ANALISIS DAN PERANCANGAN APLIKASI DATA QUALITY SERVICE PADA PT XYZ

(1)

ANALISIS DAN PERANCANGAN APLIKASI

DATA QUALITY SERVICE PADA PT XYZ

Henry Saputra, Alkaton Sutikno dan Immanuel

Indrajani

Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Nusantara Jl. Kebon Jeruk Raya No. 27, Jakarta Barat, DKI Jakarta 11530

guitarhenry27@gmail.com; alkatonsutiknoo@gmail.com; nuel.sitompul@gmail.com

ABSTRACT

Data Quality Services is a service-based application that works based on knowledge-base-driven of data quality. Purpose of this research is to analize clien date base on the registration form claims, and sales as well as designing and building data quality service aplications using visual studio 2012 and business intelegence SQL Server Integration Service. So as to improve the quality if client data, claims and sales. The methodology used in preparing this thesis uses four methods: methods of literary study, data collection methods, analytical methods, and design method of data quality service. Data collection was done by interviewing relevant business processes are running, but it is also based on theories derived from books and online journals related to the analysis and design of applications of data quality service. Methods of analysis of business processes using UML activity diagram. While the design method used is the method Cleansing and Matching. The results obtained from the analysis and design of applications of data quality service at PT XYZ is the client data to be consistent, accurate, and can produce information that is useful for the company to support the company's business processes. Conclusions that can be drawn from the results of the analysis and design is the application of data quality service make easy corporate clients in the process of data input in order to avoid money laundry practices, in addition to the data that has to be useful for the company because the data has gone through the process of cleansing and matching so that data can be used as a valid data source.

(2)

Abstrak

Data Quality Service merupakan sebuah aplikasi berbasis layanan yang bekerja berdasarkan knowledge-base-driven data quality. Tujuan dari penelitian ini yaitu menganalisa data klien berdasarkan form registrasi, klaim dan sales serta merancang dan membangun aplikasi data quality service menggunakan visual studio 2012 dan business intelegence SQL Server Integration Service. Sehingga dapat meningkatkan kualitas data klien, klaim, dan sales. Metodologi yang digunakan dalam menyusun tugas akhir ini menggunakan empat metode yaitu metode studi kepustakaan, metode pengumpulan data, metode analisis, dan metode perancangan data quality service. Pengumpulan data dilakukan dengan cara melakukan wawancara terkait proses bisnis yang sedang berjalan, selain itu juga didasarkan pada teori-teori yang diperoleh dari buku dan jurnal online yang berkaitan dengan analisis dan perancangan aplikasi data quality service. Metode analisis proses bisnis menggunakan UML activity diagram. Sedangkan metode rancangan yang digunakan adalah metode Cleansing dan Matching. Hasil yang dicapai dari analisis dan perancangan aplikasi data quality service pada PT XYZ adalah data klien menjadi konsisten, akurat, dan dapat menghasilkan informasi yang berguna bagi perusahaan guna menunjang proses bisnis perusahaan. Simpulan yang dapat diambil dari hasil analisis dan perancangan ini yaitu dengan aplikasi data quality service membuat perusahaan mudah dalam proses input data klien guna menghindari terjadinya praktik money laundry, selain itu data yang sudah dapat berguna bagi perusahaan karena data tersebut telah melewati proses cleansing dan matching sehingga data dapat dimanfaatkan sebagai sumber data yang valid.

Kata Kunci: Data Quality Service, registrasi, klaim, sales, PT XYZ

PENDAHULUAN

Data merupakan keterangan-keterangan tentang suatu hal, dapat berupa sesuatu yang diketahui atau dianggap yang dikumpulkan (Hasan, 2009, p16), tetapi banyak data yang belum terolah dengan baik. Oleh karena itu, untuk mendukung hal tersebut dibutuhkan data quality. Data quality dapat dibedakan berdasarkan sumbernya, kualitas datanya, dan sebagainya serta memiliki kriteria yaitu lengkap, akurat, tersedia, dan up-to-date (Reza Rad, 2014, p143). Dengan adanya data quality perusahaan/organisasi dapat memberikan kualitas data yang baik bagi perusahaan.

