richard T. (1999), Data Management : Databases and Organizations

(2nd ed)., Jhon Wiley & Sons, Inc.

[3] Inmon, William H. 2005. “Building The Data Warehouse (4th ed.)”.

Indianapolis :Wiley Publishing, Inc.

[4] Rainardi, V.2002. Building A Data Warehouse, With Examples in SQL Server.

New York :Springer.

[5] Golfarelli, M., Hill, M.G., dan Rizzi, S.2009. Data Warehouse Design,

Modern Principles and Methodologies. New York: Mc Graw Hill.

[6] Thomas C. Hammergren and Alan R. Simon, Data Warehousing for Dummies

2nd Edition, Wiley Publishing,Inc. , 2009.

[7] Yudhi Hermawan, Konsep OLAP dan Aplikasinya Menggunakan Delphi.

Yogyakarta: ANDI Yogyakarta, 2005.

[8] Rainardi, V. Building A Data Warehouse, With Examples in SQL Server.

APRESS.

[9] Novianda, K.R., (2010). Microsoft Business Intelligence dengan SQL Server

2008 R2 dan Sharepoint 2010.

(8)

1

PENDAHULUAN

1.1 Latar Belakang Masalah

Data warehouse merupakan database yang saling bereaksi yang dapat

digunakan untuk query dan analisis, bersifat orientasi subjek, terintegrasi,

time-variant, tidak berubah yang digunakan untuk membantu para pengambil

keputusan. Menurut Inmon, data warehouse adalah kumpulan data yang

berorientasi subjek, terintegrasi, tidak dapat di update, memiliki dimensi waktu,

yang digunakan untuk mendukung proses manajemen pengambilan keputusan dan

kecerdasan bisnis. Pemakaian data warehouse sendiri hampir dibutuhkan oleh

setiap perusahaan, data warehouse memungkinkan integrasi berbagai macam jenis

data dari berbagai macam aplikasi atau sistem yang dapat menjamin akses yang

lebih cepat bagi manajemen untuk memperoleh informasi, dan menganalisisnya

sebagai bahan informasi strategis khususnya untuk perusahaan.

Koperasi Anugerah Rejeki adalah koperasi yang bergerak dalam bidang

Usaha Peminjaman. Koperasi Anugerah Rejeki ingin berperan secara aktif dalam

upaya membangun dan mengembangkan potensi dan kemampuan ekonomi

masyarakat untuk meningkatkan kesejahteraan ekonomi dan sosialnya. Koperasi

Anugerah Rejeki bukan hanya mampu tumbuh dan berkembang serta

menghasilkan keuntungan, tetapi juga mampu meningkatkan kesejahteraan

ekonomi dan sosial masyarakat.

Berdasarkan hasil observasi dan wawancara dengan saudara Budi Adi

Mulyo sebagai pemilik dari Koperasi Anugerah Rejeki, Koperasi Anugerah

Rejeki melakukan pengolahan data informasi menggunakan Microsoft Office

Excel, dimana hasil pengolahan data informasi ini diolah secara terpisah disetiap

bagiannya. Kendala yang terjadi saat ini di Koperasi Anugerah Rejeki ditemukan

belum tersedianya desain data yang dapat dimanfaatkan untuk kebutuhan laporan

maupun untuk menganalisis data, karena belum tersedianya laporan yang

(9)

peminjaman disetiap wilayah dalam periode waktu tertentu, angsuran disetiap

wilayah dalam periode waktu tertentu. Kendala juga terjadi ketika informasi data

untuk kebutuhan laporan sangat lamban dalam proses pengerjaannya, karena data

yang ada belum terintegrasi dengan sumber data lainnya sehingga semua sumber

data yang ada harus dikumpulkan terlebih dahulu dalam satu sajian, hal ini

menyulitkan pihak perusahaan untuk mendapatkan informasi yang cepat untuk

kebutuhan laporan.

Berdasarkan permasalahan yang telah diuraikan diatas maka pihak

koperasi ingin membangun sebuah data warehouse agar dapat memudahkan pihak

koperasi untuk mengetahui kebutuhan koperasi. Dengan adanya sistem tersebut,

diharapkan dapat membantu pihak perusahaan Koperasi Anugerah Rejeki. Oleh

karena itu, pihak koperasi membutuhkan penerapan data warehouse pada

Koperasi Anugerah Rejeki.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah di jabarkan sebelumnya

yang menjadi permasalahan dalam penelitian ini adalah bagaimana cara

membangun sistem perangkat lunak menggunakan penerapan data warehouse

pada Koperasi Anugerah Rejeki.

1.3 Maksud dan Tujuan

Berdasarkan permasalahan yang ada, maka maksud dari penelitian tugas

akhir ini adalah untuk membangun sebuah sistem perangkat lunak dengan

penerapan data warehouse pada Koperasi Anugerah Rejeki.

Sedangkan tujuan yang akan di capai dalam penelitian adalah :

1. Membantu pihak Koperasi Anugerah Rejeki dalam hal penyediaan

informasi yang multidimensi untuk mempermudah pengambilan

(10)

2. Membantu pihak Koperasi Anugerah Rejeki dalam hal pembuatan desain

data yang terintegrasi dari berbagai sumber data yang di miliki perusahaan

supaya mempermudah untuk kebutuhan laporannya.

1.4 Batasan Masalah

Ada beberapa batasan masalah dalam penelitian ini agar pembahasan lebih

terfokus sesuai dengan tujuan yang akan dicapai. Batasan masalah dalam

penelitian ini adalah :

1. Perangkat lunak yang akan dibangun berbasiskan dekstop.

2. DBMS yang digunakan adalah SQL Server.

3. Aplikasi dibangun menggunakan Visual Studio 2013.

4. Data yang diolah adalah data angsuran, jaminan, type kendaraan, wilayah,

peminjam, peminjaman, jenis.

5. Tools pembantu yang digunakan adalah Business Intelligence dan

DevExpress.

6. Model pengembangan perangkat lunak yang digunakan yaitu

menggunakan terstruktur.

1.5 Metodologi Penelitian

Metodologi penelitian yang akan digunakan dalam pembuatan skripsi ini

menggunakan metodologi deskriptif, yaitu metode penelitian yang bertujuan

untuk mendapatkan gambaran yang jelas tentang hal-hal yang dibutuhkan dan

berusaha menggambarkan serta menginterpretasi objek yang sesuai dengan fakta

secara sistematis dan akurat.

1.5.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah

sebagai berikut:

(11)

Pengumpulan data dengan cara mempelajari Jurnal, browsing internet,

buku referensi, dan bacaan-bacaan lainnya yang berhubungan erat dengan judul

penelitian.

b. Observasi

Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan

langsung ke Koperasi Anugerah Rejeki terhadap permasalahan yang diambil.

c. Wawancara

Teknik pengumpulan data dengan cara tanya jawab secara langsung

dengan salah satu petugas yang bertanggung jawab pada Koperasi Anugerah

Rejeki.

