ANALISIS DAN PERANCANGAN
DATA WAREHOUSE PERSEDIAAN
DAN PENJUALAN PADA PT.
PERTAMINA (PERSERO)
AVIATION DPPU HALIM
PERDANAKUSUMA
Sari Ardelina
Binus University, Jakarta, DKI Jakarta, Indonesia
Yani Hermanto
Binus University, Jakarta, DKI Jakarta, Indonesia
dan
Kendy Leyona Artha
Binus University, Jakarta, DKI Jakarta, IndonesiaAbstrak
TUJUAN PENELITIAN, ialah menganalisis dan merancang sebuah sistem data
warehouse pada PT. PERTAMINA (PERSERO) AVIATION DPPU Halim Perdanakusuma dalam mengelolah data AVGAS yang berbasiskan desktop. Penelitian ini dibatasi oleh proses bisnis persediaan dan penjualan.
METODE PENELITIAN yang digunakan pada penelitian ini adalah metode
analisis dan metode perancangan. Metode analisis dilakukan dengan melakukan studi kepustakaan, survei terhadap kebutuhan user, serta melakukan analisis pada hasil dari survei yang dilakukan. Sedangkan metode perancangan data warehouse yang digunakan adalah Nine-steps Methodology menurut Ralph Kimball.
HASIL YANG DICAPAI berupa sebuah aplikasi data warehouse yang dapat
merangkum, mengintegrasikan, dan menyajikan data historis secara multidimensi yang mempermudah pengolahan data dan pembuatan laporan persediaan dan penjualan AVGAS yang diperlukan oleh pihak eksekutif.
SIMPULAN dari penelitian ini adalah dengan adanya perancangan data warehouse
dapat menyediakan informasi yang lengkap dan sesuai dengan kebutuhan bagi DPPU Halim Perdanakusuma dan dapat dilihat dari beberapa dimensi sehingga memudahkan pihak eksekutif dalam pembuatan laporan serta menganalisis dan mengambil keputusan dalam persediaan dan penjualan AVGAS yang tepat.
Kata Kunci : Analisis, Perancangan, Data Warehouse, Persediaan, Penjualan
1.
Pendahuluan
Di saat teknologi informasi mulai berkembang pesat dan dalam dunia bisnis saat ini, baik pada perusahaan kecil maupun perusahaan besar, mulai menyadari pentingnya suatu teknologi yang dapat membantu mengembangkan usahanya. Kebutuhan informasi yang cepat dan tepat menjadi sangat penting untuk mengefisiensikan waktu. Perkembangan teknik informatika saat ini memungkinkan semua bidang kehidupan manusia dapat semakin ringan dikerjakan dengan bantuan komputer.
Setiap perusahaan memiliki data, dan dari data – data tersebut dapat dikumpulkan dan diolah menjadi database yang berperan penting dalam perusahaan. Dengan menggunakan database, data dapat diakses dengan cepat oleh user dengan bantuan komputer.
Untuk mengolah database, tidaklah mudah. Dengan semakin berkembangnya perusahaan maka jumlah data pada perusahaan semakin besar, sehingga timbul beberapa kendala dalam proses yang berjalan pada perusahaan antara lain proses pekerjaan terlalu lama dan tidak tepat waktu, sistem yang sedang berjalan saat ini belum tentu bisa menyimpan data dalam jumlah besar, dan beberapa kendala lainnya yang berkaitan dengan integritas data.
Penulis mengangkat tema analisis dan perancangan data warehouse persediaan dan penjualan bahan bakar penerbangan pada PT. Pertamina
(persero) Aviation DPPU Halim Perdanakusuma yang menangani penjualan bahan bakar untuk pesawat udara. Proses yang dijalankan dari awal penyetokan produk hingga dijual ke pelanggan cukup banyak dan rumit. Pembuatan laporan yang sesuai dengan keinginan Kepala DPPU Halim Perdanakusuma sering kali membutuhkan waktu yang cukup lama, karena harus melibatkan penggabungan berbagai sumber data.