Perusahaan perbankan dan asuransi misalnya, membutuhkan data quality untuk mengolah data klien yang berjumlah satu juta record. PT XYZ selaku perusahaan asuransi jiwa yang dapat memenuhi kebutuhan individu atas tabungan dan perlindungan dengan menawarkan produk dan layanan yang lengkap seperti, perencanaan hari tua, asuransi jiwa, asuransi kesehatan, asuransi kecelakaan, asuransi yang dikaitkan dengan investasi, program pesangon, dan program dana pensiun.

PT XYZ mempunyai Customer Information File (CIF) yang merupakan suatu ID unik yang dimiliki klien. CIF berisi ID para klien yang terdaftar di perusahaan tersebut, para agen sering melakukan kesalahan dalam melakukan input data klien dikarenakan nama beberapa klien memiliki kemiripan satu sama lain. Tidak mungkin satu klien mempunyai dua kartu indentitas dengan nama yang sama, karena dapat menyebabkan terjadinya redundansi pada data klien dan berisiko menimbulkan terjadinya praktik money laundry. Selain itu, PT XYZ juga mempunyai masalah pada standarisasi data, kualitas data master yang kurang baik, kehilangan kepercayaan klien, dan perusahaan tidak memiliki laporan data quality. Dalam hal ini, PT XYZ sangat membutuhkan hasil dari data quality service tersebut yang dapat membangun suatu knowledge dan mengimplementasikannya untuk

(3)

melakukan pembersihan data dan pencocokan data. Hal ini dapat mengurangi terjadinya kesalahan saat melakukan input data sehingga data klien tersebut tidak redundan dan dapat diseragamkan.

PT XYZ meminta PT Ebiz Cipta Solusi selaku konsultan untuk menyelesaikan masalah tersebut. Solusinya adalah pembuatan aplikasi single CIF, aplikasi ini akan memperlihatkan presentase kemiripan nama, tanggal lahir, tempat lahir dan jenis kelamin, jika presentase menunjukkan <80% maka agen akan menyimpan data klien baru dan jika >80% maka agen akan memperbaharui data klien tersebut yang telah terdaftar sebelumnya (Reza Rad, 2014, p164). Hasil dari aplikasi ini berguna untuk mencegah data-data yang telah di-input agar tidak terjadi redundansi, lalu dalam proses DQS tersebut terdapat matching policy yang berguna untuk membandingkan data klien. Selain itu, proses cleansing dan matching data yang menghasilkan informasi valid mengenai data klien tersebut. Lalu pembuatan laporan DQS dibutuhkan untuk keperluan analisis dan evaluasi terhadap data klien.

Melihat pentingnya peningkatan dari sebuah kualitas data pada suatu perusahaan dan untuk meningkatkan kualitas & efisiensi dalam penggunaan data, maka kami membuat skripsi yang berjudul “Analisa dan Perancangan aplikasi Data

Quality Service pada PT XYZ”.

METODE PENELITIAN

Metode penelitian yang digunakan adalah metode studi kepustakaan pengumpulan data, metode analisis dan metode perancangan. Metode Studi kepustakaan (Sugiyono, 2005, p83) merupakan metode pengumpulan data yang diarahkan kepada pencarian data dan informasi melalui dokumen-dokumen, baik dokumen tertulis, foto-foto, gambar, maupun dokumen elektronik yang dapat mendukung dalam proses penulisan. Metode pengumpulan data yang digunakan menggunakan teknik wawancara. Menurut Connoly & Begg (Connoly & Begg, 2010, p295) wawancara bertujuan untuk mengumpulkan fakta,memeriksa kebenaran fakta yang ada dan mengklarifikasi, mengidentifikasi kebutuhan dan mengumpulkan ide-ide dan pendapat.

Selanjutnya metode yang digunakan adalah metode analisis. Metode analisis yang digunakan untuk menjelaskan sistem informasi yang sedang berjalan mengacu pada Object Oriented Analysis and Design (Satzinger, 2010) yaitu menggunakan

activity diagram dan untuk metode analisis yang digunakan dalam rancangan yang

diusulkan yaitu activity diagram, use case diagram, package diagram, class

diagram, system sequence diagram ,state chart, deployment architecture and software architecture, event table, use case full description, communication diagram, user interface, developing the first-cut design class diagram, multilayer design systems sequence diagram, systems sequence diagram, updated class diagram, navigation diagram, dan persistence object.

Metode selanjutnya adalah metode perancangan, Metode perancangan Data

Quality Service yang digunakan dalam skripsi ini adalah metode perancangan Data Quality Service yang terdiri dari 2 tahapan (Microsoft, 2012 ), yaitu:

1. Proses Data Cleansing: Menurut Microsoft (Microsoft, 2012, p115) Pembersihan data adalah proses menganalisis kualitas data dalam sumber data yang secara

(4)

manual menyetujui/menolak saran oleh sistem, dan dengan demikian membuat perubahan pada data. Pembersihan data dalam Data Quality Service (DQS) termasuk proses yang dibantu komputer yang menganalisis bagaimana data disesuaikan dengan knowledge dalam knowledge base, dan proses interaktif yang memungkinkan data steward untuk meninjau dan mengubah hasil proses dibantu computer untuk memastikan bahwa pembersihan data adalah persis seperti yang mereka inginkan.

2. Proses Data Matching: Menurut Microsoft (Microsoft, 2012, p133) Matching memungkinkan pengguna untuk menghilangkan perbedaan antara nilai-nilai data yang sama, menentukan nilai yang benar dan mengurangi kesalahan yang dapat menyebabkan perbedaan data.

Sebagai contoh, nama dan alamat sering di identifikasi untuk sumber data, terutama data nasabah, namun data dapat menjadi data yang kotor dan memburuk dari waktu ke waktu. Melakukan pencocokan bertujuan untuk mengidentifikasi dan memperbaiki kesalahan ini dengan menggunakan knowledge base yang berfungsi untuk membuat domain management, knowledge discovery, dan

matching policy untuk digunakan dalam DQS matching.

HASIL DAN PEMBAHASAN

Hasil dari analisis dan perancangan yang dilakukan adalah berupa alur proses bisnis, hubungan antar class, dan rancangan tampilan layar.

Proses Bisnis yang Sedang Berjalan

Pihak asuransi melalui agennya akan menawarkan produk-produk asuransi yang tersedia kepada calon klien, jika klien berminat maka klien akan melakukan konfirmasi terhadap produk yang dipilih lalu agen meng-input data penjualan. Setelah melakukan registrasi maka klien akan membayar premi asuransi yang sesuai dengan produk yang dipilih setiap bulannya kepada agen.

Setelah itu calon klien yang baru dapat mendaftar melalui form registration, dikarenakan tidak adanya pemberitahuan pengisian form dengan menggunakan identitas asli maka output yang dihasilkan tidak sesuai dengan identitas asli klien. Kemudian agen akan melakukan input data kedalam database perusahaan untuk disimpan, tapi banyak data yang tidak ikut ter-update saat terjadinya pembaharuan data dikarenakan terdapat data yang memiliki kemiripan dan meyebabkan data tidak valid. Dalam melakukan registrasi, klien dapat memilih produk yang diinginkan sesuai dengan produk yang sediakan. Setelah melakukan regitrasi klien akan mengajukan polis sebagai bukti perjanjian tertulis untuk pengajuan klaim dan agen akan membuat polis dan menyimpan polis tersebut.

Terdapat 2 jenis pengajuan klaim yaitu klaim meninggal dan kesehatan. Ketika klien ingin mengajukan klaim, klien harus mengisi surat laporan klaim yang dari perusahaan. Lalu bagian klaim melakukan input data klaim klien yang dimana data yang dihasilkan tersebut berbeda-beda akibat output yang dihasilkan tidak sesuai dengan identitas asli klien sehingga dapat menyebabkan human error dan

(5)

membuat data tidak tersinkronisasi serta data rentan dimanipulasi. Jika surat laporan klaim ditolak maka bagian klaim membuat surat penolakan klaim yang ditunjukan kepada klien yang telah mengisi surat laporan klaim tersebut. Jika surat laporan klaim sudah diterima maka bagian klaim memberitahukan cara prosedur klaim kepada klien. Lalu setelah klien memberikan syarat mengenai data-data klaim kemudian bagian klaim melakukan input data klaim kedalam database perusahaan.

Activity Diagram Registrasi

Gambar 1 Activity Diagram Registrasi

Activity diagram registrasi menggambarkan sebuah urutan aktivitas dalam kegiatan registrasi pada PT XYZ. Dimulai dengan klien melakukan pendaftaran lalu agen akan meng-input data klien tersebut dan akan disimpan kedalam database klien, setelah melakukan pendaftaran klien dapat mengajukan polis asuransi dan agen akan membuat dan menyimpan polis tersebut.

(6)

Activity Diagram Penjualan

Gambar 2 Activity Diagram Penjualan

Activity diagram penjualan/sales menggambarkan sebuah urutan aktivitas dalam kegiatan penjualan pada PT XYZ. Dimulai dengan agen menawarkan produk asuransi kepada calon klien jika calon klien setuju maka klien akan melakukan konfirmasi dan agen akan meng¬-input data penjualan dan menyimpannya kedalam database penjualan lalu agen akan membuat premi asuransi dank lien akan melakukan pembayaran premi asuransi yang akan diterima oleh agen dan agena akan meng-input premi asuransi dan dimasukan kedalam sistem.

Activity Diagram Klaim

(7)

Activity diagram klaim menggambarkan sebuah urutan aktivitas dalam kegiatan klaim pada PT XYZ. Dimulai dengan klien memberikan surat laporan klaim dan akan diterima oleh agen dan agen akan mengecek surat laporan klaim tersebut lalu setelah di cek jika ditolak maka bagian klaim akan membuat surat penolakan klaim yang akan diberikan kepada klien lalu jika diterima klien akan memberikan syarat data klaim dan agen akan menerima syarat-syarat kelengkapan klaim dan bagian klaim akan menginput data klaim dan menyimpannya.

Masalah

PT XYZ memiliki masalah yang dalam hal peningkatan kualitas data berdasarkan hasil wawancara yang dilakukan terdapat beberapa masalah yaitu masalah terhadap CIF (Customer Information File) CIF yang merupakan suatu ID unik yang dimiliki klien yang terdaftar di perusahaan yang membuat satu klien dapat mempunyai lebih dari satu ID, sedangkan perusahaan membutuhkan CIF untuk mengidentifikasi klien yang telah terdaftar dengan tujuan menghindari hal-hal yang tidak diinginkan seperti, jika salah seorang klien memiliki kemiripan nama dan dapat menyebabkan praktik money laundry yang merupakan sebuah modus dalam pencucian uang yang dilakukan seseorang untuk menyembunyikan asal usul uang tersebut dari badan hukum yang berwenang melakukan penindakan.

Selain itu, PT XYZ memiliki masalah pada standarisasi data yang berakibat dari standarisasi data yaitu output yang dihasilkan tidak sesuai dengan data yang dimiliki oleh klien sehingga kesalahan dalam pengiriman informasi. Misalnya ada beberapa nama yang memiliki nama Muhammad dengan tulisan yang berbeda atau di singkat, sehingga pihak perusahaan salah mengirim tagihan kepada klien yang seharusnya tidak membayar yang menyebabkan klien melakukan protes terhadap perusahaan.

Masalah lainnya yang dihadapi oleh PT XYZ adalah data master yang kurang baik. Terjadinya kesalahan dalam pemrosesan transaksi klien yang disebabkan kekeliruan data pada saat data di-input. Sedangkan perusahaan membutuhkan data master sebagai sumber data yang akan digunakan untuk melakukan transaksi dengan klien. Misalnya, ketika perusahaan membutuhkan data mengenai nama klien dan terdapat nama klien yang sama maka akan mengakibatkan kerugian terhadap perusahaan karena klaim yang bayarkan tidak sesuai dengan klaim aslinya.

Dengan masalah yang hadapi dapat menyebabkan kehilangan kepercayaan kepada klien karena terjadinya kesalahan dalam pemberian informasi kepada klien yang menyebabkan hilangnya kepercayaan klien kepada perusahaan. Misalnya ketika klien tidak mendapatkan informasi mengenai premi yang akan dibayarkan kepada perusahaan. Data yang ada pada perusahaan sampai sekarang kurang menunjang dalam menyediakan informasi bagi klien.

Lalu perusahaan tidak memiliki data yang relevan mengenai data klien yang mengakibatkan informasi yang tidak relevan mengenai data klien, perusahaan kesulitan dalam mengevaluasi data klien. Sedangkan evaluasi terhadap data klien itu penting bagi perusahaan untuk mengetahui klien mana yang akan mendatangkan keuntungan bagi perusahaan. Misalnya layanan kepada klien dengan memberikan promosi menarik yang akan meningkatkan loyalitas klien terhadap perusahaan.

(8)

Usulan Pemecahan Masalah

Pembuatan aplikasi DQS ini akan memperlihatkan presentase kemiripan dalam hal nama, domisili, atau tanggal lahir. Dengan aplikasi ini, perusahaan dipermudah dalam proses input data klien walapun didalam data klien tersebut terdapat kemiripan. Hal tersebut dapat diantisipasi dengan menggunakan aplikasi DQS.

Default dari matching score adalah 80%, jadi jika presentase pada data klien menunjukkan score <80% maka dapat dipastikan klien belum pernah terdaftar sebelumnya dan akan membuat ID baru. Sebaliknya, jika presentase pada data klien menunjukkan score >80% maka data klien yang telah terdaftar sebelumnya akan diperbaharui.

Kualitas data master yang kurang baik akan menghasilkan data tidak baik, dengan adanya cleansing data membuat kualitas data menjadi baik, akurat, dan menghasilkan informasi yang sesuai dengan data tersebut sehingga perusahaan dapat memanfaatkan data yang telah di-cleansing.

Matching data digunakan untuk membandingkan data klien yang telah terdaftar agar informasi yang di kirimkan kepada klien sesuai dengan data klien. Pembuatan laporan data quality service ditujukan kepada pimpinan perusahaan untuk keperluan analisis dan evaluasi terhadap data klien.

Menampilkan profiling untuk data klien, profiling akan menampilkan data yang sudah di DQS cleansing & matching, Profiling tersebut akan menampilkan persentase matching terhadapat data klien dalam bentuk laporan untuk mempermudah untuk analisis.

Pertama, agen akan menawarkan dan melakukan penjualan produk-produk (jasa) asuransi yang tersedia kepada calon klien, lalu jika klien berminat terhadap produk (jasa) yang ditawarkan maka klien harus melakukan konfirmasi terhadap produk yang dipilih dan agen akan menginput data penjualan. Setelah melakukan penginputan data penjualan, agen akan melakukan proses data quality service untuk menyelaraskan dan membersihkan data penjualan. Setelah melakukan proses registrasi maka klien akan membayar premi asuransi yang sesuai dengan produk yang dipilih setiap bulan kepada agen. Lalu pada akhir bulan agen akan dibuat laporan data quality service penjualan yang akan diberikan kepada pimpinan perusahaan.

Setelah itu, calon klien baru dapat mendaftar melalui form registration, dimana dalam form tersebut terdapat notifikasi beserta kolom persetujuan yang didalamnya berisi saran untuk mengisi form dengan identitas asli klien. Kemudian agen akan melakukan input data kedalam database perusahaan untuk disimpan, Lalu agen akan melakukan proses data quality service untuk menyelaraskan dan membersihkan data klien yang salah serta data yang tidak valid. Dalam melakukan registrasi, klien dapat memilih produk yang diingikan sesuai dengan produk yang sediakan. Setelah melakukan regitrasi, klien akan mengajukan polis sebagai bukti perjanjian tertulis untuk pengajuan klaim dan agen akan membuat polis dan menyimpan polis tersebut. Lalu pada akhir bulan agen akan dibuat laporan data

(9)

Saat klien ingin mengajukan klaim, klien harus mengisi surat laporan klaim yang diberikan perusahaan. Lalu bagian klaim melakukan input data klaim klien yang telah terdaftar sebelumnya dengan menggunakan identitas asli klien, jika surat laporan klaim ditolak maka bagian klaim membuat surat penolakan klaim yang ditunjukan kepada klien yang telah mengisi surat laporan klaim tersebut. Jika surat laporan klaim sudah diterima maka bagian klaim memberitahukan cara prosedur klaim kepada klien. Lalu setelah klien memberikan syarat mengenai data-data klaim, kemudian bagian klaim melakukan input data klaim kedalam database perusahaan. Lalu bagian klaim akan melakukan proses data quality service untuk menyelaraskan dan membersihkan data klaim yang salah. Lalu pada akhir bulan bagian klaim akan dibuat laporan data quality service klaim yang akan diberikan kepada pimpinan perusahaan.

Activity Diagram

Menurut Satzinger, Jackson, dan Burd (Satzinger, Jackson, dan Burd 2010, p141) activity diagram merupakan diagram yang menjelaskan aktifitas pengguna sistem secara sekuensial. Activity diagram merupakan salah satu diagram Unified

Modelling Language (UML) yang terasosiasi dengan pendekatan object-oriented,

tetapi bisa digunakan dengan pendekatan lainnya.

Dalam activity diagram ini menggambarkan alur dari proses bisnis perusahaan. Dengan menggambarkan actor yang terlibat dalam aktifitas proses bisnis perusahaan dan menggambarkan urutan aktifitas dari proses bisnis. Gambar activity

(10)

(11)

Use Case Diagram

Menurut Satzinger, Jackson, dan Burd (Satzinger, Jackson, dan Burd, 2010, p160) use case adalah diagram yang menggambarkan aktifitas yang dilakukan oleh sistem.

Dalam use case diagram terdapat actor yang melakukan interaksi dengan sistem dan digambarkan dengan stick figure, gambar dari use case yang telah dirancang dapat dilihat pada Gambar 2.

Dalam Use Case ini menggambarkan agen dan bagian klaim melakukan interaksi dengan sistem ditunjukan dengan stick figure yang berhubungan langsung dengan state untuk menggambarkan aktifitas antara user dan sistem. Selain itu terdapat relasi include di use case tersebut yang merupakan suatu kondisi sebuah use case merupakan bagian dari use case lainnya.

(12)

Domain Model Class Diagram

Menurut Satzinger, Jackson, dan Burd (Satzinger, Jackson, dan Burd, 2010, p60) class diagram merupakan diagram yang menunjukkan semua class yang terdapat dalam sistem. Class diagram berisi atribut yang diperlukan untuk pembangunan sistem.

Dalam class diagram ini menunjukan class yang terdapat dalam sistem dan menunjukan hubungan antar class menggunakan multiplicity yang sudah ditentukan. Gambar class diagram yang telah dirancang dapat dilihat pada Gambar 3.

Dalam class diagram ini terdapat beberapa class yaitu klien, produk, data klaim, polis, premi, agen, surat laporan klaim, detail penjualan, dan penjualan. Class tersebut masing masing saling berhubungan dan berisi atribut yang diperlukan untuk pembangunan sistem.

(13)

Metode Perancangan Cleansing & Matching Data Flow Registrasi, Klaim, dan Penjualan

Gambar 7 Data Flow Registrasi, Klaim, dan Penjualan

• OLE DB Source: Merupakan tempat mengambil data dari SQL Server berdasarkan tabel registrasi, lalu akan dilanjutkan ke fuzzy lookup.

• Fuzzy Lookup: Merupakan tempat melakukan pencocokan/perbandingan antara data registrasi master dan data registrasi source.

• Multicast: Untuk mengarahkan data kedalam 2 aliran yaitu copy source dan copy LU (lookup).

• Copy Source: Data registrasi copy source akan masuk kedalam flow copy source setelah melewati fuzzy lookup.

• Copy LU: Data registrasi copy LU akan masuk kedalam flow copy LU setelah melewati fuzzy lookup.

• Union All: Setelah membuat copy source dan LU maka kolom dari copy source dan LU akan digabungkan untuk dibandingkan melalui conditional split.

• Conditional Split 1: Flow ini akan membagi data berdasarkan nama yang

nilainya null atau yang mempunyai confidence yang nilainya < 0 () atau > 0 ().

• OLE DB Destination: Flow ini berisi data unmatched yang berasal dari source belum melalui proses cleansing.

• Conditional Split: Membagi data berdasarkan kondisi berdasarkan default condition.

• DQS Cleansing: Melakukan pengkoreksian data dan standarisasi data berdasarkan nama, tanggal lahir, tempat lahir dan jenis kelamin.

(14)

• DQS Matching: Melakukan perbandingan data berdasarkan nama, tanggal lahir, tempat lahir dan jenis kelamin. Untuk mengetahui data yang mana matching dan unmatching.

• Ole DB Destinantion 1 (Unmatched Output): Akan menampilkan data yang unmatched perbadingan dari data master dan source.

• Ole DB Destinantion 2 (Matched Output): Akan menampilkan data yang matched perbadingan dari data master dan source.

Demikianlah analisis dan perancangan Data Quality Service pada PT XYZ, untuk mendukung analisa dan perancangan Data Quality Service berikut adalah hasil rancangan layar aplikasi Data Quality Service :

Gambar 8 Rancangan Layar Aplikasi Data Quality Service

User Interface Data Quality Service adalah window yang menampilkan data matched dan unmatched dari registrasi, klaim dan penjualan. Pertama agen akan

memilih tabel registrasi atau penjualan dan bagian klaim akan memilih tabel klaim, Lalu agen dan bagian klaim dapat melakukan proses DQS dengan cara menekan tombol “mulai DQS” lalu akan muncul window command prompt bahwa DQS tersebut sedang berkerja di back-end. Setelah DQS selesai melakukan proses DQS, akan menampilkan data matched dan unmatched. Agen menggunakan DQS pada bagian registrasi dan penjualan, bagian klaim menggunakan DQS pada bagian klaim. Data matched pada registrasi akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, matching score, matched by nama, matched by tanggal lahir, matched by tempat lahir dan matched by jenis kelamin sedangkan data

unmatched akan menampilkan pada registrasi adalah nama lengkap, tanggal lahir,

tempat lahir, jenis kelamin, unmatched by nama, unmatched by tanggal lahir,

unmatched by tempat lahir dan unmatched by jenis kelamin. Data matched pada

klaim akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin,

matching score, matched by nama, matched by tanggal lahir, matched by tempat lahir

dan matched by jenis kelamin sedangkan data unmatched akan menampilkan pada klaim adalah nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, unmatched by nama, unmatched by tanggal lahir, unmatched by tempat lahir dan unmatched by jenis kelamin. Data matched pada penjualan akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, matching score, matched by nama, matched

by tanggal lahir, matched by tempat lahir dan matched by jenis kelamin sedangkan

data unmatched akan menampilkan pada penjualan adalah nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, unmatched by nama, unmatched by tanggal lahir,

unmatched by tempat lahir dan unmatched by jenis kelamin. Di group box terdapat text box untuk melakukan pencarian data matched dan data unmatched bedasarkan

(15)

Laporan DQS Registrasi

Gambar 9 Laporan DQS Registrasi

User Interface laporan DQS registrasi akan tampil jika user menekan menubar

data quality service, lalu menekan laporan DQS registrasi setelah itu akan menampilkan form laporan DQS penjualan yang sudah melewati proses data

cleansing dan matching yang akan di tampilkan melalui form ini. Form hanya bisa

diakses oleh role agen karena agen yang menginput data klien. Pada form ini terdapat tombol “Tampilkan Matched” dan “Tampilkan Unmatched” untuk menampilkan laporan DQS registrasi. Ketika menekan tombol “Tampilkan Matched” laporan ini akan menampilkan nama lengkap, tempat lahir, jenis kelamin, matching score, matched by nama, matched by tanggal lahir, matched by tempat lahir dan

matched by jenis kelamin. Ketika menekan tombol “Tampilkan Unmatched” laporan

ini akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin,

unmatched by nama, unmatched by tanggal lahir, unmatched by tempat lahir dan unmatched by jenis kelamin. Form ini terdapat tombol untuk mencetak laporan

tersebut,juga dapat melakukan pencarian mengenai data penjualan dengan mengisi

(16)

Laporan DQS Penjualan

Gambar 10 Laporan DQS Penjualan

User Interface Laporan DQS Penjualan akan tampil jika user menekan menu bar data quality service,lalu menekan laporan DQS penjualan setelah itu akan

menampilkan form laporan DQS penjualan yang sudah melewati proses data

cleansing dan matching yang akan di tampilkan melalui form ini. Form hanya bisa

diakses oleh role agen karena agen yang meng-input data penjualan. Pada form ini terdapat tombol “Tampilkan Laporan Matched” dan “Tampilkan Laporan Unmatched untuk menampilkan laporan DQS penjualan. Laporan matched akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, matching

score, matched by nama, matched by tanggal lahir, matched by tempat lahir dan matched by jenis kelamin. Laporan unmatched akan menampilkan nama lengkap,

tanggal lahir, tempat lahir, jenis kelamin, unmatched by nama, unmatched by tanggal lahir, unmatched by tempat lahir dan unmatched by jenis kelamin. Form ini terdapat tombol untuk mencetak laporan tersebut, juga dapat melakukan pencarian mengenai data penjualan dengan mengisi textbox sesuai dengan data yang ingin dicari.

(17)

Laporan DQS Klaim

Gambar 11 Laporan DQS Klaim

User Interface laporan DQS klaim akan tampil jika user menekan menu bar data quality service,lalu menekan laporan DQS klaim setelah itu akan menampilkan form laporan DQS penjualan yang sudah melewati proses data cleansing dan matching yang akan di tampilkan melalui form ini. Form hanya bisa diakses oleh role bagian klaim karena bagian klaim yang meng-input data klaim. Pada form ini terdapat tombol “Tampilkan Matched” dan “Tampilkan Unmatched” untuk menampilkan laporan DQS klaim. Ketika menekan tombol “Tampilkan Matched” laporan ini akan menampilkan nama lengkap, tanggal lahir, jenis kelamin, alamat, tempat lahir dan matching score, matched by nama, matched by tanggal lahir, matched by tempat lahir dan matched by jenis kelamin. Ketika menekan tombol “Tampilkan Laporan Unmatched” laporan ini akan menampilkan nama lengkap, tanggal lahir, tempat lahir, jenis kelamin, unmatched by nama, unmatched by tanggal lahir, unmatched by tempat lahir dan unmatched by jenis kelamin. Form ini terdapat tombol untuk mencetak laporan tersebut, juga dapat melakukan pencarian mengenai data penjualan dengan mengisi textbox sesuai dengan data yang ingin dicari.

(18)

SIMPULAN

Berdasarkan hasil analisa dan perancangan aplikasi data quality service yang telah dilakukan pada PT XYZ, maka dapat diambil beberapa kesimpulan, yaitu yang pertama dengan aplikasi data quality service membuat perusahaan mudah dalam proses input data klien demi menghindari klien memiliki lebih dari satu ID, sehingga dapat mencegah terjadinya resiko money laundry. Yang kedua data diolah dengan menggunakan metode Cleansing dan Matching sehingga membuat data tersebut dapat dimanfaatkan sebagai sumber data yang valid. Dan yang terakhir menghasilkan data yang konsisten dan akurat sehingga proses bisnis dapat berjalan secara optimal.

REFERENSI

Bach, Torben Pedersen. (2007). Extract, Transform, Load (ETL). Denmark: Aalborg University.

Becser, Norbert. (2007). IMPROVING SERVICE QUALITY IN RETAIL TRADE. Budapest: CORVINUS UNIVERSITY OF BUDAPEST.

Connoly, T., & Begg, C. (2010). Database System: A Practical Approach to Design,

Implementation and Managemet. 5th Edition. Boston: Pearson.

Hasan, I. 2009. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta: PT. Bumi Aksara.

Inmon, W. H. (2005). Building The Data Warehouse, 4th Edition. Canada: Wiley

Publsihing, Inc.

Marwan, Fandy. (2008). Sistem Basis Data Dalam Paket Five In One. Jakarta: Elex Media Komputindo.

Microsoft. (2012). Data Quality Service SQL Server Books Online. USA: Microsoft. Notosusastro Mulyadi, Dr. H. (2013) Asuransi dan Usaha Perasuransian di

Indonesia. Bandung: Alfabeta.

Rad, Reza. (2014). Microsoft SQL Server 2014 Business Intelegence Development. Birmingham: Packt Publishing Ltd.

Satzinger, J.W., Jackson, R.B., & Burd, S.D. (2010). SYSTEMS AND ANALYSIS

DESIGN IN A CHANGING WORLD, Fifth Edition.Boston: Joe Sabatino.

Sugiyono. (2005). Metode Penelitian Kualitatif. Bandung: Alfabeta.

Tim Penyusun Kamus Pusat Bahasa. (2008). Kamus Bahasa Indonesia, Edisi

Keempat. Jakarta: Pusat Bahasa DEPDIKNAS.

Whitten L. Jeffrey & Lonnie D. Bentley. (2007). System Analysis and Design

Methods, 7th Edition. New York: McGraw-Hill Irwin.

Willey, John. (2009). System Analysis & Design With UML Version 2.0 An

Object-Oriented Approach, 3rd Edition. United States of America: John Willey &

Sons, Inc.