1.5.2 Metode Pembangunan Perangkat Lunak

Metode yang di gunakan dalam pembangunan sistem dengan penerapan

data warehouse pada Koperasi Anugerah Rejeki ini adalah menggunakan model

waterfall. Berikut ini beberapa tahapan model waterfall yang di gambarkan pada

diagram :

Gambar 1.1 Metode Waterfall [1]

1. Analisys

Proses pengumpulan kebutuhan dilakukan secara intensif untuk

menspesifikasikan kebutuhan perangkat lunak agar dapat dipahami perangkat

(12)

2. Design.

Proses multi langkah yang fokus pada desain pembuatan program perangkat

lunak termasuk struktur data, arsitektur perangkat lunak, refresentasi antarmuka,

dan prosedure pengodean.

3. Pembuatan Kode Program

Desain harus ditranslasikan kedalam program perangkat lunak. Hasil dari

tahap ini adalah program komputer sesuai dengan desain yang telah dibuat pada

tahap desain.

4. Pengujian

Pengujian ini fokus pada perangkat lunak secara dari segi lojik dan fungsional

dan memastikan bahwa semua bagian sudah diuji.

5. Pemeliharaan

Tahap pemeliharaan ini tidak menutup kemungkinan sebuah perangkat lunak

mengalami perubahan ketika sudah dikirimkan ke user perubahan bisa terjadi

karena adanya kesalahan yang muncul dan tidak terdetek di dengan lingkungan

(13)

1.6 Sistematika Penulisan

Sistematika penulisan laporan akhir dari penelitian ini disusun untuk

memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika

penulisan tugas akhir ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Bab ini membahas penjelasan mengenai latar belakang masalah,

identifikasi masalah, maksud dan tujuan, batasan masalah, metodologi penelitian

serta sistematika penulisan.

BAB 2 TINJAUAN PUSTAKA

Bab ini membahas mengenai tinjauan pustaka yang digunakan dalam

membangun aplikasi data warehouse, materi-materi umum dan yang berkaitan

dengan teori-teori pendukung lainnya.

BAB 3 ANALISIS DAN PERANCANGAN

Bab ini membahas mengenai profil perusahaan dan landasan teori yang

digunakan dalam membangun perangkat lunak data warehouse, materi-materi

umum yang membahas data warehouse dan berkaitan dengan teori-teori

pendukung lainnya.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini menjelaskan mengenai implementasi aplikasi yang telah di buat

serta melakukan pengujian terhadap aplikasi yang di implementasikan tersebut.

BAB 5 KESIMPULAN DAN SARAN

Bab ini menjelaskan tentang kesimpulan yang diperoleh dari hasil

implementasi dan pengujian aplikasi yang telah dibuat, serta saran-saran untuk

(14)

7

TINJAUAN PUSTAKA

2.1 Profil Perusahaan

Koperasi Anugerah Rejeki adalah koperasi yang bergerak dalam bidang

Usaha Peminjaman. Koperasi Anugerah Rejeki ingin berperan secara aktif dalam

upaya membangun dan mengembangkan potensi dan kemampuan ekonomi

masyarakat untuk meningkatkan kesejahteraan ekonomi dan sosialnya. Koperasi

Anugerah Rejeki bukan hanya mampu tumbuh dan berkembang serta

menghasilkan keuntungan, tetapi juga mampu meningkatkan kesejahteraan

ekonomi dan sosial masyarakat.

2.1.1 Visi dan Misi Visi

Menjadi koperasi peminjaman yang yang berkualitas tinggi dan berguna

bagi masyarakat luas.

Misi

Menjadi koperasi peminjaman terbesar di Indonesia.

2.1.2 Logo Perusahaan

Adapun logo Koperasi Anugerah Rejeki adalah sebagai berikut :

Gambar 2.1 Logo Perusahaan

2.1.3 Struktur Perusahaan

Struktur organisasi dalam suatu perusahaan merupakan hal yang sangat

(15)

sesuai dengan bidangnya masing-masing. Adapun struktur organisasi di Koperasi

Anugerah Rejeki adalah sebagai berikut :

Gambar 2.2 Struktur Organisasi Koperasi Anugerah Rejeki

Tugas masing-masing pada struktur organisasi Koperasi Anugerah Rejeki :

1. Tugas Pemilik koperasi adalah memberikan modal dan menerima

keuntungan serta menerima laporan dari ketua.

2. Tugas ketua adalah memantau dan menilai keseluruhan dari kemajuan

koperasi serta bertanggung jawab untuk pengambilan keputusan bagi

koperasi dan memberikan laporan kepada pemilik koperasi.

3. Tugas bagian peminjaman adalah bertanggung jawab untuk mendata

seluruh transaksi peminjaman.

4. Tugas bagian jaminan adalah bertanggung jawab untuk mendata jaminan,

mengecek kendaraan, dan menyimpan jaminan para peminjam.

5. Tugas bagian keuangan adalah bertanggung jawab atas kaluar masuknya

uang koperasi dan mendata transaksi keluar masuknya uang koperasi.

6. Tugas bagian angsuran adalah bertanggung jawab melayani peminjam

yang akan bayar angsuran peminjaman.

7. Tugas bagian debtcolector adalah menarik kendaraan yang menjadi

jaminan jika peminjam tidak mampu untuk melunasi angsurannya.

(16)

2.2 Landasan Teori

Landasan teori membahas mengenai materi atau teori apa saja yang

digunakan sebagai acuan dalam membuat tugas akhir ini. Landasan teori yang

diuraikan merupakan hasil dari studi literatur yaitu pengumpulan data dengan cara

mempelajari jurnal, browsing internet, referensi buku dan bacaan-bacaan lainnya

yang berhubungan erat dengan penelitian yang dilakukan.

2.2.1 Data

Data adalah fakta mentah mengenai orang, tempat, kejadian, dan hal-hal

yang penting dalam organisasi [2].

Data merupakan bahasa, simbol-simbol pengganti lain yang disepakati

oleh umum dalam menggambarkan objek, manusia, peristiwa, aktivitas, konsep.

Singkatnya data merupakan suatu kenyataan apa adanya [2].

2.2.2 Database

Database atau Basis data merupakan kumpulan data yang disimpan secara

sistematis didalam komputer dan dapat diolah atau dimanipulasi menggunakan

perangkat lunak (program aplikasi) untuk menghasilkan informasi. Pendefinisian

basis data meliputi spesifikasi berupa tipe data, struktur, dan juga batasan-batasan

data yang akan disimpan. Basis data merupakan aspek yang sangat penting dalam

sistem informasi dimana basis data merupakan gudang penyimpanan data yang

akan diolah lebih lanjut. Basis data menjadi penting karena dapat menghidari

duplikasi data, hubungan antar data yang tidak jelas, organisasi data, dan juga

update yang rumit [2].

