82 BAB 4
RANCANGAN SISTEM YANG DIUSULKAN
4.1 Usulan Prosedur yang Baru
Gambar 4.1 Flowchart Usulan Sistem Reporting yang Baru
Usulan prosedur baru untuk reporting anggaran operasional mill production pada PT. IES NUSANTARA, yaitu:
1. Data operasional berasal dari OpenQM.
2. Data diakses menggunakan IES Client Sistem sehingga menghasilkan format data .csv.
3. Data dianalisis dan diolah ke dalam MYSQL dan PHP sehingga menghasilkan dashboard reporting berbasis business intelligence.
4.2 Diagram Aliran Data
4.2.1 Data Flow Diagram Level 0
Gambar 4.2 Data Flow Diagram Level 0
4.2.2 Data Flow Diagram Level 1
Gambar 4.3 Data Flow Diagram Level 1
4.3 Perancangan Proses 4.3.1 Database Design
Dalam perancangan data warehouse, akan dilakukan pemilihan data yang tepat untuk membuat suatu laporan yang baik bagi Manager. Arsitektur yang digunakan dalam rancangan data warehouse pada PT. IES NUSANTARA adalah arsitektur data warehouse terpusat. Sehingga, data terkumpul dalam satu tempat saja dan akan lebih mudah dalam mengelola data. Berikut merupakan gambar rancangan arsitektur data warehouse PT.
IES NUSANTARA:
Gambar 4.4 Arsitektur Data Warehouse
• Sumber Data
Sumber data yang dipakai berasal dari OLTP (Online Transaction Processing) dimana data-data tersebut di dalam database perusahaan dalam bentuk tabel-tabel.
• ETL (Extract Transform Loading)
ETL terdiri dari tiga tahap, yaitu: Extract, Transform, dan Loading.
Extract : Tahap penarikan data dari berbagai sumber.
Transform : Tahap penyatuan, penyeragaman dari berbagai sumber data. Transformasi dilakukan untuk memindahkan data ke dalam data warehouse. Transformasi data ini dilakukan dengan menggunakan sistem Data Transformation System yang telah di sediakan oleh Microsoft SQL-Server 2008.
Loading : Tahap input data yang telah diolah pada data warehouse.
• Data Warehouse
Data-data yang telah dipindahkan ke dalam data warehouse, kemudian diolah kembali, sehingga dapat disajikan menjadi laporan yang sesuai dengan kebutuhan Manager. Data yang terdapat pada data warehouse merupakan data histories dan lebih ringkas, sehingga data yang diolah merupakan data yang tetap tidak ada kemungkinan berubah, sesuai dengan sifat data warehouse yang non volatile.
• OLAP Cube
OLAP dapat dilihat dari berbagai dimensi, yang memudahkan pengguna untuk menganalisa data dengan menggunakan view yang kompleks dan multidimensional. Hasil dari OLAP adalah star schema yang terdiri dari tabel fakta dan dimensi.
• Web Browser
Hasil akhir dari arsitektur data warehouse adalah penggunaan web browser. Pada tahap ini, manager dapat mengakses data yang di butuhkan dengan internal web based.
Meninjau kembali kebutuhan data akses yang diperlukan dalam perancangan database tabel FAKTA HEADER, terdiri dari:
Field Fakta Header Keterangan
headerID Primary key dalam data warehouse
userID Merupakan ID penghubung dengan tabel
FaktaHeader. Berasal dari tabel DimensiMsUser, yang terdiri dari userCode, userName dan password.
jobID Merupakan ID penghubung dengan tabel
FaktaHeader. Berasal dari tabel DimensiMsjob, yang terdiri dari jobCode dan name.
periodID Merupakan ID penghubung dengan tabel
FaktaHeader. Berasal dari tabel DimensiPeriod, yang terdiri dari periodCode dan month.
jobcostID Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel
DimensiMsJobCost, yang terdiri dari jobCode dan costTypeCode.
costSubID Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel DimensiMsCostSub, yang terdiri dari costTypeCode dan subacctCode.
Committed Merupakan attribute tabel FaktaHeader yang mendefinisikan nilai commited.
Actual Merupakan attribute tabel FaktaHeader
yang mendefinisikan nilai actual.
Accrual Merupakan attribute tabel FaktaHeader
yang mendefinisikan nilai acrrual.
