ANALISIS DAN PERANCANGAN DATA
WAREHOUSE PEMBELIAN DAN
LOGISTIK PADA PT ARWANA
CITRAMULIA TBK
Elsa
Bina Nusantara University, West Jakarta, Jakarta, 11480
Desy Amelia
Bina Nusantara University, West Jakarta, Jakarta, 11480 and
Agustine
Bina Nusantara University, West Jakarta, Jakarta, 11480
Abstrak
Tujuan penelitian ialah membangun data warehouse pada PT Arwana Citramulia Tbk sehingga
dapat menyediakan informasi yang dibutuhkan untuk mendukung pengambilan keputusan. Metode penelitian yang digunakan dalam perancangan data warehouse adalah metode analisis
yang terdiri dari studi kepustakaan, observasi, dan wawancara, serta metode perancangan data
warehouse yang terdiri dari Nine-Step Methodology dan perancangan antar muka. Hasil yang
dicapai adalah membuat suatu aplikasi data warehouse pada PT Arwana Citramulia Tbk yang
dapat membantu perusahaan dalam melakukan analisis data pembelian dan logistik. Simpulan yang dapat diambil adalah aplikasi data warehouse dapat menyediakan data bersifat ringkas
sehingga memenuhi kebutuhan informasi serta mempermudah pihak eksekutif dalam menganalisis informasi dan mendukung pengambilan keputusan.
1.
Pendahuluan
PT Arwana Citramulia Tbk adalah sebuah perusahaan keramik bersifat publik yang terdaftar dalam Bursa Efek Indonesia dengan kode saham “ARNA”. Sebagai salah satu dari empat industri keramik terbesar dalam pasar bahan bangunan pada skala nasional, PT Arwana Citramulia Tbk berdedikasi untuk menjadi perusahaan terbaik yang berkecimpung dalam bisnis keramik dengan menunjukkan kreasi dan inovasi, serta mampu memberikan kontribusi bagi lingkungan sekitar dan negeri ini.
Saat ini, penggunaan sistem yang terkomputerisasi telah membantu PT Arwana Citramulia Tbk dalam melakukan proses bisnisnya, yaitu dengan adanya database yang
meliputi proses pemasukan data perusahaan yang mencakup seluruh bagian dalam perusahaan.
Beberapa proses bisnis seperti pemesanan dan pembelian barang serta penerimaan dan pengeluaran barang yang terjadi setiap hari dalam perusahaan saling berhubungan satu sama lain. Data-data yang berkaitan dengan proses bisnis tersebut berjumlah sangat besar namun belum dimanfaatkan secara optimal untuk mendukung kinerja perusahaan.
Oleh karena itu, perusahaan membutuhkan sebuah aplikasi data warehouse yang dapat
mengolah data operasional yang telah tersedia sehingga dapat membantu pihak eksekutif dalam membuat keputusan yang tepat untuk mengelola proses bisnis perusahaan di masa sekarang maupun yang akan datang.
2.
Metodologi
Ruang lingkup dari penelitian mencakup data pemesanan dan pembelian barang yang berasal dari Departemen Pembelian serta data penerimaan dan pengeluaran barang yang berasal dari Departemen Logistik. Adapun pembahasan yang dilakukan meliputi sebagai berikut :
- Perancangan
- Implementasi
- Evaluasi
2.1.
Perancangan
Metodologi yang digunakan dalam merancang data warehouse pada PT Arwana
Citramulia Tbk adalah Nine-Step Methodology yang dikemukakan oleh Kimball
(Connolly dan Begg, 2005, p1187). Langkah-langkah perancangan data warehouse
meliputi :
1) Menentukan Proses
Proses bisnis dari PT Arwana Citramulia Tbk pada data warehouse
Gambar 4.2 ER Model Pada PT Arwana Citramulia Tbk
Tabel 4.1 Tabel Proses Bisnis
Proses Bisnis Deskripsi
Pemesanan Pemesanan barang pada PT Arwana Citramulia Tbk dilakukan oleh departemen logistik. Dokumen yang diperlukan adalah purchase request. Dalam dokumen
tersebut terdapat data departemen yang memesan, barang yang dipesan, dan transaksi pemesanan.