Dengan menggunakan DBMS SQL Server Management Studio 2008 untuk sistem database sedangkan untuk aplikasi laporan memakai Microsoft Visual Basic 2008. Dengan dipilihnya tema ini, penulis berharap agar dapat banyak memberikan petunjuk dasar bagaimana merancang data warehouse.
Secara umum tujuan dari penulisan tugas akhir ini adalah merancang sebuah aplikasi data warehouse untuk persediaan dan penjualan bahan bakar AVGAS pada PT. Pertamina (persero) Aviation DPPU Halim Perdanakusuma. Selain itu, tujuan dari penelitian ini membuat analisis dari sistem reporting yang berjalan saat ini, menganalisis kebutuhan user, merancang aplikasi data warehouse, dan mengevaluasi sistem aplikasi data warehouse
Sedangkan manfaat yang diharapkan pada akhir penelitian ini antara lain adalah menyimpan data – data persediaan dan penjualan bahan bakar AVGAS, mempercepat dan mempermudah mengakses data persediaan dan penjualan bahan bakar AVGAS, mempercepat dan mempermudah dalam pembuatan laporan persediaan dan penjualan, dan mengurangi biaya administrasi
2.
Tinjauan Pustaka
Data warehouse adalah sebuah sistem penyimpanan data yang berkapasitas besar, dimana data dikumpulkan dengan menambah record baru daripada memperbarui record yang sudah ada dengan informasi baru.
Dengan kata lain, sebuah data warehouse menggabungkan:
• Satu atau lebih alat untuk mengekstrak bidang dari setiap jenis struktur data (data, hirearki, relasi, atau objek; terbuka atau proprietary), termasuk data eksternal.
• Sintesis dari data ke dalam, database yang terintegrasi, berorientasi subjek dengan "katalog" metadata.
2.1
Karakteristik Data warehouse
a. Subject Oriented, data warehouse didesain untuk menganalisa data berdasarkan subyek – subyek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.
Di bawah ini adalah tabel perbedaan antara sistem OLTP dan sistem data warehouse menurut Connolly dan Begg (2005).
Table 1. Perbandingan Sistem OLTP dan Sistem Data warehouse Sistem OLTP Sistem Data warehouse
Menangani data sekarang Menangani data historis
Menyimpan detailed data Menyimpan detailed, lightly, dan highly summarized data
Data bersifat dinamis Data bersifat statis
Proses berulang Proses sewaktu – waktu tidak terstruktur dan heuristic
Jumlah transaksi tinggi Jumlah transaksi rendah sampai sedang
Transaction driven Analysis driven
Berorientasi aplikasi Berorientasi subjek
Mendukung keputusan harian Mendukung keputusan strategis Melayani banyak user Melayani sedikit user
(manajerial)
b. Integrated, data warehouse dapat menyimpan data – data yang berasal dari sumber – sumber yang terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah – pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.
c. Time-Variant, seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat
interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara yang paling sederhana yaitu menyajikan data warehouse pada rentang waktu tertentu,misal antara 5 sampai 10 tahun ke depan.
d. Non-Volatile, karena data yang tidak update secara real time, tetapi di-refresh dari sistem operasional secara teratur. Data baru selalu ditambahkan sebagai pelengkap ke database, bukan pengganti. Database terus menyerap data baru ini, secara bertahap, mengintegrasikan dengan data sebelumnya
2.2
Struktur Data warehouse
2.3
Fungsi Data warehouse
Data warehouse mempunyai kegunaan sebagai berikut : 1. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari, perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
2. On – Line Analytical Processing (OLAP)
Dengan adanya data warehouse, semua informasi baik detail maupun summary yang dibutuhkan dalam proses analisa mudah didapat. Fasilitas lain yang ada pada software OLAP adalah
fasilitas roll – up dan drill – down. Drill – down adalah kemampuan untuk melihat detail dari suatu informasi dan roll – up adalah kebalikannya.
3. Data mining
Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.
4. Proses informasi eksekutif
Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehouse menjadi target informative bagi user.
2.4
Keuntungan Data warehouse
1) Meningkatkan produktifitas dari pengambilan keputusan perusahaan.