Basis data (Database) sendiri dapat didefinisikan dalam sejumlah sudut

pandang seperti [2]:

1. Himpunan kelompok data (arsip) yang saling berhubungan yang

diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali

dengan cepat dan mudah.

2. Kumpulan data yang saling berhubungan yang disimpan secara bersama

sedemikian rupa dan tanpa pengulangan (redun-dansasisi) yang tidak

(17)

3. Kumpulan file, table, arsip yang saling berhubungan yang disimpan dalam

media penyimpanan elektronis.

2.2.3 Database Management System (DBMS)

Aplikasi yang digunakan untuk membangun sebuah sistem basis data yang

memungkinkan Pengguna untuk mendefinisikan, membuat, memelihara dan

mengontrol akses ke database merupakan pengertian dari Database Management

System (DBMS). DBMS membantu dalam pemeliharaan dan pengolahan

kumpulan data dalam jumlah besar, sehingga dengan bantuan DBMS tidak akan

menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan

kebutuhan. Bahasa basis data biasanya terdiri atas perintah-perintah yang

diformulasikan dalam bentuk query sehingga perintah tersebut akan diproses oleh

DBMS [2].

2.2.4 Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai

inti yang sama, seperti pendapat beberapa ahli berikut ini :

Data warehouse adalah koleksi data yang mempunyai sifat berorientasi

subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam

mendukung proses pengambilan keputusan management [3].

Data warehouse merupakan database relasional yang didesain lebih kepada

query dan analisa dari pada proses transaksi, biasanya mengandung history data

dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse

memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan

organisasi menggabung/konsolidasi data dari berbagai macam sumber [3].

Data warehouse merupakan metode dalam perancangan database, yang

menunjang DSS (Decission Support System) dan EIS (Executive Information

System). Secara fisik data warehouse adalah database, tapi perancangan data

warehouse dan database sangat berbeda. Dalam perancangan database tradisional

menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah

(18)

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data

warehouse adalah database 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.

2.2.4.1Kegunaan Data Warehouse

Berdasarkan pengertian data warehouse diatas, data warehouse diperlukan

bagi para pengambil keputusan manajemen dari suatu organisasi/perusahaan.

Dengan adanya data warehouse, akan mempermudah pembuatan aplikasi-aplikasi

DSS (Decision Support System) dan EIS (Executive Information System) karena

kegunaan dari data warehouse adalah khusus untuk membuat suatu database yang

dapat digunakan untuk mendukung proses analisa (OLAP), mengambil keputusan,

pembuatan laporan, penggalian informasi baru (Data Mining) dari banyak data

dan proses executive informasi [4].

Beberapa kegunaan data warehouse:

a. Pembuatan laporan

Pembuatan laporan merupakan salah satu kegunaan data warehouse yang

paling umum dilakukan. Dengan menggunakan query sederhana didapatkan

laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.

b. On-Line Analytical Processing (OLAP)

Dengan adanya data warehouse, semua informasi baik detail maupun hasil

summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP

mendayagunakan konsep data multidimensi dan memungkinkan para pengguna

menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL.

Hal ini dimungkinkan karena pada konsep multidimensi, maka data yang berupa

fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas

lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down.

Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up

adalah kebalikannya.

(19)

Data mining merupakan proses untuk menggali (mining) pengetahuan dan

informasi baru dari data yang berjumlah banyak pada data warehouse, dengan

menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan

matematika. Data mining merupakan teknologi yang diharapkan dapat

menjembatani komunikasi antara data dan pemakainya.

Beberapa solusi yang diberikan data mining antara lain :

1. Menebak Kemampuan Peminjam

Data mining dapat mengelompokkan (clustering) model-model peminjam

dan melakukan klasifikasi terhadap setiap peminjam dan melakukan klasifikasi

terhadap setiap peminjam sesuai dengan karakteristik yang diinginkan.

2. Melihat pola peminjam dari waktu ke waktu

Data mining dapat digunakan untuk melihat pola peminjam dari waktu ke

waktu.

3. Profil pelanggan

Data mining bisa membantu pengguna untuk melihat profil pembeli

sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu jenis

peminjaman apa saja.

4. Informasi summary

Data mining dapat membuat laporan summary yang bersifat multidimensi

dan dilengkapi dengan informasi statistik lainnya.

d. Proses informasi executive

Data warehouse dapat membuat ringkasan informasi yang penting dengan

tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data.

Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat

pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah

proses pengambilan keputusan. Informasi dan data pada laporan data warehouse

menjadi target informative bagi user.

2.2.4.2Konsep Dasar Data Warehouse

Data warehouse adalah kumpulan macam-macam data yang subject

oriented, integrated, time variant, dan nonvolatile dalam mendukung proses

(20)

Data warehouse sering diintegrasikan dengan berbagai sistem aplikasi

untuk mendukung proses laporan dan analisis data dengan menyediakan data

histori, yang menyediakan infrastruktur bagi EIS dan DSS.

a. Subject Oriented

Data warehouse diorganisasikan pada subjek-subjek utama, seperti

pelanggan, barang, dan penjualan. Berfokus pada model dan analisis pada data

untuk membuat keputusan, jadi bukan pada setiap proses transaksi atau bukan

pada OLTP. Menghindari data yang tidak berguna dalam mengambil suatu

keputusan.

b. Integrated

Dibangun dengan menggabungkan atau menyatukan data yang berbeda.

relational databse, flat file, dan on-line transaction record. Menjamin konsistensi

dalam penamaan, struktur pengkodean, dan struktur atribut diantara data satu

sama lain.

c. Datawarehouse time variant

Data disimpan untuk menyediakan informasi dari perspektif historical,

data yang tahun - tahun lalu atau 4 - 5 tahun. Waktu adalah elemen kunci dari

suatu data warehouse pada saat pengcapture-an.

d. Non Volatile

Setiap kali proses perubahan, data akan di tampung dalam tiap-tiap waktu.

Jadi tidak di perbaharui terus menerus. Data warehouse tidak memerlukan

pemrosesan transaksi dan recovery. Hanya ada dua operasi initial loading of data

dan access of data.

2.2.4.3Proses ETL (Extraction, Transformation, Loading)

Tiga fungsi utama yang perlu dilakukan untuk membuat data siap

digunakan pada data warehouse adalah extraction, transformation dan loading.

Ketiga fungsi ini terdapat pada staging area [5].

