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
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. 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.
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.
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.
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
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.
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.
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
4. Fakta Penjualan Per-Wilayah
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
Atribut Tipe Data
WaktuID INT
PemasokID INT
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
Atribut Tipe Data
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
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
Atribut Tipe Data Constraint
SalesID Int Primary key
KodeSales Char(8) -
NamaSales Varchar(100) -
TelpSales Varchar(100) -
3. Dimensi Pelanggan
Tabel 4.11 Dimensi Pelanggan
4. Dimensi Barang
Tabel 4.12 Dimensi Barang
Atribut Tipe Data Constraint
BarangID Int Primary key
KodeBarang Char(8) -
NamaBarang Varchar(100) -
JenisBarang Varchar(100) -
HargaBeliBarang Numeric(10,2) -
Atribut Tipe Data Constraint
PelangganID Int Primary key
KodePelanggan Char(8) - NamaPelanggan Varchar(100) - AlamatPelanggan Varchar(1000) - TelpPelanggan Varchar(100) - KodeWilayah Char(2) - EmailPelanggan Varchar(100) -
HargaJualBarang Numeric(10,2) -
5. Dimensi Pemasok
Tabel 4.13 Dimensi Pemasok
Atribut Tipe Data Constraint
PemasokID Int Primary key
KodePemasok Char(8) -
NamaPemasok Varchar(100) -
AlamatPemasok Varchar(1000) -
TelpPemasok Varchar(100) -
6. Dimensi Wilayah
Tabel 4.14 Dimensi Wilayah
Atribut Tipe Data Constraint
WilayahID Int Primary key
KodeWilayah Char(2) -
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.
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
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.
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.
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.
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
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
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
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
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
Sumber Field Transformasi
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
Tabel 4.21 Metadata Dimensi Pemasok Nama Field Tipe Data Ukuran Keterangan Sumber Tabel
Sumber Field Transformasi
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.
Tabel 4.22 Metadata Dimensi Wilayah Nama Field Tipe Data Ukuran Keterangan Sumber Tabel
Sumber Field Transformasi
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
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.
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.
Nama Field Tipe Data Ukuran Keterangan Sumber Tabel
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
Tabel 4.25 Metadata Fakta Pendapatan
Nama Field Tipe Data Ukuran Keterangan Sumber Tabel
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
10. Fakta Penjualan Per-Wilayah
Primary Key : PenjualanPerWilayahID
Keterangan : Tabel ini menampilkan data-data mengenai analisis penjualan per-wilayah pada PT. Mega Solusi Teknologi.
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.
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
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.
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.
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.
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
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
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
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
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
Dilakukan setelah Proses ETL seluruh Dimensi yang
Fakta Pendapatan Jam 8 malam
Dilakukan setelah Proses ETL Fakta Penjualan dan
Fakta Pembelian
Fakta Penjualan Per-Wilayah Jam 8 malam
Dilakukan setelah Proses ETL seluruh Dimensi yang
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.
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
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.
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
Gambar 4.25 Tampilan Menu View Chart -> Penjualan
Gambar 4.27 Tampilan Menu View Table Pendapatan
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.
Gambar 4.30 Tampilan About Application
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 :
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 :
Gambar 4.34 Tampilan Tabel Pembelian Berdasarkan Tahun 2010
4.2.6 Rancangan Tabel Penjualan Per-Wilayah
Dalam tabel penjualan per-wilayah dapat diketahui tanggal, nama barang dan total dari penjualan wilayah tersebut.
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.
Gambar 4.38 Tampilan Tabel Pendapatan Wilayah Jakarta Utara
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
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:
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
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
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
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
• 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 setiap transaksi = 2 baris
• Jumlah baris dalam 1 bulan (22 hari kerja) = 2 x 330 = 660 baris
• Jumlah baris dalam 1 tahun = 660 x 12 = 7920 baris
• Jumlah baris dalam 4 tahun = 7920 x 4 = 31680 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
• 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
• Jumlah baris setiap transaksi = 2 baris
• Jumlah baris dalam 1 bulan (22 hari kerja) = 2 x 660 = 1320 baris
• Jumlah baris dalam 1 tahun = 1320 x 12 = 15840 baris
• Jumlah baris dalam 4 tahun = 15840 x 4 = 63360 baris
• 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
• 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
• 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
• 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.
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
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