BAB 4 PERANCANGAN DAN IMPLEMENTASI. memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan

(1)

40 BAB 4

PERANCANGAN DAN IMPLEMENTASI

4.1. Identifikasi Kebutuhan Informasi

Kebutuhan informasi dari PT. Corfina Capital adalah untuk dapat memproyeksikan hal – hal berikut:

1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan Untuk dapat menampilkan pergerakan investasi dari proses bisnis, dibutuhkan data investasi nasabah berupa data subscribe, redeem, balance dan juga waktu investasi dilakukan agar dapat dilakukan pengukuran dan perbandingan sebagai bentuk pergerakan investasi.

2. Pergerakan Profit perusahaan

Menampilkan pergerakan profit perusahaan dapat dilakukan dengan mengetahui data nasabah beserta transaksinya berupa nilai dari setiap transaksi dan biaya transaksi dari masing – masing nasabah dalam kurung waktu tertentu, serta total dari setiap biaya transaksi dalam kurung waktu tertentu.

3. Perbandingan hasil kerja yang dilakukan oleh karyawan dari divisi marketing

Perbandingan hasil kerja karyawan divisi marketing dapat dilihat melalui nilai transaksi yang dilakukan oleh nasabah dari masing – masing marketing.

(2)

41

4.2. Perancangan Data warehouse

4.2.1. Memilih Proses(Choosing the process)

Proses bisnis yang akan digunakan untuk perancangan data warehouse ini adalah sebagai berikut:

- Transaksi Nasabah

Hal ini meliputi subscribe dan redeem yang dilakukan oleh nasabah dan ditangani oleh divisi marketing. Pada transaksi nasabah dapat terlihat keuntungan perusahaan melalui biaya transaksi dan juga investasi nasabah berdasarkan nilai subscribe, redeem, dan balance dari nasabah.

Tabel 4.1 Tabel Proses Bisnis

4.2.2. Memilih Grain(Choosing the grain)

Setelah proses dipilih maka langkah berikutnya adalah memilih grain. Grain merupakan data dari calon fakta yang dapat dianalisis.

Proses Bisnis Deskripsi

Subscribe

Proses yang berkaitan dengan penyetoran nasabah ke account reksa dana. Data yang terlibat adalah data transaksi.

Redeem

Proses yang berkaitan dengan penarikan nasabah dari account reksa dana. Data yang terlibat adalah data transaksi.

(3)

42 Tabel 4.2 Tabel Identifikasi dan Penyusunan Dimensi

Grain /Fakta Deskripsi Proses Bisnis Yang Terkait Nilai Transaksi

Data yang dianalisis adalah berapa nilai transaksi sebagai informasi pergerakan investasi nasabah untuk masing-masing proses subscribe dan redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu. Hal ini juga dapat menjadi tolak ukur untuk kinerja karyawan marketing.

Subscribe, Redeem

Biaya Transaksi

Data yang dianalisis adalah berapa nilai biaya transaksi sebagai informasi pergerakan profit perusahaan untuk masing-masing proses subscribe dan redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu.

Jumlah Unit

Data yang dianalisis adalah berapa jumlah unit dari yang diterima nasabah setiap transaksi yang dilakukan. Hal ini guna melihat pergerakan investasi nasabah.

Balance Daya yang dianalisis adalah berapa hasil balance atau sisa saldo yang dimiliki oleh nasabah setelah melakukan subscribe atau redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu. Hal ini juga dapat menjadi tolak ukur untuk kinerja karyawan marketing.

(4)

43 4.2.3. Identifikasi dan Penyusunan Dimensi

Setelah memilih grain, maka dilakukan identifikasi tabel dimensi apa yang akan dibuat. Berikut adalah tabel dimensi yang diidentifikasi:

Tabel 4.3 Tabel Identifikasi dan Penyusunan Dimensi

Dimensi Keterangan Grain

Waktu Transaksi

Waktu terjadinya transaksi dengan hierarki tahun, bulan, hari

Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nasabah Pelanggan yang terlibat dengan

proses bisnis Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nasabah Individu

Pelanggan yang terlibat dengan proses bisnis mengatas

namakan pribadi itu sendiri

Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nasabah Badan Hukum

Pelanggan yang terlibat dengan proses bisnis mengatas

namakan suatu perusahaan.

Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Marketing Karyawan yang melayani

transaksi

Nilai Transaksi, Balance

(5)

44

4.2.4. Menentukan Fakta(Choosing the fact)

Setelah menetukan dimensi yang terkait. Langkah selanjutnya adalah memastikan tabel fakta yang dapat diperoleh dalam proses grain. Fakta pada perusahaan ini adalah:

Tabel 4.4 Tabel Fakta

4.2.5. Menyimpan Pre-Calculation pada Tabel Fakta

Di tabel fakta terdapat kalkulasi data yang dapat di hitung. Pada fakta transaksi kalkulasi awal yang ada antara lain:

1. Total Subscribe merupakan total dari penyetoran yang dilakukan oleh nasabah

Total Subscribe = SUM(NilaiTransaksi Subscribe) Jenis

Reksadana

Produk dari PT. Corfina Capital Nilai Transaksi, Biaya Transaksi, Balance Fakta Dimensi Transaksi

Dimensi Waktu, Dimensi Nasabah, Dimensi Nasabah Individu, Dimensi Nasabah Badan Hukum, Dimensi Jenis Reksadana, Dimensi Marketing

(6)

45 2. Total Redeem merupakan total dari penarikan yang dilakukan oleh

nasabah

Total Redeem = SUM(NilaiTransaksi Redeem)

3. Biaya Transaksi merupakan biaya yang dikenakan perusahaan pada setiap transaksi dari nasabah.

Biaya Transaksi = NilaiTransaksi * BiayaDalamPersen

4. Jumlah Unit adalah jumlah yang akan ditambahkan pada saldo nasabah setelah dibagi dengan Nett Asset Value(NAV) atau disebut juga dengan Nilai Aktiva Bersih(NAB)