Data warehouse meningkatkan produktifitas dari pengambil keputusan perusahaan dengan membuat integrasi database yang konsisten, berorientasi subjek dan historikal data. Data warehouse mengintegrasikan data dari banyak sistem yang tidak kompatibel menjadi suatu bentuk yang menyediakan satu tampilan yang konsisten mengenai perusahaan. Dengan mentransformasikan data menjadi informasi yang berguna, data warehouse mengijinkan si pengambil keputusan untuk melakukan analisis lebih sesuai dengan kenyataan, akurat dan konsisten. 2) Potensi ROI (Return Of Investment) yang besar.
Suatu perusahaan akan mengeluarkan sumber daya yang cukup besar untuk mengimplementasikan data warehouse dan pengeluaran yang berbeda-beda sesuai dengan variasi solusi teknikal yang akan diterapkan pada perusahaan. Bagaimana pun juga. Suatu studi oleh International Data Corporation (IDC) pada tahun 1996 melaporkan bahwa rata-rata tiga tahun return of investment (ROI) dalam data warehouse mencapai 401% dengan lebih dari 90% dari perusahaan yang disurvei mencapai lebih dari
40% ROI, setengah dari perusahaan mencapai lebih dari 160% ROI, dan seperempat lebih mendapat lebih dari 600% ROI (IDC, 1996).
3) Competitive Advantage.
Return on investment yang besar dari perusahaan yang berhasil mengimplementasikan suatu data warehouse adalah bukti dari sangat besarnya competitive advantage yang dapat diperoleh dengan menggunakan teknologi ini. Competitive advantage diperoleh dengan mengijinkan si pengambil keputusan untuk mengakses data tersembunyi yang sebelumnya tidak tersedia, tidak di ketahui, dan tidak dimanfaatkan seperti data mengenai pelanggan, tren, dan permintaan.
2.5
Tahapan Membangun Data warehouse
Menurut Kimball, metode yang dipakai untuk merancang data warehouse adalah Nine-Step Methodology (Connolly & Begg, 2005, p. 1187) :
• Choosing the process (pemilihan proses)
Melakukan pemilihan proses pada materi subjek yang dibutuhkan oleh data mart pada tahap ini ditentukan pada proses bisnis apa data warehouse akan digunakan.
• Choosing the Grain (pemilihan grain)
Menentukan secara tepat apa yang direpresentasikan oleh record tabel fakta.
• Indetifying and Conforming the Dimension (identifikasi dan konfirmasi dimensi)
Membuat set dimensi yang dibutuhkan untuk menjawab seluruh pertanyaan yang diajukan pada tabel fakta.
• Choosing the Facts (pemilihan fakta)
Pemilihan tabel fakta yang dapat diimplikasikan sesuai grain yang digunakan pada data mart.
• Storing Calculation In the Fact Table (penyimpanan Pre-Calculation di tabel fakta)
Setelah tabel fakta terpilih, setiap tabel fakta tersebut harus diperiksa ulang untuk menentukan apakah ada fakta yang dapat diterapkan pre-kalkulasi dan kemudian dilakukan penyimpanan pada tabel fakta.
• Rounding Out the Dimension Tables (melengkapi tabel dimensi) Pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi dan menambahkan deskripsi teks terhadap dimensi, serta menentukan hirearki atribut dimensi untuk mempermudah proses analisis.
• Choosing the Duration of the Database (pemilihan durasi database)
Menentukan waktu periode database untuk beberapa tahun kebelakang.
• Tracking SCD (melacak SCD)
Dimensi berubah secara perlahan seiring berjalannya waktu dan kebutuhan.
• Deciding the Query Priorities and the Query Modes (memutuskan prioritas query dan mode query)
Pada tahap ini dilakukan pertimbangan perancangan fisikal, seperti keberadaan dari summary (ringkasan) dan aggregate (penjumlahan).