Pada data staging ini, disediakan tempat dan area dengan beberapa fungsi

seperti data cleansing, change, convert, dan menyiapkan data untuk disimpan serta

(21)

a. Extraction

Data Extraction adalah proses pengambilan data yang diperlukan dari

sumber data warehouse dan selanjutnya dimasukkan pada staging area untuk

diproses pada tahap berikutnya. Pada fungsi ini banyak berhubungan dengan

berbagai tipe sumber data seperti: Format data, mesin yang berbeda, software dan

arsitektur yang tidak sama. Sehingga sebelum proses ini dilakukan, sebaiknya

perlu didefinisikan requirement terhadap sumber data yang yang akan digunakan

untuk proses berikutnya.

b. 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 yang konsisten. Beberapa contoh ketidakkonsistenan data

tersebut dapat diakibatkan oleh tipe data yang berbeda, data length dan lain

sebagainya.

c. Load

Data load adalah memindahkan data ke data warehouse. Ada dua loading

data yang dilakukan pada data warehouse. Pertama adalah inisial load, proses ini

dilakukan pada saat telah selesai mendisain dan membangun data warehouse.

Data yang dimasukkan akan sangat besar dan memakan waktu yang relatif lebih

lama. Kedua Incremental load, dilakukan ketika data warehouse telah

dioperasikan. Incremental load ini dapat dilakukan sesuai dengan sistem yang

dibangun.

2.2.4.4OLAP

Operasi-operasi yang terdapat pada OLAP antara lain :

1. Slicing dan Dicing

Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi

dari kubus. Dengan slicing dan dicing pengguna dapat melihat data dari beberapa

(22)

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 hiraraki dimensi. Roll up untuk melihat data secara global atau

rangkuman (summary). Drill down memandu pengguna untuk memperoleh data

yang lebih detail. Drill down 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.

2.2.4.5Arsitektur Data Warehouse

Data Warehouse Design, Modern Principles and Methodologies, Terdapat

3 jenis arsitektur data warehouse yaitu Single-Layer Architecture, Two-Layer

Architecture, dan Three-Layer Architecture. Adapun dari penjelasannya akan

dijabarkan sebagai berikut [7]: a. Single-Layer Architecture

Dalam Single Layer Architecture hasil akhir yang diinginkan adalah untuk

memperkecil total keseluruhan data store, untuk mencapai hasil akhir tersebut

data yang bersifat redudansi akan dihapus. Dalam kasus ini data warehouse

bersifat virtual artinya data warehouse di implementasikan sebagai dimensional

view dari data operasional dan dibuat sebagai middleware. Kelemahan dari

arsitektur ini adalah kesalahan dalam menggabungkan antara analisis dan proses

transaksi. Gambar 2.3 menjelaskan Single-Layer Architecture dalam data

(23)

Gambar 2.3 Single-Layer Architecture

b. Two-Layer Architecture

Dalam suatu perusahaan, data operasional biasanya berada pada daerah

kekuasaan departemen masing-masing dalam bentuk database OLTP.. Gambar 2.4

Menjelaskan mengenai Two-Layer Architecture dalam data warehouse, dimana

dalam arsitektur ini media penyimpanan antara sumber data dan data warehouse

dipisahkan.

Gambar 2.4 Two-Layer Architecture

a) Lapisan pertama adalah source layer. Pada lapisan ini, data masih berupa

operasional data, artinya data warehouse dibangun dengan

mengintegrasikan data-data yang berasal dari berbagai sumber data, yaitu

(24)

b) Lapisan kedua adalah data staging area. Pada lapisan ini, data operasional

akan diekstrak ( lebih dikenal dengan proses ETL ) ke dalam data

warehouse. Sesuai dengan namanya, aplikasi ETL melakukan

fungsi-fungsi Extract, Transform, dan Load. Proses extract adalah proses

pengambilan data dari sumber data. Disebut extract, karena proses

pengambilan data ini tidak mengambil data matang saja. Proses extract ini

harus mengakomodir berbagai macam teknologi yang digunakan oleh

sumber data dan diintegrasikan ke dalam database tunggal. Kemudian data

hasil extract ini menjalani proses transform yang pada prinsipnya adalah

mengubah kode-kode yang ada menjadi kode-kode standar, misalnya kode

propinsi. Hal ini perlu dilakukan mengingat data-data yang diambil berasal

dari sumber yang berbeda yang kemungkinan memiliki standardisasi yang

berbeda pula. Standardisasi diperlukan untuk nantinya memudahkan

pembuatan laporan. Proses load dalam ETL adalah suatu proses

mengirimkan data yang telah menjalani proses transformasi ke gudang

data akhir, yaitu data warehouse itu sendiri dimana aplikasi reporting dan

business intelligence siap untuk diakses.

c) Lapisan ketiga adalah data warehouse layer. Informasi akan disimpan pada

sebuah penyimpanan logic yang tersentralisasi, yaitu data warehouse .

Data warehouse dapat diakses secara langsung, dan juga bisa digunakan

sebagai sumber untuk membuat data marts yang merupakan sebagian dari

duplikasi data warehouse dan dirancang khusus bagian khusus.

d) Lapisan keempat adalah analysis. Ada 4 tugas yang nantinya dapat

dilakukan, keempat tugas tersebut yaitu :

1. Pembuatan Laporan (Reporting)

Pembuatan laporan adalah salah satu tugas data warehouse yang paling

umum dilakukan, dengan menggunakan query sederhana didapatkan

laporan per-hari, minggu, bulan, tahun atau jangka waktu kapanpun

yang diinginkan.

(25)

Dengan adanya data warehouse, semua informasi baik detail ataupun

summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP

mendayagunakan konsep data multidemensi dan memungkinkan para

pengguna menganalisa data sampai mendetail, tanpa mengetik satupun

perintah SQL. Hal ini memungkinkan karena menggunakan konsep

multidimensi (diintegrasikan kedalam tabel fakta dan tabel dimensi).

3. Data Mining

Data mining merupakan proses untuk menggali (mining) pengetahuan

dari data yang berjumlah banyak pada data warehouse, dengan

menggunakan kecerdasan buatan (Artificial Intelegence), static dan

matematika. Data Mining merupakan teknologi yang diharapkan dapat

menjebatani komunikasi antara data dan pelakunya.

4. Proses Informasi Executive

Data warehouse dapat membuat ringkasan informasi yang penting

dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi

keseluruhan data. Dengan menggunakan data warehouse segala

laporan telah diringkas dan dapat pula mengetahui rinciannya secara

lengkap sehingga mempermudah pengambilan keputusan. Informasi

dan data pada laporan data warehouse menjadi target informative bagi

pengguna.

c. Three-Layer Architecture

Perbedaan Two-Layer Architecture dengan Three-Layer Architecture yaitu

terletak pada lapisan ketiga. Dalam arsitektur ini, lapisan ketiga adalah lapisan

data reconciled atau operasional data store. Berikut penjelasan dari Three Layer

Architecture:

1. Data Operasional disimpan dalam berbagai sistem operasional dalam

setiap bagian organisasi.

