BAB 4 PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

(1)

BAB 4

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

4.1 Perancangan Data warehouse

4.1.1 Arsitektur Data warehouse

Berdasarkan hasil dari penelitian yang dilakukan pada PT. Mega Solusi Teknologi, maka arsitektur data warehouse yang dipakai adalah tipe data warehouse terpusat. Alasan menggunakan tipe ini adalah karena biaya yang diperlukan relatif lebih murah dan mudah dirancang. Disamping itu, data dalam data warehouse tersimpan pada satu tempat sehingga akan lebih mudah dalam pengontrolan dan pemeliharaan data

warehouse. Berikut adalah gambaran arsitektur data warehouse untuk PT. Mega Solusi

(2)

Gambar 4.1 Arsitektur Data warehouse PT. Mega Solusi Teknologi

Komponen – komponen yang mendukung data warehouse pada perusahaan adalah sebagai berikut :

1. Sumber Data

Sumber data yang dipakai adalah data dari OLTP yang disimpan dalam bentuk tabel dan berkaitan erat dengan proses penjualan dan pembelian.

2. ETL ( Extract, Transformation, Loading)

Sumber data ditransformasikan ke dalam bentuk format yang sama dan terintegrasi melalui proses ETL.

(3)

3. Data warehouse

Adalah tempat penyimpanan data yang bersifat historikal dengan jangka waktu tertentu. Data – data yang telah ditransformasi tersebut dipindahkan kedalam data warehouse.

4. OLAP (Online Analytical Processing)

Dengan adanya OLAP memudahkan pengguna dalam menganalisis data dari berbagai dimensi dengan menggunakan view yang kompleks dan multidimensional.

4.1.2 Rancangan Data warehouse

Proses perancangan data warehouse menggunakan Nine-Step Methodology dari Kimball, yaitu :

4.1.2.1 Menentukan Proses

Proses yang digunakan adalah proses yang meliputi :

1. Pembelian

Proses ini adalah proses pembelian barang pada PT. Mega Solusi Teknologi ke pelanggan.

(4)

2. Penjualan

Proses ini adalah proses penjualan barang pada PT. Mega Solusi Teknologi terhadap pemasok.

3. Pendapatan

Proses ini adalah proses pendapatan atau keuntungan yang didapat oleh PT. Mega Solusi Teknologi dari semua transaksi.

4. Penjualan Per-Wilayah

Proses ini adalah proses penjualan barang yang dilihat dari segi wilayah pada PT. Mega Solusi

4.1.2.2 Menentukan Grain

Dari hasil penelitian proses bisnis dan kebutuhan dari perusahaan, maka grain yang digunakan adalah :

1. Pembelian

Analisis yang dilakukan pada proses pembelian adalah jumlah transaksi pembelian, jumlah barang dibeli, total pembelian.

(5)

2. Penjualan

Analisis yang dilakukan pada proses penjualan adalah jumlah barang terjual, jumlah transaksi penjualan, dan total penjualan.

3. Pendapatan

Analisis yang dilakukan pada proses pendapatan adalah jumlah pendapatan dalam periode tahunan.

4. Penjualan Per-Wilayah

Analisis yang dilakukan pada proses ini adalah total penjualan setiap daerah dalam periode bulanan, dan tahunan.

4.1.2.3 Mengidentifikasi dan Membuat Dimensi yang Sesuai

1) Pembelian

Dimensi yang digunakan dalam analisis pembelian adalah pemasok, waktu, dan barang.

(6)

Tabel 4.1 Analisis Dimensi Pembelian

2) Penjualan

Dimensi yang digunakan dalam analisis penjualan adalah pelanggan, barang, waktu, wilayah, dan sales.

Tabel 4.2 Analisis Dimensi Penjualan

Grain Dimensi

Jumlah Barang Terjual Total Barang Terjual

Pelanggan X X Waktu X X Barang X X Grain Dimensi

Jumlah Beli Barang Total Beli Barang

Pemasok X X

Waktu X X

(7)

Wilayah X

Sales X

3) Pendapatan

Dimensi yang digunakan dalam analisis pendapatan adalah dimensi waktu dan dimensi wilayah.

Tabel 4.3 Analisis Dimensi Pendapatan

Grain Dimensi Total Pendapatan Wilayah X Waktu X 4) Penjualan Per-Wilayah

Dimensi yang digunakan dalam analisis penjualan per-wilayah adalah barang dan wilayah.

(8)

Tabel 4.4 Analisis Dimensi Penjualan Per-Wilayah Grain Dimensi Total Waktu X Wilayah X Barang X 4.1.2.4 Menentukan Fakta 1. Fakta Penjualan

Fakta penjualan disini meliputi jumlah barang terjual, dan total penjualan.

2. Fakta Pembelian

Fakta pembelian disini meliputi jumlah barang dibeli dan total pembelian barang.

3. Fakta Pendapatan

Fakta pendapatan disini meliputi keuntungan yang diperoleh dari selisih penjualan dan pembelian barang.

(9)

4. Fakta Penjualan Per-Wilayah

Fakta penjualan per-wilayah disini meliputi wilayah dan total penjualan dari wilayah tersebut.

