Proses Tabulasi Data Menggunakan Data
Warehouse dan Teknologi OLAP untuk Analisa
Penjualan dalam Perusahaan Distributor
Tesis
Oleh:
Febrian Wahyu Christanto NIM: 972010024
Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Salatiga Juni 2012
Proses Tabulasi Data Menggunakan Data
Warehouse dan Teknologi OLAP untuk Analisa
Penjualan dalam Perusahaan Distributor
Tesis
Oleh:
Febrian Wahyu Christanto NIM: 972010024
Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Salatiga Juni 2012
Pernyataan
Tesis berikut ini :Judul : Proses Tabulasi Data Menggunakan Data Warehouse dan Teknologi OLAP untuk Analisa Penjualan dalam Perusahaan Distributor
Pembimbing : 1. Dr. Ir. Wiranto H. Utomo, M.Kom. 2. Prof. Dr. Ir. Eko Sediyono, M.Kom. adalah benar hasil karya saya :
Nama : Febrian Wahyu Christanto
NIM : 972010024
Saya menyatakan tidak mengambil sebagian atau seluruhnya dari hasil karya orang lain kecuali sebagaimana yang tertulis pada daftar pustaka.
Pernyataan ini dibuat dengan sebenar-benarnya sesuai dengan ketentuan yang berlaku dalam penulisan karya ilmiah.
Salatiga, 15 Juni 2012
iv
Prakata
Penelitian yang dilakukan penulis dalam rangka menyelesaikan tugas akhir atau tesis di Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga untuk persyaratan memperoleh gelar Master of Computer Science (M.Cs.) ini berjudul ”Proses Tabulasi Data menggunakan Data Warehouse dan Teknologi OLAP untuk Analisa Penjualan dalam Perusahaan Distributor”. Dengan tren teknologi Business Intelligent seperti OLAP saat ini yang dilakukan dan dimanfaatkan oleh berbagai pihak untuk kemudahan pekerjaan salah satunya di dalam dunia bisnis untuk melakukan analisa dan alat pembantu dalam proses pengambilan keputusan maka membuat penulis tertarik untuk mendalami bidang ini.
Dalam hal ini dilakukan penelitian perjalanan data penjualan dari proses input data hingga menjadi output berupa informasi dan analisa yang disajikan dalam bentuk numerik dan grafik menggunakan Microsoft Visual Studio 2010 dan SQL Server 2008 sebagai Database Management System. Perjalanan data atau tabulasi data ini melalui beberapa proses untuk menjadi output yang diinginkan pengguna seperti proses ETL (Extract, Transform, Loading) ke dalam Data Warehouse, proses pengambilan beberapa data oleh beberapa cube yang telah dibangun, kemudian proses analysis service, barulah menjadi output berupa informasi analistik.
Segala berkat dan penyertaan yang diberikan oleh TUHAN YESUS KRISTUS selama pengerjaan tesis ini, telah membuat penulis untuk mengucap syukur senantiasa sehingga tesis ini dapat
diselesaikan dengan baik. Selain itu penulis juga mengucapkan terima kasih kepada banyak pihak yang membantu terselesaikannya tesis ini. Penulis mengucapkan terima kasih kepada:
1. Bapak Andeka Rocky Tanaamah, SE., M.Cs. selaku Dekan Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga dan kakak yang telah senantiasa mendukung penulis dengan nasehat-nasehat untuk kemajuan penulis secara pribadi.
2. Bapak Prof. Dr. Ir. Eko Sediyono, M.Kom. selaku Ketua Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana dan sebagai Pembimbing 2 yang telah banyak membantu penulis dalam penyelesaian tesis ini.
3. Bapak Dr. Ir. Wiranto Herry Utomo, M.Kom. dimana adalah sebagai Pembimbing 1 yang telah dengan kerelaan hatinya membantu dalam proses pembuatan tesis ini dan senantiasa memberikan kemudahan sehingga tesis ini dapat diselesaikan dengan baik.
4. Mami dan Papi, Dik Vani, Dik Hiline, Eyang Kakung, Eyang Putri, Mbah Mo, Mbah Dok, Om Gatot, Mbak Atik, Bulik Ati, Pakdhe Tari, dan Budhe Ninik yang sepenuhnya telah memberikan dukungan secara materi, verbal dan dalam doa, sehingga penulis memiliki rasa semangat juang dan pantang menyerah dalam mengalami berbagai kesulitan.
vi
5. Bapak Cahyo Kushertomo dan Ibu Tamamah Washilati selaku SNS Point Head Ambarawa dan SNS Point Admin Ambarawa yang telah memberikan kesempatan kepada penulis untuk membuat penelitian pada perusahaan beliau.
6. Segenap Staff Pengajar di MSI FTI UKSW : T. Ari Setiawan Prasida, ST., M.Cs., Dra. Ade Iriani, MM., M. A. Ineke Pakereng, M.Kom., Indrastanti Ratna Widiasari, MT., Sri Yulianto Joko Prasetyo, S.Si., M.Kom., Wiwin Sulistyo, ST., M.Kom., Kurniawan Teguh Martono, MT., Dr. Suharto, Kristoko Dwi Hartomo, M.Kom., Yos Richard Beeh, ST., M.Cs., Frederik Samuel Papilaya, S.Kom., M.Cs., Marwata, SE. (Akt)., M.Si., Ph.D., Elisabeth Penti Kurniawati, SE., M.Ak., Ir. Irwan Sembiring, M.Kom., Theophilus Erman Wellem, ST., MS., dan Danny Zacharias, SH., MA. Yang telah memberikan banyak ilmu selama perkuliahan berlangsung dan maafkan penulis apabila sering tidur saat kuliah berlangsung.
7. Ibu Lucia Yuni, SE. Selaku Sekretaris MSI FTI UKSW yang telah membantu dalam hal administrasi selama kuliah.
8. Staff TU (Mas Santo, Pak John, Iyok, Irma, Mas Bedug, Marty, dan sebagainya) dan laboran Fakultas Teknologi Informasi Universitas Kristen Satya Wacana yang selama penulis dalam proses kuliah telah mengajarkan banyak hal baik tentang kuliah maupun non kuliah sehingga penulis dapat memiliki kemampuan untuk mengerjakan tesis ini. Maafkan apabila penulis sering menyusahkan kerja para Staff TU dan Laboran.
9. Teman-teman Software House Frame Data yang selalu mendukung dalam pembuatan tesis ini seperti Gondrong, Nancep, Mas Komplek, Yudha, Pohli, Boaz, Sanny, Lusi, Indra, Temon, Ricky, Dimcil, dan Blacky. Teman-teman kos Sinoman Tempel yang selalu menemani penulis disaat kegalauan datang seperti Lilik, Kris, Jimly, ibu kos tercinta, serta mas Aris. Bu Ari yang telah membuatkan kopi dan sarapan setiap pagi kepada penulis. Teman-teman seperjuangan Momot, Sita Gendut, Mesakh, Soren, Sinta, Olan, Atyb, Anton, Risang, dan Ramos yang telah membantu penulis dalam pembuatan tesis ini. My Beloved Girl Irma Ruckia Sihombing yang selalu memberikan kasih sayang dan perhatian ekstra dalam pembuatan tesis ini.
10. Teman-teman MSI angkatan 6 FTI UKSW kak Diana, kak Febry, kak Bentar, kak Roland, Pak Ferry, dan Lista Nagara maafkan apabila penulis paling muda dan paling nakal. Papi Haryadi yang telah mengajarkan Add-In SQL Server. Seluruh mahasiswa MSI FTI UKSW yang telah memberikan dukungan kepada penulis.
11. Para pedagang nasi goreng, nasi kucing, indomie, burjo, penjual kerang, Om Item, dan Om Agus.dkk yang telah menjual makanan dan minuman sehat, padat, dan nikmat kepada semua mahasiswa serta penulis dengan harga murah dan terjangkau.
12. Serta pihak-pihak lain yang dengan tulus telah mendukung penulis, serta memberikan penghiburan di kala penulis mengalami kesulitan yang belum dapat penulis sebutkan satu-persatu.
viii
Penulis menyadari masih banyak kekurangan dalam penyelesaian tesis ini. Oleh karena itu, penulis mengharapkan sumbang saran dan pikiran untuk perbaikan di masa yang akan datang. Semoga tesis ini dapat memberikan manfaat bagi semua pihak. Dengan adanya penelitian ini, penulis berharap bahwa penelitian yang telah dikembangkan dapat menjadi panduan bahkan acuan bagi pihak-pihak yang membutuhkan. Maju terus teknologi informasi Indonesia.