Jumlah Unit =

(Nilai Transaksi – (NilaiTransaksi * BiayaDalamPersen)) / NAV

5. Balance adalah saldo dari nasabah yang ada setelah proses subscribe atau redeem.

(7)

46 4.2.6. Rounding Out The Dimension Table

Pada tahap ini kita menambahkan keterangan selengkap-lengkapnya pada tabel dimensi. Berikut adalah dimensi yang sudah ditambahkan keterangannya:

1. Dimensi Waktu

Tabel 4.5 Tabel Dimensi Waktu

2. Dimensi Reksa Dana

Tabel 4.6 Tabel Dimensi Reksa Dana

3. Dimensi Nasabah Badan Hukum

Tabel 4.7 Tabel Dimensi Nasabah Badan Hukum Atribut Tipe Data Panjang

sKWaktu smallint 3

Kuartal tinyint 1

Tahun smallint 4

Atribut Tipe Data Panjang

sKReksaDana tinyint 1

jenisReksaDana tinyint 1

Deskripsi tinyint 1

Atribut Tipe Data Panjang skNasabahBadanHukum mediumint 6

(8)

47

4. Dimensi Nasabah Individu

Tabel 4.8 Tabel Dimensi Nasabah Individu

5. Dimensi Marketing

Tabel 4.9 Tabel Dimensi Marketing

karakteristikPerusahaan varchar 50 asetTahun1 double 20,0 asetTahun2 double 20,0 asetTahun3 double 20,0 labaOperasiTahun1 double 20,0 labaOperasiTahun2 double 20,0 labaOperasiTahun3 double 20,0

Atribut Tipe Data Panjang skNasabahIndividu mediumint 6

Pendidikan varchar 3

Pekerjaan varchar 50

pendapatanPerTahun double 20,0

Atribut Tipe Data Panjang

skMarketing tinyint 2

idMarketing varchar 5

namaMarketing varchar 50 targetPencapaian double 20, 0

(9)

48 4.2.7. Memilih Durasi dalam Database(Choosing The Duration of The

Database)

Menentukan durasi database adalah menetukan data yang akan dimasukkan ke dalam data warehouse. Database yang akan digunakan sebagai sumber data bagi data warehouse yang akan dibuat dipilih dari database pada tahun 2008 – 2012

Tabel 4.10 Tabel Durasi Database

Start Year Range data in Data warehouse Number of Year

2008 2008 – 2012 5 tahun

4.2.8. Melacak Perubahan Dimensi Secara Perlahan(Tracking Slowly Changing Dimension)

Dalam perancangan ini dipilih tipe kedua dari perubahan atribut dimensi yaitu perubahan atribut dimensi akan menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama. Hal ini dilakukan untuk menjaga data yang lama tetap ada agar diketahui perubahan dimensi yang terjadi dari data lama ke data baru. Atribut dimensi yang mengalami perubahan pada functional data warehouse PT. Corfina Capital adalah sebagai berikut:

(10)

49 Tabel 4.11 Tabel Changing Dimension

Dimensi

Atribut yang Dapat Mengalami Perubahan

Nasabah sumberDana

Nasabah Individu pendapatanPerTahun, Pendidikan, Pekerjaan Nasabah Badan

Hukum

namaDireksi,

Marketing targetPencapaian Reksa Dana jenisReksaDana

(11)

50

4.2.8.1. Metadata Fakta Transaksi

1. Nama Database : star_schema

Nama Tabel : fact_transaksi_reksa_dana

Deskripsi Tabel : Tabel fact_transaksi_reksa_dana berisi informasi mengenai data transaksi investasi nasabah dimana data tersebut di ETL dari tabel dimensi terkait

Tabel 4.12. Tabel Fakta

No. Field Name Data Type Length Key Description Process

Data Source

Table Field Data Type

1 kodeTransaksi varchar 20 *

Merupakan kode unik dari masing – masing

transaksi

transform transaksi kodeTransaksi varchar (20)

2 skMarketing tinyint 2 -

Surrogate Key Marketing di dapat dari tabel dimensi Marketing dengan cara lookuo

database

(12)

51

3 skNasabahIndividu mediumint 6 -

Surrogate Key Nasabah Individu di dapat dari tabel dimensi Nasabah dengan cara lookup database copy dim_nasabah_ individu skNasabah Individu mediumint (6) 4 skNasabahBadanHukum mediumint 6 - Surrogate Key Nasabah Badan Hukum di dapat dari tabel dimensi Nasabah dengan cara lookup database copy dim_nasabah_ badan_hukum skNasabah BadanHukum mediumint (6) 5 skReksaDana tinyint 1 - Surrogate Key Reksa Dana di dapat dari tabel dimensi Reksa Dana dengan cara lookup database

copy dim_reksa_dana skReksaDana tinyint (1)

6 skWaktu smallint 3 -

Surrogate Key Waktu di dapat dari tabel dimensi Waktu dengan cara lookup database

copy dim_waktu skWaktu smallint (3)

7 nilaiTransaksi double 20, 4 -

Merupakan nilai dalam Rupiah atau Dollar dari setiap transaksi

(13)

52

8 biayaTransaksi double 20, 4 -

Merupakan biaya dalam Rupiah atau Dollar untuk masing-masing transaksi.

copy detil_transaksi biayaTransaksi double(20, 4)

9 jumlahUnit double 10, 4 -

Merupakan jumlah unit yang dimiliki oleh nasabah. Didapat dari jumlah nett nilai transaksi dan dibagi dengan NAV

copy detil_transaksi jumlahUnit double(10, 4)

10 balance double 20, 4 -

Merupakan saldo dari investasi nasabah dalam bentuk unit.