4.1.2.5 Menyimpan Pre-Kalkulasi Dalam Tabel Fakta

Pada tahap ini dilakukan perhitungan kalkulasi total untuk tabel fakta sebagai berikut :

1. Fakta Penjualan

a. Jumlah barang terjual = SUM(Qty)

b. Total penjualan barang = SUM(Qty*HargaBarang) 2. Fakta Pembelian

a. Jumlah barang dibeli = SUM(Qty)

b. Total pembelian barang =SUM(Qty*HargaBarang) 3. Fakta Pendapatan

a. Total pendapatan = Total penjualan barang – Total pembelian barang

(10)

Berikut adalah tabel fakta yang digunakan :

1. Fakta Penjualan Barang

Tabel 4.5 Fakta Penjualan

Atribut Tipe Data

WaktuID INT

SalesID INT

WilayahID INT

PelangganID INT

BarangID INT

2. Fakta Pembelian Barang

Tabel 4.6 Fakta Pembelian

WaktuID INT

PemasokID INT

(11)

3. Fakta Pendapatan

Tabel 4.7 Fakta Pendapatan

Atribut

Tipe Data

WilayahID

INT

WaktuID

INT

4. Fakta Penjualan Per-Wilayah

Tabel 4.8 Fakta Penjualan Per-Wilayah

BarangID INT

WaktuID INT

WilayahID INT

4.1.2.6 Menambahkan Atribut yang Dibutuhkan Dalam Tabel

Dimensi

Berikut adalah tabel dimensi yang ada pada data

(12)

1. Dimensi Waktu

Tabel 4.9 Dimensi Waktu

Atribut Tipe Data Constraint

WaktuID Int Primary key

Tgl Date - Hari Int - Bulan Int - Kuartal Int - Tahun Int - 2. Dimensi Sales

Tabel 4.10 Dimensi Sales

SalesID Int Primary key

KodeSales Char(8) -

NamaSales Varchar(100) -

TelpSales Varchar(100) -

(13)

3. Dimensi Pelanggan

Tabel 4.11 Dimensi Pelanggan

4. Dimensi Barang

Tabel 4.12 Dimensi Barang

BarangID Int Primary key

KodeBarang Char(8) -

NamaBarang Varchar(100) -

JenisBarang Varchar(100) -

HargaBeliBarang Numeric(10,2) -

PelangganID Int Primary key

KodePelanggan Char(8) - NamaPelanggan Varchar(100) - AlamatPelanggan Varchar(1000) - TelpPelanggan Varchar(100) - KodeWilayah Char(2) - EmailPelanggan Varchar(100) -

(14)

HargaJualBarang Numeric(10,2) -

5. Dimensi Pemasok

Tabel 4.13 Dimensi Pemasok

PemasokID Int Primary key

KodePemasok Char(8) -

NamaPemasok Varchar(100) -

AlamatPemasok Varchar(1000) -

TelpPemasok Varchar(100) -

6. Dimensi Wilayah

Tabel 4.14 Dimensi Wilayah

WilayahID Int Primary key

KodeWilayah Char(2) -

(15)

4.1.2.7 Menentukan Durasi Database

Berikut adalah tabel dalam menentukan durasi database meliputi tahun database dibentuk, database yang masuk kedalam data warehouse dan durasi data dalam data warehouse.

Tabel 4.15 Durasi Database

Nama Aplikasi

Database ada

sejak tahun

Database yang

masuk kedalam

data warehouse

Data dalam data

warehouse

MST

2010

Maret 2010 –

September 2012

2 tahun

4.1.2.8 Menelusuri Perubahan Dimensi Secara Perlahan

Perubahan dimensi yang terjadi menggunakan changing dan history. Untuk perubahan dimensi changing contohnya seperti alamat dan nomor telepon serta email. Untuk perubahan dimensi history contohnya seperti data pelanggan.

(16)

4.1.2.9 Menentukan Prioritas Query dan Tipe Query

Berikut ini adalah analisis untuk pengguna berdasarkan kebutuhan informasi yang disediakan oleh data warehouse :

Tabel 4.16 Tabel Priority Query

User Informasi

Direktur

i. informasi digunakan untuk menganalisis keuntungan yang didapat oleh perusahaan ii. informasi digunakan untuk

mengetahui grafik perkembangan penjualan.

Sales Manager

i. informasi digunakan untuk menganalisis produk mana yang paling banyak terjual

Bagian Keuangan

i. informasi digunakan untuk menganalisis pendapatan dan pengeluaran dalam perusahaan

Pre-Sales

i. informasi digunakan untuk menganalisis total penjualan dan jumlah barang yang terjual

(17)

4.1.3 Skema Bintang

4.1.3.1 Skema Bintang Untuk Tabel Fakta Pembelian

Skema bintang untuk tabel fakta pembelian dapat dilihat berdasarkan tiga dimensi, yaitu dimensi waktu, dimensi barang, dan dimensi pemasok. Dari tabel fakta pembelian barang ini, dapat diketahui jumlah barang yang dibeli dan total pembelian yang dilakukan sesuai periode yang dibutuhkan.

