61 BAB 4
PERANCANGAN DAN IMPLEMENTAS I S IS TEM 4.1 Arsitektur Data Warehouse
Dalam perancangan data warehouse PT. Harmoni Dinamik Indonesia, arsitektur yang digunakan adalah arsitektur data warehouse terpusat (centralized data warehouse). Data warehouse terpusat merupakan suatu database tunggal yang berisi semua data yang spesifik untuk fungsional area, departemen, divisi, ataupun perusahaan.
Ada beberapa alasan yang menjadi dasar arsitektur data warehouse terpusat dalam perancangan data warehouse PT. Harmoni Dinamik Indonesia:
1. M engurangi redudansi data karena data dikelola dalam satu tempat penyimpanan. 2. Pengawasan terhadap penggunaan data warehouse dapat lebih dikontrol.
3. Informasi yang dihasilkan lebih reliable, karena data yang disimpan dalam data warehouse terpusat dapat dimaksimalkan integritasnya.
Berikut ini adalah gambar arsitektur data warehouse dengan pendekatan data warehouse terpusat yang digunakan pada PT. Harmoni Dinamik Indonesia.
Gambar 4. 1 Arsitektur Data Warehouse Terpusat PT. Harmoni Dinamik
Indonesia
4.2 Rancangan Data Warehouse
Tahapan – tahapan yang digunakan dalam merancang data warehouse pada PT. Harmoni Dinamik Indonesia yaitu :
4.2.1 Memilih Proses (Choosing The Process)
Proses dari PT. Harmoni Dinamik Indonesia yang digunakan untuk merancang data warehouse adalah sebagai berikut :
1. Penjualan
Proses penjualan pada PT. Harmoni Dinamik Indonesia mencakup penjualan produk oleh stokis. Produk disalurkan melalui stokis ke distributor dan distributor menjualnya secara langsung ke customer. Produk yang dijual oleh PT. Harmoni Dinamik Indonesia bervariasi
seperti suplemen kesehatan, perawatan tubuh, dan pelangsing tubuh. Data yang ada meliputi distributor, produk, stokis, provinsi, kota, dan transaksi penjualan produk.
2. Pengidentifikasian status distributor
Distributor merupakan orang yang mendistributorkan produk dari perusahaan ke costumer. Setiap bulan distributor akan diberi bonus oleh perusahaan. Semakin baik kinerja distributor dalam menjual produk dan mengembangkan jaringan multi level marketing, level dan bonus dari distributor akan semakin tinggi juga.
Distributor dikategorikan menjadi dua jenis yaitu, distributor sebagai consumer dan distributor sebagai networker. Distributor sebagai consumer adalah distributor yang menjadi member dengan tujuan mendapatkan keuntungan dari hasil penjualan ke costumer. Sedangkan distributor sebagai networker merupakan distributor yang benar – benar mengembangkan dan menjalankan jaringan dari multi level marketing. Tujuan dari distributor sebagai networker adalah bonus yang besar dari perusahaan. Data yang ada meliputi distributor, kota, provinsi, dan transaksi penjualan produk.
Pada saat pertama kali daftar setiap distibutor mempunyai masa aktif keanggotaan selama 1 tahun. Setelah masa keanggotaannya habis, distributor harus memperpanjang masa aktif keanggotaannya. Perpanjangan masa aktif dapat dipilih antara 1 sampai 10 tahun. Data yang ada meliputi kota, provinsi, distributor, stokis, dan transaksi perpanjangan masa aktif distributor.
4.2.2 Memilih Grain (Choosing The Grain)
Berikut ini merupakan grain yang digunakan untuk merancang data warehouse pada PT. Harmoni Dinamik Indonesia:
1. Penjualan produk
Analisis pada penjualan produk meliputi jumlah produk yang terjual, total penjualan produk dan total business value. Analisis tersebut akan dilakukan per periode waktu (hari, bulan, kuartal, tahun), kota, provinsi, stokis, distributor dan produk.
2. Pengidentifikasian status distributor
Analisis pada pengidentifikasian status distributor meliputi banyaknya jumlah networker dan consumer. Analisis tersebut akan dilakukan per periode waktu (hari, bulan, kuartal, tahun), kota dan provinsi.
3. Perpanjangan masa aktif distributor
Analisis pada perpanjangan distributor meliputi jumlah distributor yang melakukan perpanjangan masa aktif dan total biaya perpanjangan masa
aktif. Analisis tersebut akan dilakukan per periode waktu (hari, bulan, kuartal, tahun), kota, provinsi, stokis dan distributor.
4.2.3 Identifikasi dan Membuat Dimensi yang Sesuai (Identifying and Conforming The Dimension)
Berikut ini adalah hubungan antara dimensi dengan grain dalam tabel matriks dari fakta yang dihasilkan:
1. Penjualan Produk
Tabel 4. 1 Tabel Grain dan Dimensi dari Penjualan Produk
Grain Dimensi Jumlah Produk Terjual Total Penjualan Produk Total Business Value Waktu X X X Stokis X X X Provinsi X X X Distributor X X X Produk X X X Kota X X X
2. Pengidentifikasian Status Distributor
Tabel 4. 2 Tabel Grain dan Dimensi dari Pengidentifikasian S tatus Distributor
Grain
Dimensi Jumlah Networker Jumlah Consumer
Waktu X X
Provinsi X X
Kota X X
3. Perpanjangan M asa Aktif distributor
Tabel 4. 3 Tabel Grain dan Dimensi dari Perpanjangan Masa Aktif Distributor
Grain Dimensi
Jumlah Distributor yang
Melakukan Renewal Total Biaya Renewal
Waktu X X
Distributor X X
Stokis X X
Provinsi X X
Kota X X
4.2.4 Memilih Fakta (Choosing The Facts)
Berikut ini adalah fakta-fakta yang ditampilkan dalam data warehouse, antara lain:
1. Sales Fact
Sales Fact meliputi Time_ID, Stockist_ID, Province_ID, Product_ID, Distributor_ID, City_ID, Total_Product, Total_Distributor_Price, dan dan Total_Distributor_Value.
2. Distributor Status Fact
Distributor Status Fact meliputi Time_ID, City_ID, Province_ID, Total_Networker dan Total_Consumer.
3. Renewal Fact
Renewal Fact meliputi Time_ID, Stockist_ID, Province_ID, Distributor_ID, City_ID, Renewal_Count, dan Total_Renewal.