(14)

53

Berikut adalah tabel-tabel dimensi yang berhubungan dengan tabel fakta transaksi

Dimensi Marketing

Nama Tabel : dim_marketing

Deskripsi Tabel : Tabel dim_marketing berisi informasi mengenai data marketing yang melayani pendaftaran nasabah serta mengenai target pencapaian marketing dari tiap nasabah

Tabel 4.13. Tabel Dimensi Marketing

Data Source

1 skMarketing tinyint 2 * Surrogate Key Marketing create - - -

2 idMarketing varchar 5 -

Merupakan kode unik yang dimiliki oleh setiap marketing

(15)

54

3 namaMarketing varvarchar 50 - Nama dari Marketing copy marketing namaMarketing varvarchar(50)

4 targetPencapaian double 20, 0 -

Target Pencapaian nilai Trasaksi yang harus dipenuhi oleh Marketing

copy marketing targetPencapaian double(20, 0)

Dimensi Nasabah Individu

Nama Tabel : dim_nasabah_individu

Deskripsi Tabel : Tabel dim_nasabah individu berisi secara spesifik informasi mengenai data nasabah individu yang telah mendaftarkan diri pada PT. Corfina Capital

(16)

55

Tabel 4.14. Tabel Dimensi Nasabah Individu

No. Field Name Data Type Length Key Description Process

Data Source

1 skNasabahIndividu mediumint 6 * Surrogate Key Nasabah Invdividu create - - - 2 Pendidikan varvarchar(3) - - Pendidikan nasabah untuk nasabah Individu

copy nasabah pendidikan varvarchar(3)

3 Pekerjaan varvarchar(50) - - Pekerjaan nasabah untuk nasabah Individu

copy nasabah pekerjaan varvarchar(50)

4 pendapatan_per_tahun double 20, 0 -

Pendapatan nasabah individu per tahun

(17)

56

Dimensi Nasabah Badan Hukum 3. Nama Database : star_schema

Nama Tabel : dim_nasabah_badan_hukum

Deskripsi Tabel : Tabel dim_nasabah_badan_hukum berisi secara spesifik informasi mengenai data nasabah badan hukum yang telah mendaftarkan diri pada PT. Corfina Capital

Tabel 4.15. Tabel Dimensi Nasabah Badan Hukum

No. Field Name Data Type Length Key Description Process Data Source

1 skNasabahBadanHukum mediumint 6 * Surrogate Key Nasabah Badan Hukum create - - - 2 namaDireksi varvarchar(50) - - Nama direksi yang bertanggung jawab atas dibukanya account nasabah atas suatu account

(18)

57 dengan jenis nasabah Badan Hukum 3 karakteristikPerusahaan varvarchar(50) - - Karakteristik perusahaan nasabah untuk nasabah Badan Hukum

copy nasabah karakteristikPerusahaan varvarchar(50)

4 asetTahun1 double 20, 0 - Aset tahun pertama untuk nasabah Badan Hukum

copy nasabah asetTahun1 double(20, 0)

5 asetTahun2 double 20, 0 - Aset tahun kedua untuk nasabah Badan Hukum

copy nasabah asetTahun2 double(20, 0)

6 asetTahun3 double 20, 0 - Aset tahun ketiga untuk nasabah Badan Hukum

(19)

58 7 labaOperasiTahun1 double 20, 0 - Laba operasi tahun pertama untuk nasabah Badan Hukum

copy nasabah labaOperasiTahun1 double(20, 0)

8 labaOperasiTahun2 double 20, 0 - Laba operasi tahun kedua untuk nasabah Badan Hukum

copy nasabah labaOperasiTahun2 double(20, 0)

9 labaOperasiTahun3 double 20, 0 - Laba operasi tahun ketiga untuk nasabah Badan Hukum

(20)

59

Dimensi Reksa Dana

Nama Tabel : dim_reksa_dana

Deskripsi Tabel : Tabel dim_reksa_dana berisi informasi mengenai data dari jenis reksa dana maupun deskripsi dari reksa dana itu, apakah melakukan subscribe atau redeem

Tabel 4.16. Tabel Dimensi Reksa Dana

Data Source

1 skReksaDana tinyint 1 * Surrogate Key Reksa

Dana create - - -

2 jenisReksaDana tinyint 1 -

Jenis dari produk Reksa Dana yang dimiliki oleh PT. Corfina Capital

transform detilTransaksi jenisReksaDana tinyint (1)

3 deskripsi tinyint 1 -

Jenis dari transaksi yang dilakukan oleh nasabah.

(21)

60

Dimensi Waktu

Nama Tabel : dim_waktu

Deskripsi Tabel : Tabel dim_waktu berisi informasi mengenai data waktu yang tersimpan pada transaksi reksa dana dari segi jenis reksa dana, maupun status subscribe atau redeem nya investasi seorang nasabah atau suatu badan hukum

Tabel 4.17 Tabel Dimensi Waktu

Data Source

1 skWaktu smallint 3 * Surrogate Key Waktu create - - -

2 kuartal tinyint 1 - Kuartal/periode dari

setiap transaksi transform transaksi periodeTransaksi tinyint (1)

3 tahun smallint 4 - Tahun dari setiap

(22)

61

4.2.9. Memutuskan Prioritas dan Mode dari Query (Deciding the Query Priorities and The Query Modes)

4.2.9.1. Transformasi Dimensi Marketing

Input table : marketing Output table : dim_marketing

Gambar 4.1 ETL Tabel dim_marketing • Extract

Proses extract pada dim_marketing terdapat pada “input marketing” dimana pada tahap ini dilakukan pengambilan data dari tabel marketing pada database sumber, yaitu database “skripsi” dengan SQL query sebagai berikut:

(23)

62 • Transform

Proses transform pada tabel marketing terdapat pada “sk_marketing” dimana pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_marketing berupa value urutan angka yang dimulai dari angka 1.