(18)

(19)

4.1.3.2 Skema Bintang Untuk Tabel Fakta Penjualan

Skema bintang untuk tabel fakta penjualan barang dapat dilihat berdasarkan enam dimensi, yaitu dimensi waktu, dimensi barang, dimensi wilayah, dimensi sales, dan dimensi pelanggan.

(20)

4.1.3.3 Skema Bintang Untuk Tabel Fakta Pendapatan

Skema bintang untuk tabel fakta pendapatan dapat dilihat berdasarkan dimensi waktu dan wilayah. Dari tabel fakta ini, dapat diketahui total pendapatan yang didapat oleh perusahaan.

Gambar 4.4 Skema Bintang Tabel Fakta Pendapatan

4.1.3.4 Skema Bintang Untuk Tabel Fakta Penjualan Per-Wilayah

Skema bintang untuk tabel fakta penjualan per-wilayah dapat dilihat berdasarkan dimensi wilayah. Dari sini dapat diketahui total penjualan dari tiap wilayah, seperti Jakarta Barat, Jakarta Selatan, Jakarta Timur, Jakarta Utara, dan Jakarta Pusat.

(21)

Gambar 4.5 Skema Bintang Tabel Fakta Penjualan Per-Wilayah

4.1.4 Metadata

Berdasarkan yang telah dibahas pada landasan teori, metadata bukanlah data fisik melainkan merupakan sumber informasi lengkap mengenai data yang berkaitan pada data warehouse. Metadata tersebut

(22)

merupakan metadata dari tabel yang ada pada data warehouse, seperti berikut :

1. Dimensi Waktu

Primary Key : WaktuID

Keterangan : Tabel dimensi ini menampilkan data mengenai keterangan waktu terjadinya transaksi dalam perusahaan.

Tabel 4.17 Metadata Dimensi Waktu

Nama Field Tipe Data Ukuran Keterangan Sumber Tabel Sumber Field Transformasi

WaktuID Int - Surrogate key dimensi waktu - - Create Tgl Date - Bilangan tanggal - - Create

Hari Int - Bilangan hari - - Create

Bulan Int -

Bilangan bulan

- - Create

Kuartal Int - Kuartal ke-n - - Create

(23)

2. Dimensi Pelanggan

Primary Key : PelangganID

Keterangan : Tabel dimensi ini menampilkan data mengenai pelanggan yang membeli barang di PT. Mega Solusi Teknologi.

Tabel 4.18 Metadata Dimensi Pelanggan

Nama Field Tipe

Data Ukuran Keterangan

Sumber

Tabel Sumber Field Transformasi

PelangganID Int -

Surrogate key dimensi pelanggan

- - Create

KodePelanggan Char 8 Kode

pelanggan Pelanggan KodePelanggan Copy

NamaPelanggan Varchar 100 Nama

pelanggan Pelanggan NamaPelanggan Copy

AlamatPelanggan Varchar 1000 Alamat

pelanggan Pelanggan AlamatPelanggan Copy

TelpPelanggan Varchar 100 Telepon

pelanggan Pelanggan TelpPelanggan Copy

EmailPelanggan Varchar 100 Email

pelanggan Pelanggan EmailPelanggan Copy

KodeWilayah Char 2 Kode wilayah

(24)

3. Dimensi Barang

Primary Key : BarangID

Keterangan : Tabel dimensi ini menampilkan data mengenai barang-barang yang dijual perusahaan serta harga jual dan harga belinya.

Tabel 4.19 Metadata Dimensi Barang

Nama Field Tipe Data Ukuran Keterangan Sumber Tabel

Sumber Field Transformasi

BarangID Int -

Surrogate key dimensi

barang

- - Create

KodeBarang Char 8 Kode barang Barang KodeBarang Copy NamaBarang Varchar 100 Nama barang Barang NamaBarang Copy JenisBarang Varchar 100 Jenis barang Barang JenisBarang Copy

HargaJualBarang Numeric 10,2

Harga Jual barang

Barang HargaJualBarang Copy

HargaBeliBarang Numeric 10,2

Harga Beli barang

(25)

4. Dimensi Sales

Primary Key : SalesID

Keterangan : Tabel dimensi ini menampilkan data mengenai sales yang bekerja dalam perusahaan.

Tabel 4.20 Metadata Dimensi Sales

Nama Field Tipe Data Ukuran Keterangan Sumber Tabel

SalesID Int -

Surrogate key dimensi sales

- - Create

KodeSales Char 8 Kode Sales Sales KodeSales Copy NamaSales Varchar 100 Nama Sales Sales NamaSales Copy TelpSales Varchar 100 Telepon Sales Sales TelpSales Copy EmailSales Varchar 100 Email Sales Sales EmailSales Copy

5. Dimensi Pemasok

Primary Key : PemasokID

(26)

Tabel 4.21 Metadata Dimensi Pemasok Nama Field Tipe Data Ukuran Keterangan Sumber Tabel

PemasokID Int - Surrogate key dimensi Pemasok - - Create KodePemasok Char 8 Kode Pemasok

Pemasok KodePemasok Copy

NamaPemasok Varchar 100

Nama Pemasok

Pemasok NamaPemasok Copy

AlamatPemasok Varchar 1000

Alamat Pemasok

Pemasok AlamatPemasok Copy

TelpPemasok Varchar 100

Telepon Pemasok

Pemasok TelpPemasok Copy

6. Dimensi Wilayah

Primary Key : WilayahID

Keterangan : Tabel dimensi ini menampilkan data mengenai kode dan wilayah dari pelanggan PT. Mega Solusi Teknologi.