Salatiga, 15 Juni 2012
Febrian Wahyu Christanto Penulis
Daftar Isi
Hal
Halaman Judul ... i
Halaman Persetujuan ... ii
Halaman Pernyataan ... iii
Prakata ... iv
Daftar Isi ... ix
Daftar Gambar ... xi
Daftar Lampiran ... xii
Daftar Istilah ... xii
Abstract ... xiv
Bab 1 Pendahuluan ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Rumusan Masalah ... 3
1.3 Tujuan dan Manfaat ... 3
1.4 Batasan Masalah ... 4
1.5 Sistematika Penulisan ... 4
Bab 2 Tinjauan Pustaka ... 7
2.1 Penelitian Terdahulu ... 7
2.2 Landasan Teori ... 13
2.2.1 OLAP (Online Analytical Processing) ... 13
2.2.2 Data Warehouse ... 15
2.2.3 ASP.NET ... 19
2.2.4 SQL Server ... 22
Bab 3 Metode dan Perancangan Sistem ... 25
3.1 Lokasi dan Waktu Penelitian ... 25
3.2 Metode Penelitian ... 26
3.3 Unified Modelling Language (UML) ... 30
3.3.1 Usecase Diagrams ... 30
3.3.2 Activity Diagrams ... 32
3.3.3 Class Diagrams ... 33
3.3.4 Deployment Diagrams ... 35
x
Bab 4 Hasil dan Pembahasan ... 41
4.1 Pembahasan Hasil ... 42
4.2 Pengujian Hasil ... 50
4.2.1 Validation ... 50
4.2.2 Perfomance Analysis ... 50
Bab 5 Kesimpulan dan Saran Pengembangan ... 55
5.1 Kesimpulan ... 55
5.2 Saran Pengembangan ... 55
Daftar Pustaka ... 59
Daftar Gambar
Hal
Gambar 2.1 OLAP PLN Salatiga ... 8
Gambar 2.2 OLAP PT. Aneka Tuna Indonesia ... 9
Gambar 2.3 Arsitektur Data Warehouse ... 16
Gambar 2.4 Arsitektur OLAP ... 18
Gambar 2.5 Konsep Manajemen Kode pada ASP.Net ... 21
Gambar 3.1 Proses Perjalanan Data ... 26
Gambar 3.2 Arsitektur OLAP PT. SNS Point Ambarawa ... 29
Gambar 3.3 Usecase Diagram Sistem ... 31
Gambar 3.4 Activity Diagram Admin ... 32
Gambar 3.5 Class Diagram Sistem OLAP SNS Point Ambarawa 34 Gambar 3.6 Deployment Diagram ... 36
Gambar 3.7 Star Schema Data Warehouse ... 38
Gambar 4.1 OLAP Interface ... 42
Gambar 4.2 Proses Query ETL ... 43
Gambar 4.3 Data di dalam Data Warehouse ... 44
Gambar 4.4 Pembuatan Cube ... 45
Gambar 4.5 Proses Cube ... 46
Gambar 4.6 Connection String OLAP ... 47
Gambar 4.7 Pivot Grid OLAP ... 48
Gambar 4.8 Representasi Grafik OLAP ... 49
Gambar 4.9 Grafik Average Respontime... 51
Gambar 4.10 Grafik Error ... 52
Gambar 4.11 Grafik Error Report ... 52
Gambar 5.1 SQL Server Data Mining Add-Ins Installation ... 56
xii
Daftar Lampiran
Hal Lampiran 1 Surat Keterangan PT. SNS Point Ambarawa ... 59
Daftar Istilah
SNS Point : Sinar Niaga Sejahtera Point OLAP : Online Analytical Processing BI : Business Intelligent
UML : Unified Modeling Language ASP.NET : Active Server Pages .NET SQL : Structured Query Language
xiv
Abstract
Recently, the needs of data processing into information have a very important role, especially in the highly competitive corporate world. Here, the role of technology is required to produce information that is fast, safe, and appropriate in assisting the company process while making decision. As the development of OLAP technology in Indonesia, the study took place at PT. Sinar Niaga Sejahtera in Ambarawa, Indonesia. It will be constructed with the Data Warehouse using a Star Schema and OLAP technology based on Website to complete the company’s needs about the summary of the information which was generated to analyze the company's sales results. The processing data into information which is emphasized in this paper is to describe in details about the data processing that will help in the learning and develop an application to build a better OLAP system.
Bab 1
Pendahuluan
1.1
Latar Belakang Masalah
Kebutuhan akan informasi dan pengetahuan di kehidupan modern saat ini menjadi suatu yang sangat penting bagi manusia maupun organisasi pada saat ini. Informasi adalah kumpulan dari data yang diolah sedemikian rupa untuk dapat dilihat dan dikonsumsi pemilik data sebagai salah satu faktor untuk membantu proses pengambilan keputusan. Sedangkan pengetahuan sendiri adalah kumpulan dari informasi yang didapat dan dapat dipakai untuk menyelesaikan suatu masalah (Karvalics, 2007).
Dari pengertian tersebut, maka kevalidan dan kecepatan pengolahan dari data menjadi informasi sangat dibutuhkan untuk menghadapi persaingan global. Untuk mengakomodasi kebutuhan tersebut maka teknologi akan sangat membantu dalam proses ini sehingga informasi yang didapatkan akan diperoleh secara cepat untuk mendapatkan keuntungan tertentu.
Karena varietas dari data yang semakin lama semakin besar dan beragam, maka harus didukung dengan teknologi yang memadai untuk menyimpan data-data tersebut dengan aman. Data Warehouse adalah solusi terbaik untuk penyimpanan data dengan jumlah yang sangat banyak dan dengan varietas data yang beragam. Dengan solusi Data Warehouse, maka hanya ada satu sumber data yang terpercaya yang dapat digunakan oleh semua yang membutuhkan, baik untuk pelaporan, analisa informasi maupun untuk pengambilan
keputusan. Dengan Data Warehouse ditambah dengan aplikasi khusus tersebut dapat menghemat investasi, dibandingkan dengan setiap organisasi pada lingkup departemen harus membangun proses atau stream dengan pembangunan aplikasi operasional (Anonim, 2004).
Permasalahan mulai timbul karena implementasi Data Warehouse yang digabungkan dengan aplikasi OLAP cukup rumit. Sehingga perlu beberapa teknologi pendukung untuk dapat menghasilkan aplikasi Data Warehouse yang didukung oleh aplikasi OLAP. Dalam penulisan tesis ini akan dijabarkan proses tabulasi data dari proses input, pengolahan data melalui proses ETL (Extract, Transform, Loading), penyimpanan data di dalam Data Warehouse, pengambilan data melalui beberapa cube dari Data Warehouse, serta proses pengolahan data melalui teknologi OLAP sehingga akan dihasilkan output berupa informasi yang dibutuhkan dan mudah dibaca oleh pengguna dalam hal ini PT. Sinar Niaga Sejahtera Point Ambarawa yaitu perusahaan distributor Garuda Food di wilayah Salatiga, Ambarawa, Ungaran, dan sekitarnya untuk membantu proses pengambilan keputusan dan proses pemeriksaan terhadap data penjualan karena varietas data dari perusahaan ini cukup banyak dan kompleks.
Didukung dengan adanya teknologi jaringan internet, maka dengan adanya penelitian ini, penulis berharap permasalahan yang dapat terjadi karena rumitnya implementasi teknologi OLAP yang dihubungkan dengan Data Warehouse akan teratasi dan akan membantu proses pembelajaran untuk dunia pendidikan dan membantu developer software untuk membangun sistem OLAP yang lebih baik lagi dari penelitian ini karena setiap langkah dan
proses dalam perjalanan data menggunakan aplikasi ini akan dijelaskan secara mendetail dengan menggunakan print screen gambar sehingga memudahkan pembelajaran.
1.2
Rumusan Masalah
Dari uraian latar belakang, maka permasalahan penelitian ini adalah bagaimana memberikan penjelasan dan penjabaran akan proses tabulasi data dari teknologi OLAP dan Data Warehouse untuk menghasilkan informasi yang valid, cepat, dan mudah dibaca.