Gambar 4.3. Marketing “Get Value From Sequence”

Kemudian dilakukan pemilihan dan pencocokan field antara “table input” dengan tabel dim_marketing, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara “table input” dengan field tabel dim_marketing berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_marketing.

(24)

63

Gambar 4.4. Mapping Marketing

• Loading

Proses loading dalam dim_marketing terdapat pada “ouput dim_marketing” dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_marketing. Jika sk_marketing belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_marketing. Namun, jika sk_marketing ditemukan pada tabel dim_marketing, maka kolom-kolom lain untuk sk_marketing tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(25)

64

Gambar 4.5. Output dim_marketing

4.2.9.2. Transformasi Dimensi Nasabah Individu

Input table : nasabah

Output table : dim_nasabah_individu

(26)

65 • Extract

Proses extract pada dim_nasabah_individu terdapat pada “input nasabah individu” dimana pada tahap ini dilakukan pengambilan data dari tabel nasabah pada database sumber, yaitu database “skripsi” dengan SQL query sebagai berikut:

Gambar 4.7. Nasabah Individu “Table input”

• Transform

Proses transform pada tabel nasabah terdapat pada “sk_nasabah_individu” dimana pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_nasabah_individu berupa value urutan angka yang dimulai dari angka 1.

(27)

66

Gambar 4.8. Nasabah Individu “Get Value From Sequence”

Kemudian dilakukan pemilihan dan pencocokan field antara “table input” dengan tabel dim_nasabah, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara “table input” dengan field tabel dim_nasabah berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_nasabah.

(28)

67

Gambar 4.9. Mapping Nasabah Individu

• Loading

Proses loading dalam dim_nasabah terdapat pada “ouput dim_nasabah” dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_nasabah_individu. Jika skNasabahIndividu belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_nasabah_individu. Namun, jika skNasabahIndividu ditemukan pada tabel dim_nasabah_individu, maka kolom-kolom lain untuk skNasabahIndividu tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(29)

68

Gambar 4.10. Output dim_nasabah_individu

4.2.9.3. Transformasi Dimensi Nasabah Badan Hukum

Input table : nasabah

Output table : dim_nasabah_badan_hukum

Gambar 4.11. ETL Tabel dim_nasabah_badan_hukum • Extract

Proses extract pada dim_nasabah_badan_hukum terdapat pada “input nasabah badan hukum” dimana pada tahap ini dilakukan pengambilan data dari tabel nasabah pada database sumber, yaitu database “skripsi” dengan SQL query sebagai berikut:

(30)

69

Gambar 4.12. Nasabah Badan Hukum “Table input”

• Transform

Proses transform pada tabel nasabah terdapat pada “sk_nasabah_badan_hukum” dimana pada tahap ini dilakukan

pembuatan Surrogate Key (SK) untuk

dim_nasabah_badan_hukum berupa value urutan angka yang dimulai dari angka 1.

(31)

70

Gambar 4.13. Nasabah Badan Hukum “Get Value From Sequence”

Kemudian dilakukan pemilihan dan pencocokan field antara “table input” dengan tabel dim_nasabah_badan_hukum, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara “table input” dengan field tabel dim_nasabah_badan_hukum berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_nasabah_badan_hukum.

(32)

71

Gambar 4.14. Mapping Nasabah Badan Hukum

• Loading

Proses loading dalam dim_nasabah terdapat pada “ouput dim_nasabah_ badan_hukum” dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_nasabah_ badan_hukum. Jika skNasabahBadanHukum belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel

dim_nasabah_badan_hukum. Namun, jika

skNasabahBadanHukum ditemukan pada tabel dim_nasabah_badan_hukum, maka kolom-kolom lain untuk skNasabahBadanHukum tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(33)

72

Gambar 4.15. Output dim_nasabah_badan_hukum

4.2.9.4. Transformasi Dimensi Reksa Dana

Input table : none

Output table : dim_reksa_dana

(34)

73 • Transform

- Generate Rows Reksa Dana

Pada tahap ini dibuat baris untuk menampung jenis dan status/deskripsi reksa dana yang akan dibuat. Baris yang terbentuk pada tahap ini sebanyak delapan baris, di antaranya adalah jenisReksaDana1, deskripsi1, jenisReksaDana2, deskripsi2, jenisReksaDana3, deskripsi3, jenisReksaDana4, dan deskripsi4.

Gambar 4.17. Generate Rows Reksa Dana

- Row Normaliser

Pada tahap ini akan membentuk field, yaitu jenisReksaDana dan deskripsi untuk menampung jenisReksaDana dan deskripsi yang telah di definisikan sebelumnya.

(35)

74

Gambar 4.18. Row Normaliser

- Get Value From Sequence

Pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_reksa_dana berupa value urutan angka yang dimulai dari angka 1.

(36)

75

Gambar 4.19. Reksa Dana “Get Value From Sequence”

- Mapping

Pada tahap ini dilakukan pemilihan dan pencocokan field. Jika salah satu fieldname dengan field tabel dim_reksa_dana berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_reksa_dana.

(37)

76

Gambar 4.20. Mapping Reksa Dana

• Loading

Proses loading dalam dim_reksa_dana terdapat pada “ouput dim_reksa_dana” dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_ reksa_dana. Jika sk_ reksa_dana belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_reksa_dana. Namun, jika sk_reksa_dana ditemukan pada tabel dim_reksa_dana, maka kolom-kolom lain untuk sk_reksa_dana tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(38)

77

Gambar 4.21. Ouput dim_reksa_dana

4.2.9.5. Transformasi Dimensi Waktu

Input table : none Output table : dim_waktu

(39)

78 • Transform

- Generate rows

Proses transform pada dim_waktu terdapat pada “3000 days: 9+ years” dimana pada tahap ini menyediakan kapasitas 3000 hari dimulai dari awal tahun 2007.