(27)

Tabel 4.22 Metadata Dimensi Wilayah Nama Field Tipe Data Ukuran Keterangan Sumber Tabel

WilayahID Int -

Surrogate key dimensi wilayah

- - Create

KodeWilayah Char 2 Kode wilayah Wilayah KodeWilayah Copy

Wilayah Varchar 100

Nama wilayah

Wilayah Wilayah Copy

7. Fakta Penjualan Barang Primary Key : PenjualanID

Keterangan : Tabel ini menampilkan data-data mengenai penjualan pada PT. Mega Solusi Teknologi.

Tabel 4.23 Metadata Fakta Penjualan Barang

Nama Field Tipe Data Ukuran Keterangan Sumber Tabel

Sumber

Field

Transformasi

PenjualanID INT - Surrogate

Key Fakta

(28)

Penjualan Barang

WaktuID INT - Kode Waktu DimWaktu WaktuID Copy

SalesID INT - Kode Sales DimSales SalesID Copy

WilayahID INT -

Kode Wilayah

DimWilayah WilayahID Copy

PelangganID INT -

Kode Pelanggan

DimPelanggan PelangganID Copy

BarangID INT - Kode Barang DimBarang BarangID Copy

JumlahBarangTerjual INT - Jumlah barang yang terjual - - SUM TotalPenjualan NUMERIC (10,2) Total penjualan - - SUM

8. Fakta Pembelian Barang Primary Key : PembelianID

Keterangan : Tabel ini menampilkan data-data mengenai analisis pembelian pada PT. Mega Solusi Teknologi.

(29)

Tabel 4.24 Metadata Fakta Pembelian Barang

9. Fakta Pendapatan

Primary Key : PendapatanID

Keterangan : Tabel ini menampilkan data-data mengenai analisis pendapatan pada PT. Mega Solusi Teknologi.

Sumber Field Transformasi PembelianID INT - Surrogate Key Fakta Pembelian Barang - - Create

WaktuID INT - Kode Waktu DimWaktu WaktuID Copy

PemasokID INT - Kode Pemasok DimPemasok PemasokID Copy

BarangID INT - Kode Barang DimBarang BarangID Copy

JumlahBarangDibeli INT - Jumlah barang yang dibeli - - SUM TotalPembelian NUMERIC (15,2) Total pembelian - - SUM

(30)

Tabel 4.25 Metadata Fakta Pendapatan

Sumber Field Transformasi PendapatanID INT - Surrogate Key Fakta Pendapatan - - Create WilayahID INT - Kode

WIlayah DimWilayah WilayahID Copy WaktuID INT - Kode Waktu DimWaktu WaktuID Copy

TotalPendapatan NUMERIC (15,2)

Total Pendapatan

- - MINUS

Primary Key : PenjualanPerWilayahID

Keterangan : Tabel ini menampilkan data-data mengenai analisis penjualan per-wilayah pada PT. Mega Solusi Teknologi.

(31)

Tabel 4.26 Metadata Fakta Penjualan Per-Wilayah

Nama Field Tipe Data Ukuran Keterangan Sumber Tabel Sumber

Field Transformasi PenjualanPerWilayahID INT - Surrogate Key Fakta Pendapatan - - Create

BarangID INT _- Kode Barang DimBarang BarangID Copy WaktuID INT - Kode Waktu DimWaktu WaktuID Copy

WilayahID INT - Kode

Wilayah DimWilayah WilayahID Copy

Total NUMERIC (15,2) Total

Pendapatan - - MINUS

4.1.5 DTS (Data Transformation Service)

4.1.5.1 DTS Dimensi Pemasok

DTS dimensi pemasok memperlihatkan berapa banyak data yang dilakukan proses ETL untuk masuk kedalam data warehouse. Pada gambar 4.32 terlihat sebanyak 58 rows masuk kedalam data warehouse sesuai dengan banyaknya pemasok yang ada yaitu sebanyak 58 orang. Pada dimensi pemasok juga terdapat PemasokID sebagai primary key yang bersifat identity.

(32)

(33)

4.1.5.2 DTS Dimensi Waktu

DTS dimensi waktu menggambarkan proses ETL dari tanggal yang masuk kedalam data warehouse seperti tanggal pembelian dan tanggal penjualan.

Gambar 4.7 DTS Dimensi Waktu

(34)

4.1.5.3 DTS Dimensi Pelanggan

DTS dimensi pelanggan menjelaskan proses ETL dari dimensi pelanggan. Sebanyak 81 pelanggan berhasil masuk ke dalam sistem data

warehouse.