1.3
Tujuan dan Manfaat
Tujuan yang ingin dicapai dalam proses tabulasi data menggunakan teknologi OLAP yang didukung oleh Data Warehouse adalah menjabarkan secara mendetail proses tabulasi data yang diolah dengan teknologi OLAP dan Data Warehouse sehingga menjadi suatu informasi yang dibutuhkan oleh penggunanya. Selain itu tujuan lain dari penelitian ini adalah memberikan pemaparan tentang keunggulan teknologi OLAP dan Data Warehouse dalam hal performa, kemampuan penyimpanan data, dan kemampuan menganalisa data menjadi informasi yang efektif.
Manfaat dari yang ingin dicapai dari penelitian ini adalah memudahkan berbagai pihak untuk membuat dan mengimplementasikan teknologi OLAP dan Data Warehouse yang cenderung rumit. Dengan adanya penelitian ini diharapkan akan muncul semakin banyak teknologi OLAP dan Data Warehouse yang lebih baik lagi serta diharapkan dapat membantu penelitian selanjutnya jika penelitian ini dijadikan referensi sekaligus
pembanding.
1.4
Batasan Masalah
Batasan masalah pada penelitian ini meliputi beberapa hal, yaitu sebagai berikut:
a. Data yang dipakai hanya data penjualan dari PT. Sinar Niaga Sejahtera Point Ambarawa.
b. Data yang dipakai adalah data penjualan dari bulan Maret 2010 sampai dengan bulan Maret 2012 (satu tahun).
c. Informasi direpresentasikan dengan menggunakan print screen gambar setiap langkah dari proses tabulasi data yang berjalan dalam sistem OLAP PT. Sinar Niaga Sejahtera Point Ambarawa.
d. Tidak membahas tentang sistem keamanan jaringan.
e. Aplikasi dibuat menggunakan bahasa pemrograman ASP.NET dan SQL Server sebagai DBMS (Database Management System).
1.5
Sistematika Penulisan
Dalam penulisan tesis ini akan diuraikan menjadi lima bagian utama yang setiap bagiannya akan dikelompokkan menjadi bab secara berurutan, dimana kelima bab tersebut akan dijelaskan secara kronologis sebagai berikut :
Bab 1 Pendahuluan. Bab ini menjelaskan mengenai latar belakang masalah, rumusan masalah, tujuan dan manfaat, batasan masalah atau ruang lingkup serta sistematika penulisan tugas akhir yang bersangkutan.
Bab 2 Tinjauan Pustaka. Dalam bab ini akan dijelaskan secara ringkas dan jelas mengenai dasar-dasar teori yang mendukung dalam penelitian yang dilakukan oleh penulis, yaitu mengenai bagaimana konsep OLAP, Data Warehouse, serta tabulasi data baik secara mendasar maupun dalam tahap pengembangannya. Selain itu juga akan dijelaskan apa dan bagaimana aplikasi OLAP bekerja yang membedakannya dengan suatu website yang biasa. Dalam bab ini, seluruh konsep yang didapatkan didukung oleh beberapa metode dari ahli atau hasil penelitian lainnya yang sejenis yang pernah dilakukan sebelumnya, sehingga diharapkan seluruh konsep yang terdapat dalam penelitian ini benar-benar mendukung penelitian pada tahap selanjutnya.
Bab 3 Metode dan Perancangan. Bab ini memberikan penjelasan mengenai beberapa tahap yang dilakukan dalam hal penerapan metode atau dasar teori ke dalam sebuah rancangan. Seluruh langkah-langkah yang dilakukan dalam melakukan perancangan dijelaskan dalam bab ini, baik dalam bentuk model diagram bentuk rancang maupun sistematika perancangan lainnya sehingga penelitian dapat mencapai hasil yang diinginkan. Bentuk rancang yang diutamakan lebih kepada tabulasi data menggunakan teknologi OLAP dan Data Warehouse.
Bab 4 Hasil dan Pembahasan. Bab ini akan memberikan uraian secara jelas ketika hasil penelitian diuraikan dan dipaparkan secara rinci mengenai proses tabulasi data di dalam sistem. Proses pengujian pun akan dilakukan terhadap performa sistem untuk mengolah data menjadi output yang diinginkan serta semua fitur yang ada dalam sistem dengan berbagai kondisi yang diberikan sesuai dengan batasan masalah atau yang sudah dirancangkan
sebelumnya.
Bab 5 Kesimpulan dan Saran. Bab ini akan memberikan penjelasan berupa kesimpulan secara mendalam mengenai hasil dan pengujian di dalam penelitian ini, berikut beberapa saran apabila penelitian ini akan mengalami perkembangan selanjutnya.
Bab 2
Tinjauan Pustaka
2.1
Penelitian Terdahulu
Perkembangan penggunaan teknologi OLAP yang didukung dengan Data Warehouse di negara berkembang khususnya di Indonesia mencapai angka yang meningkat dari waktu ke waktu terbukti sebelum riset ini dijalankan, telah terdapat beberapa riset maupun pembangunan aplikasi OLAP di berbagai bidang. Dengan beberapa literatur yang didapat dapat dipakai sebagi tolok ukur dalam pembangunan sistem OLAP dan analisa perjalanan data menjadi informasi di PT. Sinar Niaga Sejahtera Point.
Penelitian tentang OLAP dan Data Warehouse di Indonesia pernah dilakukan dengan fokus penelitian pada Perancangan dan Pembangunan OLAP dan Data Warehouse pada PLN Salatiga Indonesia menggunakan Skema Snowflake. Penelitian ini membahas tentang pembuatan Data Warehouse untuk menampung data transaksi dari tiap-tiap kecamatan yang ada di Salatiga dan sekitarnya, yang dapat membantu PLN Salatiga dalam menganalisa data secara otomatis pada saat transaksi yang terjadi, sehingga analisa data yang dulunya manual bisa menjadi lebih mudah dan cepat. Beberapa hasil analisa yang dapat dipakai untuk kepentingan PLN Salatiga adalah seberapa besar pendapatan dari beberapa dimensi, yang nantinya akan mempengaruhi dalam pengambilan kebijakan. Kebijakan tersebut terkait dengan analisa daya listrik, kemampuan bayar, dan penyalahgunaan produk dari PLN Salatiga oleh masyarakat yang menggunakan (Prasetyo dan Handoyo, 2008).
Hasil dari penelitian ini terdapat di dalam Gambar 2.1.
Gambar 2.1 OLAP PLN Salatiga
Selain itu terdapat pula sebuah penelitian yang dilakukan dalam dunia pendidikan Indonesia berjudul EDUOLAP (Education Online Analysis Processing) yang digunakan untuk membantu proses pengambilan keputusan yang menyajikan potret pendidikan di Indonesia secara komprehensif karena didukung dengan data yang akurat dan disertai metode analisa yang teruji. Target utama sistem ini adalah pemimpin sebagai penentu kebijakan yang sesuai dengan ruang lingkup maupun wilayah tanggungjawabnya di lingkungan Departemen Pendidikan Nasional Republik Indonesia (Balitbang, 2008).
Dalam penelitian tentang Data Warehouse dengan judul Analisis dan Desain Data Warehuose di Balai Besar Meteorologi dan Geofisika Wilayah I Medan Indonesia, Data Warehouse dibangun untuk mengkonsolidasi dan menyediakan data kelompok Meteorologi, Klimatologi, dan Geofisika sesuai dengan kebutuhan pengguna dan dapat diakses dengan cepat. Dari hasil desain Data
Warehouse ini dapat disediakan kebutuhan informasi yang rinci tentang analisis cuaca dan gempa untuk memenuhi kebutuhan yang akan datang, kelengkapan kebutuhan, kecepatan akses, dan pengelolaan integrasi data (Safril dan Tjahyanto, 2006).
OLAP sekarang ini banyak pula dimanfaatkan untuk membuat laporan jalur proses produksi, salah satu contoh terdapat pada PT Aneka Tuna Indonesia. PT Aneka Tuna Indonesia ialah perusahaan yang bergerak dalam bidang pengolahan ikan tuna menjadi beberapa produk yang pasarnya sebagian keluar negeri. Laporan yang dibuat menggambarkan dinamika produksi pada periode tertentu yang mulai dari pengiriman ikan oleh supplier hingga staffing. Laporan ini akan ditampilkan dalam bentuk tabel dan grafik. Dengan adanya aplikasi OLAP ini dapat membantu pihak manajemen PT. Aneka Tuna Indonesia dalam memeriksa dan mengawasi proses dan hasil produksinya dan mendukung pengambilan keputusan perusahaan (Prasetyo dkk, 2010). Hasil dari penelitian ini dapat dilihat dalam Gambar 2.2.