Gambar 4.23. Generate jangka waktu yang ingin ditentukan

Kemudian kita membuat variabel “Days_since” agar tanggal dapat di-increment dari angka 1 untuk mendapatkan tanggal selanjutnya.

(40)

79

Gambar 4.24. Increment Tanggal

- Calculator

Membuat field-field yang dibutuhkan untuk dim_waktu seperti date, year, month, dan sebagainya.

(41)

80 - Script Values / Mod

Membuat perhitungan untuk mendapatkan minggu dalam suatu bulan dengan menggunakan fungsi Calendar.WEEK_OF_MONTH.

Gambar 4.26. Modified Java Script Value

- Value Mapper

Membuat perhitungan kuartal (quarter) dalam tahun, dimana bulan pertama sampai bulan ketiga masuk ke dalam quarter 1, dan seterusnya.

(42)

81

Gambar 4.27. Membuat Quarter

- Generate rows

Generate rows kali ini untuk membuat penamaan hari dalam minggu, dimana sebagai contoh DayNr7 menunjukkan hari tersebut dalam angka, yaitu hari Minggu sebagai “1”. Untuk variabel DayDesc7 menunjukkan hari Minggu sebagai “Minggu”, sedangkan untuk DayDescShort hari Minggu adalah “MIN”.

(43)

82

Gambar 4.28. Generate deskripsi hari dalam satu minggu

- Row Normaliser

Membuat penamaan dari satu minggu dimana data yang sebelumnya masih berbentuk baris, diubah ke dalam bentuk kolom agar sesuai dengan format tabel pada umumnya dalam suatu database.

(44)

83

Gambar 4.29. Normaliser “DayOfWeekDesc”

- Stream Value Lookup

Menggabungkan penamaan hari yang telah dibuat melalui field DayNr.

(45)

84

Gambar 4.30. DayOfWeekDesc

- Generate Rows

Generate Rows kali ini untuk membuat penamaan bulan dengan membuat variabel-variabel penampung terlebih dahulu. Sebagai contoh, desc1 untuk menampung bulan “Januari”, short1 untuk “JAN”, dan seterusnya.

(46)

85

Gambar 4.31. Generate deskripsi bulan dalam satu tahun

- Row normaliser

Row normaliser kali ini yaitu untuk membuat penamaan bulan dimana variabel tersebut diisi dengan angka yang sesuai.

(47)

86

(48)

87

- Stream Value Lookup

Stream Value Lookup kali ini yaitu untuk menggabungkan dengan penamaan bulan yang telah dibuat melalui field “MonthNr”.

Gambar 4.33. MonthDesc

Pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_waktu berupa nilai urutan angka yang dimulai dari angka 1.

(49)

88

Gambar 4.34. Waktu “Get Value From Sequence”

- Mapping

Memilih field-field yang dibutuhkan yaitu DayofWeekDesc, Date, Year , quarter, sk_time, MonthDesc, dan WeekofMonth.

(50)

89

Gambar 4.35. Mapping dim_waktu

• Loading

Proses loading dalam dim_waktu terdapat pada “Insert/Update” dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_waktu. Jika sk_time belum ada maka akan dilakukan proses insert untuk menyimpan record baru pada tabel dim_waktu. Namun jika sk_time ditemukan pada tabel dim_waktu, maka kolom-kolom lain untuk sk_time tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(51)

90

Gambar 4.36. Output dim_waktu

4.2.9.6. Transformasi Fakta Transaksi Reksa Dana

Input : transaksi, detil_transaksi Output : fact_transaksi_reksa_dana

(52)

91 • Extract

Proses extract dalam fact_transaksi_reksa_dana terdapat pada “input_transaksi” dan “input_detiltrans” dimana pada tahap “input_transaksi” dilakukan pengambilan data dari tabel transaksi pada database sumber, yaitu database “skripsi” dengan query sebagai berikut:

(53)

92 Dan pada tahap “input_detil_trans” juga dilakukan pengambilan data dari tabel “detailTransaksi” pada database sumber, yaitu database “skripsi” dengan query sebagai berikut:

(54)

93 • Transform

- Stream Value Lookup

Pada tahap ini dilakukan penggabungan antara input dari tabel “transaksi” dengan input dari tabel “detailTransaksi” melalui field “kodeTransaksi” dari tabel “detailTransaksi” dan me-retrieve penggabungan itu melalui idMarketing, tanggalTransaksi, periodeTransaksi yang terdapat pada tabel “transaksi”.

(55)

94 - Select values

Pada tahap ini dilakukan pemilihan field antara tabel “transaksi” dan tabel “detailTransaksi” yang sesuai dengan measure yang sudah dibuat dalam snowflake schema.

Gambar 4.41. fact_transaksi_reksa_dana Select values

- Database Value Lookup

Pada Database Value Lookup kedua ini melibatkan proses pencarian “skNasabahIndividu” pada tabel dim_nasabah. Proses pencarian skNasabahIndividu dilakukan dengan mencocokkan “idNasabah” pada tabel dim_nasabah dengan “idNasabah” yang ada pada tabel nasabah.

(56)

95

Gambar 4.42. Lookup Database Nasabah Individu

Pada Database Value Lookup kedua ini melibatkan proses pencarian “skNasabahIndividu” pada tabel dim_nasabah. Proses pencarian skNasabahIndividu dilakukan dengan mencocokkan “idNasabah” pada tabel dim_nasabah dengan “idNasabah” yang ada pada tabel nasabah.

(57)

96

Gambar 4.43. Lookup Database Nasabah Badan Hukum

Pada Database Value Lookup ke-tiga ini melibatkan proses pencarian “sk_waktu” pada tabel dim_waktu. Proses pencarian sk_waktu dilakukan dengan mencocokkan “tanggal” pada tabel dim_waktu dengan “tanggalTransaksi” yang ada pada tabel transaksi.