4.2.5 Menyimpan Pre-kalkulasi Dalam Tabel Fakta (Storing Pre-calculation in The Fact Table)
Berikut ini adalah kalkulasi awal yang dapat dilakukan, untuk selanjutnya disimpan ke dalam tabel fakta yaitu:
a. S alesFact
SalesFact meliputi:
1. Total_Product yang merupakan jumlah dari Quantity.
2. Total_Distributor_Price yang merupakan jumlah dari Quantity dikali dengan Distributor_Price
3. Total_Distributor_Value yang merupakan jumlah dari Quantity dikali dengan Distributor_Value.
b. DistributorS tatusFact
1. Total_Networker yang merupakan jumlah distributor yang berstatus Networker.
2. Total_Consumer yang merupakan jumlah distributor yang berstatus Consumer.
c. RenewalFact
RenewalFact meliputi :
1. Renewal_Count yang merupakan jumlah distributor yang melakukan renewal.
2. Total_Renewal yang merupakan total biaya renewal (Number_of_Year dikali dengan Payment).
4.2.6 Melengkapi Tabel Dimensi (Rounding Out The Dimension Tables) Berikut deskripsi teks dari tabel dimensi:
Tabel 4. 4 Tabel Rounding Out Dimension
Dimensi Field Deskripsi
Time
Year
Laporan dapat dilihat per tahun, per tiga bulan, per bulan, per minggu, dan
per hari Quartal
M onth Day Date
kota
Distributor Distributor_Name
Laporan dapat dilihat berdasarkan distributor
Product Product_Name
Laporan dapat dilihat berdasarkan produk
Province Province_Name
Laporan dapat dilihat berdasarkan provinsi
Stockist Stockist_Name
Laporan dapat dilihat berdasarkan stokis
Berikut daftar dan penjelasan lebih lanjut dari tabel-tabel dimensi tersebut: 1. TimeDimension
Tabel 4. 5 Tabel TimeDimension Atribut Tipe data Panjang Time_ID Int 4 Year Int 4 Quartal Int 4 M onth Int 4 Day Int 4 Date Datetime 8 2. CityDimension
Tabel 4. 6 Tabel CityDimension Atribut Tipe data Panjang CIty_ID Int 4 City_Code Char 4 City_Name Varchar 50
3. DistributorDimension
Tabel 4. 7 Tabel DistributorDimension Atribut Tipe data Panjang Distributor_ID Int 4 Distributor_Code Char 10 Distributor_Name Varchar 50
Sponsor_ID Char 10
4. ProductDimension
Tabel 4. 8 Tabel ProductDimension Atribut Tipe data Panjang Product_ID Int 4 Product_Code Char 10 Product_Name Varchar 50 Business_Value Numeric 9
5. ProvinceDimension
Tabel 4. 9 Tabel ProvinceDimension Atribut Tipe data Panjang Province_ID Int 4 Province_Code Char 3 Province_Name Varchar 50
6. StockistDimension
Tabel 4. 10 Tabel StockistDimension Atribut Tipe data Panjang Stockist_ID Int 4 Stockist_Code Char 10 Stockist_Name Varchar 50
4.2.7 Memilih Durasi dari Database (Choosing The Duration of The Database) Durasi dari data PT. Harmoni Dinamik Indonesia yang dimasukkan ke dalam data warehouse sebagai berikut :
Tabel 4. 11 Tabel Durasi Basis Data
Nama Aplikasi Database
Database ada sejak tahun Data yang masuk ke Data Warehouse Data Dalam Data Warehouse HighDesert Data warehouse Application HighDesertOLTP 2008 2008 - 2010 3 tahun
4.2.8 Melacak Perubahan Dimensi Secara Perlahan (Tracking Slowly Changing Dimensions)
Pada perancangan data warehouse PT. Harmoni Dinamik Indonesia, tipe perubahan dimensi yang digunakan adalah perubahan dimensi yang secara langsung mengubah record yang mengalami perubahan dan tidak menyimpan record yang lama. M isalnya ada perubahan pada nama distributor, perubahan tesebut akan mengakibatkan perubahan record yang lama pada dimensi dan tidak menyimpan record yang lama.
4.2.9 Menentukan Prioritas dan Mode Query (Deciding The Query Priorities and The Query Modes)
Pada tahap ini akan dibahas mengenai proses Extract, Transformation, and Load (ETL), backup, dan analisis kapasitas media penyimpanan.
1. Proses Extract, Tranformation, and Load (ETL) Tabel 4. 12 Proses ETL
Pelaku ETL Waktu Keterangan
Divisi IT Dilakukan setiap bulan ETL dilakukan oleh staf divisi IT
Proses ETL dilakukan setiap hari untuk menjaga keakuratan data, sehingga informasi yang disajikan untuk para manajer merupakan informasi yang terbaru.
a. Proses ETL Dimensi
Berikut langkah-langkah dalam melakukan transformasi dimensi :
i. M enentukan database sumber dan tujuan yang dibutuhkan (Gambar 4. 2 dan Gambar 4. 3)
ii. M enggunakan data flow task untuk mentransformasi data (Gambar 4. 4) iii. M enghubungkan antara database sumber dan tujuan (Gambar 4. 5) iv. M emilih tabel sumber pada OLE DB Source Editor (Gambar 4. 6)
v. M enentukan tabel dimensi tujuan dan business key pada Slowly Changing Dimension Wizard (Gambar 4. 7)
vi. M enentukan hubungan field antara tabel OLTP dan OLAP (Gambar 4. 8)
vii. M enjalankan SSIS package (Gambar 4. 9)
Gambar 4. 2 Connection Manager untuk Menghubungan Koneksi ke Database HighDesertOLTP
Gambar 4. 3 Connection Manager untuk Menghubungan Koneksi ke Database HighDesertOLAP
Gambar 4. 4 Data Flow Task
Gambar 4. 7 Menentukan Tabel Dimensi dan Business Key pada Slowly Changing Dimension Wizard
Gambar 4. 8 Menentukan Hubungan Field antara Tabel OLTP dan OLAP
b. Proses ETL Fakta
Berikut langkah-langkah dalam melakukan transformasi dimensi :
i. M enentukan database sumber dan tujuan yang dibutuhkan (Gambar 4. 10 dan Gambar 4. 11)
ii. M enggunakan data flow task untuk mentransformasi data dan Execute SQL Task untuk menjalankan stored procedure (Gambar 4. 12) iii. M enghubungkan antara database sumber dan tujuan (Gambar 4. 13) iv. M enggunakan stored procedure untuk memilih data yang akan
dipindahkan (Gambar 4. 14)
v. M enentukan hubungan field antara tabel OLTP dan OLAP (Gambar 4. 15)
vi. M enggunakan stored procedure UpdateFilterTimeStamp pada Execute SQL Task untuk menyimpan waktu perubahan fakta (Gambar 4. 16) vii. M enjalankan SSIS package (Gambar 4. 17)
Gambar 4. 10 Connection Manager untuk Menghubungan Koneksi ke Database HighDesertOLTP
Gambar 4. 11 Connection Manager untuk Menghubungan Koneksi ke Database HighDesertOLAP
Gambar 4. 12 Data Flow Task dan Execute S QL Task
Gambar 4. 14 Menggunakan Stored Procedure untuk Memilih Data yang akan Dipindahkan
Gambar 4. 15 Menentukan Hubungan Field antara Tabel OLTP dan OLAP
Gambar 4. 17 S S IS Package Dijalankan
2. Proses backup
Tabel 4. 13 Tabel Proses Backup
Pelaku Backup Waktu Keterangan
Divisi IT Setiap bulan sebelum proses ETL
Bertujuan untuk menanggulangi
kegagalan proses ETL
Selain backup manual yang dilakukan Divisi IT, dibuat juga backup otomatis yang terjadwal dengan bantuan fitur dari SQL Server 2008.