2.6
Teori Penjualan
Kegiatan penjualan terdiri dari transaksi penjualan barang atau jasa, baik secara kredit maupun secara tunai. Dalam transaksi penjualan kredit, jika order dari pelanggan telah dipenuhi dengan pengiriman barang atau penyerahan jasa, untuk jangka waktu tertentu perusahaan memiliki piutang kepada pelanggannya. Kegiatan penjualan secara kredit ini ditangani oleh perusahaan melalui sistem penjualan kredit. Dalam transaksi penjualan tunai, barang atau jasa baru diserahkan oleh perusahaan kepada pembeli jika perusahaan telah menerima kas dari pembeli. Kegiatan penjualan secara tunai ini
ditangani oleh perusahaan melalui sistem penjualan tunai. (Mulyadi, 2001, p. 202)
2.7
Teori Persediaan
Sistem persediaan bertujuan untuk mencatat mutasi setiap jenis persediaan yang disimpan gudang. Sistem ini berkaitan erat dengan sistem penjualan, sistem pembelian dan sistem produksi.
Dalam perusahaan manufaktur, persediaan terdiri dari: persediaan produk jadi, persediaan produk dalam proses, persediaan bahan baku, persediaan bahan penolong, persediaan bahan habis pakai pabrik, persediaan suku cadang. Dalam perusahaan dagang, persediaan hanya terdiri dari satu golongan, yaitu persediaan barang dagangan, yang merupakan barang yang dibeli untuk tujuan dijual kembali. (Mulyadi, 2001, p. 553)
3.
Metodologi
3.1
Metode Analisis
Metode ini digunakan untuk mendapatkan informasi yang diperlukan untuk mencapai tujuan. Metode ini terdiri dari beberapa tahapan yaitu :
a. Studi kepustakaan
Merupakan teknik pengumpulan data untuk mendapatkan informasi dari berbagai sumber seperti media cetak, buku – buku, dan situs – situs sebagai dasar dari pengembangan, serta tesis – tesis terdahulu dengan tema serupa sebagai bahan pembanding penulisan skripsi ini.
b. Survei terhadap kebutuhan user
Melakukan wawancara dengan bapak Febri selaku Asisten Administrasi Umum dan Keuangan di DPPU Halim Perdanakusuma pada tanggal 5 Oktober 2011 untuk mengetahui tingkat pengetahuan data warehouse dan cara penanggulangannya serta hal – hal lain yang berhubungan dengan perancangan aplikasi
data warehouse ini, sehingga program yang dihasilkan sesuai dengan yang diharapkan bapak Febri. (Hasil wawancara terlampir) c. Analisis data terhadap hasil survey
Melakukan analisis secara deskriptif terhadap informasi – informasi yang telah didapatkan dari hasil wawancara dengan bapak Febri selaku Asisten Administrasi Umum dan Keuangan di DPPU Halim Perdanakusuma pada tanggal 5 Oktober 2011 untuk mengindentifikasi masalah, dan mencari solusi yang tepat untuk pemecahan masalah tersebut.
3.2
Metode Perancangan
Metode yang dipakai untuk merancang data warehouse adalah menggunakan Nine-Step Methodology menurut Kimball.
4.
Hasil dan Pembahasan
4.1. Permasalahan yang dihadapi
Berdasarkan penelitian yang dilakukan, maka ada beberapa masalah yang dihadapi oleh PT. Pertamina Aviation DPPU Halim Perdanakusuma, yaitu sebagi berikut :
a. Penggunaan database yang ada di perusahaan masih belum bisa membuat laporan secara langsung, sehingga diperlukan integrasi ke dalam data warehouse.
b. Perusahaan dalam menganalisis data dan kebutuhan tidak dapat dilakukan dengan cepat, karena belum memiliki data warehouse, sehingga data perusahaan tersebut tidak dapat dimanfaatkan secara optimal untuk digunakan sebagai bahan analisis untuk pengambilan keputusan.
c. Belum ada alat bantu aplikasi yang dapat dengan mudah memberikan informasi dalam bentuk grafik, yang dapat membantu pihak eksekutif melihat dan menganalisis hasil yang ditampilkan dalam bentuk grafik.
d. Kesulitan dalam mengelola data historis perusahaan sebagai acuan bagi perencanaan strategis untuk masa yang akan datang.