(58)

97

Gambar 4.44. Lookup Database Waktu

Pada Database Value Lookup ke-empat ini melibatkan proses pencarian “sk_reksaDana” pada tabel dim_reksa_dana. Proses pencarian sk_reksaDana dilakukan dengan mencocokkan “jenisReksaDana” pada tabel dim_reksa_dana dengan “jenisReksaDana” yang ada pada tabel detailTransaksi dan mencocokkan “deskripsi” pada tabel dim_reksa_dana dengan “deskripsi” yang ada pada tabel detailTransaksi.

(59)

98

Gambar 4.45. Lookup Database Reksa Dana

- Mapping

Pada tahap ini dilakukan pemilihan dan pencocokan field

antara “Select values” dengan tabel

“fact_transaksi_reksa_dana” berdasarkan snowflake schema yang telah dibuat. Jika fieldname antara “Select values” dengan field tabel fact_transaksi_reksa_dana berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel fact_transaksi_reksa_dana.

(60)

99

Gambar 4.46. Mapping fact_transaksi_reksa_dana

• Loading

Proses loading dalam fact_transaksi_reksa_dana terdapat pada “ouput fact_transaksi_reksa_dana” dimana pada tahap ini dilakukan proses insert dan update pada tabel fact_transaksi_reksa_dana. Pada tabel fakta, terdapat perbedaan dimana tidak terdapat Surrogate Key (SK), namun tetap dilakukan proses proses insert jika fieldname antara “Database Value Lookup” yang terdapat pada tabel-tabel dimensi yang berkaitan dengan tabel fact_transaksi_reksa_dana guna menyimpan record baru pada tabel fact_transaksi_reksa_dana tersebut. Namun, jika key-key tersebut ditemukan pada tabel fact_transaksi_reksa_dana, maka kolom-kolom lain untuk key-key tersebut akan diperiksa.

(61)

100 Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

(62)

101 4.2.10. Perancangan Star-Scheme

Berikut ini adalah rancangan star-scheme untuk fakta transaksi. Di mana satu tabel fakta transaksi memiliki 5 buah dimensi yaitu dim_marketing, dim_reksa_dana, dim_waktu, dim_nasabah_individu, dan dim_nasabah badan_hukum.

Gambar 4.48 Rancangan Star-scheme Functional Data Warehouse PT.Corfina Capital

(63)

102 4.3. Perancangan Anatomi Functional Data Warehouse PT.Corfina Capital

Gambar 4.49 Rancangan Anatomi Functional Data Warehouse PT.Corfina Capital

4.3.1. Operational Data Source

Data yang terdapat pada operational data source adalah data operasional dari Nasabah, Transaksi, dan Marketing. Pada bagian ini, masing-masing data operasional di-update apabila terdapat perubahan. Penampung operational data source menggunakan MySQL yang disesuaikan dengan database dari PT. Corfina Capital. Data pada level operasional ini kemudian akan Extract dan kemudian masuk pada Data Staging Area.

(64)

103 4.3.2. Data Staging Area

Pada tahapan inilah, proses kedua dari ETL dilakukan, yaitu Transform. Data yang diperoleh dari operational datastore dirubah melalui proses transform yang bertujuan untuk mengolah dan mengkondisikan data agar bisa langsung dipergunakan nantinya. Hasil dari Data Staging Area kemudian akan di-load ke dalam data presentation area yaitu pada data mart atau functional data warehouse.

4.3.3. Data Presentation Area

Untuk rancangan data mart(functional data warehouse) PT. Corfina Capital menggunakan Pentaho sebagai tools-nya. Data yang sudah mengalami proses transform dari Data Staging Area kemudian diload ke dalam data mart yang merupakan tempat dimana data disusun, disimpan, dan dikondisikan agar bisa langsung dipakai oleh user melalui query, membuat laporan ataupun digunakan oleh aplikasi analytical

4.3.4. Data Access Tools

Untuk menyediakan informasi bisnis kepada user guna melakukan pengambilan keputusan secara cepat dan tepat, user ini berinteraksi dengan warehouse melalui data access tools.

Berikut adalah data access toolsyang digunakan dalam rancangan functional data warehouse PT. Corfina Capital:

(65)

104 • Online Analytical Processing (OLAP) tools

OLAP tools berdasarkan kepada konsep multidimensional basis data dan memungkinkan pengguna yang berpengalaman untuk menganalisa data menggunakan tampilan

multidimensional. Tools yang digunakan dalam rancangan ini adalah Pentaho.

4.4. Hasil Proyeksi Data

4.4.1. Pengukuran Jalannya Investasi dari Proses Bisnis PT. Corfina Capital

• Pergerakan Investasi Semua Nasabah untuk Subscribe dengan Sistem Kuartal

Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idJenisReksadana, nilaiTransaksi, Deskripsi, dan Balance.

(66)

105 Berdasarkan bar chart di atas dapat dilihat bahwa untuk transaksi subscribe dari seluruh nasabah terbanyak pada kuartal ketiga, sedangkan untuk transaksi subscribe terendah berada pada kuartal keempat.

• Pergerakan Investasi Semua Nasabah untuk Redeem dengan Sistem Kuartal

Gambar 4.51 Redeem Nasabah per Kuartal

Berdasarkan bar chart redeem di atas, nasabh melakukan redeem terbanyak pada kuartal ketiga, namun untuk redeem terendah berada pada kuartal pertama.

(67)

106

• Pergerakan Investasi Semua Nasabah untuk Balance dengan Sistem Kuartal

Gambar 4.52 Balance Nasabah per Kuartal Berdasarkan bar chart di atas dapat dilihat perbandingan nilai transaksi dalam rupiah dan balance dalam unit dari seluruh nasabah terbanyak pada kuartal ketiga, sedangkan untuk nilai transaksi dan balance terendah berada pada kuartal keempat.