Lapisan ini terlaksana apabila data operasional yang diperoleh dari sumber

data sudah terintegrasi dan bersih (telah melalui proses ETL) dan data-data yang

(26)

2. Reconciled Data atau Operational Data Store (ODS)

Keuntungan utama dari lapisan data reconciled adalah menciptakan model

referensi umum data untuk keseluruhan perusahaan pada saat yang sama juga

memisahkan masalah ekstraksi data source dan integrasi operational data store.

Penyimpanan data berada dalam gudang data perusahaan atau data mart. Tahap ini

berfungsi untuk memasukkan data ke dalam Enterprise Data warehouse (EDW)

yang terintegrasi secara terpusat dan tersedia untuk pendukung keputusan..

Gambar 2.5 Menjelaskan mengenai Three-Layer Architecture dalam data

warehouse.

Gambar 2.5 Three Layer Architecture

2.2.4.6Jenis Dasar Data Warehouse

Jenis data warehouse yang digunakan oleh perusahaan akan berbeda-beda,

data warehouse yang dibangun harus disesuaikan dengan sumber data dan

kebutuhan perusahaan tersebut. Berikut jenis dasar data warehouse [7]: 1) Functional Data Warehouse (Data Warehouse Fungsional)

Data base yang digunakan jenis data warehouse ini adalah database yang

diperoleh dari kegiatan sehari-hari. Data warehouse dibuat lebih dari satu dan

dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan seperti

fungsi keuangan (financial), marketing, personalia dan lain-lain. Keuntungan dari

bentuk data warehouse seperti ini adalah, sistem mudah dibangun dengan biaya

relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data

(27)

Gambar 2.6 Data Warehouse Fungsional

2) Centralized Datawarehouse (Data Warehouse Terpusat)

Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun

terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian

data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan persuhaan.

Data warehouse terpusat ini, biasa digunakan oleh perusahaan yang belum

memiliki jaringan eksternal. Keuntungan dari bentuk ini adalah data benar-benar

terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang

mahal serta memerlukan waktu yang cukup lama untuk membangunnya.

Gambar 2.7 Data Warehouse Terpusan

(28)

Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi

sebagai jembatan penghubung antara data warehouse dengan workstation yang

menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini

memungkinkan perusahaan dapat mengakses sumber data yang berada diluar

lokasi perusahaan (eksternal).

Keuntungannya adalah data tetap konsisten karena sebelum data

digunakan data terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi.

Sedangkan kerugiannya adalah lebih kompleks untuk diterapkan karena sistem

operasi dikelola secara terpisah juga biaya nya yang paling mahal dibandingkan

dengan dua bentuk data warehouse lainnya.

Gambar 2.8 Data Warehouse Terdistribusi

2.2.4.7Metodologi Perancangan Database untuk Data Warehouse

Sembilan tahap metodologi dalam perancangan database untuk data

warehouse, yaitu [8]:

Langkah 1 : Pemilihan Proses

a. Data mart yang pertama kali dibangun haruslah data mart yang dapat

dikirim tepat waktu dan dapat menjawab semua pertanyaan bisnis yang

penting

b. Pilihan terbaik untuk data mart yang pertama adalah yang berhubungan

dengan sales, misal property sales, property leasing, property advertising.

Langkah 2 : Pemilihan sumber

a. Proses pemilihan secara pasti apa yang diwakili atau direpresentasikan

(29)

b. Misal, jika sumber dari sebuah tabel fakta properti sale adalah properti

sale individual maka sumber dari sebuah dimensi pelanggan berisi rincian

pelanggan yang membeli properti utama.

Langkah 3 : Mengidentifikasi dimensi

a. Set dimensi yang dibangun dengan baik, memberikan kemudahan untuk

memahami dan menggunakan data mart.

b. Dimensi ini penting untuk menggambarkan fakta-fakta yang terdapat pada

tabel fakta. Misal, setiap data peminjam pada tabel dimensi peminjaman

dilengkapi dengan no_pmk, id_peminjam, alamat, dan lain sebagainya.

c. Jika ada dimensi yang muncul pada dua data mart,kedua data mart tersebut

harus berdimensi sama, atau paling tidak salah satunya berupa subset

matematis dari yang lainnya.

d. Jika sebuah dimensi digunakan pada dua data mart atau lebih,dan dimensi

ini tidak disinkronisasi,maka keseluruhan data warehouse akan gagal,

karena dua data mart tidak bisa digunakan secara bersama-sama.

Langkah 4 : Pemilihan Fakta

a. Sumber dari sebuah tabel fakta menentukan fakta mana yang bisa

digunakan dalam data mart.

b. Semua fakta harus diekspresikan pada tingkat yang telah ditentukan oleh

sumber.

Langkah 5 : Menyimpan pre-kalkulasi di table fakta

a. Hal ini terjadi apabila fakta kehilangan statement.

Langkah 6 : Melengkapi table dimensi

a. Pada tahap ini kita menambahkan keterangan selengkap - lengkapnya pada

tabel dimensi.

b. Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna.

Langkah 7 : Pemilihan durasi database

a. Misalnya pada suatu perusahaan asuransi, mengharuskan data disimpan

selama 10 tahun atau lebih.

Langkah 8 : Menulusuri perubahan dimensi yang perlahan

(30)

b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru.

c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai

atribut lama dan yang baru dapat diakses secara bersama pada dimensi

yang sama.

Langkah 9 : Menentukan prioritas dan mode query

a. Pada tahap ini lebih menggunakan perancangan fisik

2.2.4.8Skema Data Warehouse

Skema yang sering digunakan pada data warehouse adalah skema bintang

atau snowflake, kedua skema ini sangat mudah dimengerti dan sesuai dengan

kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query

yang superior dengan meminimalisasi tabel-tabel join [8]. 1. Skema Bintang (Star Schema)

Skema bintang merupakan struktur logikal yang memiliki table fakta yang

terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang

berisi referensi data.

Gambar 2.9 Skema Bintang

Jenis-jenis Skema Bintang antara lain :

(31)

Dalam skema ini, setiap tabel harus memiliki primary key yang terdiri dari

satu kolom atau lebih. Primary key dari tabel fakta terdiri dari satu atau lebih

foreign key. Foreign key merupakan primary key pada tabel lain.

Gambar 2.10 Skema Bintang Sederhana

b. Skema bintang dengan banyak tabel fakta

Skema bintang juga bisa terdiri dari satu atau lebih tabel fakta.

Dikarenakan tabel fakta tersebut ada banyak, misalnya disamping penjualan

terdapat tabel dakta forecasting dan result. Walaupun terdapat lebih dari satu tabel

fakta, mereka tetap menggunakan tabel dimensi bersama-sama.