3. Analisis Kapasitas M edia Penyimpanan
Dalam membangun sebuah data warehouse pada PT. Harmoni Dinamik Indonesia, analisis terhadap kapasitas media penyimpanan sangat diperlukan. Tujuan dari analisis ini adalah untuk memperkirakan jumlah media penyimpanan yang harus disiapkan sehingga mampu untuk menampung data dalam beberapa tahun ke depan.
Analisis perkiraan kapasitas storage dalam menghitung jumlah size database menggunakan rumus perhitungan dari SQL Server 2008 Books Online pada bagian “Estimating the Size of Database” :
a. Num_Row = Jumlah Baris / Jumlah Record b. Num_Col = Jumlah Kolom dalam tabel
c. Fixed_Data_Size = Jumlah bytes yang dibutuhkan oleh semua kolom sesuai dengan tipe datanya masing-masing
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Col + 7) / 8)
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 Nilai 4 merepresentasikan data row header
f. Rows_Per_Page = 8096 / (Row_Size + 2) g. Num_of_Pages = Num_Row / Rows_Per_Page h. Num_of_Bytes = 8192 * Num_of_Pages i. Num_of_Kbytes = Num_of_Bytes / 1024 j. Num_of_Mbytes = Num_of_Kbytes / 1024
Analisis perkiraan kapasitas media penyimpanan data pada data warehouse PT. Harmoni Dinamik Indonesia adalah seperti berikut ini, dimana ‘n’ merupakan variabel tahun. Perkiraan ini dibatasi hanya untuk 5 tahun mendatang. Berikut adalah perhitungan pertumbuhan data untuk SalesFact, DistributorStatusFact, dan RenewalFact dengan asumsi tingkat pertumbuhan masing-masing adalah 10% yang diperoleh dari hasil analisis pertumbuhan record yang ada dalam database dari tahun ke tahun.
Rn = R * (n + (1+i) n
) R = jumlah record
n = tahun
i = persentase pertumbuhan record per tahun
i. SalesFact
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 492700 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 12000 transaksi yang tiap transaksinya terdiri atas 2 record sehingg jumlah record untuk satu tahun adalah 12000 * 2 * 12 yaitu 288000 record. M aka dapat dithitung jumlah record sampai pada tahun ke-5:
R5 = 492700 × (5 + (1+ 0,1) 5
) = 3256998
Jumlah SalesFact record pada tahun ke-5 adalah 3256998
M aka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 3256998 baris
b. Jumlah kolom (Num_Cols) = 9 kolom
c. Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 + 9 + 13 + 13 = 59 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((9 + 7) / 8) = 4
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 59 + 4 + 4 = 67 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (59 + 2) = 133 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 3256998 / 133 =
24489 pages h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 24489 = 200613888 bytes i. Num_of_Kbyte = 200613888 / 1024 = 195912 Kbytes j. Num_of_Mbyte = 195912 / 1024 = 191,3203125 Mbytes ii. RenewalFact
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 100000 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 4200 transaksi yang tiap transaksinya terdiri atas 1 record sehingg jumlah record untuk satu tahun adalah 4200 * 1 * 12 yaitu 50400 record. M aka dapat dithitung jumlah record sampai pada tahun ke-5:
R5 = 100000 × (5 + (1+ 0,1) 5
) = 661051
Jumlah RenewalFact record pada tahun ke-5 adalah 661051
M aka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 661051 baris
c. Fixed_Data_Size = 4 + 4 + 4 + 4 = 21 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((4 + 7) / 8) = 3
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 21 + 3 + 4 = 28 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (21+ 2) = 352 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 661051 / 352 = 1878
pages h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 1878 = 15384576 bytes i. Num_of_Kbyte = 15384576 / 1024 = 15024 Kbytes j. Num_of_Mbyte = 15024 / 1024 = 14,671875 Mbytes iii. DistributorStatusFact
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 2795 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 127 transaksi yang tiap transaksinya terdiri atas 1 record sehingga jumlah record untuk satu tahun adalah 127 * 1 * 12 yaitu 1524 record. M aka dapat dithitung jumlah record sampai pada tahun ke-5: R5 = 2795 × (5 + (1+ 0,1)
5 ) = 18476
M aka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 18476 baris
b. Jumlah kolom (Num_Cols) = 5 kolom
c. Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 = 20 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((5 + 7) / 8) = 4
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 20 + 4 + 4 = 28 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (20 + 2) = 368 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 18476 / 368 = 50
pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 50 = 409600 bytes i. Num_of_Kbyte = 409600 / 1024 = 400 Kbytes
j. Num_of_Mbyte = 400 / 1024 = 0.390625 Mbytes
iv. Trans_Position
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 275681 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 22973 transaksi yang tiap transaksinya terdiri atas 1 record sehingga jumlah record untuk satu tahun adalah 22973 * 1 * 12
yaitu 275676 record. M aka dapat dithitung jumlah record sampai pada tahun ke-5: R5 = 275681 × (5 + (1+ 0,1) 5 ) = 1822392
Jumlah Trans_Position record pada tahun ke-5 adalah 1822392
M aka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 1822392 baris
b. Jumlah kolom (Num_Cols) = 6 kolom
c. Fixed_Data_Size = 10 + 9 + 50 + 50 + 8 +8 = 135 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((6 + 7) / 8) = 4
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 135 + 4 + 4 = 143 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (135 + 2) = 59 baris
g. Num_of_Pages = Num_Row / Rows_Per_Page = 1822392 / 59 = 30888 pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 30888 = 253034496 bytes