4.2. Alternatif Pemacahan Masalah
Berdasarkan permasalahan yang dihadapi di atas, berikut ini adalah alternatif pemecahan masalah yang diusulkan :
a. Dengan menggunakan data warehouse maka akan mempermudah Kepala DPPU Halim Perdanakusuma dalam membaca dan menganalisis data untuk proses pengambilan keputusan karena data – data pada struktur data warehouse merupakan hasil proses summary data dan dapat ditampilkan dalam dashboard.
b. Dengan menggunakan data warehouse maka akan mempercepat proses pembuatan laporan yang dibutuhkan oleh Kepala DPPU Halim Perdanakusuma.
c. Dengan menggunakan aplikasi data warehouse dimana laporan yang dihasilkan dapat ditampilkan ke dalam bentuk tabel dan grafik yang mudah untuk diakses dan digunakan oleh Kepala DPPU Halim Perdanakusuma.
4.3. Perancangan Data warehouse
Perancangan data warehouse yang digunakan adalah Nine-Step Methodology menurut Kimball dalam buku Connolly dan Begg (2005, p. 1187) dengan langkah – langkah sebagai berikut:
1. Memilih Proses (Choosing The Process)
Pada tahap ini dilakukan pemilihan subjek masalah dari data warehouse yang akan dibuat, lalu proses bisnis yang berhubungan dengan subjek masalah tersebut diidentifikasi. Proses yang diperlukan dalam analisis adalah:
• Persediaan produk • Penjualan produk
2. Memilih Sumber (Choosing The Grain)
Grain dalam perancangan data warehouse ini antara lain: • Penjualan produk
Analisa pada penjualan produk meliputi customer yang paling sering melakukan pembelian, jumlah produk yang dijual, total nilai penjualan.
• Persediaan produk
Analisis pada persediaan produk meliputi jumlah stok yang masuk dan total stok akhir yang berada di gudang.
3. Mengidentifikasi dan Penyesuaian Dimensi (Identifying and
conforming The Dimension)
Tabel - tabel dimensi dalam perancangan data warehouse ini antara lain: a. Dimensi Employee b. Dimensi Product c. Dimensi Customer d. Dimensi PaymentType e. Dimensi ProductPrice f. Dimensi Time
4. Memilih Fakta (Choosing The Fact)
Pada tahap ini dilakukan pemilihan fakta yang akan digunakan pada perancangan data warehouse. Fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan berdasarkan analisis survei yang telah disebutkan diatas. Fakta-fakta yang telah dipilih antara lain:
• Fakta untuk tabel Fakta Penjualan
Fakta yang telah ditentukan untuk tabel fakta penjualan antara lain:sp
a. Customer yang paling sering melakukan pembelian, menunjukkan tingkat seberapa sering customer melakukan pembelian, serta customer yang memiliki tingkat tertinggi dalam melakukan transaksi pembelian.
b. Jumlah produk yang dijual, menunjukkan jumlah produk yang terjual setiap transaksi yang dapat dilihat dalam kurun waktu tertentu setiap hari, bulan, maupun tahun.
c. Total nilai penjualan, menunjukkan nilai penjualan dari setiap transaksi yang berlangsung pada perusahaan ini.
• Fakta untuk tabel Fakta Persediaan
Fakta yang telah ditentukan untuk tabel fakta persediaan antara lain:
a. Jumlah stok yang masuk, menunjukkan berapa jumlah stok produk yang masuk ke gudang.
b. Total stok akhir, menujukkan berapa total stok produk yang tersedia di gudang, setelah terjadi transaksi berupa penjualan dan penambahan stok rutin.
5. Menyimpan perhitungan dalam Tabel fakta (Storing
Pre-Calculation in The Fact Table)
Dalam tabel fakta terdapat data yang meliputi kalkulasi awal. Hasil dari kalkulasi ini kemudian akan disimpan dalam tabel fakta.