Pembelian Pembelian barang pada PT Arwana Citramulia Tbk dilakukan oleh departemen pembelian. Dokumen yang diperlukan adalah purchase order. Dalam dokumen
tersebut terdapat data valuta, supplier, barang yang dibeli,
dan transaksi pembelian.
Penerimaan Penerimaan barang pada PT Arwana Citramulia Tbk dilakukan oleh logistik. Dokumen yang diperlukan adalah nota penerimaan barang. Dalam dokumen tersebut terdapat barangyang diterima dan transaksi penerimaan barang. Pengeluaran Pengeluaran barang pada PT Arwana Citramulia Tbk
dilakukan oleh logistik. Dokumen yang diperlukan adalah nota pengeluaran (bon). Dalam dokumen tersebut terdapat departemen yang menerima barang, barang yang dikeluarkan, dan transaksi pengeluaran barang.
2) Menentukan Grain
Grain adalah data dari calon fakta yang dapat dianalisis. Berikut ini
merupakan grain yang digunakan untuk merancang data warehouse pada PT
Arwana Citramulia Tbk :
Gambar 4.4 ER Model Untuk Persyaratan Data Pembelian Barang
Gambar 4.5 ER Model Untuk Persyaratan Data Penerimaan Barang
Tabel 4.2 Tabel Grain Grain Deskripsi
Pemesanan Barang Analisis yang dilakukan pada pemesanan barang meliputi jumlah barang dipesan yang dapat dilihat per departemen, barang, kategori, jenis, plan, periode waktu tertentu.
Pembelian Barang Analisis yang dilakukan pada pembelian barang meliputi rata-rata harga pembelian, jumlah barang dibeli, dan total harga pembelian barang yang dapat dilihat per supplier, plan, barang,
kategori, jenis, valuta, dan periode waktu.
Penerimaan Barang Analisis yang dilakukan pada penerimaan barang meliputi jumlah barang diterima yang dapat dilihat per barang, kategori, jenis, dan periode waktu tertentu.
Pengeluaran Barang Analisis yang dilakukan pada proses pengeluaran bahan baku atau material dan sparepart meliputi
jumlah barang keluar. Analisis tersebut dapat dilihat per departemen, barang, jenis, kategori, dan periode waktu tertentu.
3) Mengidentifikasi dan Penyesuaian Dimensi
Pada tahap ini dilakukan identifikasi dimensi yang digunakan untuk mendeskripsikan data dari grain yang tepat. Pada proses identifikasi ini tabel-tabel
Tabel-tabel dimensi dalam perancangan data warehouse terdiri dari : 1. Dimensi Waktu 2. Dimensi Item 3. Dimensi Category 4. Dimensi Jenis 5. Dimensi Plan 6. Dimensi Supplier 7. Dimensi Departemen 8. Dimensi Currency
Berikut ini adalah hubungan dimensi dengan grain dari fakta dalam bentuk
matriks :
Tabel 4.3 Tabel Grain dan Dimensi Grain Dimensi Pemesanan Barang Pembelian Barang Penerimaan Barang Pengeluaran Barang Waktu 9 9 9 9 Item 9 9 9 9 Category 9 9 9 9 Jenis 9 9 9 9 Plan 9 9 Supplier 9 Departemen 9 9 Currency 9
4) Menentukan Fakta
Tahap selanjutnya yaitu menentukan masing-masing fakta yang memiliki data bersifat numerik (dapat dihitung). Fakta-fakta yang ditampilkan dalam data
warehouse, antara lain :
Tabel 4.4 Tabel Fakta
5) Menyimpan Perhitungan Awal dalam Tabel Fakta
Di dalam tabel fakta terdapat kalkulasi awal terhadap data yang dapat dihitung. Kalkulasi awal yang ada pada tabel fakta, antara lain :
Fakta Deskripsi Pemesanan Barang Proses pemesanan barang meliputi
jumlah_barang_dipesan
Pembelian Barang Proses pembelian barang meliputi : • rata2_harga_pembelian
• jumlah_barang_dibeli • total_harga_pembelian
Penerimaan Barang Proses penerimaan barang meliputi jumlah_barang_diterima