Penelitian tentang Data Warehouse berbasis OLAP lain berbasis pendidikan yang berjudul Pembuatan Data Warehouse Pengukuran Kinerja Proses Belajar Mengajar di Jurusan Teknik Informatika Universitas Kristen Petra, Data Warehouse digunakan untuk membantu penyediaan data yang dibutuhkan dalam pengukuran kinerja proses belajar mengajar tersebut. Informasi yang dihasilkan pada Data Warehouse tersebut adalah kinerja dosen, kinerja mahasiswa, tingkat kelulusan mata kuliah, dan summary dari nilai tiap mata kuliah. Proses multidimensional query dilakukan dengan menggunakan pivoting table dan chart. Pengguna dapat memanipulasi data yang tampil pada setiap sumbunya seperti yang dapat dilakukan pada pivot table, hanya saja informasi yang ditampilkan akan berbentuk grafik (Handojo dan Rostianingsih, 2004).
Penelitian tentang OLAP ini juga pernah dilakukan di luar negeri antara lain penelitian pada pembuatan Enterprise Resource Planning (ERP), dalam penelitian ini teknik proses analisis Data Warehouse online digunakan sebagai alat pengambil keputusan untuk menganalisa laporan dan mempresentasikan data grafik dari ERP. Bisa dikatakan bahwa OLAP sebagai alat yang menyajikan ringkasan data perspektif yang berbeda (Adellatif, 2011).
Database multidimensi merupakan aset besar untuk pengambilan keputusan. Query OLAP (On-Line Analytical Processing) sangat komplek, sering mengembalikan fakta-fakta data yang benar, kadang-kadang memberikan sedikit atau tidak ada informasi. Lebih jauh lagi, karena volume besar dari data historis yang disimpan dalam Data Warehouse, aplikasi OLAP kemungkinan mengembalikan sejumlah besar informasi yang tidak
relevan yang bisa membuat proses eksplorasi data tidak efisien dan terlambat. OLAP merupakan sistem personalisasi yang memiliki peran penting dalam mengurangi usaha pembuat keputusan untuk menemukan informasi yang paling menarik. Pada penelitian ini bertujuan untuk menyediakan data komprehensif yang meninjau literatur pada pendekatan personalisasi OLAP. Studi pembandingan OLAP dengan metode personalisasi yang diusulkan. Beberapa kriteria evaluasi yang digunakan untuk mengidentifikasi adanya tren serta potensi kebutuhan untuk penyelidikan lebih lanjut. (Aisisi, 2012)
Data Warehouse adalah sistem komputer yang dirancang untuk pengarsipan dan menganalisis data historis organisasi, seperti penjualan, pelanggan, produk, gaji, atau informasi lain dari sehari-hari operasi OLTP. Biasanya, sebuah organisasi meringkas dan menyalin informasi dari sistem operasional untuk gudang data pada jadwal rutin, seperti harian, mingguan, bulanan, kuartalan atau setiap tahun. Setelah itu, manajemen dapat melakukan query kompleks dan analisis OLAP informasi tanpa memperlambat sistem operasional. Muncul pandangan dapat menjadi salah satu pilihan terbaik dalam hal ini dan dapat digunakan dalam beberapa cara. Ini dapat digunakan dalam database terdistribusi untuk replikasi dan dapat juga digunakan untuk efisien penyediaan data permintaan melalui permintaan menulis ulang. Proses penyediaan data pertanyaan lebih lanjut dapat dipercepat jika child-view sudah ada. Dalam penelitian ini, pendekatan yang seimbang disarankan untuk membuat sub-materialized dan dilihat untuk menjawab permintaan pengguna tanpa konsultasi fact table atau parents sehingga muncul pandangan dalam menghindari perhitungan intensif sumber daya dan bergabung
dengan beberapa table (Saqib, 2012).
Query database adalah bidang penelitian domain dalam sistem OLAP, di mana pengguna meninggalkan proses yang lama dalam menavigasi data cubes yang besar. Dalam karya ini, disajikan sebuah kerangka kerja untuk sistem OLAP yang memanfaatkan penyelidikan untuk meningkatkan analisis berbasis penemuan. Kerangka kerja ini menganjurkan penemuan-penemuan yang terdeteksi dalam penelitian sebelumnya mengenai data yang tak terduga yang sama pada penelitian sekarang ini. Penelitian ini dicapai dengan menganalisis log query untuk menemukan pasangan sel pada berbagai tingkat detail yang nilai ukuran yang berbeda secara signifikan, dan menganalisis permintaan saat ini untuk mendeteksi jika sepasang tertentu sel yang nilai ukuran yang berbeda secara signifikan dapat berhubungan dengan apa yang ditemukan di log. Awal percobaan yang dilakukan untuk menilai kualitas rekomendasi dalam hal ketepatan serta efisiensi komputasi secara on-line (Giacometti, 2011).
Pada penelitian kali ini yang mengangkat judul “Proses Tabulasi Data menggunakan Data Warehouse dan Teknologi OLAP untuk Analisa Penjualan dalam Perusahaan Distributor”, penulis berusaha untuk menggabungkan kemampuan dan kelebihan OLAP yang didukung oleh suatu Data Warehouse untuk diteliti proses tabulasi datanya dimulai dari proses input hingga menghasilkan suatu informasi yang relevan dan efektif yang pada nantinya dibutuhkan oleh pihak perusahaan untuk membantu proses pengambilan keputusan serta pemeriksaan hasil penjualan.
2.2
Landasan Teori
2.2.1 OLAP (On-Line Analytical Processing)
OLAP adalah kepanjangan dari On-Line Analytical Processing. Saat ini OLAP lebih sering terdengar dengan istilah BI (Business Intelligent). Secara umum OLAP dapat digambarkan sebagai sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap query analitik yang bersifat multidimensi. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing) (Lin dan Brown, 2002).
Salah satu aplikasi khusus untuk mengolah Data Warehouse adalah OLAP (On-Line Analytical Processing) yaitu aplikasi yang digunakan untuk merepresentasikan hasil olahan data yang diambil dari Data Warehouse. OLAP merupakan sistem yang bertugas untuk mengubah data yang disimpan dalam Data Warehouse dan mentransformasikan data menjadi struktur multidimensi (cube). Hasilnya nanti juga akan dapat dibuat sebagai sebuah summary report yang multidimensi (Ivanova dan Rachev, 2004). Beberapa aplikasi yang dihasilkan dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis, penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Secara umum OLAP dapat digambarkan
sebagai sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap query analitik yang bersifat multidimensi. Karakteristik OLAP menurut Lin dan Brown (2002) adalah
1. Fast, berarti bahwa informasi dapat diperoleh secara cepat, untuk memproses data sejumlah 1.000.000 transaksi hanya dibutuhkan waktu kurang lebih 2.5 menit dengan 10 dimensi dan 3 jenis ukuran.
2. Analysis, berarti bahwa sistem dapat mencakup Business Logic dan data analisa statistika yang relevan dengan data-data yang tersedia.
3. Share, berarti bahwa sistem ini diimplementasikan dengan suatu sistem keamanan untuk menjaga kerahasiaan informasi, sehingga setiap user dapat diatur hak akses sesuai kebutuhan.
4. Multidimensional, berarti bahwa kunci kebutuhan penggunaan aplikasi OLAP selalu mengandung unsure multidimensi.
5. Information, adalah semua data dan turunan informasi yang dibutuhkan oleh aplikasi.
OLAP menggambarkan sebuah kelas teknologi yang dirancang untuk analisa dan akses data secara khusus. Apabila pada proses transaksi pada umumnya semata-mata adalah pada relational database, OLAP muncul dengan sebuah cara pandang multidimensi data. Cara pandang multidimensi ini didukung oleh teknologi multidimensi database. Cara ini memberikan teknik dasar untuk kalkulasi dan analisa oleh sebuah aplikasi bisnis. OLTP mempunyai karakteristik beberapa user dapat creating, updating, retrieving untuk setiap record data, lagi pula OLTP sangat optimal untuk updating data. OLAP aplikasi digunakan untuk analisa dan mengatur
frekuensi level dari agregat (ringkasan jumlah data dalam Data Warehouse dari yang semula bersifat detail menjadi lebih ringkas agar performa Data Warehouse lebih cepat) (Edi dan Betshani, 2009). Database biasanya di-update pada kumpulan data, jarang sekali dari multiple source dan menempatkan kekuatan analisa pada back-end pada operasi aplikasi. Sebab itulah OLAP sangat optimal digunakan untuk analisis. Saat data telah diolah dari Data Warehouse menuju Data Mart atau biasa disebut OLAP Cube (Gambar 2.3), maka data-data tersebut akan didistribusikan melalui beberapa query ke sebuah aplikasi OLAP sebagai antarmuka yang secara langsung berhubungan dengan user.