(68)

107 • Pergerakan Investasi Semua Nasabah untuk Subscribe

dengan Sistem Tahunan

Gambar 4.53 Subscribe Nasabah per Tahun Pada bar chart di atas, dapat dilihat bahwa jumlah transaksi subscribe terbanyak berada pada tahun 2009, dan terendah pada tahun 2011.

• Pergerakan Investasi Semua Nasabah untuk Redeem dengan Sistem Tahunan

(69)

108

Gambar 4.54 Redeem Nasabah per Tahun

Sementara untuk transaksi redeem, terbanyak dilakukan pada tahun 2009 dan berada pada titik terendah di tahun 2010.

• Pergerakan Investasi Semua Nasabah untuk Balance dengan Sistem Tahunan

(70)

109

Gambar 4.55 Balance Nasabah per Tahun Sementara untuk nilai dari transaksi seluruh nasabah berada tertinggi pada tahun 2008. Dan untuk balance mengalami penurunan dari tahun 2008 ke 2009. Kemudian dari tahun 2010 terus naik sampai berada di puncak tertinggi pada tahun 2012

• Pergerakan Investasi Semua Nasabah dengan jenis Reksadana RDPT untuk Balance dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idJenisReksadana, nilaiTransaksi, Deskripsi, dan Balance.

(71)

110

Gambar 4.56 Balance Nasabah RDPT per Kuartal Untuk nilai transaksi nasabah dengan jenis reksadana RDPT, berada pada titik tertinggi pada kuartal ketiga dan nyaris sama untuk kuartal lainnya. Sementara untuk balance nasabah dengan jenis reksadana RDPT cukup fluktuatif dengan adanya penurunan pada kuartal kedua, kemudian turun pada kuartal ketiga yang menjadi titik tertinggi dan setelah itu turun di titik terendah pada kuartal keempat.

• Pergerakan Investasi Semua Nasabah dengan jenis Reksadana RDPT untuk Balance dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idJenisReksadana, nilaiTransaksi, Deskripsi, dan Balance.

(72)

111

Gambar 4.57 Balance Nasabah RDPT per Tahun Sementara untuk nilai dari transaksi seluruh nasabah dengan jenis reksa dana RDPT berada tertinggi pada tahun 2009 dan terendah di tahun 2010. Dan untuk balance mengalami penurunan dari tahun 2008 ke 2009. Kemudian dari tahun 2010 terus naik sampai berada di puncak tertinggi pada tahun 2012.

• Pergerakan Investasi Semua Nasabah dengan jenis Reksadana Reksa Dana untuk Balance dengan Sistem Kuartal

Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, jenisReksadana, nilaiTransaksi, dan Balance.

(73)

112

Gambar 4.58 Balance Nasabah Reksa Dana per Kuartal

Untuk jenis reksadana Reksa Dana, balance tidak bisa terlihat dikarenakan nilai dari transaksi yang kurang. Namun untuk pergerakan nilai transaksi dapat dilihat bahwa dari kuartal pertama ke kuartal kedua memiliki penurunan, dan kemudian menanjak ke posisi tertinggi pada kuartal ketiga dan

mengalamipenurunan kembali pda kuartal keempat.

• Pergerakan Investasi Semua Nasabah dengan jenis Reksadana Reksa Dana untuk Balance dengan Sistem Tahunan

Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idReksadana, jenisReksadana, nilaiTransaksi, dan Balance.

(74)

113

Gambar 4.59 Balance Nasabah Reksa Dana per Tahun

Sama seperti penjelasan sebelumnya bahwa untuk jenis reksadana Reksa Dana, balance tidak bisa terlihat dikarenakan nilai dari transaksi yang kurang. Namun untuk pergerakan nilai transaksi dapat dilihat pada tahun 2008 ke 2009 mengalami kenaikkan hingga puncak tertinggi dan kemudian selama dua tahun

mengalam penurunan sampai pada titik terendah yakni pada tahun 2011. Namun pada tahun 2012, mengalami kenaikka untuk balance nasabah Reksa Dana.

(75)

114 4.4.2. Profit Perusahaan

• Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis Reksadana RDPT dengan Sistem Kuartal

Analisis profit perusahaan berdasarkan biaya transaksi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas jenisNasabah, dan biayaTransaksi.

Gambar 4.60 Biaya Transaksi RDPT Nasabah Individu per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(76)

115 • Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis

Reksadana RDPT dengan Sistem Tahunan

Gambar 4.61 Biaya Transaksi RDPT Nasabah Individu per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(77)

Reksadana Reksa Dana dengan Sistem Kuartal

Gambar 4.62 Biaya Transaksi Reksa Dana Nasabah Individu per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(78)

Reksadana Reksa Dana dengan Sistem Tahunan

Gambar 4.63 Biaya Transaksi Reksa Dana Nasabah Individu per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(79)

118 • Pergerakan Biaya Transaksi untuk Nasabah Individu dengan Sistem

Kuartal

Gambar 4.64 Biaya Transaksi Nasabah Individu per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(80)

119 • Pergerakan Biaya Transaksi untuk Nasabah Individu dengan Sistem

Tahunan

Gambar 4.65 Biaya Transaksi Nasabah Individu per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(81)

120 • Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum pada

jenis Reksadana RDPT dengan Sistem Kuartal

Gambar 4.66 Biaya Transaksi RDPT Nasabah Badan Hukum per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(82)

jenis Reksadana RDPT dengan Sistem Tahunan

Gambar 4.67 Biaya Transaksi RDPT Nasabah Badan Hukum per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(83)

jenis Reksadana Reksa Dana dengan Sistem Kuartal

Gambar 4.68 Biaya Transaksi Reksa Dana Nasabah Badan Hukum per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(84)

jenis Reksadana Reksa Dana dengan Sistem Tahunan

Gambar 4.69 Biaya Transaksi Reksa Dana Nasabah Badan Hukum per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(85)