Pengeluaran Barang Proses pengeluaran barang meliputi jumlah_barang_keluar
Tabel 4.5 Tabel Perhitungan Awal pada Tabel Fakta
Fakta Kalkulasi Awal
Pemesanan Barang jumlah_barang_dipesan merupakan jumlah dari kuantitas barang yang dipesan
Pembelian Barang • rata2_harga_pembelian merupakan rata-rata harga pembelian barang
• jumlah_barang_dibeli merupakan jumlah dari
kuantitas barang yang dibeli
• total_harga_pembelian merupakan jumlah dari
kuantitas barang yang dibeli dikali dengan harga beli
Penerimaan Barang jumlah_barang_diterima merupakan jumlah dari kuantitas barang yang diterima
Pengeluaran Barang jumlah_barang_keluar merupakan jumlah dari kuantitas barang keluar
6) Menambahkan Atribut yang Dibutuhkan dalam Tabel Dimensi
Berikut atribut-atribut dari tabel dimensi yang sesuai dengan kebutuhan data dan informasi dari perusahaan :
Tabel 4.6 Tabel Deskripsi Dimensi
No Dimensi Deskripsi
1. Waktu Laporan dapat dilihat tiap tanggal, tgl, bulan, kuartal, dan tahun
2. Item Laporan dapat dilihat berdasarkan item_kode dan
item_nama
3. Category Laporan dapat dilihat berdasarkan category_kode
dan category_nama
4. Jenis Laporan dapat dilihat berdasarkan jenis_kode dan jenis_nama
5. Plan Laporan dapat dilihat berdasarkan plan_kode dan
plan_nama
6. Supplier Laporan dapat dilihat berdasarkan supplier_kode
dan company
7. Departemen Laporan dapat dilihat berdasarkan departemen_kode dan departemen_nama
8. Currency Laporan dapat dilihat berdasarkan valuta_kode dan
valuta_nama
7) Menentukan Durasi Database
Pada tahap ini, ditentukan batasan waktu untuk data yang akan diambil dan dipindahkan ke dalam tabel fakta. Durasi dari database ini bergantung pada
Tabel 4.15 Durasi Database Nama Aplikasi Database Database ada sejak tahun Database yang masuk ke dalam data warehouse Data dalam data warehouse Arwana Management System Armasi 2006 2006-2009 4 tahun
8) Menelusuri Perubahan dari Dimensi Secara Perlahan
Untuk mengatasi perubahan terhadap dimensi pada perancangan data
warehouse PT Arwana Citramulia Tbk dilakukan perubahan data dari tabel
dimensi secara langsung. Oleh karena itu atribut dimensi yang berubah akan ditulis ulang (overwritten).
Penulisan dimensi secara overwritten digunakan untuk memenuhi kebutuhan
perusahaan yang tidak akan menggunakan data lama ketika mengganti dengan data baru serta mengingat diperlukannya kapasitas penyimpanan yang besar jika perusahaan juga memerlukan data lama di samping penambahan data baru.
9) Memutuskan Prioritas Query dan Tipe Query
Persoalan perancangan fisik data warehouse yang paling penting dan
berpengaruh besar terhadap data warehouse dalam pemakaiannya adalah
persoalan yang meliputi administrasi, backup, keamanan yang akan digunakan
untuk data warehouse, serta analisis kapasitas media penyimpanan yang
2.2.
Implementasi
Tabel 4.32 Jadwal Rencana Implementasi
Aktivitas Minggu ke-
1 2 3 4 Instalasi software dan aplikasi x
Konversi data x
Uji coba aplikasi x
Pelatihan pengguna x x
Evaluasi x x
Berikut penjelasan mengenai kegiatan-kegiatan rencana implementasi data warehouse pada PT Arwana Citramulia Tbk :
1. Instalasi software dan aplikasi
Pada kegiatan ini dilakukan instalasi software yang dibutuhkan, baik pada komputer server maupun komputer client. Setelah melakukan instalasi software dilakukan instalasi aplikasi data warehouse.