(35)

4.1.5.4 DTS Dimensi Wilayah

Pada DTS dimensi wilayah, ada 5 data wilayah yang masuk ke dalam data warehouse, yaitu Jakarta Barat, Jakarta Utara, Jakarta Selatan, Jakarta Timur, dan Jakarta Pusat. Selain itu juga ada data WilayahID yang bersifat identity.

Gambar 4.10 DTS Dimensi Wilayah

4.1.5.5 DTS Dimensi Barang

DTS dimensi barang menjelaskan barang-barang yang diupdate masuk kedalam data warehouse. Pada gambar terdapat 113 rows yang menjelaskan terdapat 113 barang yang masuk ke data warehouse.

(36)

(37)

4.1.5.6 DTS Dimensi Sales

DTS dimensi sales menjelaskan sales-sales yang masuk kedalam

data warehouse. Sebanyak 10 orang sales telah diinput kedalam data warehouse.

(38)

4.1.5.7 DTS Fakta Penjualan Barang

Pada DTS fakta penjualan barang menjelaskan proses ETL transaksi penjualan yang terjadi pada perusahaan. Data-data yang masuk kedalam data warehouse adalah data-data dari database yang berkaitan dengan transaksi penjualan barang.

Gambar 4.13 DTS Fakta Penjualan Barang

(39)

4.1.5.8 DTS Fakta Pembelian Barang

Pada DTS fakta pembelian barang menjelaskan proses ETL transaksi pembelian yang terjadi pada perusahaan. Data-data yang masuk kedalam data warehouse adalah data-data dari database yang berkaitan dengan transaksi pembelian barang.

Gambar 4.15 DTS Fakta Pembelian Barang

(40)

4.1.5.9 DTS Fakta Pendapatan

Pada DTS fakta pendapatan menjelaskan proses ETL mengenai pendapatan yang diperoleh perusahaan. Data-data yang masuk kedalam

data warehouse adalah data-data hasil dari selisih penjualan dan

pembelian.

Gambar 4.17 DTS Fakta Pendapatan

(41)

4.1.5.10 DTS Fakta Penjualan Per-Wilayah

Pada DTS fakta penjualan per-wilayah menjelaskan proses ETL mengenai penjualan barang pada setiap wilayah. Data-data yang masuk kedalam data warehouse adalah data-data penjualan yang dibedakan berdasarkan kode wilayah.

Gambar 4.19 DTS Fakta Penjualan Per-Wilayah

(42)

4.1.6 Proses Transformasi Data

Dalam memaksimalkan performa data warehouse yang akan digunakan oleh pihak eksekutif, maka perlu dilakukan proses transformasi data untuk mendapatkan data yang akurat dan terkini. Berikut adalah jadwal proses transformasi yang akan dilakukan:

Tabel 4.27 Jadwal Proses Transformasi Data

Tabel Periode ETL Keterangan

Dimensi Waktu Jam 8 malam Setiap akhir bulan Dimensi Barang Jam 8 malam Setiap akhir bulan Dimensi Pelanggan Jam 8 malam Hanya sewaktu-waktu jika

ada penambahan pelanggan

Dimensi Sales Jam 8 malam Hanya sewaktu-waktu jika ada penambahan sales

Dimensi Pemasok Jam 8 malam Hanya sewaktu-waktu jika ada penambahan pemasok

Fakta Penjualan Jam 8 malam

Dilakukan setelah Proses ETL seluruh Dimensi yang

bersangkutan

Fakta Pembelian Jam 8 malam

(43)

Fakta Pendapatan Jam 8 malam

Dilakukan setelah Proses ETL Fakta Penjualan dan

Fakta Pembelian

Fakta Penjualan Per-Wilayah Jam 8 malam

bersangkutan

4.2 Rancangan Aplikasi

4.2.1 Rancangan State Diagram

Berikut ini adalah rancangan state diagram dari aplikasi data warehouse PT. Mega Solusi Teknologi.

(44)

(45)

4.2.2 Rancangan Form Login

Berikut ini adalah rancangan form login aplikasi data warehouse PT. Mega Solusi Teknologi.

Gambar 4.22 Rancangan Form Login

4.2.3 Rancangan Menu

Rancangan pada menu terdapat beberapa sub-menu seperti File, View, dan About. Menu View memiliki sub-menu lagi yaitu Penjualan, Pembelian, Penjualan Per-Wilayah, dan Pendapatan. Sedangkan menu About terdiri dari

(46)

sub-menu About Us dan About Application. Berikut adalah tampilan pada rancangan menu :

4.2.3.1 Tampilan Menu File

Menu file berisi sub-menu Change Password dan Logout. Change Password dilakukan jika user ingin mengubah password login.

(47)

4.2.3.2 Tampilan Menu View

Menu View memiliki beberapa sub-menu seperti Penjualan, Pembelian, Penjualan Per-Wilayah, dan Pendapatan. Masing-masing dari menu tersebut memiliki sub-menu lagi yang terbagi berdasarkan table dan chart serta dilengkapi dengan pilihan tahun yang diinginkan.