Berikut ini adalah perhitungan awal yang terdapat dalam tabel fakta:
1. Fakta Penjualan
Fakta penjualan meliputi :
• Jumlah produk yang terjual merupakan jumlah dari qty • Total nilai penjualan merupakan total dari sum(qty) dikali
price
2. Fakta Persediaan
Fakta persediaan meliputi :
• Jumlah stok yang masuk merupakan sum dari qty_in • Total stok akhir merupakan jumlah dari qty_in – qty_out
6. Melengkapi Tabel Dimensi (Rounding Out The Dimension Tables)
a. Table Rounding out dimension Tabel 3.1 Tabel Rounding Out
Dimensi Field Deskripsi
Customer CustomerID Laporan dapat dilihat berdasarkan ID, kode, & nama pelanggan
CustomerCode CompanyName
Employee EmployeeCode Laporan dapat dilihat berdasarkan kode & nama karyawan
Name
Product ProductCode Laporan dapat dilihat
berdasarkan kode & nama produk
Name
ProductPrice PriceID Laporan dapat dilihat berdasarkan ID & kode harga
PriceCode
PaymentType PaymentTypeCode Laporan dapat dilihat berdasarkan kode & tipe pembayaran
PaymentType
Time DateID Laporan dapat dilihat
berdasarkan ID tanggal, tanggal, hari, bulan, quarter, & tahun Date Month Quarter Year Day
b. Perancangan skema bintang
Dalam perancangan ini dihasilkan 2 bentuk skema bintang dari masing - masing fakta berdasarkan hasil survei laporan yang dibutuhkan oleh DPPU Halim Perdanakusuma, antara lain • Skema Bintang Fakta Persediaan Produk
• Skema Bintang Fakta Penjualan Produk
Gambar 3. Skema Bintang Fakta Penjualan Produk
7. Memilih Durasi Database (Choosing The Duration of The
Database)
Pada data warehouse ini, durasi dari database kami tetapkan selama 5 tahun sesuaikan dengan kebutuhan informasi dari DPPU Halim Perdanakusuma yang memerlukan informasi tersebut.
Nama Aplikasi Database Database
ada sejak tahun Data yang masuk kedalam data warehouse Data dalam data warehouse HPK Data warehouse SQL Server 2008 2003 5 tahun 5 tahun
8. Menelusuri Perubahan dari Dimensi Secara Perlahan (Tracking Slowly Changin Dimension)
Perubahan dari dimensi secara perlahan dapat diatasi dengan tiga cara, yaitu mengganti secara langsung pada tabel dimensi, pembentukan record baru untuk setiap perubahan baru, dan perubahan data yang membentuk kolom baru yang berbeda. Untuk mengatasi perubahan dari dimensi secara perlahan. Pada perancangan data warehouse ini, kami memilih untuk membentuk record baru untuk setiap perubahan baru. Dengan demikian data-data dimensi yang lama dapat disimpan secara utuh dan tidak hilang dari data warehouse.
Meskipun cara ini memiliki kekurangan yaitu pemakaian kapasitas media penyimpanan yang dibutuhkan lebih besar karena bertambahnya record baru, namun hal ini telah dipertimbangkan mengingat harga kapasitas media penyimpanan yang semakin murah.
9. Memutuskan Prioritas Query dan Tipe Query (Deciding The
Query Priorities and The Query Models)
Pada tahap ini dipertimbangkan masalah perancangan fisik (physical design). Masalah utama pada perancangan fisik yang mempengaruhi persepsi penggunaan akhir adalah urutan penyusunan tabel fakta pada disk dan adanya pre-stored summarize dan agregasi.
Selain persoalan-persoalan di atas ada sejumlah persoalan perancangan fisik tambahan yang mempengaruhi administrasi, backup, kinerja pengurutan (indexing), keamanan dan dalam pengaksesan maupun penyimpanan data, dan analisis kapasitas media penyimpanan.
Sebelum mendapat perancangan data warehouse yang baik agar dapat digunakan sebagai laporan bagi pihak yang bertugas, maka persoalan yang mempengaruhi segi administrasi, backup, kinerja, pengurutan (indexing), dan keamanan dalam pengaksesan maupun penyimpanan dan analisis kapasitas media penyimpanan harus diselesaikan.