2. Konversi data
Melakukan konversi data atau ETL terhadap data-data operasional perusahaan untuk dimasukkan ke dalam data warehouse.
3. Uji coba aplikasi
Melakukan uji coba terhadap aplikasi yang telah dibuat. Hal ini bertujuan agar aplikasi berjalan dengan baik dan tidak terdapat kesalahan yang dapat mengganggu performance.
4. Pelatihan pengguna
Memberikan pelatihan kepada pengguna yang menggunakan aplikasi data warehouse agar dapat menggunakan aplikasinya secara maksimal.
5. Evaluasi
Melakukan evaluasi terhadap aplikasi yang telah dibuat. Dengan adanya evaluasi ini, tingkat keberhasilan dalam menjawab permasalahan yang dihadapi perusahaan dapat diukur. Evaluasi juga bermanfaat untuk mendapatkan feedback terhadap ouput yang dihasilkan.
2.3.
Evaluasi
Evaluasi dengan manajer dilakukan dengan cara melakukan wawancara secara langsung dengan manajer IT dari PT Arwana Citramulia Tbk. Wawancara yang dilakukan adalah dengan membuat beberapa daftar pertanyaaan yang harus dijawab oleh manajer IT demi umpan balik yang baik dan berguna terhadap pengembangan aplikasi data warehouse.
.
3.
Simpulan
Dari hasil analisis dan perancangan data warehouse pada PT Arwana Citramulia Tbk
dapat ditarik beberapa simpulan sebagai berikut :
1. Data warehouse yang dibangun telah memenuhi kebutuhan informasi bagi Departemen
Pembelian dan Departemen Logistik yang telah dianalisis sebelumnya.
2. Aplikasi data warehouse yang mudah digunakan dan dapat menyajikan informasi dalam
bentuk pivot dan chart sehingga memudahkan pihak eksekutif dalam menganalisis
Daftar Pustaka
[1] Aczel, D. Amir dan Sounderpandian, Jayavel. (2002). Complete Business Statistics. (5th
Edition). North America : The McGraw-Hill Companies, Inc.,.
[2] Akbar, Aldi. 2011. Pengertian SQL Server dan SQL Server Management Studio. (tanggal akses 10-26-2011) http://euroditaku.wordpress.com/2011/04/06/pengertian-komponen-fitur-pengembang-database-baru-tools-sql-server-2005-dan-sql-server-management-studio/
[3] Chase, Richard B., Jacobs, F. Robert, dan Acquilano, Nicholas J. (2006). Operations
Management For Competitive Advantage : With Global Cases. United States of
America : McGraw-Hill.
[4] Connolly, Thomas M., dan Carolyn E. Begg. (2005). Database System : A Practical
Approach to Design, Implementation and Management. (4th Edition). United States of
America : Addison Wesley.
[5] Inmon, W. H. (2002). Building the Data Warehouse. (3th Edition). Canada : John Wiley &
Sons, Inc.,.
[6] Kimball dan Caserta. (2004). The Data Warehouse ETL Toolkit. Canada : Wiley Publishing,
Inc.
[7] Kimball dan Ross. (2002). The Data Warehouse Toolkit : The Complete Guide Dimensional
Modelling. (2nd Edition). Canada : John Wiley & Sons, Inc.,.
[8] Laudon, Kenneth C., and Jane P. Laudon. (2010). Management Information Systems :
Managing The Digital Firm. (11th Edition). New Jersey : Pearson Education, Inc., Upper
Saddle River.
[9] O’Brien James A. (2005). Introduction to Information Systems. (12th Edition). Jakarta : PT
[10] Pelland, Patrice. (2008). Build A Program Now! Microsoft Visual Basic 2008 Express
Edition. Canada : H.B. Fenn and Company Ltd.