124 • Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum dengan

Sistem Kuartal

Gambar 4.70 Biaya Transaksi Nasabah Badan Hukum per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(86)

125 • Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum dengan

Sistem Tahunan

Gambar 4.71 Biaya Transaksi Nasabah Badan Hukum per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(87)

126 • Pergerakan Biaya Transaksi untuk Seluruh Nasabah pada Jenis

Reksadana RDPT dengan Sistem Kuartal

Gambar 4.72 Biaya Transaksi RDPT seluruh Nasabah per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(88)

127 • Pergerakan Biaya Transaksi untuk Seluruh Nasabah pada Jenis

Reksadana RDPT dengan Sistem Tahunan

Gambar 4.73 Biaya Transaksi RDPT seluruh Nasabah per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(89)

128 • Pergerakan Biaya Transaksi untuk Seluruh Nasabah dengan Jenis

Reksadana Reksa Dana dengan Sistem Kuartal

Gambar 4.74 Biaya Transaksi Reksa Dana seluruh Nasabah per Kuartal

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

(90)

129 • Pergerakan Biaya Transaksi untuk Seluruh Nasabah dengan Jenis

Reksadana Reksa Dana dengan Sistem Tahunan

Gambar 4.75 Biaya Transaksi Reksa Dana seluruh Nasabah per Tahun

Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

(91)

130 4.4.3. Kinerja Karyawan dari Divisi Marketing

• Transaksi Subscribe Nasabah Berdasarkan Marketing dengan Sistem Kuartal

Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idMarketing, nilaiTransaksi, Deskripsi, dan

Balance.

Gambar 4.76 Subscribe Nasabah Berdasarkan Marketing Kuartal 1

Pada kuartal pertama, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M005.

(92)

131

Pada kuartal kedua, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M008.

(93)

132 Pada kuartal ketiga, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M007.

Pada kuartal keempat, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007.

(94)

133 • Transaksi Redeem Nasabah Berdasarkan Marketing dengan

Sistem Kuartal

Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idNasabah, kodeTransaksi, idMarketing, nilaiTransaksi, Deskripsi, dan Balance.

Gambar 4.80 Redeem Nasabah Berdasarkan Marketing Kuartal 1 Pada kuartal pertama, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M003.

(95)

134

Gambar 4.81 Redeem Nasabah Berdasarkan Marketing Kuartal 2 Pada kuartal kedua, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003 dan M005.

(96)

135 Pada kuartal ketiga, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007.

Gambar 4.83 Redeem Nasabah Berdasarkan Marketing Kuartal 4 Pada kuartal pertama, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007 dan M008 yang tidak memiliki transaksi redee sama sekali.

(97)

136 • Balance Nasabah Berdasarkan Marketing dengan Sistem

Kuartal

Gambar 4.84 Balance Nasabah Berdasarkan Marketing Kuartal 1 Pada kuartal pertama, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M001, M005, dan M009.

(98)

137

Gambar 4.85 Balance Nasabah Berdasarkan Marketing Kuartal 2 Pada kuartal kedua, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M007 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003, M005, M008, dan M009.

(99)

138 Pada kuartal ketiga, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M005 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M003 dan M004.

Gambar 4.87 Balance Nasabah Berdasarkan Marketing Kuartal 4 Pada kuartal keempat, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003, M004, M005, M006, M007 dan M009

• Transaksi Subscribe Nasabah Berdasarkan Marketing dengan Sistem Tahunan

(100)

139

Gambar 4.88 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2008

Pada tahun 2008, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M005, sementara pada posisi terendah adalah marketing dengan kode M008.

(101)

140 Pada tahun 2009, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M005.

Pada tahun 2010, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M003.

(102)

141

Pada tahun 2011, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M006, sementara pada posisi terendah adalah marketing dengan kode M003 dan M005.

(103)

142 Pada tahun 2012, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M004, M006, dan M010, sementara pada posisi terendah adalah marketing dengan kode M007

• Transaksi Redeem Nasabah Berdasarkan Marketing dengan Sistem Tahunan

Gambar 4.93 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2008

Pada tahun 2008, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M005, sementara pada posisi terendah adalah marketing dengan kode M003 dan M007.

(104)

143

Pada tahun 2009, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M009, sementara pada posisi terendah adalah marketing dengan kode M010 yang tidak memiliki transaksi redeem.

(105)

144 Pada tahun 2010, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M004, M008, M009 dan M010.

Pada tahun 2011, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M008.

(106)

145

Pada tahun 2012, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M004 disusul dengan M002 dan M010, sementara pada posisi terendah adalah

marketing dengan kode M003.

• Balance Nasabah Berdasarkan Marketing dengan Sistem Tahunan

(107)

146

Gambar 4.98 Balance Nasabah Berdasarkan Marketing Tahun 2008

Pada tahun 2008, marketing yang memiliki nilai balance nasabah tertinggi adalah M005 dan disusul oleh M002, M006, dan M004. Sementara nilai balance nasabah marketing lainnya masih terlihat jelas.

(108)

147 Pada tahun 2009, marketing yang memiliki nilai balance

nasabah tertinggi adalah M005 dan disusul oleh M010, M002, dan M006. Dan berada di titik terendah adalah M003, M004, M005 dan M007.

Pada tahun 2010, marketing yang memiliki nilai balance

nasabah tertinggi adalah M010 dan disusul oleh M002. Sementara berada di titik terendah adalah M001, M004, M005, M007 dan M009.

(109)

148

Pada tahun 2011, marketing yang memiliki nilai balance

nasabah tertinggi adalah M002 dan disusul oleh M010. Sementara berada di titik terendah adalah M001, M003, M004, M005, M008 dan M009.

(110)

149 Pada tahun 2012, marketing yang memiliki nilai balance

nasabah tertinggi adalah M010 dan disusul oleh M006. Sementara berada di titik terendah adalah M003, M005, dan M009.