Gambar 4.24 Tampilan Menu View Table -> Penjualan

(48)

Gambar 4.25 Tampilan Menu View Chart -> Penjualan

(49)

Gambar 4.27 Tampilan Menu View Table Pendapatan

(50)

4.2.3.3 Tampilan Menu About

Menu About berisi sub-menu About Application dan About Us. About Application menjelaskan mengenai aplikasi data warehouse tersebut. Sedangkan About Us menjelaskan mengenai pembuat aplikasi.

(51)

Gambar 4.30 Tampilan About Application

(52)

4.2.4 Rancangan Tabel Penjualan

Dalam tabel penjualan, dapat diketahui tgl, NamaSales, Wilayah, NamaPelanggan, NamaBarang, JumlahBarangTerjual, dan TotalPenjualan. User mengetahui laporan dapat berdasarkan pilihan, yaitu : Nama Sales, Nama Pelanggan, dan Wilayah. Rancangan pada tabel penjualan adalah sebagai berikut :

(53)

Gambar 4.33 Tampilan Pie Chart Penjualan Tahun 2010

4.2.5 Rancangan Tabel Pembelian

Dalam tabel pembelian, dapat diketahui tabel daftar pembelian yang terdiri dari Tgl, NamaPemasok, NamaBarang, JumlahBarangDibeli, dan TotalPembelian. User dapat memilih laporan berdasarkan 3 jenis, yaitu Nama Pemasok, Nama Barang, dan Total. Tampilan dari tabel pembelian adalah sebagai berikut :

(54)

Gambar 4.34 Tampilan Tabel Pembelian Berdasarkan Tahun 2010

(55)

4.2.6 Rancangan Tabel Penjualan Per-Wilayah

Dalam tabel penjualan per-wilayah dapat diketahui tanggal, nama barang dan total dari penjualan wilayah tersebut.

(56)

Gambar 4.37 Tampilan Pie Chart Penjualan Wilayah Jakarta Barat 2010

4.2.7 Rancangan Tabel Pendapatan

Pada menu ini, user dapat mengetahui pendapatan setiap tahunnya dari masing-masing wilayah. Dapat juga diketahui total penjualan setiap tahunnya melalui pie chart.

(57)

Gambar 4.38 Tampilan Tabel Pendapatan Wilayah Jakarta Utara

(58)

4.2.8 Tampilan Menu Change Password

Dalam menu ini, user dapat melakukan change password dengan syarat memenuhi validasi yang disediakan. Antara lain, old password harus benar dan new password harus sama dengan confirm password. Semua field tidak boleh kosong.

Gambar 4.40 Tampilan Menu Change Password

4.2.9 Tampilan Menu Logout

Setelah menggunakan aplikasi, user dapat melakukan logout dan aplikasi akan kembali ke form awal

(59)

Gambar 4.41 Tampilan Logout

4.3 Implementasi Sistem

Untuk memenuhi kebutuhan aplikasi data warehouse, maka PT. Mega Solusi Teknologi membutuhkan adanya spesifikasi hardware dan software yang dapat digunakan untuk menjalankan aplikasi yang telah dibangun. Diantaranya adalah sebagai berikut:

(60)

4.3.1 Spesifikasi Perangkat Keras

Spesifikasi minimum perangkat keras yang dibutuhkan dalam mengimplementasikan sistem data warehouse ini adalah sebagai berikut :

Server

Prosessor : Core 2 Duo 2.13 GHz

Memory : 1 Gigabyte

Kapasitas Harddisk : 100 Gigabyte VGA : 512 Megabyte

Monitor Mouse Keyboard

DVD-ROM

4.3.2 Spesifikasi Perangkat Lunak

Spesifikasi minimum perangkat lunak yang dibutuhkan untuk mendukung aplikasi sistem data warehouse ini adalah sebagai berikut :

Sistem Operasi : Microsoft Windows XP SP2

RDBMS : Microsoft SQL Server 2008

Development Tool : Microsoft Visual Studio 2008

(61)

4.3.3 Jadwal Implementasi

Dalam melakukan implementasi sistem kami menyusun jadwal sebagai berikut:

Tabel 4.28 Tabel Jadwal Implementasi

No Minggu Ke- Kegiatan Bulan 1 Bulan 2 1 2 3 4 1 2 3 4 1. Pengadaan Hardware & Software X 2. Instalasi Software X

3. Uji Coba Sistem Baru X X

4. Pelatihan User X X

5. Implementasi Sistem X X

4.3.3.1 Instalasi

Proses selanjutnya adalah melakukan instalasi software. Proses instalasi membutuhkan waktu 1 minggu agar semua sistem server dan

client dapat dijalankan dengan baik. Instalasi perangkat lunak yang

diperlukan adalah Microsoft Windows XP SP2, Visual Basic 2010, Visual

(62)

4.3.3.2 Backup

Untuk melengkapi kebutuhan data warehouse yang telah dirancang maka dilakukan salah satu kegiatan untuk mendukung

berjalannya implementasi data warehouse yaitu Backup. Proses Backup perlu dilakukan untuk mencegah atau menanggulangi terhadap

kerusakan atau kehilangan data yang mungkin terjadi karena hal-hal yang tidak diinginkan, seperti kebakaran atau bencana alam. Backup dilakukan dengan membackup database OLAP yang terdapat pada Microsoft SQL Server 2008 yaitu Enterprise Manager dengan pilihan backup database yang dilakukan setiap minggu. Disamping itu, pada database OLTP juga dilakukan proses backup setiap minggu-nya.