Berikut ini adalah hal-hal penting yang harus diselesaikan untuk menghasilkan perancangan data warehouse yang baik:
1. Administrasi
Proses yang dilakukan pada saat administrasi adalah proses ETL (Extract, Transform, Loading). Proses ini biasanya dilakukan oleh OT supervisor agar jika terjadi permasalahan dapat segera diperbaiki. Proses ETL ini dilakukan setiap bulan. 2. Backup
Proses backup sangat penting ketika melakukan ETL. Proses backup adalah proses pembuatan salinan data yang kemudian dapat digunakan ketika ingin memperbaiki suatu data
saat terjadi kerusakan pada data warehouse. Backup dilakukan oleh proses ETL dan kemudian hasilnya disimpan pada media penyimpanan dapat berupa flashdisc, magnetic type, memory card, dan lain –lain.
3. Recovery
Recovery adalah proses memperbaiki atau mengembalikan data pada keadaan data yang sudah disimpan sebelum terjadinya kerusakan data. Porses recovery ini sebaiknya dilakukan oleh pihak yang memahami proses ini. Sebelum melakukan recovery haruslah memeriksa data manakah yang mengalami kerusakan sehingga dapat diketahui data backup yang sesuai untuk proses recovery.
4. Security
Tingkat keamanan dalam mengakses data perusahaan memiliki peranan yang sangat penting. Meningkatkan keamanan pengaksesan ini bertujuan uantuk mencegah data diakses, diubah, ataupun dihapus oleh pihak yang tidak berkepentingan.
Terdapat dua jenis security, yaitu authentication and authorization. Authentication membatasi user yang berwenang untuk mengakses data didalam suatu perusahaan, sedangkan authorization membatasi hak akses dari masing-masing user dalam melihat dan mengubah data di dalam perusahaan.
5. Analisis kapasitas media penyimpanan
Analisis kapasitas media penyimpanan diperlukan dalam merancang data warehouse untuk mendapatkan perkiraan kapasitas media penyimpanan yang memadai untuk menampung data hingga beberapa tahun ke depan. Langkan-langkah yang dilakukan dalam menghitung disk:
a. Memperkirakan jumlah baris (record) pada tabel.
b. Menentukan ukuran data, dimana ukuran data tergantung pada tipe data dan panjangnya.
Tabel 3. Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Fakta
Tabel 4. Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Dimensi
Nama tabel dimensi Bytes Jumlah current record per tahun
Jumlah record sampai 5 tahun kedepan Kbytes DimensiEmployee 141 9 9 8 DimensiProduct 41 1 1 8 DimensiCustomer 146 34 34 8 DimensiPaymentType 41 2 2 8 Dimensi Price 70 41 66 8
4.4. Hasil Analisis
Setelah melakukan analisis database pada PT. Pertamina Aviation DPPU Halim Perdanakusuma, data dan informasi yang diperlukan oleh pihak eksekutif perusahaan dalam pengambilan keputusan berdasarkan hasil wawancara sebagai berikut :
• Laporan mengenai jumlah barang yang masuk, jumlah barang tersedia akhir, berdasarkan periode (tanggal, bulan, tahun), barang (nama barang), karyawan (nama karyawan), serta bagian yang membutuhkan laporan persediaan, yaitu Kepala dan Asisten keuangan dan Umum.
• Laporan mengenai jumlah penjualan barang berdasarkan periode (tanggal, bulan, tahun), customer (nama customer), barang (nama barang), karyawan (nama karyawan), harga barang, jenis pembayaran serta bagian yang membutuhkan laporan ini, yaitu Kepala dan Asisten Keuangan dan Umum.
Nama tabel fakta Bytes Jumlah current record per tahun
Jumlah record sampai 5 tahun kedepan Kbytes Fakta Persediaan Produk 32 204 1348 56 Fakta Penjualan Produk 45 204 1348 72
4.5. Implementasi
Dalam implementasi dari perancangan data warehouse ini, maka data-data yang telah diolah ditampilkan dalam bentuk diagram dan tabel berdasarkan dari kebutuhan user. Beberapa implementasinya sebagai berikut:
• 5 Customer Tertinggi
• Penjualan di Tahun 2010
5.