[11] Prabhu dan Venatesan. (2007). Data Mining and Warehousing. New Delhi : New Age
International (P) Ltd., Publishers.
[12] Schroeder, Roger G. (2007). Operations Management : Contemporary Concepts and
Cases. (3th Edition). Singapore : McGraw-Hill Education.
[13] Stevenson, William J. (2009). Operation Management. (10th Edition). United States of
America : Mcgraw-Hill/Irwin.
[14] Turban, E., Rainer R.K., dan Potter, R.E. (2005). Introduction to Information Technology.
(3rd Edition). United States of America : John Wiley & Sons, Inc.
[15] Usfita. 2011. Karakteristik Data Warehouse. (tanggal akses 10-11-2011)
DATA WAREHOUSE ANALYSIS AND
DESIGN OF PURCHASING AND
LOGISTIC AT PT ARWANA
CITRAMULIA TBK
Elsa
Bina Nusantara University, West Jakarta, Jakarta, 11480
Desy Amelia
Bina Nusantara University, West Jakarta, Jakarta, 11480 and
Agustine
Bina Nusantara University, West Jakarta, Jakarta, 11480
Abstract
The purpose of this research is building a data warehouse at PT Arwana Citramulia Tbk so it can provide the information which is needed to support decision making. The method of this research which is used in designing data warehouse is analysis method which consists of literature studying, observation, interview, and design method which is Nine-Step M ethodology. The result is making a data warehouse application at PT Arwana Citramulia Tbk which could help the company in doing requesting and purchasing analysis. The conclusion is the data warehouse application can provide summarized data so it can fulfill the information requirement and facilitate the top level management in analyzing information and supporting decision making.
1.
Introduction
PT Arwana Citramulia Tbk is a public company of ceramics which is listed at Indonesia Stock Exchange with “ARNA” share code. As one of the biggest four ceramic companies at national scale, PT Arwana Citramulia Tbk is dedicated to be the best company which is having ceramics as their products with showing creation and innovation, also giving contribution for environment and this country.
Nowadays, using computerized system has helped PT Arwana Citramulia Tbk in doing its business process, with database which consists of input whole parts of company data processing.
Some business process such as products requesting and purchasing also products income and outcome which happen everyday has related to each other. Data which is related with business process in large amounts has not been used optimally for supporting company. Therefore, the company needs a data warehouse application which can be used to store operational data so it can help the top level management in making right decision to manage business process for company in this time and next time.
2.
Methodology
Limitation of the research consists of products requesting and purchasing from Purchasing Department and products income and outcome from Logistic Department. This research is mainly divided into three parts :
- Design
- Implementation
2.1.
Design
The methodology which is used in designing data warehouse at PT Arwana Citramulia Tbk is Nine-Step M ethodology from Kimball (Connolly and Begg, 2005, p1187). Here are the Nine-Step M ethodology:
1) Choosing The Process
Business process from PT Arwana Citramulia Tbk at data warehouse based on information requirement that has been analyzed :
Table 1 – Business Process Table
Business Process Description Requesting Products requesting at PT Arwana Citramulia Tbk is
done by logistic department. Document which is needed is purchase request. There are departments who request, requested products, and requesting transaction in the document.
Purchasing Products purchasing at PT Arwana Citramulia Tbk is done by purchasing department. Document which is needed is purchase order. There are currency, supplier, purchased products, and purchasing transaction in the document.
Income Products income at PT Arwana Citramulia Tbk is done by logistic department. Document which is needed is products income note. There are received products and received products transaction in the document.
Outcome Products outcome at PT Arwana Citramulia Tbk is done by logistic department. Document which is needed is outcome note. There are departments who receive products, outcome producs, and outcome products transaction in the document.
2) Choosing The Grain
Choosing the grain means deciding exactly what a fact table record represents. This is grain which has been used in designing data warehouse at PT Arwana Citramulia Tbk :
Picture 2 -- ER M odel For Requesting Products
Picture 4 -- ER M odel For Income Products
Picture 5 -- ER M odel For Outcome Products
Table 2 – Grain Table
Grain Description Products Requesting The analysis consists of the amount of requested
products which can be seen from department, item, category, genre, plan, and time.