(32)

2. Snowflake Schema

Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak

terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel

dimensi tidak bergabung secara langsung kepada tabel fakta tapi pada tabel

dimensi lainnya.

Gambar 2.12 Snowflake Schema

3. Fact Constellation Schema

Fact Constellation Schema adalah dimensional model yang didalamnya

terdapat lebih dari satu tabel fakta yang membagi satu atau lebih dimension table.

Skema ini lebih kompleks daripada star skema karena berisi berbagai tabel fakta.

Dalam Fact Constellation Schema, satu dimensi table bisa digunakan di beberapa

tabel fakta sehingga desainnya lebih kompleks. Keuntungan dari fact constellation

schema adalah kemampuan untuk memodelkan bisnis lebih akurat menggunakan

beberapa tabel fakta. Namun kerugiannya adalah sulit dalam pengelolaan dan

(33)

Gambar 2.13 Fact Constellation Schema

2.2.4.9Tujuan Data Warehouse

Data warehouse biasanya dimiliki oleh perusahaan yang sudah besar, yang

memiliki banyak cabang, data yang banyak dan tentunya struktur organisasi yang

kompleks [4].

Perusahaan yang memiliki banyak transaksi, yang memiliki banyak

cabang, yang mengakibatkan data-data barang perusahaan tersebar dilokasi yang

berbeda, system operasi yang berbeda, bahkan di basisdata yang berbeda.

Sehingga dalam pengambilan sebuah keputusan pihak perusahaan membutuhkan

akses ke semua sumber data pada tiap-tiap cabang dan ini tidak efisien. Dari

permasalahan ini, Data warehouse hadir sebagai solusi yang kompetitif, efisien

untuk pengambilan keputusan di perusahaan.

Tujuan akhir menggunakan Data Warehouse :

1. Menyediakan data organisasi yang mudah diakses oleh manager.

2. Data yang berada di data warehouse bersifat konsisten, dan merupakan

kebenaran.

3. Data warehouse merupakan tempat, dimana data yang telah digunakan di

publikasikan.

(34)

2.3 Alat-alat Pemodelan Sistem

Alat-alat pemodelan sistem membahas mengenai tools apa saja yang

digunakan dalam membuat tugas akhir ini.

2.3.1 Diagram Konteks

Diagram konteks merupakan diagram yang menggambarkan kondisi

sistem yang ada baik input maupun output serta menyertakan terminator yang

terlibat dalam penggunaan sistem. Diagram ini akan memberi gambaran tentang

keseluruhan sistem. Sistem dibatasi oleh boundary (dapat digambarkan dengan

garis putus). Dalam diagram konteks hanya ada satu proses. Tidak boleh ada store

dalam diagram konteks [9].

Diagram konteks berisi gambaran umum (secara garis besar) sistem yang

akan dibuat. Secara kalimat, dapat dikatakan bahwa diagram konteks ini berisi “siapa saja yang memberi data (dan data apa saja) ke sistem, serta kepada siapa saja informasi (dan informasi apa saja) yang harus dihasilkan sistem.” Maka dapat disimpulkan bahwa diagram konteks adalah diagram yang terdiri dari suatu proses

dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan

level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output

dari sistem.

2.3.2 Data Flow Diagram (DFD)

Data Flow Diagram (DFD) adalah alat pembuatan model yang

memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu

jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data,

baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan

nama Bubble chart, Bubble diagram, model proses, diagram alur kerja, atau

model fungsi. DFD ini adalah salah satu alat pembuatan model yang sering

digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih

penting dan kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata

lain, DFD adalah alat pembuatan model yang memberikan penekanan hanya pada

(35)

DFD merupakan alat perancangan sistem yang berorientasi pada alur data

dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa

maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem

kepada pemakai maupun pembuat program.

2.3.3 Entity Relation Diagram (ERD)

Entity Relationship Diagram merupakan model data berupa notasi grafis

dalam pemodelan data konseptual yang menggambarkan hubungan antara

penyimpan satu dengan penyimpan yang lain. Model data sendiri merupakan

sekumpulan cara, peralatan untuk mendeskripsikan data-data yang memiliki

hubungan satu sama lain, semantiknya, serta batasan konsistensi. Model data

terdiri dari model hubungan entitas dan model relasional. Diagram hubungan

entitas ditemukan oleh Peter Chen dalam buku Entity Relational Model-Toward a

Unified of Data. Pada saat itu diagram hubungan entitas dibuat sebagai bagian

dari perangkat lunak yang juga merupakan modifikasi khusus, karena tidak ada

bentuk tunggal dan standar dari diagram hubungan entitas [9].

2.4 Alat-alat Pembangunan Perangkat Lunak

Alat-alat pembangunan perangkat lunak membahas mengenai alat atau

tools apa saja yang digunakan dalam membuat Aplikasi data warehouse dalam

penelitian ini.

2.4.1 C#

Bahasa pemrograman C# dikembangkan oleh Microsoft sebagai bahasa

yang simple, modern, general purpose, dan berorientasi objek. Pengembangan

bahasa C# sangat dipengaruhi oleh bahasa pemrograman terdahulu, terutama C++.

Delphi, dan Java. C++ dikenal memiliki kecepatan yang tinggi dan memiliki

akses memori hapir hingga ke low level. Namun bagi para programmer, C++

merupakan Bahasa yang relatif rumit dibandingkan bahasa pemrograman lainnya.

Kehadiran C# memberi suntikan optimisme bagi para programmer untuk dapat

mengembangkan aplikasi yang berdasa guna dengan baik cepat dan lebih mudah.

(36)

berbagai task. Namun dalam hal performansi hingga saat ini C++ masih diakui

sebagai salah satu yang terbaik.

C# dikembangkan sejalan dengan pengembangan teknologi .Net.

Teknologi .NET telah berevolusi dari .NET 1.0 hingga .NET 4.0. Sendiri

merupakan sebuah framework yang memiliki base class library, dan bisa

diimplementasikan ke dalam beberapa bahasa pemrograman yang dikembangkan

Microsoft termasuk diantaranya adalah bahasa C#. Microsoft mengembangkan

IDE yang secara khusus mendukung pengembangan aplikasi dengan teknologi

.NET, versi terakhirnya yaitu Visual Studio 2010, mendukung teknologi .Net 4.

Diantara karakteristik dari .NET adanya sebuah Common Langguage Runtime

(CLR). CLR sendiri merupakan sebuah komponen virtual machine yang akan

diakses program pada saat runtime kode yang ditulis dalam bahasa C# ataupun

VB.NET misalnya dicompile oleh .NET Compiler menjadi code dalam format

Common Intermediate Langguage (CIL).