i. Num_of_Kbyte = 253034496 / 1024 = 247104 Kbytes j. Num_of_Mbyte = 247104 / 1024 = 241.3125 Mbytes
Berikut ini adalah perhitungan untuk dimensi yang mengalami pertumbuhan data (kecuali dimensi waktu):
Rn = R × (1+i) n
R = jumlah record n = tahun
i = persentase pertumbuhan record per tahun
i. TimeDimension
R5 = 909 + 365 + 365 + 365 + 365 + 365 = 2734
Jumlah record pada tahun ke-5 adalah 2734
Perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 2734 baris
b. Jumlah kolom (Num_Cols) = 5 kolom
c. Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 8 = 28 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((5 + 7) / 8) = 4
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 28 + 4 + 4 = 36 bytes
g. Num_of_Pages = Num_Row / Rows_Per_Page = 2734 / 270 = 10 pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 10 = 81920 bytes i. Num_of_Kbyte = 81920 / 1024 = 80 Kbytes j. Num_of_Mbyte = 80 / 1024 = 0.078125 Mbytes ii. CityDimension R5 = 440 x (1+0) 5 = 440
Jumlah record pada tahun ke-5 = 440
Kisaran kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 440 baris
b. Jumlah kolom (Num_Cols) = 3 kolom c. Fixed_Data_Size = 4 + 3 + 50 = 58 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((3 + 7) / 8) = 3
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 58 + 3 + 4 = 65 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (58 + 2) = 135 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 440 / 135 = 3 pages h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 3 = 24576 bytes
i. Num_of_Kbyte = 24576 / 1024 = 24 Kbytes j. Num_of_Mbyte = 24 / 1024 = 0.0234375 Mbytes iii. ProvinceDimension R5 = 33 x (1+0) 5 = 33
Jumlah record pada tahun ke-5 = 33
Kisaran kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 33 baris
b. Jumlah kolom (Num_Cols) = 3 kolom c. Fixed_Data_Size = 4 + 3 + 50 = 57 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((3 + 7) / 8) = 3
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 57 + 3 + 4 = 64 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (57 + 2) = 137 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 33 / 137 =
0.240875912 pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 0.240875912408759 = 1973.255474 bytes
j. Num_of_Mbyte = 1.92700729927007 / 1024 = 0.001881843 Mbytes
iv. DistributorDimension R5 = 275681 x (1+0,03)
5
= 319590
Jumlah record pada tahun ke-5 = 319590
Kisaran kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 319590 baris
b. Jumlah kolom (Num_Cols) = 4 kolom
c. Fixed_Data_Size = 4 + 10 + 50 + 10 = 74 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((4 + 7) / 8) = 3
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 74 + 3 + 4 = 81 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (74 + 2) = 107 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 319590 / 107 = 2987
pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 2987 = 24469504 bytes
i. Num_of_Kbyte = 24469504 / 1024 = 23896 Kbytes j. Num_of_Mbyte = 23896 / 1024 = 23,3359375 Mbytes
v. ProductDimension R5 = 149 x (1+0,01)
5
= 157
Jumlah record pada tahun ke-5 = 157
Kisaran kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 157 baris
b. Jumlah kolom (Num_Cols) = 5 kolom
c. Fixed_Data_Size = 4 + 10 + 50 + 9 + 9 = 82 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((5 + 7) / 8) = 4
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 82 + 4 + 4 = 90 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (82 + 2) = 96 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 157 / 96 = 2 pages h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 2 = 16384 bytes i. Num_of_Kbyte = 16384 / 1024 = 16 Kbytes
j. Num_of_Mbyte = 16 / 1024 = 0.015625 Mbytes
vi. StockistDimension R5 = 6 x (1+0,01)
= 6
Jumlah record pada tahun ke-5 = 6
Kisaran kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah:
a. Num_Rows = 6 baris
b. Jumlah kolom (Num_Cols) = 3 kolom c. Fixed_Data_Size = 4 + 10 + 50 = 64 bytes
d. Null_Bitmap = Bit status null kolom = 2 + ((Num_Cols + 7) / 8) = 2+((3 + 7) / 8) = 3
e. Row_Size = Fixed_Data_Size + Null_Bitmap + 4 = 64 + 3 + 4 = 71 bytes
f. Rows_Per_Page = 8096 / (Row_Size + 2) = 8096 / (64 + 2) = 123 baris g. Num_of_Pages = Num_Row / Rows_Per_Page = 6 / 123 =
0.048780488 pages
h. Num_of_Bytes = 8192 * Num_of_Pages = 8192 * 0.0487804878048781 = 399.6097561 bytes
i. Num_of_Kbyte = 399.609756097561 / 1024 = 0.390243902 Kbytes j. Num_of_Mbyte = 0.390243902439024 / 1024 = 0.000381098 Mbytes
Tabel 4. 14 Analisis Kapasitas Media Penyimpanan untuk Tabel Fakta
Nama Tabel Besar
Record (Bytes) Jumlah Current Record Jumlah Record S ampai 5 Tahun ke Depan Jumlah Bytes (Mbytes) SalesFact 67 492700 3256998 191,32
RenewalFact 28 100000 661051 14,67 DistributorStatusFact 28 2795 18476 0.39
Trans_Position 143 275681 1822392 241,313
Tabel 4. 15 Analisis Kapasitas Media Penyimpanan untuk Tabel Dimensi Nama Tabel Besar
Record (Bytes) Jumlah Current Record Jumlah Record S ampai 5 Tahun ke Depan Jumlah Bytes (Mbytes) TimeDimension 36 909 2734 0,078 CityDimension 65 440 440 0,023 ProvinceDimension 64 33 33 0,001 DistributorDimension 81 275681 319590 23,336 ProductDimension 90 149 157 0,015 StockistDimension 71 6 6 0,0003
Berdasarkan hasil analisis kapasitas media penyimpanan data, dapat diperkirakan kebutuhan kapasitas untuk penyimpanan data untuk data warehouse PT. Harmoni Dinamik Indonesia dalam jangka waktu lima tahun adalah sekitar 471,146 Mbytes.
4.3 Skema Bintang dan Metadata 4.3.1 Skema Bintang
Skema bintang merupakan teknik dasar dalam mendesain data warehouse. Struktur skema bintang yang baik adalah struktur yang dapat dipahami dan digunakan oleh pengguna. Dalam perancangan data warehouse PT. Harmoni Dinamik Indonesia ini dihasilkan tiga skema bintang sebagai berikut:
2. Skema bintang DistributorStatusFact, dan 3. Skema bintang RenewalFact.
Berikut adalah gambar-gambar hasil perancangan skema bintang PT. Harmoni Dinamik Indonesia:
SalesFact Time_ID Stockist_ID Province_ID Produc t_ID Distributor_ID City_ID Total_Product Total_Di stributor_Price Total_Di stributor_Value CityDimension City_ID City_Code City_Name DistributorDimensio n Distri butor_ID Distri butor_Code Distri butor_Name Sponsor_ID ProductDimensio n Product_ID Product_Code Product_Name Busines s_Value Di st_Pri ce Province Dimension Province_ID Province_Code Province_Name StockistDimension Stockist_ID Stockist_Code Stockist_Name TimeD imension Time_ID Year Quarter Month Day Date
DistributorStatusFact Time_ID Province_ID City_ID Total_Networker Total_Consumer CityDimension City_ID City_Code City_Name ProvinceDimension Province_ID Province_Code Province_Name TimeDimension Time_ID Year Quarter Month Day Date
RenewalF act
Time_ID Sto ckist_ ID Pro vince_ID Distr ibut or_ID City _ID Ren ewal_C ount Tot al_Re newal
City Dimension
C ity_ ID C ity_ Co de C ity_ Na me
DistributorDime nsion
Distr ib uto r_ID Distr ib uto r_C ode Distr ib uto r_Name S ponso r_ID
Province Dime nsion
Pro vince_ID Pro vince_C ode Pro vince_Name StockistDimension Sto ckist_ ID Sto ckist_ Co de Sto ckist_ Na me TimeDimension T ime _ID Y ear Qu art er Mo nth Day Dat e
Gambar 4. 20 S kema Bintang RenewalFact
City Dimension C it y_ID C it y_Code C it y_Name DistributorDimension Distr ib utor_I D Distr ib utor_C ode Distr ib utor_N ame Sponsor _ID
DistributorS tatusFact
Time_ID Pr ovince_I D C it y_ID Tot al_N etworker Tot al_C onsumer
P roductDimensio n Pr oduct _ID Pr oduct _Code Pr oduct _Name Business_Value Dist_Pr ice P rovinceDimension Pr ovince_I D Pr ovince_C ode Pr ovince_N ame RenewalFact Time_ID St ockist_ID Pr ovin ce_I D D istr ib utor_I D C it y_ID R enewal_C ount Tot al_ Renewal
S alesFact
Time_ID St ockist _ID Pr ovince_I D Pr oduct _ID D istr ibut or_I D C it y_ID Tot al_Pr oduct Tot al_D ist ributor_Pr ice Tot al_D ist ributor_Value
StockistDimension St ockist_ID St ockist_Code St ockist_Name TimeDimension Time_ID Yea r Quar ter Mont h D ay D ate
Gambar 4. 21 S kema Bintang Keseluruhan
4.3.2 Metadata
M etadata memuat informasi yang penting mengenai data dalam data warehouse. M etadata dalam data warehouse dapat memuat beberapa hal yaitu:
1. Nama database sumber.
2. Nama tabel data warehouse beserta deskripsi dari tabel tersebut. 3. Rincian informasi dalam tabel data warehouse meliputi:
a. Nama kolom, b. Tipe data kolom,
c. Ukuran kolom (ukuran kolom yang diperlukan dalam media penyimpanan dalam satuan tertentu), dan
d. Kolom yang menjadi kolom kunci.
Berikut metadata pada perancangan data warehouse PT. Harmoni Dinamik Indonesia:
101
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : TimeDimension
Deskripsi Tabel : Tabel dimensi waktu
Tabel 4. 16 Tabel Metadata TimeDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Time_Id int 4 Surrogate key create
Year int 4 Year(Trans_Date)
Year(Position_Date) Year(RenewalDate) datetime 8 M _Trans_Header Trans_Position Trans_Renewal copy
Quarter int 4 M onth(Trans_Date)
M onth(Position_Date) M onth(RenewalDate) datetime 8 M _Trans_Header Trans_Position Trans_Renewal WHEN month( Tgl ) BETWEEN 1 AND 4 THEN 1 WHEN month( Tgl ) BETWEEN 5 AND 8 THEN 2 WHEN month( Tgl ) BETWEEN 9 AND 12 THEN 3
102
M onth int 4 M onth(Trans_Date)
M onth(Position_Date) M onth(RenewalDate) datetime 8 M _Trans_Header Trans_Position Trans_Renewal copy
Day int 4 Day(Trans_Date)
Day (Position_Date) Day (RenewalDate) datetime 8 M _Trans_Header Trans_Position Trans_Renewal copy Date datet ime 8 Trans_Date Position_Date RenewalDate datetime 8 M _Trans_Header Trans_Position Trans_Renewal copy DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : CityDimension
Deskripsi Tabel : Tabel dimensi kota
Tabel 4. 17 Tabel Metadata CityDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
City_Id int 4 Surrogate key create
City_Code char 3 City_Code char 3 M _City copy
103
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : DistributorDimension
Deskripsi Tabel : Tabel dimensi distributor
Tabel 4. 18 Tabel Metadata DistributorDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Distributor_ Id
int 4 Surrogate key create
Distributor_ Code
char 10 Dist_Code char 10 M _Dist copy
Distributor_ Name
varchar 50 Dist_Name varchar 50 M _Dist copy
Sponsor_ID char 10 Sponsor_ID char 10 M _Dist copy
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : ProductDimension
104
Tabel 4. 19 Tabel Metadata ProductDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Product_ID int 4 Surrogate key create
Product_Code char 10 Product_Code char 10 M _Product copy
Product_Name varchar 50 Product_Name varchar 50 M _Product copy
Business_Value numeric 9 Business_Value numeric 9 M _Product copy
Dist_Price numeric 9 Dist_Price numeric 9 M _Product copy
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : ProvinceDimension
Deskripsi Tabel : Tabel dimensi provinsi
Tabel 4. 20 Tabel Metadata ProvinceDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Province_Id int 4 Surrogate key create
Province _Code char 3 Province _Code char 3 M _Province copy
105
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : StockistDimension
Deskripsi Tabel : Tabel dimensi stokis
Tabel 4. 21 Tabel Metadata S tockistDimension
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Stockist_Id int 4 Surrogate key create
Stockist_Code char 10 Stockist_Code 10 3 M _Province copy
Stockist_Name varchar 50 Stockist_Name varchar 50 M _Province copy
Nama Database : HighDesertOLAP
Nama Tabel : Trans_Position
Deskripsi Tabel : Tabel sementara untuk menampung hasil perhitungan bonus dan identifikasi status distributor.