Products Purchasing The analysis consists of the average of purchased price, the amount of purchased products, and total purchased price which can be seen from supplier, item, category, genre, plan, currency, and time.
Income Products The analysis consists of the amount of income products which can be seen from item, category, genre, and time.
Outcome Products The analysis consists of the amount of outcome which can be seen from department, item, category, genre, and time.
3) Identifying and Conforming The Dimensions
Dimensions set the context for asking questions about the facts in the fact table. A well-built set of dimensions makes the data mart understandable and easy to use. Dimensions tables in designing data warehouse consist of :
1. Time Dimension 2. Item Dimension 3. Category Dimension 4. Genre Dimension 5. Plan Dimension 6. Supplier Dimension 7. Department Dimension 8. Currency Dimension
Here is the relationship between dimensions and grain from facts in matrix forms :
Table 3 – Grain and Dimension Table Grain Dimension Products Requesting Products Purchasing Income Products Outcome Products Time 9 9 9 9 Item 9 9 9 9 Category 9 9 9 9 Genre 9 9 9 9 Plan 9 9 Supplier 9 Department 9 9 Currency 9
4) Choosing The Facts
All the facts must be expressed at the level implied by the grain. The facts should be numeric and additive. The facts that are showed in data warehouse :
Table 4 – Facts Table
Facts Description Products Requesting Consists of the amount of requested products
Products Purchasing Consists of :
• the average of purchased price • the amount of purchased products • total purchased price
5) Storing Pre-Calculations In The Fact Table
Once the facts have been selected each should be re-examined to determine whether there are opportunities to use calculations. Here is the pre-calculations in fact tables :
Table 5 -- Pre-Calculations In The Fact Table Facts Pre-Calculations
Products Requesting The amount of requested products based on the amount from requested products quantity.
Products Purchasing • the average of purchased price is the average from products purchased
• the amount of purchased products is the amount from purchased products
• total purchased price is the amount of purchased products times the purchased price
Income Products The amount of income products based on the amount from income products quantity.
Outcome Products The amount of outcome products based on the amount from outcome products quantity.
Income Products Consists of the amount of income products Outcome Products Consists of the amount of outcome products
6) Rounding Out The Dimension Tables
Here are the attributes from dimensions tables which is appropriate with data and information requirements from the company :
Table 6 – Dimension Description Tables
No Dimension Description
1. Time Reports can be seen from date, tgl, month, quartal, and year
2. Item Reports can be seen from item_kode and item_nama
3. Category Reports can be seen from category_kode and category_nama
4. Genre Reports can be seen from jenis_kode and jenis_nama
5. Plan Reports can be seen from plan_kode and plan_nama
6. Supplier Reports can be seen from supplier_kode and
company
7. Department Reports can be seen from departemen_kode and departemen_nama
8. Currency Reports can be seen from valuta_kode and valuta_nama
7) Choosing The Duration Of The Database
The duration measures how far back in time the fact tables goes. The duration of the database relies on company information requirement.
Table 7 – Database Duration
Application Name Database Database comes from Database which is in the warehouse Data in data warehouse Arwana Managem ent System Armasi 2006 2006-2009 4 years
8) Tracking Slowly Changing Dimensions
To overcome changing data toward dimensions in designing data warehouse at PT Arwana Citramulia Tbk, there is changing data from dimensions tables directly. Therefore changing dimensions attributes will be overwritten.
Changing dimensions attributes with overwritten is used to fulfill company requirement that will not use old data when changing with new data, it needs the large storage if the company needs old data besides adding new data.
9) Deciding The Query Priorities and The Query Modes
The most critical physical design issues affecting the end-user’s perception of the data mart are the physical sort order of the fact table on disk and the presence of pre-stored summaries or aggregations. Beond these issues there are a host of additional physical physical design issues affecting administration, backup, indexing performance, and security.