Tabel 4.1 Fakta Header
Kemudian dilakukan rancangan database dengan rancangan star schema untuk memenuhi kebutuhan informasi yang dibutuhkan manager terhadap aplikasi Business Intelligence. Berikut merupakan penjelasan mengenai star schema tersebut, yaitu:
Star Schema FaktaHeader
Tabel FaktaHeader menggambarkan kegiatan operasional mill production. Dari skema ini, dapat terlihat data committed, actual, dan accrual yang diinginkan berdasarkan DimensiMsPeriod, DimensiMsJob dan DimensiMsSub. Selanjutnya, dapat melihat
gabungan data yang terdiri dari DimensiMsJobCost dan DimensiMsCostSub.
Gambar 4.5 Star Schema
89 4.3.2 ETL Design
TABEL COLUMN TYPE/LENGTH DATA
ELEMENT
TYPE/LENGTH SOURCE FILE/DATABASE DimensiMsUser
MsUser CHAR
userCode CHAR (10) userCode CHAR (10) MsUser userName VARCHAR(10) userName VARCHAR(10) MsUser password VARCHAR(10) password VARCHAR(10) MsUser
DimensiMsJob MsJob CHAR
jobCode CHAR(5) jobCode CHAR(5) Msjob
name VARCHAR(20) name VARCHAR(20) Msjob
reportGroup VARCHAR(6) reportGroup VARCHAR(6) Msjob DimensiMsCost MsCost CHAR
costTypeCode CHAR(5) costtypecode CHAR(5) MsCost costTypeName VARCHAR(20) costtypename VARCHAR(20) MsCost DimensiMsJobCost MsJobCost VARCHAR
jobCode CHAR(5) jobCode CHAR(5) MsJobcost
costTypeCode VARCHAR(5) costTypeCode VARCHAR(5) MsJobCost
DimensiMsSub MsSub VARCHAR
subAcctCode CHAR(5) subacctcode CHAR(5) MsSub subAcctName VARCHAR(20) subAcctName VARCHAR(20) MsSub DimensiCostSub MsCostSub CHAR
costTypeCode CHAR(5) costTypeCode CHAR(5) MsCostSub subAcctCode VARCHAR(5) subAcctCode VARCHAR(5) MsCostSub DimensiMsPeriod MsPeriod CHAR
periodCode CHAR(3) periodCode CHAR(3) MsPeriod month VARCHAR(10) month VARCHAR(10) MsPeriod
Fakta_Header FaktaHeader CHAR
jobCode CHAR(5) jobCode VARCHAR(5) MsJob
costTypeCode CHAR(5) costTypeCode VARCHAR(5) MsCost subAcctCode CHAR(5) subAcctCode VARCHAR(5) MsSub periodCode CHAR(3) periodCode VARCHAR(3) MsPeriod
userCode CHAR(10) userCode INT(10) MsUser
commited INT(15) commited INT(15) Header
actual INT(15) actual INT(15) Header
accrual INT(15) accrual INT(15) Header
Tabel 4.2 Extract/Transform/Load Design
Kemudian merancang program ETL, dimana program tersebut disajikan ke dalam tabel yang menggambarkan transformasi dari OLTP ke OLAP, yaitu:
Transform Fakta Header
Activity Menarik data Period, User, Job, Cost, Sub, JobCost, CostSub, Commited Current, Acctual Current, Accrual Current.
Code
SELECT
userID, jobID, costID, subID, jobcostID, costSubID, periodID,
sum(actual+commited)as dataAccrual, sum(accrual)as totalAccrual
FROM
[OLAPbaru].[dbo].DimensiPeriod as DimPeriod,
[OLAPbaru].[dbo].DimensiMsCost as DimMsCost, [OLAPbaru].[dbo].DimensiMsJob as DimMsJob, [OLAPbaru].[dbo].DimensiMsSub as DimMsSub, [OLAPbaru].[dbo].DimensiMsUser as DimMsUser,
[OLAPbaru].[dbo].DimensiMsJobCost as DimMsJobCost, [OLAPbaru].[dbo].DimensiMsCostSub as DimMsCostSub,
[OLTP].[dbo].header AS header WHERE
header.userCode = DimMsUser.userCode AND header.jobCode = DimMsJob.jobCode
AND header.costTypeCode = DimMsCost.costTypeCode AND header.subAcctCode = DimMsSub.subAcctCode AND header.periodCode = DimPeriod.periodCode AND DimMsJobCost.jobCode = DimMsJob.jobCode
AND DimMsCostSub.costTypeCode = DimMsCost.costTypeCode AND DimMsCostSub.subAcctCode = DimMsSub.subAcctCode
GROUPBY
periodID, userID, jobID, costID, subID, jobcostID, costSubID
Tabel 4.3 Tabel Transformasi FaktaHeader
4.3.3 Metadata Repository Design
Nama Database : Operational mill production Nama Tabel : MsUser
Deskripsi Tabel : Tabel dimensi user
Nama Field
Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama
Table
Nama Field Tipe Ukuran Keterangan userID CHAR 10 Surrogate
Key
userCode CHAR 10 MsUser userCode CHAR 10 Copy
userName VARCHAR 10 MsUser userName VARCHAR 10 Copy
password VARCHAR 10 MsUser password VARCHAR 10 Copy
Tabel 4.4 Metadata MsUser
Nama Database : Operational mill production Nama Tabel : MsJob
Deskripsi Tabel : Tabel dimensi job
Nama Field
Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama
Table
Nama Field
Tipe Ukuran Keterangan
jobID CHAR 5 Surrogate
Key
jobCode CHAR 5 MsJob jobCode CHAR 5 Copy
name VARCHAR 20 MsJob jobName VARCHAR 20 Copy
Tabel 4.5 Metadata MsJob
Nama Database : Operational mill production Nama Tabel : MsCost
Deskripsi Tabel : Tabel dimensi cost
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama
Table
Nama Field Tipe Ukuran Keterangan
costID CHAR 5 Surrogate
Key
costTypecode CHAR 5 MsCost costTypeCode CHAR 5 Copy
costTypeName VARCHAR 20 MsCost costTypeName VARCHAR 20 Copy
Tabel 4.6 Metadata MsCost
Nama Database : Operational mill production Nama Tabel : MsSub
Deskripsi Tabel : Tabel dimensi sub
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama
Table
Nama Field Tipe Ukuran Keterangan
subID CHAR 5 Surrogate
Key
subAcctCode CHAR 5 MsSub subAcctCode CHAR 5 Copy
subAcctName VARCHAR 20 MsSub subAcctName VARCHAR 20 Copy
Tabel 4.7 Metadata MsSub
Nama Database : Operational mill production Nama Tabel : MsPeriod
Deskripsi Tabel : Tabel dimensi Period
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama Table Nama Field Tipe Ukuran Keterangan
periodID CHAR 3 Surrogate
Key
periodCode CHAR 3 MsPeriod periodCode CHAR 3 Copy
month VARCHAR 10 MsPeriod month VARCHAR 10 Copy
Tabel 4.8 Metadata MsPeriod
Nama Database : Operational mill production Nama Tabel : MsJobCost
Deskripsi Tabel : Tabel dimensi job, cost
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama Table Nama Field Tipe Ukuran Keterangan
jobcostID CHAR 5 Surrogate Key
jobCode CHAR 5 MsJobCost jobCode CHAR 5 Copy
costTypeCode VARCHAR 5 MsJobCost costTypeCode VARCHAR 5 Copy
Tabel 4.9 Metadata MsJobCost
Nama Database : Operational mill production Nama Tabel : MsJobCostSub
Deskripsi Tabel : Tabel dimensi cost, sub
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama Table Nama Field Tipe Ukuran Keterangan
costsubID CHAR 5 Surrogate Key
costTypeCode CHAR 5 MsJobCostSub costTypeCode CHAR 5 Copy
subacctcode VARCHAR 5 MsJobCostSub subacctcode VARCHAR 5 Copy
Tabel 4.10 Metadata MsJobCostSub
Nama Database : Operational mill production Nama Tabel : Header_Fakta
Deskripsi Tabel : Tabel fakta header
Nama Field Tipe Ukuran Keterangan
Sumber Data
Transformasi Nama
Table
Nama Field Tipe Ukuran Keterangan headerID CHAR 10 Surrogate
Key
userCode CHAR 10 MsUser userCode CHAR 10 Copy
jobCode CHAR 5 MsJob jobCode CHAR 5 Copy
costTypeCode CHAR 5 MsCost costTypeCode CHAR 5 Copy
subAcctCode CHAR 5 MsSub subAcctCode CHAR 5 Copy
periodCode CHAR 3 MsPeriod periodCode CHAR 3 Copy
commited INT 15 Header commited INT 15 Copy
actual INT 15 Header actual INT 15 Copy
accrual INT 15 accrual INT 15 Copy
Tabel 4.11 Metadata Header_Fakta
97 4.3.4 ETL Development
Pada tahap ini, akan dijelaskan proses ETL pengambilan data dari sumber data OLTP ke OLAP yang menyimpan file Integration Service Project.
Tahap pertama, membuka SQL Server Business Intelligence Development Studio 2008, klik File - New project – Integration Service Project, dan mengisi nama lokasi, serta solution name file.
Gambar 4.6 Tampilan Awal ETL
Gambar 4.7 Halaman utama Integration Service Project
Halaman utama Integration service Project memiliki beberapa menu, yaitu : control flow, data flow, toolbox dan solution explorer yang mempermudah pengguna dalam membuat data source (OLTP dan OLAP), serta SSIS (SQL Server Integration Services) packages (tabel fakta dan dimensi).
Gambar 4.8 Solution Explorer Business Intelligence Data source
Tahap Kedua, data source diberi nama sesuai dengan database pada SQL server. Pada Business Intelligence ini, data source diberi nama OLTP
dan OLAPbaru. Klik kanan data source – new data source – klik next data source wizard – beri nama data souce – next – finish.
Gambar 4.9 Solution Explorer Business Intelligence SSIS Packages
Tahap ketiga, membuat SSIS (SQL Server Integration Services) packages yang terdiri dari tabel Fakta dan dimensi. Klik kanan SSIS (SQL Server Integration Services) Packages – new SSI(SQL Server Integration Services) S Packages – rename sesuai dengan nama tabel fakta dan dimensi yang telah ditentukan.
Gambar 4.10 Setting Control Flow
Tahap keempat, setting control flow. Pastikan kedua database yaitu OLTP dan OLAP telah masuk dalam connection Managers. Kemudian, drag Data FlowTask dan Execute SQL Task ke dalam control flow. Tariklah panah hijau dari Data Flow Task ke kotak Execute SQL Task dan pastikan keduanya telah terhubung.
Gambar 4.11 Execute SQL Task Editor
Klik-ganda pada Execute SQL Task, sehingga window Execute SQL Task Editor muncul, isilah Connection dengan database OLTP yang telah di tentukan dan SQL Statement.
Gambar 4.12 Setting Data Flow
Tahap kelima, Klik tab Data Flow dan drag OLE DB Source dan OLE DB Destination layar integration service project, tarik panah hijau dari OLE DB Source ke OLE DB Destination dan pastikan keduanya telah terhubung.
Gambar 4.13 Setting OLE DB Source Editor
Klik-ganda pada OLE DB Source, maka akan terlihat window OLE DB Source Editor, dalam window ini pilih “SQL Command: pada combo box
“Data access mode”, kemudian istilah SQL Command text dengan query yang digunakan untuk mentransformasikan OLTP ke OLAP. Setelah itu klik OK.
Gambar 4.14 Setting OLE DB Destinaton Editor
Lakukan langkah yang sama pada OLE DB Destination, dalam combo box “Data access mode” pilih Tabel or view – fast load, kemudian isi table yang akan ditransformasikan dalam combo box ”Name of the table on the view”, kemudian klik mappings yang terletak di bagian kiri atas.
Gambar 4.15 Mapping OLE DB Destination
Pada tahap ini, dapat terlihat data-data dari OLTP yang akan ditransformasikan ke OLAP, klik OK bila sudah sesuai.
Gambar 4.16 Hasil Proses Debugging
Pada saat kembali ke layar utama, pastikan semua panah sudah terhubung dengan benar. Tahap selanjutnya, klik Debug pada toolbar lalu pilih start Debugging. Tunggu beberapa saat, SQL Server Business Intelligence
Development Studio 2008 akan mentransformasikan OLTP ke OLAP yang telah digunakan sebelumnya, apabila proses berjalan dengan baik, maka terlihat beberapa jumlah baris yang telah ditransfer dan kotak OLE DB Source dan OLE DB Destination akan berubah warna menjadi hijau.
4.3.5 Application Development
Gambar 4.17 Halaman Login
Pada halaman ini, manager yang akan menggunakan aplikasi, harus login terlebih dahulu. Login dilakukan dengan cara memasukkan username dan password yang sudah ditentukan sebelumnya oleh administrator.
• Tampilan Dashboard
Setelah melakukan login, user (manager) langsung masuk ke halaman dashboard. Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di sebelah kanan, terdapat label tanggal dan jam, serta disampingnya terdapat button log out.
Gambar 4.18 Halaman Dashboard
Di halaman ini, ditampilkan laporan total anggaran operasional perbulan berdasarkan accrual dengan bar chart. Bila pointer mouse berada pada salah satu bar, maka akan muncul hover yang menampilkan total anggaran dan bulan tersebut. Bar chart juga dapat di drill-down. Hasil drill-down ini akan menghasilkan tampilan laporan anggaran lebih rinci perbulannya dengan menampilkan anggaran setiap jobcode.
Contoh hasil drill-down pada bulan January (bar chart warna biru):
Gambar 4.19 Halaman hasil drill-down pada bulan January
Contoh hasil drill-down pada bulan June (bar chart warna orange):
Gambar 4.20 Halaman hasil drill-down pada bulan June
Di bawah bar chart terdapat keterangan bulan yang sedang di drill- down. Apabila bar chart di klik kembali, maka akan kembali pada tampilan bar chart awal yang menampilkan total perbulan.
Di bawah bar chart, terdapat kolom tabel By Period, sebagai summary anggaran perbulan yang dapat di-sorting berdasarkan Total Actual atau Total Accrual.
Gambar 4.21 Halaman kolom tabel By Period
Di bawah kolom tabel By Period, terdapat kolom tabel By Job Name.
Pada kolom tabel ini terdapat dua button untuk memilih laporan mengenai Station(ST) dan Vehicle(VH), seperti pada gambar dibawah ini:
Gambar 4.22 Halaman Button pada tabel By Job Name
Bila memilih Station(ST), maka akan ditampilkan laporan pengeluaran Station per-Job Name dari st.01 hingga st.15. Di tabel ini juga dapat dilakukan sorting berdasarkan JobCode, Job Name, Total Actual maupun Total Accrual.
Gambar 4.23 Halaman kolom tabel By Job Name berdasarkan Station(ST)
Bila memilih Vehicle(VH), maka akan ditampilkan laporan pengeluaran Vehicle per-Job Name. Di tabel ini juga dapat dilakukan sorting berdasarkan JobCode, Job Name, Total Actual maupun Total Accrual.
Gambar 4.24 Halaman kolom tabel By Job Name berdasarkan Vehicle(VH)
Di bawah kolom tabel By Period, terdapat kolom tabel By Cost Type.
sebagai summary anggaran per-Cost Type yang dapat di-sort berdasarkan Total Actual atau Total Accrual.
Gambar 4.25 Halaman kolom tabel By Cost Type
• Tampilan Data Tables
Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di halaman Data Tables, ditampilkan laporan total anggaran operasional berdasarkan Job Name Actual dengan pie chart yang dapat menampilkan anggaran secara proposional antara sudut lingkaran dengan persentase anggaran. Apabila salah satu potongan bagian pie-chart diklik, maka akan terdapat hover yang menampilkan keterangan detail Job Name dan presentase.
Gambar 4.26 Halaman Data Tables
Gambar 4.27 Halaman Pie Chart By Job Name Actual
Kolom pie chart ini memiliki fasilitas untuk export gambar ke dalam bentuk PNG, JPEG, PDF dan SVG vector image. Dan juga button print untuk langsung mencetak pie chart.
Gambar 4.28 Halaman Fasilitas Pie Chart untuk Export
Di bawah kolom pie-chart, terdapat kolom tabel data keseluruhan anggaran operasional mill production. Kolom ini dilengkapi dengan search- box [1], limit tampilan row per-page[2], dan button untuk konversi data ke file yang diinginkan (Copy, CSV, Excel, PDF, dan Print) [3]. Sehingga laporan dapat lebih cepat di evaluasi sesuai dengan kebutuhan manager.
Gambar 4.29 Halaman Kolom Tabel Data Keseluruhan
1 2 3
Contoh konversi (manager ingin melihat laporan bulan januari dengan jobcode st.02 ke dalam bentuk excel dan pdf):
Gambar 4.30 Halaman Konversi File
Dan hasil konversi:
Gambar 4.31 Halaman Hasil Konversi File dalam Excel
Gambar 4.32 Halaman Hasil Konversi File dalam PDF
• Tampilan Alert
Gambar 4.33 Halaman Alert
Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di halaman Alert, ditampilkan laporan total anggaran operasional perbulan terbesar dengan bar chart dan line chart yang dapat menunjukkan tren anggaran operasional secara spesifik . Bar chart berwarna biru menampilkan anggaran terbesar berdasarkan Actual, line chart berwarna merah
menampilkan anggaran terbesar berdasarkan Commited, dan line chart berwarna hijau menampilkan pengeluaran terbesar berdasarkan Accrual. Pada kolom ini terdapat button untuk memilih view bar chart Accrual, line chart Actual dan line chart Commited.
Gambar 4.34 Button Accrual, Actual dan Commited
Kolom chart ini memiliki fasilitas untuk export gambar ke dalam bentuk PNG, JPEG, PDF dan SVG vector image. Dan juga button print untuk langsung mencetak pie chart
Gambar 4.35 Fasilitas untuk Export Gambar
Jika memilih Accrual, maka tampilannya seperti di bawah ini :
Gambar 4.36 Tampilan Accrual
Jika memilih Actual maka tampilannya seperti di bawah ini :
Gambar 4.37 Tampilan Actual
Jika memilih Commited maka tampilannya seperti di bawah ini :
Gambar 4.38 Tampilan Committed
Di bawah kolom chart, terdapat kolom alert yang menampilkan pengeluaran perbulan terbesar dan pengeluaran perbulan terkecil berdasarkan jobcode dan accrual.
Gambar 4.39 Tampilan Kolom Alert
Bila Highest Accrual dipilih, maka tampilan akan menjadi seperti di bawah ini:
Gambar 4.40 Tampilan Highest Accrual
Terdapat keterangan bulan (month), jobcode yang memiliki pengeluaran tertinggi dan total dari pengeluaran tersebut (total cost).
Bila Lowest Accrual dipilih, maka tampilan akan menjadi seperti di bawah ini:
Gambar 4.41 Tampilan Lowest Accrual
Terdapat keterangan bulan (month), jobcode yang memiliki pengeluaran terendah dan total dari pengeluaran tersebut (total cost).
4.3.6 Data Mining
Data mining merupakan cara atau teknik untuk menemukan pola dari data perusahaan. Pada data mining ini, akan didapat hasil analisis berupa Highest Commited Actual Accrual per Period, yang ditampilkan berupa chart dan keterangan dari highest accrual serta lowest accrual. Data mining digunakan untuk membantu manager menentukan keputusan selanjutnya atas pengeluaran terbesar dan terkecil pada setiap accrual di setiap job per period.
Gambar 4.42 Data Mining
4.3.7 Metadata Repository Development
Pada tahap ini ditampilkan metadata sampai kepada hasilnya.
Gambar 4.43 Hasil Metadata DimensiMsUser DimensiMsUser memiliki kolom, yaitu:
userID : Primary key dalam dalam data warehouse
userCode : Primary key dalam OLTP untuk ETL
userName : Nama pengguna
Gambar 4.44 Hasil Metadata DimensiMsSub DimensiMsSub memiliki kolom, yaitu:
subID : Primary key dalam data warehouse
subAcctCode : Primary key dalam OLTP untuk ETL
subacctname : nama sub actual
Gambar 4.45 Hasil Metadata DimensiMsCost DimensiMsCost memiliki kolom, yaitu:
costID : Primary key dalam data warehouse
costtypeCode : Primary key dalam OLTP untuk ETL
costtypename : tipe nama cost
Gambar 4.46 Hasil Metadata DimensiMsJob DimensiMsJob memiliki kolom, yaitu:
jobID : Primary key dalam data warehouse
jobCode : Primary key dalam OLTP untuk ETL
name : nama job
Gambar 4.47 Hasil Metadata DimensiMsCostSub DimensiMsCostSub memiliki kolom, yaitu:
costSubID : Primary key dalam data warehouse
costtypeCode : Primary key dalam OLTP untuk ETL
subacctcode : Primary key dalam OLTP untuk ETL
Gambar 4.48 Hasil Metadata DimensiMsJCost DimensiMsJobCost memiliki kolom, yaitu:
jobcostID : Primary key dalam data warehouse
costtypeCode : Primary key dalam OLTP untuk ETL
jobcode : Primary key dalam OLTP untuk ETL
Gambar 4.49 Hasil Metadata DimensiMsPeriod DimensiMsPeriod memiliki kolom, yaitu:
periodID : Primary key dalam data warehouse
periodCode : Primary key dalam OLTP untuk ETL
month : waktu berdasarkan bulan.
Gambar 4.50 Hasil Metadata FaktaHeader FaktaHeader memiliki kolom, yaitu:
jobID : Primary key dalam data warehouse
costID : Primary key dalam data warehouse
subID : Primary key dalam data warehouse
periodID : Primary key dalam data warehouse
userID : Primary key dalam data warehouse
committed : nilai commited current
actual : nilai actual current
accrual : nilai accrual current