Tabel 4. 22 Tabel Metadata Trans_Position
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
106
Bonus numeric 9 calculate
Status_Before varchar 10 calculate
Status_After varchar 10 calculate
Position_Date datetime 8 calculate
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : DistributorStatusFact
Deskripsi Tabel : Tabel yang berisi mengenai status distributor
Tabel 4. 23 Tabel Metadata DistributorS tatusFact
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Time_Id int 4 Foreign key Time_Id int 4 TimeDimensio
n copy dimana TimeDimension.Day=day(Tran s_Position.Position_Date) dan TimeDimension.M onth=month (Trans_Position.Position_Date) dan TimeDimension.Year=year(Tr ans_Position.Position_Date)
Province_ID int 4 Foreign key Province_ID int 4 ProvinceDime
nsion
copy Province_ID dimana
107 Code=M _Stockist.Province_C
ode dan
M _Stockist.Stockist_Code=M _ Trans_Header.Stockist_Code
City_ID int 4 Foreign key City_ID int 4 CityDimension copy City_ID dimana
CityDimension.City_Code=M _ Stockist.City_Code dan M _Stockist.Stockist_Code=M _ Trans_Header.Stockist_Code Total_Netwo rker int 4 COUNT(‘Net worker’) Trans_Position calculate Total_Consu mer int 4 COUNT(‘Co nsumer’) Trans_Position calculate DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : RenewalFact
Deskripsi Tabel : Tabel yang berisi mengenai perpanjangan masa aktif distributor
Tabel 4. 24 Tabel Metadata RenewalFact
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
108 TimeDimension. Day=day(Trans _Renewal.Rene wal_Date) dan TimeDimension. M onth=month(T rans_Renewal.R enewal_Date) dan TimeDimension. Year=year(Tran s_Renewal.Rene wal_Date)
Stockist_ID int 4 Foreign key Stockist_ID int 4 StockistDimension copy
Stockist_ID dimana StockistDimensi on.Stockist_Cod e=Trans_Renew al.Stockist_Cod e
Distributor_ID int 4 Foreign key Distributor_ID int 4 DistributorDimension copy
Distributor_ID dimana DistributorDime nsion.Distributo r_Code=Trans_ Renewal.DistCo de
109 Total_Renewa l num eric 9 SUM (Trans_R enewal.Numbe r_Of_Year*Tr ans_Renewal.P ayment)
numeric 9 Trans_Renewal calculate
DBM S : SQL Server 2008
Nama Database : HighDesertOLAP
Nama Tabel : SalesFact
Deskripsi Tabel : Tabel yang berisi mengenai penjualan produk
Tabel 4. 25 Tabel Metadata S alesFact
Field Tipe Ukuran Keterangan Sumber Data Transformasi
Field Tipe Ukuran Tabel
Time_Id int 4 Foreign key Time_Id int 4 TimeDimension copy dimana
TimeDimension. Day=day(M _Tr ans_Header.Tra ns_Date) dan TimeDimension. M onth=month( M _Trans_Heade r.Trans_Date) dan
110 TimeDimension. Year=year(M _T rans_Header.Tra
ns_Date)
Stockist_ID int 4 Foreign key Stockist_ID int 4 StockistDimension copy
Stockist_ID dimana StockistDimensi on.Stockist_Cod e=M _Trans_He ader.Stockist_C ode
Product_ID int 4 Foreign key Product_ID int 4 ProductDimension copy
Product_ID dimana ProductDimensi on.Product_Cod e=M _Trans_Det ail.Product_Cod e dan M _Trans_Heade r.Trans_Number =M _Trans_Deta il
Distributor_ID int 4 Foreign key Distributor_ID int 4 DistributorDimension copy
Distributor_ID dimana DistributorDime nsion.Distributo
111 r_Code=M _Tra ns_Header.Dist_ Code Total_Product num eric 9 SUM (M _Trans_ Detail.Quantity)
int 4 M _Trans_Detail calculate
Total_Distribu tor_Price num eric 13 SUM (M _Trans_ Detail.Dist_Pric e*M _Trans_Det ail.Quantity) numeri c 9 M _Trans_Detail calculate Total_Distribu tor_Value num eric 13 SUM (M _Trans_ Detail.Dist_Val ue*M _Trans_D etail.Quantity) numeri c 9 M _Trans_Detail calculate
4.4 Rencana Implementasi
Untuk melakukan implementasi data warehouse diperlukan dukungan dari perangkat keras (hardware) dan perangkat lunak (software).
4.4.1 Kebutuhan Perangkat Keras
Perangkat keras merupakan perangkat fisik yang penting dalam melakukan pengimplementasian data warehouse. Perangkat keras tersebut harus dapat mendukung penyimpanan data yang besar dan operasi-operasi yang dijalankan pada data warehouse dengan kapasitas dan kualitas yang dapat diandalkan. Perangkat keras yang dapat mendukung jalannya data warehouse dan aplikasinya adalah sebuah server yang memiliki respon yang cepat terhadap permintaan data dan informasi data warehouse oleh penggunanya. Pertimbangan ini diharapkan dapat mencegah berbagai gangguan yang tidak diharapkan. Berikut perangkat keras yang disarankan untuk mengimplementasi data warehouse agar mendapatkan kinerja yang optimal:
Komputer Server
1. Processor : Core 2 Duo 3.2 GHz 2. Kapasitas hard disk : 320 GB
3. Memory : 4 GB RAM
4. Monitor : 15” CRT 5. Jaringan LAN
Komputer Client
2. Kapasitas hard disk : 40 GB 3. Memory : 1 GB RAM 4. Monitor : 15” LCD 5. Jaringan LAN
4.4.2 Kebutuhan Perangkat Lunak
Perangkat lunak yang dimaksud adalah perangkat yang digunakan dalam pemrosesan data warehouse dan penyajian informasi yang terdapat dalam data warehouse. Perangkat yang digunakan yaitu:
1. Front end tool yang digunakan untuk merancang aplikasi data warehouse yaitu menggunakan M icrosoft Visual Studio 2010 dan browser yang digunakan untuk menghubungkan client dengan server.
2. Framework yang merupakan kerangka kerja yaitu menggunakan M icrosoft .NET Framework SDK v4.0.
3. Back end tool yang digunakan untuk menyimpan data yaitu menggunakan M icrosoft SQL Server 2008, yang juga mempunyai kemampuan untuk melakukan transformasi data.
Berikut software yang dapat digunakan dalam menjalankan aplikasi data warehouse pada PT. Harmoni Dinamik Indonesia:
1. Server
Sistem Operasi :
Database :
M icrosoft SQL Server 2008 Enterprise Edition Front end tool :
M icrosoft Visual Studio 2010 Framework :
M icrosoft .NET Framework SDK v4.0
2. Client
Sistem Operasi :
M icrosoft Windows XP Profesional Edition Service Pack 2 Front end tool :
Internet Explorer, M ozilla Firefox, atau browser lain.
4.4.3 Estimasi Waktu Implementasi Data Warehouse
Untuk mengimplementasi data warehouse yang telah direncanakan maka dilakukan kegiatan–kegiatan yang akan menunjang terlaksananya implementasi data warehouse dengan baik. Kegiatannya yaitu sebagai berikut:
Tabel 4. 26 Jadwal Rencana Implementasi Kegiatan Januari 2011 M inggu ke-1 M inggu ke-2 M inggu ke-3 M inggu ke-4 Instalasi software dan aplikasi X
Konversi data X
Uji coba aplikasi X
Pelatihan user X X
Evaluasi X X
Berikut penjelasan kegiatan-kegiatan rencana implementasi data warehouse diatas:
1. Instalasi software dan aplikasi
Pada kegiatan ini dilakukan instalasi software yang dibutuhkan, baik pada komputer server maupun komputer client. Setelah melakukan instalasi software, maka dilakukan instalasi aplikasi data warehouse.