2.2.
Implementation
Table 8 – Implementation Schedules
Activity Week
1 2 3 4 Softwareand application installation x
Data conversion x
Application testing x
User training x x
Evaluation x x
There are explainations about implementation schedules data warehouse at PT Arwana Citramulia Tbk :
1. Softwareand application installation
Doing software and application installation which is needed on the server and client computer. After doing this, data warehouse application can be installed. 2. Data conversion
Doing data conversion or ETL towards operational data to be moved to data warehouse.
3. Application testing
Doing application testing to ensure that application has worked properly and does not have mistakes which can disturb performance.
4. User training
Giving user training who is going to use data warehouse application, so the user can use the application properly.
5. Evaluation
Doing evaluation for application that has been made. With this evaluation, successful rate in answering problems can be measured. Evaluation is also good for receiving feedback from the output.
2.3.
Evaluation
Evaluation with manager is done by doing interview directly with IT manager from PT Arwana Citramulia Tbk. Interview is done by making some questions that must be answered by IT manager for good feedback and useful for developing data warehouse application.
3.
Conclusion
From data warehouse result of analysis and design at PT Arwana Citramulia Tbk, there are some conclusions :
1. Data warehouse which is built has fulfilled information requirement for Purchasing Department and Logistic Department that has been analyzed before.
2. Data warehouse application is easy to be used and provide information in pivot and chart forms so can facilitate the top level management in analyzing information for department and supporting decision making.
References
[1] Aczel, D. Amir dan Sounderpandian, Jayavel. (2002). Complete Business Statistics. (5th
Edition). North America : The M cGraw-Hill Companies, Inc.,.
[2] Akbar, Aldi. 2011. Pengertian SQL Server dan SQL Server Management Studio. (access date 10-26-2011) http://euroditaku.wordpress.com/2011/04/06/pengertian-komponen-fitur-pengembang-database-baru-tools-sql-server-2005-dan-sql-server-management-studio/ [3] Chase, Richard B., Jacobs, F. Robert, dan Acquilano, Nicholas J. (2006). Operations
Management For Competitive Advantage : With Global Cases. United States of
America : M cGraw-Hill.
[4] Connolly, Thomas M ., dan Carolyn E. Begg. (2005). Database System : A Practical
Approach to Design, Implementation and Management. (4th Edition). United States of
America : Addison Wesley.
[5] Inmon, W. H. (2002). Building the Data Warehouse. (3th Edition). Canada : John Wiley &
Sons, Inc.,.
[6] Kimball dan Caserta. (2004). The Data Warehouse ETL Toolkit. Canada : Wiley Publishing,
Inc.
[7] Kimball dan Ross. (2002). The Data Warehouse Toolkit : The Complete Guide Dimensional
Modelling. (2nd Edition). Canada : John Wiley & Sons, Inc.,.
[8] Laudon, Kenneth C., and Jane P. Laudon. (2010). Management Information Systems :
Managing The Digital Firm. (11th Edition). New Jersey : Pearson Education, Inc., Upper
Saddle River.
[9] O’Brien James A. (2005). Introduction to Information Systems. (12th Edition). Jakarta : PT
[10] Pelland, Patrice. (2008). Build A Program Now! Microsoft Visual Basic 2008 Express
Edition. Canada : H.B. Fenn and Company Ltd.
[11] Prabhu dan Venatesan. (2007). Data Mining and Warehousing. New Delhi : New Age
International (P) Ltd., Publishers.
[12] Schroeder, Roger G. (2007). Operations Management : Contemporary Concepts and
Cases. (3th Edition). Singapore : M cGraw-Hill Education.
[13] Stevenson, William J. (2009). Operation Management. (10th Edition). United States of
America : M cgraw-Hill/Irwin.
[14] Turban, E., Rainer R.K., dan Potter, R.E. (2005). Introduction to Information Technology.
(3rd Edition). United States of America : John Wiley & Sons, Inc.
[15] Usfita. 2011. Karakteristik Data Warehouse. (tanggal akses 10-11-2011)