2.2.2 Data Warehouse
Menurut Suprianto (2008) Data Warehouse merupakan kumpulan data dari berbagai resource, yang terintegrasi, teragregrasi dan terstruktur yang disimpan dalam suatu gudang data (repository) dalam kapasitas besar sehingga memungkinkan user untuk memeriksa history data dan mendukung analisa dengan tujuan dapat digunakan untuk proses pengambilan keputusan berdasarkan analisa yang dibuat. Sehingga karakteristik dan arsitektur Data Warehouse dapat terlihat di dalam Gambar 2.3 menggambarkan proses perjalanan data ke dalam Data Warehouse untuk kemudian dapat diolah dan dihasilkan informasi untuk kebutuhan beberapa pihak tertentu.
Gambar 2.3 Arsitektur Data Warehouse (Suprianto, 2008)
Arsitektur Data Warehouse dalam Gambar 2.3 menggambarkan bahwa data yang didapatkan berasal dari berbagai macam ekstensi seperti SQL dan Oracle kemudian akan dimasukkan ke dalam Data Warehouse melalui proses ETL (Extract, Transform, Loading). Saat sudah di dalam Data Warehouse maka data akan dilakukan proses back up untuk keamanannya. Untuk pengambilan data dari Data Warehouse tidak dilakukan secara langsung, melainkan harus melalui beberapa Data Mart atau beberapa aplikasi khusus Data Warehouse. Data di dalam Data Mart ini bersifat dumi data karena data yang asli berada di dalam Data Warehouse dan tidak dapat dilakukan manipulasi. Hanya data yang tgerdapat di dalam Data Mart dan aplikasi saja yang dapat dilakukan manipulasi dan proses.
Data Warehouse merupakan teknologi yang terbangun atas himpunan konsep baru dan perangkat yang digunakan untuk mendukung aktivitas pekerja pengetahuan seperti manager, eksekutif
dan analis sistem. Materi produk teknologi ini digunakan untuk perangkat pengambilan keputusan organisasi.
Pendekatan mendasar pembangunan Data Warehouse adalah tersedianya informasi yang berkualitas untuk organisasi dari sumber data internal dan eksternal yang berada dalam bentuk bervariasi mulai dari data dalam bentuk struktur tradisional sampai dengan data dalam bentuk yang tidak terstruktural seperti tipe data tekstual atau multimedia. Fungsi utama Data Warehouse adalah mengambil (termasuk data dari luar yang dibutuhkan, misalnya daftar kode pos dari kantor pos), mengumpulkan, mempersiapkan (transforming, seperti membersihkan, mengintegrasikan, decoding), menyimpan (loading), dan menyediakan data untuk pemakai atau aplikasi yang bersifat query atau reporting (read-only), hanya satu data terpercaya ini yang digunakan oleh semua yang membutuhkan (single version of truth), untuk pelaporan, analisa informasi dan mengambil keputusan (analytical application). Sekali data masuk ke dalam data warehouse, data yang memang dirancang dan ditujukan bukan hanya untuk satu atau sejumlah pemakaian yang sudah diketahui, dapat digunakan untuk aplikasi mendatang dan belum pernah sebelumnya terpikirkan, dibandingkan ini dengan pembangunan aplikasi operasional (Darmawikarta, 2003).
Jadi, Data Warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Secara fisik Data Warehouse adalah database, tetapi perancangan Data Warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada Data Warehouse normalisasi bukanlah cara yang terbaik.
Konsep dasar OLAP bersumber dari kebutuhan untuk efisiensi. Rangkuman atau agregasi data, penjumlahan, rerata, nilai maksimum dan minimum dikalkulasi dan disimpan dalam data cube yang bersifat multidimensional (Lin dan Brown, 2002).
Gambar 2.4 Arsitektur OLAP dalam Data Warehouse (Lin dan Brown, 2002)
Penjelasan Gambar 2.4 adalah tentang perjalanan data transaksi kemudian diproses menjadi data multidimensional yang diterapkan ke dalam bentuk output visualisai yang kemudian hasilnya langsung dapat dianalisis.
Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisis, bersifat orientasi subjek, terintegrasi, time-variant, dan tidak berubah yang digunakan untuk membantu para pengambil keputusan.
Data Warehouse disertai OLAP dapat menghasilkan output yang dapat digunakan sebagai analisa yang akan sangat membantu perusahaan dalam mengambil keputusan secara cepat dan tepat.
Dengan bantuan Data Warehouse, pada sistem OLAP PT. SNS Point Ambarawa diharapkan dapat melakukan analisa profitabilitas produk ini akan menjadi begitu penting bagi perusahaan pemakainya, selain itu dapat dijelaskan pemakaian Data Warehouse pada penelitian ini untuk jangka waktu ke depan dengan record hystoris data pada perusahaan yang bertambah lebih banyak dan lebih besar, maka daya tampung Data Warehouse akan memenuhi kebutuhan sistem sehingga akan menghemat biaya bagi perusahaan apabila ingin mengembangkan aplikasinya. Pentingnya penggunaan Data Warehouse adalah mengolah historis data yang komplek (dalam jumlah besar) menjadi informasi yang mudah dipahami dalam bentuk grafik, dan akhirnya dapat menunjang kemudahan bagi perusahaan untuk menganalisa pengukuran profitabilitas terhadap produk-produk yang ada dalam suatu perusahaan distributor menjadi kebutuhan terpenting bagi manajemen perusahaan saat ini pada Data Warehouse yang ada.
2.2.3 ASP.NET
ASP.NET adalah singkatan dari Active Server Page .NET yaitu kumpulan teknologi dalam Framework .NET untuk membangun aplikasi web dinamik dan XML Web Service (Layanan Web XML).Halaman ASP.NET dijalankan di server kemudian akan dibuat halaman markup (penanda) seperti HTML (Hypertext Markup Language), WML (Wireless Markup Language), atau XML (Extensible Markup Language) yang dikirim ke browser desktop atau mobile (Siregar, 2007).
ASP.NET merupakan komponen Internet Information Services (IIS). Oleh karena itu, untuk menginstalasikan ASP, harus juga menginstalasikan IIS. ASP.NET adalah komponen utama Window yang membuat ISS dapat menjalankan aplikasi yang berbasiskan .NET. Harus diperhatikan ASP.NET tidak terinstalasi secara otomatis ketika IIS diinstal. Instalasi yang sukses secara otomatis juga akan menghasilkan beberapa komponen dan sumber daya seperti :
1. ASP.NET Performance Counter, tiap versi ASP.NET memiliki performance center yang berbeda.
2. ASP.NET State Service, digunakan untuk mengatur session state. Semua versi ASP.NET akan menggunakan State Service yang sama yaitu yang disediakan oleh versi terbaru.
3. ASPNET local user account, pada komputer yang berdiri sendiri ataupun member server local user acount bernama ASPNET akan dibuat ketika ASP.NET diinstal.
Banyak kemudahan dan keunggulan yang ditawarkan apabila web developer menggunakan ASP.NET dalam pekerjaan mereka antara lain sebagai berikut :
1. Penyederhanaan
ASP.NET membuat mudah tugas umum seperti pembuatan form, otentikasi client, validasi data, konfigurasi situs, dan deployment. 2. Perbaikan Performa
Karena ASP.NET dikompilasi ke CLR sehingga performanya lebih baik dari ASP yang interpreter.
3. Form-form Web
Merupakan model pemrograman baru yang menggabungkan aplikasi ASP dengan kemudahan pengembangan dan produktifitas Visual Basic.
4. Kode Nonspaghetti
Model pemrograman ASP.NET memisahkan kode dari presentasi sehingga mempermudah membuat konstruksi dan mengelola kode.