Kesimpulan dan Saran
Pada penulisan skripsi ini telah dilakukan analisis dan perancangan data warehouse pada DPPU Halim Perdanakusuma yang dapat ditarik beberapa simpulan sebagai berikut:
1. Dengan dibuatnya aplikasi data warehouse yang mampu menampilkan data yang dibutuhkan oleh pihak administrator DPPU Halim Perdanakusuma dari beberapa sudut pandang, maka memudahkan pihak administrator dalam mengakses secara lengkap dan akurat.
2. Dengan adanya perbandingan data dari beberapa tahun sebelumnya, maka memudahkan pihak administrator dalam menentukan pilihan atau pengambilan keputusan yang tepat berdasarkan hasil perbandingan data yang ditampilkan.
3. Aplikasi data warehouse dapat memberikan tampilan data yang menarik dan mudah dipahami berupa report dalam bentuk grafik berwarna yang dapat diakses secara lebih efisien.
Untuk pengembangan aplikasi data warehouse pada DPPU Halim Perdanakusuma lebih lanjut, terdapat beberapa saran yang dapat dijadikan sebagai masukan dan bahan pertimbangan yaitu sebagai berikut:
1. Ruang lingkup dari data warehouse dapat dikembangkan lebih luas, sehingga tidak hanya mendukung pengambilan keputusan dalam proses transaksi persediaan produk dan penjualan, tapi juga dapat mencakup seluruh transaksi perusahaan.
2. Melakukan pemeliharaan terhadap data warehouse secara rutin agar data yang diolah dan dihasilkan memiliki kualitas yang baik.
3. Sistem data warehouse dapat dikembangkan lebih lanjut kedalam business Intelligence untuk menemukan suatu pola yang lebih baru.
Daftar Pustaka
[1] Badgerati. (2010, Maret 15). Software Engineering – Activity Diagrams. Dipetik Desember 1, 2011, dari Computer Science: Source: http://computersciencesource.wordpress.com/
[2] Bennett, S., McRobb, S., & Farmer, R. (2006). Object-Oriented Systems Analysis And Design Using UML. Maidenhead: McGraw-Hill.
[3] Connolly, T. M., & Begg, C. E. (2005). Database System-A Practical Approach to Design, Implementation, and Management,fourth edition. USA: Addison Wesley Longman.
[4] Dharwiyanti, S. (2003). Pengantar Unified Modeling. Modul UML , 6.
[5] Fakhroutdinov, K. (2009). UML. Dipetik Desember 1, 2011, dari UML Web site: http://www.uml-diagrams.org/use-case-diagrams.html
[6] Hoffer, J. A., Prescott, M. B., & Topi, H. (2005). Modern database management 7th edition. USA: Pearson Prentice Hall.
[7] Inmon, W. H. (2005). Building the Data Warehouse, fourth edition. Indianapolis: Wiley Publishing, Inc.
[8] Kimball, R., & Caserta, J. (2004). The data warehouse ETL toolkit : practical techniques for extracting, cleaning, conforming, and delivering data. Wiley .
[9] Mulawarman. (2011). Memahami Penggunaan UML (Unified Modelling Language). Jurnal Informatika Mulawarman , 1.
[10] Mulyadi. (2001). Sistem Akuntansi. Jakarta: Salemba Empat.
[11] O'Brien, J. A. (2003). Introduction to Information System. New York: The McGraw-Hill Companies.
[12] Raymond McLeod, J., & Schell, G. P. (2007). Management Information System, Tenth Edition. New Jersey: Pearson Prentice Hall.
[13] Said, F. E. (2009, Oktober 30). Data Mining 3 – Pengembangan Data Warehouse. Dipetik November 28, 2011, dari Fairuz el Said Web site: http://fairuzelsaid.wordpress.com/
[14] Zeman, M. (2009, Januari 7). Sequence diagram: Employee logs in. Dipetik Desember 1, 2011, dari Matus Zeman: http://blog.zemi.eu/