2. Konversi data
M elakukan konversi data atau ETL terhadap data-data operasional perusahaan untuk dimasukkan ke dalam data warehouse.
M elakukan uji coba terhadap aplikasi yang telah dibuat. Hal ini bertujuan agar aplikasi berjalan dengan baik dan tidak ada kesalahan yang dapat mengganggu performance.
4. Pelatihan user
M emberikan pelatihan kepada user yang menggunakan aplikasi ini. Dengan adanya pelatihan ini pengguna aplikasi dapat menggunakan aplikasinya secara maksimal.
5. Evaluasi
M elakukan evaluasi terhadap aplikasi yang telah dibuat. Dengan adanya evaluasi ini, dapat diukur tingkat keberhasilan dalam menjawab permasalahan yang dihadapi perusahaan dan juga mendapatkan feedback terhadap ouput yang dihasilkan.
4.5 Rancangan Layar
4.5.1 Rancangan Layar Halaman Login
Halaman pertama yang akan ditampilkan ketika aplikasi web dibuka adalah halaman login. Halaman ini menampilkan logo perusahaan dan form login dimana user diminta untuk memasukkan username dan password sebagai autentikasi untuk menjalankan aplikasi web.
Gambar 4. 22 Rancangan Layar Halaman Login
4.5.2 Rancangan Layar Halaman Home
Setelah user berhasil login, maka akan muncul 8 menu utama, yaitu Home, Pivot, Performance, Report, Star Schema, Generate Distributor Status, Change Password dan Logout. Halaman Pivot terdiri dari 3 submenu, yaitu Sales, Distributor Status, dan Renewal. Halaman Performance terdiri dari 3 submenu yaitu Top Values, Distributor dan Turnover. M enu home ini berisi tentang konsep bisnis dan produk perusahaan.
Gambar 4. 23 Rancangan Layar Halaman Home
4.5.3 Rancangan Layar Halaman Sales Pivot
Pada halaman ini, user dapat melihat informasi dalam bentuk pivot dan chart dengan memilih measure yang ingin ditampilkan. Measure yang dapat dipilih adalah Total Product, Total Distributor Price dan Total Distributor Value. Pivot dapat disimpan ke dalam file dengan beberapa format file seperti .xls, dan .pdf.
Gambar 4. 24 Rancangan Layar Halaman Sales Pivot
4.5.4 Rancangan Layar Halaman Distributor Status Pivot
Halaman ini menampilkan pivot dengan measure total networker dan total cunsomer dan chart sesuai dengan tampilan pivot. Pada halaman ini user dapat menyimpan pivot ke dalam file.
Gambar 4. 25 Rancangan Layar Halaman Distributor Status Pivot
4.5.5 Rancangan Layar Halaman Renewal Pivot
Halaman ini menampilkan pivot dengan measure renewal count dan total renewal dengan chart sesuai dengan tampilan pivot. Pada halaman ini user dapat menyimpan pivot ke dalam file.
Gambar 4. 26 Rancangan Layar Halaman Renewal Pivot
4.5.6 Rancangan Layar Halaman Top Values
Pada halaman ini user dapat memilih produk, kota, provinsi atau stokis yang memiliki penjualan tertinggi. Informasi yang ditampilkan dalam bentuk tabel dan chart.
Gambar 4. 27 Rancangan Layar Halaman Top Values
4.5.7 Rancangan Layar Halaman Distributor Performance
Halaman ini menampilkan 10 distributor dengan kinerja terbaik yang dilihat berdasarkan total distributor price, total downline, dan total bonus dengan periode bulan tertentu. Pilihan chart yang disediakan adalah bar, line, point, pie dan pie 3D dan informasi ditampilkan dalam bentuk tabel dan chart. Terdapat 2 buah chart, yaitu distributor performance per month chart dan distributor performance total chart.
Gambar 4. 28 Rancangan Layar Halaman Distributor Performance
4.5.8 Rancangan Layar Halaman Turnover Performance
Halaman ini menampilkan total omset penjualan produk yang dapat dilihat per tahun atau per bulan. Pilihan chart yang disediakan adalah Bar, line, point, pie dan pie 3D. Informasi yang ditampilkan dalam bentuk tabel dan chart.
Gambar 4. 29 Rancangan Layar Halaman Turnover Performance
4.5.9 Rancangan Layar Halaman Report
Halaman ini menampilkan informasi dalam bentuk report. User dapat menyimpan report ke dalam format file tertentu seperti .xls dan .pdf, melakukan pencarian pada report dan mencetak report. User dapat memilih laporan Product, Distributor Status, atau Renewal. Laporan dapat dilihat per tahun, per triwulan, per bulan dan per hari.
Gambar 4. 30 Rancangan Layar Halaman Report
4.5.10 Rancangan Layar Halaman Star Schema
Halaman ini menampilkan gambar star schema yang ada pada perancangan data warehouse ini, yaitu sales star schema, Distributor Status Star Schema dan Renewal Star Schema. User dapat melihat gambar star schema dengan mengklik judul dari star schema.
Gambar 4. 31 Rancangan Layar Halaman Star Schema
4.5.11 Rancangan Layar Halaman Generate Distributor Status
Halaman ini berfungsi untuk menghasilkan status dari setiap distributor (networker/consumer) pada bulan dan tahun yang dipilih.
Gambar 4. 32 Rancangan Layar Halaman Generate Distributor Statu s
4.5.12 Rancangan Layar Halaman Change Password
Halaman ini digunakan untuk mengubah password yang dimiliki oleh user yang sedang login. Bila user ingin mengubah password, user harus memasukkan password yang lama, password baru dan konfirmasi password. Setelah password lama benar, panjang karakter password minimal 5 karakter, password baru dan konfirmasi password sesuai maka password user sudah terubah sesuai dengan password baru yang dimasukkan user.
Gambar 4. 33 Rancangan Layar Halaman Change Password
4.6 Tampilan Layar Aplikasi 4.6.1 Halaman Login
Halaman ini adalah halaman yang pertama kali ditampilkan pada aplikasi web. Untuk mengakses aplikasi web, user harus memasukkan username dan password yang tersimpan di database.
Gambar 4. 34 Halaman Login
4.6.2 Menu Utama
Setelah user berhasil login, maka akan muncul 8 menu utama, yaitu Home, Pivot, Performance, Report, Star Schema, Generate Distributor Status, Change Password dan Logout.
Gambar 4. 35 Menu Utama
M enu Pivot terdiri dari 3 submenu, yaitu: a. Sales
b. Distributor Status c. Renewal
M enu Performance terdiri dari 3 submenu, yaitu : a. Top Values
b. Distributor c. Turnover
Gambar 4. 37 Menu Performance
4.6.3 Halaman Home
Halaman ini merupakan halaman yang pertama kali ditampilkan ketika user berhasil login. Halaman ini berisi tentang konsep bisnis dan produk perusahaan secara umum.
4.6.4 Halaman Sales Pivot
Halaman ini menampilkan informasi dalam bentuk pivot table dan chart. Pivot bersifat fleksibel dimana user dapat mengatur tampilan tabel dengan memindahkan field-field yang ada pada pivot. User dapat menyimpan pivot table ke dalam file dengan format tertentu seperti .xls dan .pdf. Halaman sales pivot menampilkan 3 measure yang dapat dipilih yaitu, total product, total distributor price dan total distributor value.
Sebagai contoh tampilan pada Gambar 4. 39:
a. Pivot dilihat berdasarkan provinsi yang dapat di expand sehingga detail produk dapat dilihat dengan periode per tahun. User dapat memindahkan field yang ada sesuai dengan kebutuhan sehingga pivot ini bersifat fleksibel.
b. User dapat menyimpan pivot ke dalam file dengan format .pdf atau format lain yang tersedia sesuai dengan kebutuhan user.
Demikian pula untuk halaman distributor status pivot dan renewal pivot memiliki fasilitas yang sama yaitu pivot table dan chart.
4.6.5 Halaman Distributor Statu s Pivot
Halaman ini menampilkan 2 measure yaitu total networker dan total consumer. Pada bagian total networker diberi beberapa warna sebagai indikator jumlah networker. Keterangan warna sebagai berikut :
a. Hijau tua berarti jumlah networker sangat banyak ( jumlah networker lebih dari 500).
b. Hijau muda berarti jumlah networker cukup banyak (jumlah networker lebih dari 100 dan kurang dari sama dengan 500).
c. Kuning berarti jumlah networker sedikit (jumlah networker lebih dari 0 dan kurang dari sama dengan 100).
d. M erah berarti jumlah networker sama dengan 0.
Sebagai contoh tampilan pada Gambar 4. 40, pivot dilihat berdasarkan provinsi yang dapat di expand sehingga detail kota dapat dilihat dengan periode per tahun.
4.6.6 Halaman Renewal Pivot
Halaman ini menampilkan dua measure yaitu, renewal count dan total renewal. Sebagai contoh tampilan pada Gambar 4. 41, pivot dilihat berdasarkan stokis dengan periode per tahun yang dapat di expand untuk melihat detail per triwulan.
4.6.7 Halaman Top Values
Halaman ini menampilkan kota, produk, provinsi, dan stokis dengan penjualan tertinggi dalam bentuk pivot table dan chart. Sebagai contoh, jika user memilih 10 produk dengan penjualan tertinggi yang dapat dilihat pada Gambar 4. 42.
4.6.8 Halaman Distributor Performance
Halaman Distributor menampilkan 10 distributor terbaik yang dapat dilihat berdasarkan total distributor price, total downline dan total bonus yang didapatkan pada range bulan tertentu. Informasi yang ditampilkan dalam bentuk tabel dan chart yang dapat disesuaikan dengan kebutuhan user. Pilihan chart yang diberikan adalah bar, line, pie, point, dan pie 3D.
Jika 10 distributor terbaik dilihat berdasarkan total distributor price atau total bonus, bentuk informasi yang ditampilkan terdiri dari :
a. Distributor performance table
Tabel ini menampilkan 10 distributor terbaik dengan penjualan atau bonus tertinggi pada range bulan tertentu. Jumlah penjualan atau bonus per bulan juga ditampilkan agar user dapat melihat kinerja distributor pada setiap bulan.
b. Distributor performance per month chart
Chart ini menampilkan kinerja distributor per bulan sesuai dengan distributor perfomance table.
c. Distributor performance total chart
Chart ini menampilkan kinerja distributor secara keseluruhan.
Jika 10 distributor terbaik dilihat berdasarkan total downline, maka combo box periode akan di disable dan bentuk informasi yang ditampilkan terdiri dari :
a. Distributor performance table
Tabel ini menampilkan 10 distributor terbaik berdasarkan total downline terbanyak.
b. Distributor performance chart
Chart ini menampikan 10 distributor terbaik sesuai dengan distributor performance table yang ditampilkan.
Sebagai contoh, jika user melihat kinerja distributor berdasarkan total distributor price dari periode M ei 2009 sampai dengan Januari 2010 dengan tipe chart bar, maka tampilan halaman akan tampak seperti Gambar 4. 43.
Gambar 4. 43 Halaman Distributor Performance Berdasarkan Total Distributor Price
4.6.9 Halaman Turnover Performance
Halaman ini menampilkan total omset penjualan perusahaan dari total distributor price dan total distributor value. Total omset penjualan di lihat per tahun dan per bulan. Jika user memilih per tahun, maka combo box bulan akan di disable. Dan sebaliknya, jika user memilih per bulan, maka combo box bulan akan di enable.
Sebagai contoh, jika user memilih per tahun dari tahun 2009 sampai tahun 2010 dengan tipe chart bar, maka tampilan halaman akan tampak seperti pada Gambar 4. 46.
4.6.10 Halaman Report
Halaman ini menampilkan informasi dalam bentuk report. User dapat menyimpan report ke dalam format file tertentu seperti .xls dan .pdf, melakukan pencarian pada report dan mencetak report. User dapat memilih laporan product, distributor status, atau renewal. yang dapat dilihat per tahun, per triwulan, per bulan dan per hari.
Sebagai contoh, jika user memilih laporan product dengan periode per year, maka tampilan halaman akan tampak seperti pada Gambar 4. 48.
4.6.11 Halaman Star Schema
Halaman ini menampilkan gambar star schema yang ada pada perancangan data warehouse ini, yaitu sales star schema, distributor status star schema dan renewal star schema. User dapat melihat gambar star schema dengan mengklik judul dari star schema, misalnya “Sales Star Schema”, dst.
4.6.12 Halaman Generate Distributor Status
Halaman ini berfungsi untuk menghasilkan status dari setiap distributor (networker/consumer) pada bulan dan tahun yang dipilih.
Gambar 4. 55 Halaman Generate Distributor Status
4.6.13 Halaman Change Password
Halaman ini berfungsi untuk mengubah password user yang sedang login. Bila user ingin mengubah password, user harus memasukkan password yang lama, password baru dan konfirmasi password. Setelah password lama benar, panjang karakter password minimal 5 karakter, password baru dan konfirmasi password sesuai maka password user akan ter-update sesuai dengan password baru yang dimasukkan user.