CIL merupakan sebuah format bahasa standar pada level intermediate

yang digunakan dalam bidang teknologi .NET apa pun bahasa pemrograman yang

digunakan oleh kode. Kemudian pada saat runtime, CLR mengeksekusi CIL

dengan melakukan proses loading dan linkin serta menghasilkan bahasa mesin

untuk mengeksekusi program. Proses ini memunculkan istilah multilangguage

pada pengembangan aplikasi .Net programmer memiliki pilihan untuk

menentukan pilihan untuk menggunakan bahasa pemrograman, yang familiar bagi

mereka dan apapun bahasa pemgraman apapun mereka tetap memilih akan tetap

memiliki keungulan-keungulan dan teknologi lainnya.

Standar European Computer Maufacturer Association (ECMA)

mendatarkan beberapa tujuan desain dari bahasa pemrograman C#, sebagai

berikut [10]:

1) Bahasa pemrograman C# dibuat sebagai bahasa pemrograman yang

bersifat bahasa pemrograman general – purpose (untuk tujuan jamak),

(37)

2) Bahasa pemrograman C# ditujukan untuk digunakan dalam

mengembangkan komponen perangkat lunak yang mampu mengambil

keuntungan dari lingkungan terdistribusi.

3) Portabilitas programmer sangatlah penting, khususnya bagi programmer

yang telah lama menggunakan bahasa pemrogaman C dan C++.

4) Dukungan untuk internasionalisasi (multi- language) juga sangat penting.

5) C# ditujukan agar cocok digunakan untuk menulis program aplikasi baik

dalam sistem klien-server (hosted system) maupun sistem 38 embedded

(embedded system), mulai dari perangkat lunak yang sangat besar yang

menggunakan sistem operasi yang canggih hingga kepada perangkat lunak

yang sangat kecil yang memiliki fungsi-fungsi terdedikasi.

2.4.2 SQL Server

SQL Server adalah sistem manajemen database relasional (RDBMS) yang

dirancang untuk aplikasi dengan arsitektur client/server. Istilah client, server, dan

client/server dapat digunakan untuk merujuk kepada konsep yang sangat umum

atau hal yang spesifik dari perangkat keras atau perangkat lunak. Pada level yang

sangat umum, sebuah client adalah setiap komponen dari sebuah sistem yang

meminta layanan atau sumber daya (resource) dari komponen sistem lainnya.

Sedangkan sebuah server adaah setiap komponen sistem yang menyediakan

(38)

87

IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Bab ini menjelaskan mengenai implementasi dan pengujian aplikasi yang

telah dibangun. Tahapan ini dilakukan setelah tahap analisis dan perancangan

selesai dilakukan, adapun tujuan dari tahapan ini adalah mempersiapkan aplikasi

agar dapat digunakan pengguna.

4.1.1 Perangkat Lunak Pembangun

Perangkat lunak yang digunakan untuk membangun perangkat lunak data

warehouse Koperasi Anugerah Rejeki yaitu :

Tabel 4.1 Perangkat Lunak Pembangun

No Perangkat Lunak Keterangan

1 Windows 8 (64 Bit) Sistem Operasi

2 SQL Server 2014 Penyimpanan Database

3 Visual Studio 2013 Tools Pembangun Aplikasi

4.1.2 Perangkat Keras Pembangun

Kebutuhan minimum perangkat keras (hardware) yang diperlukan untuk

membangun perangkat lunak data warehouse adalah perangkat keras komputer

Laptop dengan spesifikasi seperti dibawah ini :

Tabel 4.2 Perangkat Keras Pembangun

No Perangkat Keras Spesifikasi Minimum Eksistensi Keterangan

1 Processor Intel Quad Core Intel Core i3 Mendukung

2 RAM 2 GB 2 GB Mendukung

3 Hardisk 160 GB 500 GB Mendukung

4.1.3 Implementasi Basis Data

Pembuatan database dilakukan dengan menggunakan Microsoft SQL

(39)

1. Pembuatan database

Tabel 4.3 Database Data Warehouse CREATE DATABASE [dw_anugerahrejeki]

2. Pembuatan tabel dimensi peminjam

Tabel 4.4 Tabel Dimensi Peminjam USE dw_anugerahrejeki

CONSTRAINT FK_dim_peminjam_dim_wilayah FOREIGN KEY (no_wilayah) REFERENCES dim_wilayah (no_wilayah)

)

3. Pembuatan tabel dimensi wilayah

Tabel 4.5 Tabel Dimensi Wilayah USE dw_anugerahrejeki

4. Pembuatan tabel dimensi jenis

Tabel 4.6 Tabel Dimensi Jenis USE dw_anugerahrejeki

5. Pembuatan tabel dimensi keterangan

(40)

6. Pembuatan tabel dimensi jaminan

Tabel 4.8 Tabel Dimensi Jaminan USE dw_anugerahrejeki

7. Pembuatan tabel dimensi type kendaraan

Tabel 4.9 Tabel Dimensi Type Kendaraan USE dw_anugerahrejeki

8. Pembuatan tabel dimensi tanggal angsuran

Tabel 4.10 Tabel Dimensi Tanggal Angsuran USE dw_anugerahrejeki

CREATE TABLE dim_tanggal_angsuran (

id_tanggal_angsuran varchar (10) NOT NULL, tanggal int NULL,

9. Pembuatan tabel dimensi tanggal peminjaman

Tabel 4.11 Tabel Dimensi Tanggal Peminjaman USE dw_anugerahrejeki

CREATE TABLE dim_tanggal_peminjaman (

id_tanggal_peminjaman varchar (10) NOT NULL, tanggal int NULL,

bulan int NULL,

(41)

tahun int NULL,

PRIMARY KEY (id_tanggal_peminjaman) )

10.Pembuatan tabel fakta angsuran

Tabel 4.12 Tabel Fakta Angsuran USE dw_anugerahrejeki

CREATE TABLE fact_angsuran ( no_bukti int NOT NULL, ktp varchar (20) NULL, pokok float NULL, denda float NULL, jumlah float NULL,

id_tanggal_angsuran varchar (10) NULL, ke int NULL,

keterangan int NULL, PRIMARY KEY (no_bukti),

CONSTRAINT FK_fact_angsuran_dim_peminjam FOREIGN KEY (ktp) REFERENCES dim_peminjam (ktp),

CONSTRAINT FK_fact_angsuran_dim_tanggal_angsuran FOREIGN KEY

(id_tanggal_angsuran) REFERENCES dim_tanggal_angsuran (id_tanggal_angsuran), CONSTRAINT FK_fact_angsuran_dim_keterangan FOREIGN KEY

(keterangan) REFERENCES dim_keterangan (keterangan) )