Backup yang pertama dilakukan menggunakan metode full, dimana dalam proses ini dilakukan backup secara keseluruhan. Backup yang berikutnya dilakukan dengan menggunakan metode differential, dimana backup dilakukan terhadap data yang mengalami perubahan saja, kemudian semua data hasil backup disimpan ke media harddisk portable.

4.3.4 Analisa Kapasitas Media Penyimpanan

Pada PT.Mega Solusi Teknologi terjadi transaksi setiap harinya, sehingga data di OLTP semakin bertambah, hal ini juga mempengaruhi pertumbuhan data dalam data warehouse. Untuk mengatasi hal tersebut, maka dilakukan analisa kebutuhan kapasitas media penyimpanan untuk data warehouse agar dapat

(63)

menampung pertumbuhan data yang terus meningkat untuk beberapa tahun ke depan.

Rumus yang digunakan untuk perhitungan kebutuhan media penyimpanan dalam SQL Server 2008 adalah sebagai berikut:

1. Num_Row = jumlah baris dalam tabel

2. Num_Col = jumlah kolom dalam tabel

3. Fixed_Data_Size = total byte untuk semua kolom fixed-length

4. Null_Bitmap = 2 + ((Num_Col + 7) / 8) = Bit status null kolom

5. Row_Size = Fixed_Data_Size + Null_Bitmap + 4

Nilai 4 merepresentasikan data row header 6. Rows_Per_Pages = 8096 / (Row_Size + 2)

7. Num_of_Pages = Num_Row / Rows_Per_Pages

8. Num_of_Bytes = 8192 x Num_of_Pages

9. Num_of_Kbytes = 8192 / 1024 x Num_of_Pages

Berikut ini adalah analisa kapasitas media penyimpanan untuk tabel fakta 4 tahun mendatang sebagai berikut :

1. Fakta Penjualan

• Jumlah transaksi dalam 1 hari = 15 transaksi

• Jumlah transaksi dalam 1 bulan (22 hari kerja) = 15 x 22 = 330

• Jumlah baris setiap transaksi = 2 baris

• Jumlah baris dalam 1 bulan (22 hari kerja) = 2 x 330 = 660 baris

(64)

• Jumlah baris dalam 4 tahun = 7920 x 4 = 31680 baris • Num_Row = 31680 baris • Num_Col = 8 kolom • Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 = 32 • Null_Bitmap = 2 + ((8 + 7) / 8) = 4 • _{Row_Size = 32 + 4 + 4 = 40 bytes} • Rows_per_Pages = 8096 / (40 + 2) = 193 baris • Num_of_Pages = 31680 / 193 = 165 pages • Num_of_Bytes = 8192 x 165 = 1352340 bytes • Num_of_Kbytes = 8192 / 1024 x 165 = 1320 kbytes 2. Fakta Pembelian

• Jumlah transaksi dalam 1 hari = 15 transaksi

• Jumlah transaksi dalam 1 bulan (22 hari kerja) = 15 x 22 = 330

• Jumlah baris dalam 1 tahun = 660 x 12 = 7920 baris

• Num_Row = 31680 baris

• Num_Col = 6 kolom

• Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 = 24

• Null_Bitmap = 2 + ((6 + 7) / 8) = 4

(65)

• Rows_per_Pages = 8096 / (32 + 2) = 239 baris

• Num_of_Pages = 31680 / 239 = 133 pages

• Num_of_Bytes = 8192 x 133 = 1089536 bytes

• Num_of_Kbytes = 8192 / 1024 x 133 = 1064 kbytes 3. Fakta Pendapatan

• Jumlah transaksi dalam 1 bulan (22 hari kerja) = 660

• Num_Row = 63360 baris • Num_Col = 3 kolom • Fixed_Data_Size = 4 + 4 + 4 = 12 • Null_Bitmap = 2 + ((3 + 7) / 8) = 4 • _{Row_Size = 12 + 4 + 4 = 20 bytes} • Rows_per_Pages = 8096 / (20 + 2) = 368 baris • Num_of_Pages = 63360 / 368 = 173 pages • Num_of_Bytes = 8192 x 173 = 1417216 bytes • Num_of_Kbytes = 8192 / 1024 x 173 = 1384 kbytes 4. Dimensi Waktu • Num_Row = 63360 baris • Num_Col = 6 kolom

(66)

• Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 = 24 • Null_Bitmap = 2 + ((6 + 7) / 8) = 4 • _{Row_Size = 24 + 4 + 4 = 32 bytes} • Rows_per_Pages = 8096 / (32 + 2) = 239 baris • Num_of_Pages = 63360 / 239 = 266 pages • Num_of_Bytes = 8192 x 266 = 2179092 bytes • Num_of_Kbytes = 8192 / 1024 x 266 = 2128 kbytes 5. Dimensi Pelanggan • Num_Row = 81 x 4 = 324 baris • Num_Col = 8 kolom • Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 = 32 • Null_Bitmap = 2 + ((8 + 7) / 8) = 4 • _{Row_Size = 32 + 4 + 4 = 40 bytes} • Rows_per_Pages = 8096 / (40 + 2) = 193 baris • Num_of_Pages = 324 / 193 = 2 pages • Num_of_Bytes = 8192 x 2 = 16384 bytes • Num_of_Kbytes = 8192 / 1024 x 2 = 16 kbytes 6. Dimensi Sales • Num_Row = 10 x 4 = 40 baris • Num_Col = 6 kolom • Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 = 24

(67)

• Null_Bitmap = 2 + ((6 + 7) / 8) = 4 • _{Row_Size = 24 + 4 + 4 = 32 bytes} • Rows_per_Pages = 8096 / (32 + 2) = 239 baris • Num_of_Pages = 40 / 239 = 1 pages • Num_of_Bytes = 8192 x 1 = 8192 bytes • Num_of_Kbytes = 8192 / 1024 x 1 = 8 kbytes 7. Dimensi Barang • Num_Row = 113 x 4 = 452 baris • Num_Col = 7 kolom • Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 + 4 = 28 • Null_Bitmap = 2 + ((7 + 7) / 8) = 4 • _{Row_Size = 28 + 4 + 4 = 36 bytes} • Rows_per_Pages = 8096 / (36 + 2) = 214 baris • Num_of_Pages = 452 / 214 = 3 pages • Num_of_Bytes = 8192 x 3 = 24576 bytes • Num_of_Kbytes = 8192 / 1024 x 3 = 24 kbytes 8. Dimensi Pemasok • Num_Row = 58 x 4 = 232 baris • Num_Col = 6 kolom • Fixed_Data_Size = 4 + 4 + 4 + 4 + 4 + 4 = 24 • Null_Bitmap = 2 + ((6 + 7) / 8) = 4

(68)

• _{Row_Size = 24 + 4 + 4 = 32 bytes}

• Rows_per_Pages = 8096 / (32 + 2) = 239 baris

• Num_of_Pages = 232 / 239 = 1 pages

• Num_of_Bytes = 8192 x 1 = 8192 bytes

• Num_of_Kbytes = 8192 / 1024 x 1 = 8 kbytes

Berdasarkan hasil analisa kapasitas penyimpanan data, dapat disimpulkan bahwa kapasitas yang diperlukan untuk data warehouse dalam jangka waktu 4 tahun mendatang adalah sebesar :

Num_of_Bytes = 6095528 bytes Num_of_Kbytes = 5952 Kbytes

4.3.5 Kebutuhan Personil

Dalam menjaga sistem data warehouse dan mengembangkan aplikasinya, diperlukan seorang Database Administrator untuk melakukan maintenance pada sistem tersebut. Tugas dari DBA ini adalah melakukan backup, recovery, mengatur hak akses, serta hal-hal yang berhubungan dengan database.

(69)

4.3.6 Evaluasi

Evaluasi aplikasi data warehouse dilakukan dengan wawancara langsung kepada user yang menggunakan aplikasi tersebut. Wawancara dilakukan dengan membuat daftar pertanyaan yang dijawab oleh user sehingga mendapat umpan balik yang baik demi pengembangan sistem aplikasi data warehouse. User yang melakukan evaluasi terhadap aplikasi ini adalah pihak eksekutif, yaitu Sales Manager, Finance, dan Business Solution Manager yang bertugas untuk menganalisa dan mengambil keputusan pada PT. Mega Solusi Teknologi. Adapun aspek-aspek yang dievaluasi seperti tampilan, kelengkapan data, keakuratan data, dan lain-lain. Berikut adalah pertanyaan-pertanyaan yang diberikan kepada user :

1. Apakah tampilan aplikasi data warehouse secara keseluruhan dapat dimengerti dengan mudah ?

Ya, tampilan aplikasi cukup mudah dimengerti karena memiliki menu-menu yang jelas dan umpan balik yang informatif untuk setiap kebutuhan informasi.

2. Apakah data yang diberikan sudah akurat dan memenuhi kebutuhan perusahaan ? Ya, dengan adanya laporan mengenai penjualan, pembelian, serta pendapatan sudah dapat memenuhi kebutuhan informasi eksekutif perusahaan. Data yang

(70)

diterima juga sudah cukup akurat, tetapi aplikasi masih butuh pengembangan untuk kebutuhan dimasa mendatang.

3. Apakah manfaat penerapan sistem data warehouse dalam perusahaan ?

Dengan adanya data warehouse, memudahkan pihak eksekutif dalam memperoleh informasi seputar pembelian dan penjualan setiap bulannya. Dengan adanya data yang akurat, dapat membantu perusahaan dalam mengambil keputusan.

Berdasarkan hasil evaluasi yang kami lakukan pada PT. Mega Solusi Teknologi dapat disimpulkan bahwa aplikasi data warehouse yang telah dibangun sudah cukup memenuhi kebutuhan informasi pihak eksekutif dan penggunaan aplikasi dapat mudah dimengerti oleh pihak eksekutif