5. Perbaikan Manajemen Status
ASP.NET menyediakan status aplikasi dan sesi yang mudah digunakan. ASP.NET mengatasi keterbatasan tersebut dengan menyediakan dukungan pendistribusian status sesi dalam server web, menaruh informasi status dalam SQL Server, serta menyediakan pengelolaan status tanpa cookies yang dapat dilihat pada Gambar 2.5.
2.2.4 SQL Server
SQL Server 2008 menyediakan platform data warehouse yang komprehensif dan terukur, yang dapat disimpan dalam analisis terpisah untuk analisis kuat, dalam rangka memenuhi ratusan ribu pengguna di beberapa megabyte kebutuhan data. Berikut ini adalah SQL Server 2008, data warehouse dalam beberapa keuntungan, antara lain (Suprianto, 2008):
1. Kompresi Data
Data warehouse data kapasitas sebagai sistem operasi, peningkatan pesat dalam jumlah yang terus tumbuh. Tertanam di SQL Server 2008, data kompresi memungkinkan perusahaan untuk menyimpan data secara lebih efektif, sementara juga meningkatkan kinerja, karena bawah I / O persyaratan.
2. Cadangan Kompresi
Secara online untuk melakukan backup disk berbasis biaya yang sangat mahal, dan memakan waktu. Dengan SQL Server 2008 kompresi cadangan, untuk mempertahankan cadangan online mengurangi penyimpanan yang diperlukan dan kecepatan backup menjadi jauh lebih cepat, karena disk yang dibutuhkan dikompres dengan ukuran yang sekecil mungkin.
3. Paralel Tabel Partisi
Segmentasi memungkinkan perusahaan untuk lebih efektif mengelola tabel data yang besar dan berkembang, asalkan sederhana untuk memisahkan mereka sebagai mudah untuk mengelola data blok. Di SQL Server 2008 pada pembentukan keuntungan dari divisi, yang meningkatkan kinerja operasi tabel partisi besar.
4. Star Query Optimizer
SQL Server 2008 untuk skenario gudang data umum memberikan peningkatan kinerja query. Star bergabung modus sambungan optimizer query dengan mengidentifikasi Data Warehouse mengurangi waktu dari respon query tersebut.
5. Sumber Daya Monitor
SQL Server 2008 sumber daya monitor dengan pengenalan perusahaan dapat memberikan tanggapan pengguna akhir yang konsisten dan dapat diprediksi. Resource Monitor memungkinkan perusahaan untuk bekerja untuk definisi yang berbeda dari keterbatasan sumber daya dan prioritas beban, yang membuat beban kerja konkuren untuk memberikan kinerja yang konsisten.
SQL Server adalah sebuah implementasi dari sistem manajemen basisdata relasional (RDBMS) yang didistribusikan dibawah lisensi GPL (General Public License). Setiap pengguna dapat secara bebas menggunakan SQL Server, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. SQL Server sebenarnya merupakan turunan salah satu konsep utama dalam basisdata yang telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis.
Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja pengoptimasiannya dalam melakukan proses perintah-perintah SQL yang dibuat oleh pengguna maupun
program-program aplikasi yang memanfaatkannya. Sebagai peladen basis data, SQL Server mendukung operasi basisdata transaksional maupun operasi basisdata non-transaksional. Pada modus operasi non-transaksional, SQL Server dapat dikatakan unggul dalam hal unjuk kerja dibandingkan perangkat lunak peladen basisdata kompetitor lainnya. Namun demikian pada modus non-transaksional tidak ada jaminan atas reliabilitas terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi blogging berbasis web (wordpress), CMS, dan sejenisnya. Untuk kebutuhan sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan modus basisdata transaksional, hanya saja sebagai konsekuensinya unjuk kerja SQL Server pada modus transaksional tidak secepat unjuk kerja pada modus non-transaksional.
Bab 3
Metode dan Perancangan Sistem
Penelitian ini dimulai dari pengambilan data penjualan PT. Sinar Niaga Sejahtera Point Ambarawa yang kemudian diteruskan dengan permintaan ijin untuk melakukan replikasi sistem untuk membantu proses penelitian perjalanan data dan tabulasi data. Peneilitian dilanjutkan dengan pemaparan tabulasi data dari proses input sampai dengan output sesuai dengan judul dan rumusan masalah yang telah ditentukan sebelumnya.
Untuk lebih menjelaskan mengenai sistem OLAP dan Data Warehouse yang telah dibangun di PT. Sinar Niaga Sejahtera Point akan digambarkan dengan beberapa diagram UML seperti use-case diagram, activity diagram, class diagram, serta deployment diagram untuk user yang berperan dalam proses tabulasi data dalam sistem ini.
3.1
Lokasi dan Waktu Penelitian
Penelitian yang dilakukan di PT. Sinar Niaga Sejahtera Ambarawa bertempat di Ruko I Ambarawa Jl. Brigjend Sudiarto Ambarawa yang dilakukan pada bulan April-Mei 2012.
Alasan pengambilan tempat penelitian di perusahaan ini adalah karena sistem OLAP dan Data Warehouse telah dipakai untuk membantu kerja karyawan yang ada dalam perusahaan ini dalam hal pelaporan dan analisa hasil penjualan perusahaan.
3.2 Metode Penelitian
Terdapat beberapa metode yang dilakukan dalam penelitian ini untuk menghasilkan proses tabulasi data di dalam sistem OLAP yang didukung dengan Data Warehouse. Tujuan penggunaan metode ini agar dapat dihasilkan tahapan perjalanan data di dalam sistem seperti yang terdapat di dalam Gambar 3.1.
Gambar 3.1 Proses Perjalanan Data
Dalam Gambar 3.1 dijelaskan proses perjalanan data di dalam Data Warehouse dan teknologi OLAP dari proses input sampai dengan output. Dimulai dengan proses penyimpanan data di dalam Data Warehouse melalui proses ETL. Kemudian data-data yang terdapat di dalam Data Warehouse akan dipilih melalui beberapa OLAP Cube sehingga dapat menjadi suatu informasi yang berguna bagi pemilik sistem. Proses berikutnya adalah pengolahan data menjadi informasi dalam aplikasi OLAP yang berupa numerik, grafik, beserta hasil analisanya sehingga pemilik sistem dapat dengan mudah menggunakan dan memanfaatkannya.
Beberapa metode digunakan untuk mendukung penelitian ini dalam hal pencarian data dan hasil analisa tabulasi data. Metode itu adalah sebagai berikut.
1. Wawancara
Wawancara merupakan proses tanya jawab yang dilakukan secara langsung dengan pihak-pihak yang terkait dalam hal ini adalah SNS Point Admin yang secara langsung menggunakan aplikasi ini.
2. Observasi
Observasi merupakan proses pengamatan yang dilakukan secara langsung yaitu penulis datang ke tempat penelitian untuk mendapatkan beberapa data dan informasi yang dibutuhkan dalam penelitian ini.
3. Studi Literatur
Studi litelatur atau studi pustaka merupakan proses untuk mengumpulkan data atau informasi-informasi yang berhubungan dengan penelitian dengan cara membaca buku-buku, jurnal, referensi-referensi, prosedur-prosedur yang berhubungan dengan OLAP dan Data Warehouse.
4. Analisa Tabulasi Data
Setelah dilakukan beberapa proses tersebut yaitu wawancara, observasi, dan studi literatur. Maka dalam proses analisis dilakukan untuk mengetahui proses perjalanan data dengan penerapan OLAP dan Data Warehouse
Selain itu terdapat pula beberapa aturan dalam menjalankan sistem ini. Aturan-aturan tersebut dapat dijelaskan dalam beberapa kategori sebagai berikut.
1. Hak Akses Sistem
Hak akses dalam aplikasi OLAP dibagi menjadi tiga kategori akun yaitu SuperAdmin, Admin SNS, dan SNS Point Head. SuperAdmin hanya dimiliki oleh pembuat program, Admin SNS bekerja untuk mengolah data-data di dalam sistem OLAP yang dimiliki oleh PT. SNS Point Ambarawa, sedangkan SNS Point Head hanya sebagai penerima, pemantau, serta pemakai data hasil olahan untuk kepentingan memimpin perusahaan.
Alur pemakaian sistem dalam aplikasi ini adalah user memilih web browser sebagai media untuk akses sistem. Setelah mengisi alamat dari aplikasi OLAP, maka harus melewati proses verifikasi username dan password untuk memberikan hak akses kepada user sesuai dengan kategori hak akses dan untuk menjamin keamanan dalam sistem. Saat proses login telah dilalui benar dengan cara memasukkan verifikasi username dan password, user berhasil masuk ke dalam sistem untuk melakukan keperluannya dalam aplikasi OLAP. Alur sistem ini diakhiri dengan proses logout terlebih dahulu. Apabila user ingin mengakses kembali aplikasi ini maka alur sistem dimulai dari awal kembali.
2. Layanan Sistem Berdasarkan Hak Akses User
Layanan-layanan yang diberikan aplikasi ini didasarkan pada hak akses user yang dibaca oleh sistem melalui proses login. User SuperAdmin dapat mengakses seluruh kriteria menu dari program yang antara lain adalah upload laporan penjualan, lihat edit hapus laporan dan hasil analisis penjualannya, lihat edit hapus data pegawai, lihat edit hapus
forum SNS, tambah user, dan sebagainya. Sedangkan Admin SNS mendapatkan pelayanan untuk mengolah data-data yang dimiliki oleh PT. SNS Point Ambarawa seperti upload laporan penjualan, lihat edit hapus laporan dan hasil analisis penjualannya, lihat edit hapus data pegawai, lihat isi forum, lihat edit hapus data pegawai, dan sebagainya. Dan SNS Point Head mendapatkan service berupa aplikasi untuk melihat dan download data penjualan beserta analisisnya, lihat dan download data pegawai, dan isi forum.
Sistem OLAP yang telah dibangun dapat digambarkan arsitektur sistem OLAP PT. Sinar Niaga Sejahtera Point Ambarawa yang terdapat di dalam Gambar 3.2.
Gambar 3.2 Arsitektur Sistem OLAP PT. SNS Point Ambarawa
Dalam Gambar 3.2 dijelaskan bahwa aplikasi bertumpu pada pihak SNS Admin yang bertugas memasukkan data baik bersifat .xls, image .jpg atau .jpeg, data .text, maupun data-data lainnya ke dalam data warehouse. Saat tersimpan ke dalam data warehouse maka saat users mengakses, sistem OLAP akan mengambil data-data tersebut dari dalam Data Warehouse untuk diolah sehingga menampilkan hasil-hasil analisa kepada users yang bersifat multidimensi dan mudah untuk dimengerti untuk mempermudah proses kerja dari perusahaan. Users disini yang dimaksud adalah semua pemakai aplikasi baik dalam kategori SuperAdmin, SNS Admin, serta SNS Point Head.
3.3 Unified Modelling Language (UML)
3.3.1 Use Case Diagram
Menggunakan hasil dari metode penelitian wawancara dan observasi maka dapat dilakukan penggambaran sistem OLAP PT. SNS Point Ambarawa dan Data Warehouse menggunakan use-case diagram yang terdapat di dalam Gambar 3.3
Gambar 3.3 Use-Case Diagram Sistem
Gambar 3.3 merupakan Use Case Diagram dari sistem yang dikembangkan pada PT. SNS Point Ambarawa. Dijelaskan pada Gambar 3.3 inti dari sistem yang akan dibuat bertumpu pada pihak Admin yang bertugas untuk memasukkan dan mengolah data-data seperti data barang, data pegawai, dan data penjualan yang disatukan dalam bentuk laporan sistem yang dapat dilihat nantinya oleh pimpinan baik SNS Point Head Ambarawa maupun pihak SNS Point Semarang. Setiap account dalam sistem ini mempunyai user, password login, dan hak akses sistem yang berbeda-beda.
2.0 Pelaporan
1.1 Manajemen data pegawai 1.3 Manajemen data penjualan
1.0 Manajemen data <<include>> <<include>> Admin SNS Point Head Ambarawa SNS Point Semarang 1.2 Manajemen data barang
<<include>>
3.3.2 Activity Diagram
Activity Diagram yang akan digambarkan adalah beberapa aktivitas yang dilakukan oleh beberapa user di dalam sistem yang berhubungan dengan tabulasi data menggunakan Data Warehouse dan teknologi OLAP yaitu adalah user Admin yang terdapat di dalam Gambar 3.4.
Gambar 3.4 Activity Diagram Admin
Login Pilih Menu Manage data Manage data Penjualan Manage Data Karyawan Manage data barang Membuat laporan Start End Menampilkan halaman hom e Input data karyawan Hapus data karyawan Input data barang Input data penjualan Edit data barang Lihat data barang Cari data barang Hapus data barang Edit data penjualan Lihat data penjualan Cari data penjualan Hapus data penjualan Komputer Admin
Aktivitas yang dilakukan oleh Admin dalam penelitian ini adalah dalam hal proses upload (ETL) data penjualan perusahaan ke dalam sistem yang nantinya akan disimpan di dalam Data Warehouse dan diolah dengan teknologi OLAP untuk menghasilkan informasi yang relevan dan efektif.
3.3.3 Class Diagram
Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut atau properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda atau fungsi). Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain. Dalam sistem yang telah dibangun dan berjalan digambarkan dengan beberapa class yang terdapat di dalam Gambar 3.5.
Gambar 3.5 Class Diagram Sistem OLAP SNS Point Ambarawa
Gambar 3.5 adalah gambaran melalui class diagram SNS Point Ambarawa. Di dalam sistem ini class induk berisi enam tabel yaitu pegawai, sales, barang, penjualan, waktu, pelanggan serta informasi tentang pembuat aplikasi. Dari enam tabel induk inilah diturunkan lagi ke beberapa class dan tabel-tabel yang lebih kecil dengan informasi-informasi yang dibutuhkan oleh pihak pengguna dalam hal ini PT. SNS Point Ambarawa. Relasi antar class pada sistem ini adalah cukup kompleks dan banyak. Class Penjualan berelasi dengan class Barang, Alamat, Sales, Waktu, dan Pelanggan. Sedangkan untuk class lain seperti Pegawai, Forum, dan Users berdiri sendiri dan tidak bergantung pada berelasi dengan class Penjualan.
Relasi antara class Penjualan dengan class Barang, Alamat, Sales, Waktu, dan Pelanggan adalah One to Many yang berarti satu tabel Penjualan dapat memiliki lebih dari satu barang yang terdapat pada tabel Barang, memiliki lebih dari satu waktu untuk menjual barang yang terdapat pada tabel Waktu, memiliki lebih dari satu pelanggan yang terdapat pada tabel Pelanggan, memiliki lebih dari satu sales dalam menjual barang yang terdapat pada tabel Sales, dan memiliki lebih dari satu alamat pegawai dan pelanggan yang terdapat pada tabel Alamat. Sedangkan relasi antara class Barang, Waktu, Pelanggan, Sales, dan Alamat dengan class Penjualan adalah Many to One.
Pada relasi class Kategori dan class Barang adalah One to Many yang berarti satu kategori untuk barang dapat memiliki lebih dari satu jenis barang di dalamnya. Sedangkan relasi antara class Pegawai dan class Users adalah One to One yang artinya bahwa satu orang pegawai dalam sistem ini hanya dapat memiliki satu user saja. Relasi antara class Users dan class Forum adalah One to Many yang berarti satu buah user dapat menulis lebih dari satu forum dalam sistem.
3.3.4 Deployment Diagram
Deployment atau physical diagram menggambarkan detail bagimana komponen di-deploy dalam infrastruktur sistem, di mana komponen akan terletak (pada mesin, server atau piranti keras apa), bagaimana kemampuan jaringan pada lokasi tersebut, spesifikasi server, dan hal-hal lain yang bersifat fisikal. Sebuah node adalah server, workstation atau piranti keras lain yang digunakan untuk melakukan deploy komponen dalam lingkungan sebenarnya.
Hubungan antar node (misalnya TCP atau IP) dan requirement dapat juga didefinisikan dalam diagram ini. Deployment Diagram system ini terdapat pada Gambar 3.6.
Gambar 3.6 Deployment Diagram
Pada Deployment Diagram ini menggunakan SQL Server sebagai Database Server untuk sistem ini. Nantinya data-data yang berada pada Database Server ini akan diolah menjadi data yang lebih efisien sehingga client dapat membaca dan menggunakan sistem ini hanya dengan menggunakan bantuan Web Browser.
3.3.5 Star Schema dan Snowflake Schema
Dalam permodelan Data Warehouse merupakan suatu desain logic yang merepresentasikan data dalam bentuk standar, dan mendukung dilakukannya akses terhadap data dengan cepat. Terdapat beberapa istilah yang berkaitan dengan model ini, yaitu fact table, dimension table, dan hirarki. Fact table merupakan tabel
SQL Server <<Database Server>> ASP.NET <<Web Server>> Client <<Web Browser>> Admin <<Web Browser>>
utama yang berisikan kumpulan dari primary key tabel lain. Setiap fact table dalam model konseptual Data Warehouse memiliki composite key, begitu juga sebaliknya, setiap tabel yang memilki composite key adalah fact table. Dengan kata lain, setiap tabel yang menunjukkan hubungan banyak ke banyak (many to may relationship) pastilah merupakan fact table. Dimension table adalah tabel yang lebih sederhana dimana didalamnya terdapat primary key yang berhubungan dengan salah satu composite key yang ada pada fact table. Hirarki mendefinisikan urutan pemetaan dari konsep level bawah ke level yang lebih tinggi, konsep yang lebih umum. Dimensional model yang paling populer adalah star schema, snowflakes schema, dan fact constellation schema.
Di dalam implementasi Data Warehouse terdapat dua jenis skema relational database yaitu Star Schema dan Snowflake Skema. Kedua skema ini adalah hal yang umum dalam proses pembangunan Data Warehouse. Star schema adalah salah satu dimensional model dimana fact table terletak di pusat dan tabel lainnya, yaitu dimension table terletak disekelilingnya. Kebanyakan dari fact table pada star schema merupakan normalisasi bentuk ketiga dari database, sedangkan dimensional table adalah normalisasi bentuk kedua. Star schema merupakan bentuk dimensional model yang paling sederhana. Snowflake schema merupakan bentuk perluasan dari star schema dimana terjadi proses normalisasi dari beberapa atau seluruh dimension table. Snowflake schema biasanya digunakan pada tabel yang sangat besar dan jika star schema tidak mampu menggambarkan kompleksitas dari database tersebut (Sharma dan Gosain, 2010).
Dalam penelitian ini menggunakan Star Schema sebagai skema dalam pembangunan Data Warehouse. Pemilihan skema ini didasarkan pada keuntungan penggunaan Star Schema yaitu mudah dipahami karena struktur database yang sederhana dan low maintenance. Untuk Skema Database dalam sistem ini terdapat di dalam Gambar 3.7.
Gambar 3.7 Star Schema Data Warehouse
Dalam Gambar 3.7 dijelaskan bahwa Fact Table dari sistem ini adalah Penjualan (sale) karena memang dalam sistem ini akan dianalisa laporan penjualan dari PT. Sinar Niaga Sejahtera Point. Untuk Dimension Table dari skema ini adalah tabel Produk(Product), Waktu (Time), Alamat (Address), Pelanggan (Costumer), dan Sales (Salesman). Untuk tabel Produk akan berelasi dengan Tabel Kategori (Category) secara Many to One. Sehingga dapat dikatakan skema dalam sistem ini adalah campuran dari Star
Schema dan Snowflake Schema, tetapi lebih dominan kepada Star Schema.
Bab 4
Hasil dan Pembahasan
Bahasan ini berisi pemaparan mengenai hasil dari perancangan sistem dalam bentuk pembahasan hasil dan pengujian efektivitas data dalam sistem. Pengujian atas hasil penjualan PT. Sinar Niaga Sejahtera Point Ambarawa dilakukan untuk memperoleh evaluasi apakah sistem OLAP dan Data Warehouse yang telah dibangun telah sesuai dan efektif untuk menghasilkan informasi yang relevan bagi perusahaan. Hasil dari penelitian ini akan disajikan dengan print screen tahapan tabulasi data beserta penjelasannya.
Pada proses penelitian ini diawali dengan metode wawancara dengan Admin SNS Point Ambarawa yaitu Ibu Tamamah Washilati pada tanggal 6 April 2012 yaitu menanyakan tentang pemakaian aplikasi OLAP yang telah dibangun di dalam perusahaan kemudian diteruskan dengan permintaan ijin untuk meminta data penjualan perusahaan selama satu tahun serta proses replikasi aplikasi untuk membantu berlangsungnya penelitian ini. Kemudian pada tanggal 9 April 2012 dilakukan metode observasi kembali di PT. SNS Point Ambarawa yaitu proses pengambilan data dan replikasi aplikasi.
Metode berikutnya yang dijalankan adalah penulis melakukan studi literatur mengenai proses terbentuknya OLAP dan Data Warehouse beserta ciri-cirinya yang sebagian besar dijelaskan di dalam Tinjauan Pustaka di dalam Bab 2 penelitian ini. Literatur-literatur ini didapat dari beberapa penelitian terdahulu mengenai
OLAP dan Data Warehouse. Kemudian metode terakhir yang dijalankan adalah analisa tabulasi data yaitu proses perjalanan data yang diolah dari dalam Data Warehouse oleh aplikasi OLAP untuk menghasilkan output yang diinginkan. Dalam metode inilah hasil dari penelitian akan dipaparkan dan dijelaskan untuk memenuhi tujuan dan rumusan masalah yang sudah ditentukan sebelumnya. Dalam metode analisa ini pula akan diuji efektifitas sistem menggunakan beberapa kriteria pengujian.
4.1 Pembahasan Hasil
Dalam pembahasan ini dijelaskan proses perjalanan data untuk menjadi informasi yang relevan pada aplikasi OLAP dan Data Warehouse PT. Sinar Niaga Sejahtera Point. Dimulai dari proses upload data penjualan perusahaan ke dalam sistem (Gambar 4.1) maka setelah proses ini dilakukan proses ETL untuk menyimpan format file berekstensi .xlsx menjadi .mdl (menggunakan DBMS SQL Server 2008).
Proses ETL ini dilakukan dengan proses query pada aplikasi yaitu menyesuaikan isi data yang di-upload dengan field database yang sudah dibuat sebelumnya. Untuk proses ini terdapat di dalam Gambar 4.2.
Gambar 4.2 Proses Query ETL
Dengan OleDb Connection, maka sistem akan mengakses data dengan format .xlsx untuk dapat dibaca dan disimpan di dalam Data Warehouse. Untuk data yang telah disimpan di dalam Data Warehouse dapat dilihat di dalam Gambar 4.3.
Gambar 4.3 Data di Dalam Data Warehouse
Data yang telah disimpan di dalam Data Warehouse hanya bersifat repository sehingga tidak dapat dilakukan pengolahan data disini. Pengolahan data dapat dilakukan dengan membuat beberapa Cube untuk Dumi Data agar dapat diolah menjadi suatu informasi yang berguna (Gambar 4.4).
Gambar 4.4 Pembuatan Cube
Cube dalam sistem ini diberi nama SNS yaitu singkatan dari Sinar Niaga Sejahtera. Dengan dukungan fitur dari DBMS Microsoft SQL Server 2008 yaitu Analysis Service Server Type, maka pembuatan Cube dilakukan dengan lebih mudah. Setelah Cube terbentuk maka dapat ditentukan informasi apa saja yang dibutuhkan untuk ditampilkan kepada user. Untuk penjelasan ini terdapat di dalam Gambar 4.5.
Gambar 4.5 Proses Cube
Setelah proses pengaturan informasi di dalam Cube ditentukan, maka proses berikutnya adalah berkutat dalam aplikasi. Aplikasi dalam sistem OLAP ini menggunakan bahasa pemrograman ASP.NET pada Microsoft Visual Studio 2010 yang terdapat di dalam Gambar 4.6.
Gambar 4.6 Connection String OLAP
Pada Gambar 4.6 dijelaskan tentang proses pembentukan Connection String untuk menampilkan data yang telah diolah di dalam Cube ke aplikasi. Dalam sistem ini menggunakan OLAP Pivot Grid untuk menampilkan informasi di dalam aplikasi memanfaatkan libraries yang terdapat ADO.NET untuk mengambil Connection String ke dalam Pivot Grid. Untuk menampilkan bagan atau diagram representasi dari informasi yang bersifat numerik ke dalam gambar berbentuk grafik menggunakan Web Chart Control dengan menambahkan tool dari software pendukung lain. Sehingga setelah semua proses dilalui maka hasil dari sistem OLAP untuk PT. Sinar Niaga Sejahtera Point terdapat di dalam Gambar 4.7 dan Gambar 4.8.