11.Pembuatan tabel fakta peminjaman

Tabel 4.13 Tabel Fakta Peminjaman CREATE TABLE fact_peminjaman (

id_peminjaman varchar (15) NOT NULL, ktp varchar (20) NULL,

id_jaminan varchar (16) NULL, type varchar (20) NULL, jenis varchar (6) NULL, nominal float NULL,

id_tanggal_peminjaman varchar (10) NULL, PRIMARY KEY (id_peminjaman),

CONSTRAINT FK_fact_peminjaman_dim_peminjam FOREIGN KEY (ktp) REFERENCES dim_peminjam (ktp),

CONSTRAINT FK_fact_peminjaman_dim_jaminan FOREIGN KEY (id_jaminan) REFERENCES dim_jaminan (id_jaminan),

CONSTRAINT FK_fact_peminjaman_dim_typekendaraan FOREIGN KEY (type) REFERENCES dim_typekendaraan (type),

CONSTRAINT FK_fact_peminjaman_dim_jenis FOREIGN KEY (jenis) REFERENCES dim_peminjam (jenis),

CONSTRAINT FK_fact_peminjaman_dim_tanggal_peminjaman FOREIGN KEY

(id_tanggal_peminjaman) REFERENCES dim_tanggal_peminjaman

(42)

4.1.4 Implementasi Antar Muka

Implementasi antar muka dilakukan dengan menampilkan setiap tampilan

sistem yang dibangun dan pengkodeannya dalam bentuk file program. Adapun

untuk implementasi tampilan perangkat lunak data warehouse yang dibangun

dapat dilihat pada tabel dibawah ini :

Tabel 4.14 Impelentasi Perangkat Lunak

No Proses Nama Proses Nama File

1 Import dan ETL loading.cs

2 Informasi jumlah peminjaman setiap daerah dalam setiap bulan dan tahun.

olap1.cs

3 Informasi jumlah peminjam yang sering meminjam setiap daerah dalam setiap bulan dan tahun.

olap2.cs

4 Informasi jumlah bayar angsuran tepat waktu setiap daerah dalam setiap bulan dan tahun.

olap3.cs

5 Informasi jumlah bayar angsuran tidak tepat waktu setiap daerah dalam setiap bulan dan tahun.

olap4.cs

6 Informasi jumlah bayar angsuran tidak lunas setiap daerah dalam setiap bulan dan tahun.

olap5.cs gadaikan setiap daerah dalam setiap bulan dan tahun.

olap7.cs

4.2 Pengujian Sistem

Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas

perangkat lunak dan mempresentasikan kajian pokok dari spesifikasi, desain, dan

pengkodean. Pengujian dilakukan dengan cara alpha menggunakan metode black

box dan pengujian beta dengan menggunakan metode wawancara. Pengujian

alpha menggunakan metode black box berfokus pada persyaratan fungsional

perangkat lunak. Dengan demikian, pengujian alpha dengan menggunakan metode

black box berfokus pada persyaratan fungsional perangkat lunak. Pengujian ini

memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi

input yang sepenuhnya semua persyaratan fungsional untuk suatu program.

4.2.1 Pengujian Alpha

Pengujian alpha data warehouse yang dibangun menggunakan metode

pengujian black box. Adapun rencana pengujian selengkapnya dapat dilihat pada

(43)

Tabel 4.15 Rencana Pengujian Alpha

Kelas Uji Detail Pengujian Jenis Uji

Import dan ETL Berhasil Import dan Ektract, Transform, Load atau gagal Import dan Ekstract, Transform, Load

Black Box

OLAP Berhasil melakukan analisis OLAP dan mencetak Report

atau gagal melakukan analisis OLAP dan mencetak Report

Black Box

Kebutuhan Informasi Kebutuhan informasi yang ditampilkan sesuai atau tidak -

4.2.2 Kasus dan Hasil Pengujian Alpha

Pengujian alpha dilakukan untuk mengetahui apakah data yang

dimasukkan (input) sudah sesuai dengan yang diharapkan (Output). Berikut

penjelasan dari pengujian alpha.

a. Pengujian Import dan ETL

Pengujian import data dan proses ETL ini adalah data transaksional di import

ke dalam database OLTP agar terintegrasi yang kemudian akan langsung diproses

ETL dan melakukan pengujian untuk beberapa kemungkinan yang terjadi diluar

spesifikasi yang didefinisikan. Adapun tahap pengujian yang akan dilakukan

adalah :

Tabel 4.16 Pengujian Import

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file : ETL, data operasional tersimpan ke database OLTP dan kemudian melakukan proses ETL kemudian data hasil proses ETL tersimpan

ke database Data

Warehouse, sistem

menampilkan pesan

Kasus dan Hasil Uji (Data Tidak Normal)

Nama file : ETL, data operasional tidak tersimpan ke

database OLTP dan

kemudian tidak

melakukan proses ETL, sistem menampilkan pesan kesalahan.

(44)

Jaminan.xlsx (tidak

peminjaman dari hasil proses ETL.

Tabel 4.17 Pengujian OLAP Informasi Jumlah Peminjaman Setiap Kota Dan Kecamatan Dalam Setiap Bulan Dan Tahun

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjaman setiap kota dan kecamatan dalam setiap bulan dan tahun,

sistem menampilkan

OLAP, memilih roll-up dan drill-down, sistem melakukan roll-up dan

drill-down dan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjaman setiap kota dan kecamatan dalam

Tabel 4.18 Pengujian OLAP Informasi Jumlah Peminjam Yang Sering Meminjam Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Nama file :

Memilih OLAP

informasi jumlah

peminjam yang sering

meminjam setiap

kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

(45)

drill-down, sistem melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Nama file :

Memilih OLAP

informasi jumlah

peminjam yang sering

meminjam setiap

Tabel 4.19 Pengujian OLAP Informasi Jumlah Peminjam Yang Membayar Angsuran Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Nama file : kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

Tabel 4.20 Pengujian OLAP Informasi Jumlah Peminjamn Yang Membayar Angsuran Tidak Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan

Tahun

(46)

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

Tabel 4.21 Pengujian OLAP Informasi Jumlah Peminjam Yang Membayar Angsuran Yang Tidak Lunas Setiap Kecamatan Dalam Setiap Bulan Dan

Tahun

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

(47)

tidak dapat

menampilkan OLAP.

Tabel 4.22 Pengujian OLAP Informasi Jumlah Jenis Pinjaman Yang Sering Digunakan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Nama file :

Memilih OLAP

informasi jumlah jenis pinjaman yang sering

digunakan setiap

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

Nama file :

Memilih OLAP

informasi jumlah jenis pinjaman yang sering

digunakan setiap

Tabel 4.23 Pengujian OLAP Informasi Jumlah Type Kendaraan Yang Sering Di Gadaikan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Nama file :

Memilih OLAP

informasi jumlah type kendaraan yang sering di

gadaikan setiap

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem