57 BAB 4
DATA WAREHOUSE YANG DIUSULKAN
4.1 Arsitektur Data Warehouse
Agar data yang dibutuhkan dapat lebih cepat diperoleh dan lebih mudah dipahami dalam meningkatkan kualitas keputusan penjualan yang diambil, maka diusulkan perancangan sebuah data warehouse penjualan yang terpusat pada PD. Setia Jaya Abadi. Data warehouse tersebut akan mempunyai sebuah database tersendiri yang terpisah dari database operasional perusahaan karena memiliki fungsi yang berbeda.
Adapun alasan pemilihan data warehouse terpusat ini adalah:
1. Data yang terdapat dalam data warehouse merupakan hasil integrasi dari seluruh divisi perusahaan yang ada serta dipergunakan oleh pihak manajemen atas (direktur dan manajer umum perusahaan).
2. Lebih memudahkan proses pemantauan dan pemeliharaan data warehouse karena semua datanya dikumpulkan pada sebuah tempat penyimpanan khusus.
3. Proses pengembangannya relatif lebih mudah dan murah dibandingkan dengan data warehouse terdistribusi dan datanya cenderung lebih konsisten dibandingkan dengan data warehouse fungsional.
Berikut ini adalah gambar arsitektur data warehouse terpusat yang diusulkan pada PD. Setia Jaya Abadi.
Workstation Source Source Source Workstation Centralized Data Warehouse Operasional Centralized Data Warehouse Workstation
Gambar 4.1 Arsitektur Data Warehouse Terpusat pada PD. Setia Jaya Abadi
Arsitektur data warehouse yang diusulkan tersebut mempunyai karakteristik sebagai berikut:
1. Sumber data (data source)
Data warehouse akan diisi dengan data yang berasal dari kegiatan operasional perusahaan yang tersimpan dalam tabel-tabel database yang ada, yakni yang berkaitan dengan proses penjualan perusahaan.
2. Integrasi dan transformasi data
Integrasi dan transformasi data perlu dilakukan karena data yang akan digunakan untuk mengisi data warehouse tersebut berasal dari sumber-sumber yang berbeda. Hal ini disebabkan karena PD. Setia Jaya Abadi
mempunyai beberapa database yang dipisahkan berdasarkan bulan terjadinya transaksi. Di samping itu, terdapat perbedaan platform antara database perusahaan yang telah ada (menggunakan Microsoft Access 2000) dengan database untuk data warehouse yang diusulkan (menggunakan Microsoft SQL Server 2000).
3. Data warehouse
Data warehouse penjualan yang diusulkan tersebut akan disimpan dalam sebuah database tersendiri dan memuat data yang konsisten karena terlebih dahulu melalui proses integrasi dan transformasi. Selain itu, data warehouse tersebut juga bersifat read-only dan berisikan data historis yang digunakan untuk mendukung proses analisis dan pengambilan keputusan penjualan.
4. Aplikasi data warehouse (front end tool)
Aplikasi yang akan dikembangkan ini berperan sebagai jembatan penghubung antara data warehouse dengan pemakainya (pihak manajemen atas). Aplikasi ini akan mempermudah dan mempercepat direktur dan manajer umum perusahaan dalam memperoleh dan memahami data yang dibutuhkannya untuk mengambil keputusan penjualan.
4.2 Rancangan Data Warehouse
Perancangan data warehouse yang diusulkan pada PD. Setia Jaya Abadi dilakukan melalui beberapa tahap sebagai berikut:
1. Identifikasi masalah yang ada
Mempelajari latar belakang perusahaan dan melakukan survei langsung ke lapangan untuk mengidentifikasi masalah yang sedang dihadapi perusahaan (yakni di bidang penjualan) dan menawarkan data warehouse sebagai solusinya.
2. Identifikasi kebutuhan pemakai
Setelah solusi tersebut disetujui, langkah selanjutnya adalah melakukan pengamatan dan mengadakan wawancara terhadap pihak pemakai untuk mengetahui informasi apa saja yang diperlukan dalam proses analisis dan pengambilan keputusan penjualan.
3. Pengumpulan data
Berdasarkan hasil pengamatan dan spesifikasi kebutuhan pemakai, dilakukan pengumpulan dan penyeleksian data yang dibutuhkan untuk membangun data warehouse penjualan tersebut dari data operasional perusahaan.
4. Perancangan skema bintang dan metadata
Merancang skema bintang yang terdiri dari tabel-tabel fakta dan tabel-tabel dimensi serta membuat metadata-nya.
5. Penentuan infrastruktur
Melakukan analisis kapasitas media penyimpanan dan analisis pertumbuhan data untuk mengetahui spesifikasi minimum perangkat keras dan piranti lunak yang dibutuhkan dalam mengimplementasikan data warehouse penjualan tersebut.
6. Transformasi data
Melakukan transformasi data penjualan yang akan disimpan dalam data warehouse tersebut untuk menjaga konsistensi datanya dan kemudian memasukkannya ke dalam sebuah database khusus.
7. Perancangan aplikasi
Merancang aplikasi yang sesuai dengan data warehouse tersebut agar pemakai dapat dengan mudah berinteraksi dengan data penjualan yang terdapat di dalamnya.
4.2.1 Transformasi Data
Transformasi data merupakan proses untuk memindahkan data operasional ke dalam suatu media penyimpanan baru, yaitu data warehouse. Transformasi data perlu dilakukan untuk menyeragamkan data operasional agar dapat diimplementasikan dengan mudah ke dalam data warehouse. Proses ini dilakukan dengan menggunakan DTS (Data Transformation Service) yang meng-copy tabel-tabel dari database ke
dalam data warehouse dan mentransformasikan datanya ke dalam format yang telah ditetapkan.
Adapun sumber data penjualan yang digunakan berasal dari database operasional perusahaan yang menggunakan aplikasi Microsoft Access 2000. Sumber data tersebut kemudian dikonversikan ke dalam data warehouse yang menggunakan aplikasi Microsoft SQL Server 2000. Untuk proses transformasinya, digunakan fasilitas DTS yang telah disediakan dalam aplikasi Microsoft SQL Server 2000.
Tahapan-tahapan proses transformasi data pada PD. Setia Jaya Abadi adalah sebagai berikut:
• Membaca dan memilih data operasional yang berhubungan dengan kegiatan penjualan perusahaan, kemudian menampungnya pada tempat penyimpanan sementara.
• Melakukan penyeragaman data dan jika diperlukan dapat mengubah data di tempat penyimpanan sementara sebelum data dimasukkan ke dalam data warehouse.
• Memindahkan data hasil transformasi dari tempat penyimpanan sementara ke dalam data warehouse.
Proses transformasi dilakukan mulai dari tabel KreditDim, SalesmanDim, WilayahDim, MerekDim, PelangganDim, ProdukDim, WaktuDim, PenjualanFact, ReturFact, hingga yang terakhir PiutangFact.
Gambar 4.12 Keseluruhan Transformasi Data Dimensi
4.2.2 Metadata
Data warehouse penjualan pada PD. Setia Jaya Abadi memerlukan data penjualan sebagai sumber datanya (data source) yang berasal dari berbagai tabel yang terdapat dalam database operasional perusahaan itu sendiri. Dalam hal ini, metadata dibutuhkan untuk menunjukkan asal dari masing-masing data yang telah dipilih dan disimpan dalam data warehouse penjualan tersebut.
Berikut ini adalah tabel-tabel yang berkaitan dengan bidang penjualan pada PD. Setia Jaya Abadi.
4.2.2.1 Analisis Basis Data
Subyek data : Karyawan Nama tabel : MsKaryawan Primary key : KdKaryawan
Deskripsi : Berisi data mengenai seluruh karyawan yang bekerja pada PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsKaryawan.
Tabel 4.1 Tabel MsKaryawan
No Nama Field Tipe Ukuran Keterangan 1 KdKaryawan Char 5 Kode karyawan 2 NmKaryawan Varchar 30 Nama karyawan 3 KdJabatan Char 5 Kode jabatan 4 JnsKelamin Char 1 Jenis kelamin 5 TmpLahir Varchar 20 Tempat lahir 6 TglLahir Datetime 8 Tanggal lahir
7 Agama Varchar 20 Agama
8 Status Varchar 15 Status pribadi 9 Alamat Varchar 30 Alamat 10 KdWilayah Char 5 Kode wilayah 11 Telp Varchar 15 Nomor telepon 12 GajiPokok Money 8 Gaji pokok
Subyek data : Karyawan Nama tabel : MsJabatan Primary key : KdJabatan
Deskripsi : Berisi data mengenai jabatan pekerjaan yang ada dalam PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsJabatan.
Tabel 4.2 Tabel MsJabatan
No Nama Field Tipe Ukuran Keterangan 1 KdJabatan Char 5 Kode jabatan 2 JnsJabatan Varchar 20 Jenis jabatan
Subyek data : Pelanggan Nama tabel : MsPelanggan Primary key : KdPelanggan
Deskripsi : Berisi data mengenai seluruh pelanggan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsPelanggan.
Tabel 4.3 Tabel MsPelanggan
No Nama Field Tipe Ukuran Keterangan 1 KdPelanggan Char 6 Kode pelanggan 2 NmPelanggan Varchar 30 Nama pelanggan 3 KdUsaha Char 5 Kode usaha 4 KdWilayah Char 5 Kode wilayah 5 Alamat Varchar 30 Alamat 6 Kode Pos Char 5 Kode pos
7 Telp Varchar 15 Nomor telepon 8 Handphone Varchar 15 Nomor handphone 9 ContactPerson Varchar 30 Nama orang yang
dihubungi 10 NPWP Varchar 15 Nomor NPWP 11 Limit Money 8 Batas limit kredit
Subyek data : Pelanggan Nama tabel : MsUsaha Primary key : KdUsaha
Deskripsi : Berisi data mengenai bidang usaha dari para pelanggan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsUsaha.
Tabel 4.4 Tabel MsUsaha
No Nama Field Tipe Ukuran Keterangan 1 KdUsaha Char 5 Kode usaha 2 BdUsaha Varchar 20 Nama bidang usaha
Subyek data : Pelanggan Nama tabel : MsWilayah Primary key : KdWilayah
Deskripsi : Berisi data mengenai wilayah pemasaran dan penjualan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsWilayah.
Tabel 4.5 Tabel MsWilayah
No Nama Field Tipe Ukuran Keterangan 1 KdWilayah Char 5 Kode wilayah 2 NmWilayah Varchar 15 Nama wilayah 3 NmProvinsi Varchar 20 Nama provinsi
Subyek data : Produk
Nama tabel : MsProdukHeader Primary key : KdNama
Deskripsi : Berisi data header mengenai nama produk beserta jenisnya yang dijual oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsProdukHeader.
Tabel 4.6 Tabel MsProdukHeader
No Nama Field Tipe Ukuran Keterangan 1 KdNama Char 5 Kode produk 2 NmProduk Varchar 40 Nama produk 3 KdJenis Char 5 Kode jenis produk
Subyek data : Produk
Nama tabel : MsProdukDetail Primary key : KdProduk
Deskripsi : Berisi detil produk yang dijual oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsProdukDetail.
Tabel 4.7 Tabel MsProdukDetail
No Nama Field Tipe Ukuran Keterangan 1 KdProduk Char 6 Kode produk 2 KdNama Char 5 Kode nama 3 KdUkuran Char 5 Kode ukuran produk 4 KdMerek Char 5 Kode merek 5 HargaBeli Money 8 Harga beli produk 6 HargaJual Money 8 Harga jual produk
Subyek data : Produk
Nama tabel : MsJenisProduk Primary key : KdJenis
Deskripsi : Berisi data mengenai jenis produk yang dijual oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsJenis Produk.
Tabel 4.8 Tabel MsJenisProduk
No Nama Field Tipe Ukuran Keterangan 1 KdJenis Char 5 Kode jenis produk 2 NmJenis Varchar 15 Nama jenis produk
Subyek data : Produk
Nama tabel : MsUkuranProduk Primary key : KdUkuran
Deskripsi : Berisi data mengenai ukuran produk yang dijual oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsUkuranProduk.
Tabel 4.9 Tabel MsUkuranProduk
No Nama Field Tipe Ukuran Keterangan 1 KdUkuran Char 5 Kode ukuran produk 2 UkrProduk Varchar 6 Jenis ukuran produk
Subyek data : Produk
Nama tabel : MsMerekProduk Primary key : KdMerek
Deskripsi : Berisi data mengenai merek produk yang dijual oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsMerekProduk.
Tabel 4.10 Tabel MsMerekProduk
No Nama Field Tipe Ukuran Keterangan 1 KdMerek Char 5 Kode merek 2 NmMerek Varchar 15 Nama merek
Subyek data : Penjualan Nama tabel : MsKredit Primary key : KdKredit
Deskripsi : Berisi data mengenai jenis kredit yang disediakan oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel MsKredit.
Tabel 4.11 Tabel MsKredit
No Nama Field Tipe Ukuran Keterangan 1 KdKredit Char 5 Kode kredit 2 LamaKredit TinyInt 1 Lama hari kredit
Subyek data : Penjualan
Nama tabel : TrPelunasanPenjualan Primary key : KdPelunasan
Deskripsi : Berisi data mengenai transaksi pelunasan piutang para pelanggan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel TrPelunasanPenjualan.
Tabel 4.12 Tabel TrPelunasanPenjualan
No Nama Field Tipe Ukuran Keterangan 1 KdPelunasan Char 10 Kode pelunasan 2 KdFaktur Char 10 Kode faktur 3 TglPelunasan Datetime 8 Tanggal pelunasan
Subyek data : Penjualan
Nama tabel : TrPenjualanHeader Primary key : KdFaktur
Deskripsi : Berisi data header dari transaksi penjualan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel TrPenjualanHeader.
Tabel 4.13 Tabel TrPenjualanHeader
No Nama Field Tipe Ukuran Keterangan 1 KdFaktur Char 10 Kode faktur 3 TglTransaksi Datetime 8 Tanggal transaksi 4 KdPelanggan Char 6 Kode pelanggan 5 KdKaryawan Char 5 Kode karyawan 6 KdKredit Char 5 Kode kredit
Subyek data : Penjualan
Nama tabel : TrPenjualanDetail Primary key : KdFaktur dan KdProduk
Deskripsi : Berisi detil transaksi penjualan yang dilakukan oleh PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel TrPenjualanDetail.
Tabel 4.14 Tabel TrPenjualanDetail
No Nama Field Tipe Ukuran Keterangan 1 KdFaktur Char 10 Kode faktur 2 KdProduk Char 6 Kode produk 3 JumlahProduk Int 4 Jumlah produk 4 SubTotal Money 8 Sub total penjualan
Subyek data : Penjualan
Nama tabel : TrReturPenjualanHeader Primary key : KdRetur
Deskripsi : Berisi data header dari transaksi retur produk dari para pelanggan PD. Setia Jaya Abadi Berikut ini adalah field-field yang terdapat pada tabel TrReturPenjualanHeader.
Tabel 4.15 Tabel TrReturPenjualanHeader No Nama Field Tipe Ukuran Keterangan
1 KdRetur Char 10 Kode retur 2 KdFaktur Char 10 Kode faktur 3 TglRetur Datetime 8 Tanggal retur
Subyek data : Penjualan
Nama tabel : TrReturPenjualanDetail Primary key : KdRetur dan KdProduk
Deskripsi : Berisi detil transaksi retur produk dari para pelanggan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel TrReturPenjualanDetail.
Tabel 4.16 Tabel TrReturPenjualanDetail No Nama Field Tipe Ukuran Keterangan
1 KdRetur Char 10 Kode retur 2 KdProduk Char 6 Kode produk
3 JumlahRetur Int 4 Jumlah barang yang diretur 4 SubRetur Money 8 Jumlah biaya retur
Subyek data : Keuangan Nama tabel : TrPiutang Primary key : KdPiutang
Deskripsi : Berisi data mengenai jumlah piutang tiap pelanggan PD. Setia Jaya Abadi
Berikut ini adalah field-field yang terdapat pada tabel TrPiutang.
Tabel 4.17 Tabel TrPiutang
No Nama Field Tipe Ukuran Keterangan 1 KdPiutang Char 6 Kode piutang 2 KdPelanggan Char 6 Kode pelanggan 3 TglPiutang Datetime 8 Tanggal piutang 4 JlhPiutang Money 8 Jumlah piutang
4.2.2.2 Penjelasan Metadata
Tabel 4.18 Sumber Data bagi Tabel Fakta PenjualanFact Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 WaktuID TrPenjualanHeader TglTransaksi Datetime 8 2 SalesmanID TrPenjualanHeader KdKaryawan Char 5 3 WilayahID TrPenjualanHeader KdWilayah Char 5 4 PelangganID TrPenjualanHeader KdPelanggan Char 6 5 KreditID TrPenjualanHeader KdKredit Char 5 6 ProdukID TrPenjualanDetail KdProduk Char 6 7 MerekID TrPenjualanDetail KdMerek Char 5 8 Jlh_barang TrPenjualanDetail JumlahProduk Int 4 9 Total_bayar TrPenjualanDetail SubTotal Money 8
Nama tabel : PenjualanFact
Foreign key : WaktuID, SalesmanID, WilayahID, PelangganID, KreditID, ProdukID, MerekID
Informasi tentang : Penjualan
Jadwal update : Setiap akhir bulan
Tabel 4.19 Tabel Fakta PenjualanFact
No Nama Field Tipe Ukuran Keterangan Proses 1 WaktuID Datetime 8 Kode waktu Transform 2 SalesmanID Char 5 Kode salesman Transform 3 WilayahID Char 5 Kode wilayah Transform 4 PelangganID Char 6 Kode pelanggan Transform 5 KreditID Char 5 Kode kredit Transform 6 ProdukID Char 6 Kode produk Transform 7 MerekID Char 5 Kode merek Transform 8 Jlh_barang Int 4 Jumlah barang Transform 9 Total_bayar Money 8 Total pembayaran Transform
Tabel 4.20 Sumber Data bagi Tabel Fakta ReturFact Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 WaktuID TrReturPenjualanHeader TglRetur Datetime 8 2 WilayahID TrReturPenjualanHeader KdWilayah Char 5 3 PelangganID TrReturPenjualanHeader KdPelanggan Char 6 4 ProdukID TrReturPenjualanDetail KdProduk Char 6 5 MerekID TrReturPenjualanDetail KdMerek Char 5 6 Jlh_retur TrReturPenjualanDetail JumlahRetur Int 4 7 Total_retur TrReturPenjualanDetail SubRetur Money 8
Nama tabel : ReturFact
Foreign key : WaktuID, WilayahID, PelangganID, ProdukID, MerekID
Informasi tentang : Retur penjualan Jadwal update : Setiap akhir bulan
Tabel 4.21 Tabel Fakta ReturFact
No Nama Field Tipe Ukuran Keterangan Proses 1 WaktuID Datetime 8 Kode waktu Transform 2 WilayahID Char 5 Kode wilayah Transform 3 PelangganID Char 6 Kode pelanggan Transform 4 ProdukID Char 6 Kode produk Transform 5 MerekID Char 5 Kode merek Transform 6 Jlh_retur Int 4 Jumlah barang retur Transform 7 Total_retur Money 8 Total retur Transform
Tabel 4.22 Sumber Data bagi Tabel Fakta PiutangFact
Nama tabel : PiutangFact
Foreign key : WaktuID, WilayahID, PelangganID Informasi tentang : Piutang
Jadwal update : Setiap akhir bulan
Tabel 4.23 Tabel Fakta PiutangFact
No Nama Field Tipe Ukuran Keterangan Proses 1 WaktuID Datetime 8 Kode waktu Transform 2 WilayahID Char 5 Kode wilayah Transform 3 PelangganID Char 6 Kode pelanggan Transform 4 Total_piutang Money 8 Total piutang Transform
Sumber Data No Nama Field
Tujuan Tabel Field Tipe Ukuran 1 WaktuID TrPiutang TglPiutang Datetime 8 2 WilayahID TrPiutang KdWilayah Char 5 3 PelangganID TrPiutang KdPelanggan Char 6 4 Total_piutang TrPiutang JlhPiutang Money 8
Tabel 4.24 Sumber Data bagi Tabel Dimensi ProdukDim Sumber Data
No
Nama Field
Tujuan Tabel Field Tipe Ukuran
1 ProdukID MsProdukDetail KdProduk Char 6 2 Jenis_produk MsJenisProduk NmJenis Varchar 15 3 Nama_produk MsProdukHeader NmProduk Varchar 40 4 Ukuran_produk MsUkuranProduk UkrProduk Varchar 6
Nama tabel : ProdukDim Primary key : ProdukID Informasi tentang : Produk Jadwal update : Ad hoc
Tabel 4.25 Tabel Dimensi ProdukDim
No Nama Field Tipe Ukuran Keterangan Proses 1 ProdukID Char 6 Kode produk Transform 2 Jenis_produk Varchar 15 Jenis produk Transform 3 Nama_produk Varchar 40 Nama produk Transform 4 Ukuran_produk Varchar 6 Ukuran produk Transform
Tabel 4.26 Sumber Data bagi Tabel Dimensi PelangganDim Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 PelangganID MsPelanggan KdPelanggan Char 6 2 Jenis_usaha MsUsaha BdUsaha Varchar 20 3 Nama_pelanggan MsPelanggan NmPelanggan Varchar 30
Nama tabel : PelangganDim Primary key : PelangganID Informasi tentang : Pelanggan Jadwal update : Ad hoc
Tabel 4.27 Tabel Dimensi PelangganDim
No Nama Field Tipe Ukuran Keterangan Proses 1 PelangganID Char 6 Kode pelanggan Transform 2 Jenis_usaha Varchar 20 Jenis usaha Transform 3 Nama_pelanggan Varchar 30 Nama pelanggan Transform
Tabel 4.28 Sumber Data bagi Tabel Dimensi SalesmanDim Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 SalesmanID MsKaryawan KdKaryawan Char 5 2 Nama_salesman MsKaryawan NmKaryawan Varchar 30
Nama tabel : SalesmanDim Primary key : SalesmanID
Informasi tentang : Salesman perusahaan Jadwal update : Ad hoc
Tabel 4.29 Tabel Dimensi SalesmanDim
No Nama Field Tipe Ukuran Keterangan Proses 1 SalesmanID Char 5 Kode salesman Transform 2 Nama_salesman Varchar 30 Nama salesman Transform
Tabel 4.30 Sumber Data bagi Tabel Dimensi KreditDim Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 KreditID MsKredit KdKredit Char 5 2 Lama_kredit MsKredit LamaKredit TinyInt 1
Nama tabel : KreditDim Primary key : KreditID
Informasi tentang : Kredit pelanggan Jadwal update : Ad hoc
Tabel 4.31 Tabel Dimensi KreditDim
No Nama Field Tipe Ukuran Keterangan Proses 1 KreditID Char 5 Kode kredit Transform 2 Lama_kredit TinyInt 1 Lama hari kredit Transform
Tabel 4.32 Sumber Data bagi Tabel Dimensi MerekDim Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran 1 MerekID MsMerek KdMerek Char 5
2 Nama_merek MsMerek NmMerek Varchar 15
Nama tabel : MerekDim Primary key : MerekID Informasi tentang : Merek produk Jadwal update : Ad hoc
Tabel 4.33 Tabel Dimensi MerekDim
No Nama Field Tipe Ukuran Keterangan Proses 1 MerekID Char 5 Kode merek Transform 2 Nama_merek Varchar 15 Nama merek Transform
Tabel 4.34 Sumber Data bagi Tabel Dimensi WilayahDim Sumber Data
No Nama Field
Tujuan Tabel Field Tipe Ukuran
1 WilayahID MsWilayah KdWilayah Char 5 2 Nama_provinsi MsWilayah NmProvinsi Varchar 20 3 Nama_wilayah MsWilayah NmWilayah Varchar 15
Nama tabel : WilayahDim Primary key : WilayahID
Informasi tentang : Wilayah pelanggan Jadwal update : Ad hoc
Tabel 4.35 Tabel Dimensi WilayahDim
No Nama Field Tipe Ukuran Keterangan Proses 1 WilayahID Char 5 Kode wilayah Transform 2 Nama_provinsi Varchar 20 Nama provinsi Transform 3 Nama_wilayah Varchar 15 Nama wilayah Transform
Primary key : WaktuID Informasi tentang : Waktu proses Jadwal update : Setiap akhir bulan
Tabel 4.36 Tabel Dimensi WaktuDim
No Nama Field Tipe Ukuran Keterangan Proses 1 WaktuID Datetime 8 Kode waktu Create
2 Tahun Varchar 4 Tahun Create
3 Kuartal Varchar 4 Kuartal Create
4 Bulan TinyInt 1 Bulan Create
1.2.3 Rancangan Layar Aplikasi Data Warehouse
Berikut ini adalah beberapa rancangan layar aplikasi data warehouse penjualan yang diusulkan pada PD. Setia Jaya Abadi.
ke layar utama apikasi data warehouse, user harus terlebih dahulu mengisi user ID dan password dengan benar. Pesan kesalahan akan muncul bila user ID dan/atau password yang diisi salah.
Gambar 4.15 Rancangan Layar Utama
Gambar 4.15 merupakan rancangan layar utama dari aplikasi data warehouse. Pada layar ini terdapat 4 menu utama, yaitu menu File, View, Setting, dan Window. Selain itu juga terdapat sebuah toolbar yang memuat beberapa shortcut dan sebuah combo box untuk memilih aggregate function yang diinginkan dari sebuah pivot table.
Gambar 4.16 merupakan rancangan layar menu File yang berisi: 1. New Cube, untuk membuat cube baru.
2. Load Cube, untuk membuka cube yang telah disimpan sebelumnya di dalam disk atau media penyimpanan lainnya.
3. Save Cube, untuk menyimpan cube ke dalam disk atau media penyimpanan lainnya.
4. Print Preview, untuk melihat dan mengatur tampilan cube yang akan dicetak.
5. Export to Excel, untuk menyimpan cube ke dalam disk atau media penyimpanan lainnya dalam format Microsoft Excel.
6. Graph, untuk melihat tampilan grafik dari cube yang ada.
7. Logout, untuk keluar dari layar utama dan kembali ke layar Login. 8. Exit, untuk keluar dari aplikasi data warehouse.
Gambar 4.17 Rancangan Layar New Cube
Gambar 4.17 merupakan layar yang muncul setelah memilih New Cube. Untuk membuat sebuah cube yang baru, user harus memilih jenis fact yang diinginkan, yaitu PenjualanFact (berisi fakta penjualan) atau ReturFact (berisi fakta retur penjualan).
layar New Cube sebelumnya. Tampilan yang serupa akan muncul bilamana user sebelumnya memilih ReturFact pada layar New Cube. Pada layar ini, user dapat memilih sendiri measure dan dimensi yang ingin ditampilkan. Setelah memilih dimensi yang ingin dilihat, user dapat menentukan posisinya dalam page, kolom, dan baris yang ada. Selanjutnya, user bisa mengklik tombol Show Cube untuk melihat cube yang dibuat, tombol Hide untuk menonaktifkan layar ini, atau tombol Close untuk menutup layar ini.
Gambar 4.19 Rancangan Layar Pivot Table
Gambar 4.19 merupakan rancangan layar Pivot Table yang akan menampilkan cube, baik cube baru yang dibuat melalui New Cube, cube
View.
Gambar 4.20 Rancangan Layar Graph
Gambar 4.20 merupakan rancangan layar Graph yang akan menampilkan grafik dari cube yang dipilih. Pilihan Graph hanya akan aktif jika ada layar Pivot Table yang aktif.
Gambar 4.21 merupakan rancangan layar menu View yang berisi beberapa pilihan sebagai berikut:
1. PenjualanFact, untuk melihat cube penjualan. 2. ReturFact, untuk melihat cube retur penjualan. 3. PiutangFact, untuk melihat cube piutang pelanggan. 4. Grafik Penjualan, untuk menampilkan grafik penjualan. 5. Grafik Retur, untuk menampilkan grafik retur penjualan. 6. Grafik Piutang, untuk menampilkan grafik piutang pelanggan.
Gambar 4.22 merupakan rancangan layar submenu PenjualanFact yang terbagi menjadi beberapa pilihan, sehingga user dapat memilih cube penjualan yang ingin ditampilkan berdasarkan dimensi yang terkait (pelanggan, wilayah, produk, merek, salesman, ataupun kredit).
Gambar 4.23 merupakan rancangan layar submenu ReturFact yang terbagi menjadi beberapa pilihan, sehingga user dapat memilih cube retur yang ingin ditampilkan berdasarkan dimensi yang terkait (pelanggan, wilayah, produk, ataupun merek).
Gambar 4.24 merupakan rancangan layar Graph Penjualan yang serupa dengan rancangan layar Graph Retur dan Graph Piutang. Pada layar ini, user dapat menentukan dimensi yang ingin ditampilkan pada Axis dan Subaxis, serta measure yang akan ditampilkan dalam Ordinate grafik. Selain itu, user juga dapat memilih jenis grafik yang ingin ditampilkan lewat combo box Chart type. Untuk menampilkan grafiknya, user harus mengklik tombol Show Graph.
Gambar 4.25 merupakan rancangan layar menu Setting yang berisi pilihan:
1. Change Password, untuk mengubah password dari user ID yang sedang aktif.
Gambar 4.26 Rancangan Layar Change Password
Gambar 4.26 merupakan rancangan layar Change Password yang digunakan untuk mengubah password. Kolom User ID akan langsung terisi dengan user ID yang sedang aktif, sehingga user hanya perlu mengisi kolom Password dengan password saat ini, New Password dengan password yang baru, dan Confirm Password dengan mengetikkan kembali password yang baru. Pesan kesalahan akan muncul jika isi kolom New Password dengan Confirm Password tidak sama.
digunakan untuk membuat user ID yang baru. Jika user ID yang dipilih sudah ada sebelumnya, maka akan muncul pesan peringatan dan user diminta untuk memilih user ID yang lain. Begitu pula halnya jika isi kolom Password tidak sama dengan kolom Confirm Password.
Gambar 4.28 Rancangan Layar Menu Window
Gambar 4.28 merupakan rancangan layar menu Window yang berisi pilihan Cascade, Tile Horizontally dan Tile Vertically. Ketiga pilihan ini berfungsi untuk mengatur posisi semua form yang aktif agar menjadi lebih rapi dan teratur.
4.3 Rancangan Implementasi
Rancangan implementasi data warehouse penjualan pada PD. Setia Jaya Abadi dapat dibedakan menjadi 2 (dua) komponen, yaitu komponen perangkat keras dan komponen piranti lunak.
4.3.1 Dukungan Perangkat Keras
Perangkat keras yang digunakan dalam pengimplementasian data warehouse penjualan bagi PD. Setia Jaya Abadi terdiri dari server dan client. Server yang digunakan untuk data warehouse akan dipisahkan dengan server yang digunakan untuk menampung data transaksi hariannya. Hal ini dilakukan agar server tersebut dapat berfokus pada data warehouse sehingga mempunyai waktu respon (response time) yang lebih cepat dalam melayani kebutuhan client.
Adapun spesifikasi minimum perangkat keras yang disarankan untuk data warehouse tersebut adalah sebagai berikut:
a. Server
• Sebuah komputer dengan prosesor Pentium 1,4 GHz, memori 256 MB, dan harddisk 4 GB.
• Dukungan jaringan LAN (Local Area Network) yang baik
b. Client
• Dua buah komputer dengan prosesor Pentium 333 MHz, memori 64 MB, dan harddisk 2 GB.
• Dukungan jaringan LAN (Local Area Network) yang baik • Sebuah printer untuk mencetak laporan
4.3.2 Dukungan Piranti Lunak
Spesifikasi minimum piranti lunak yang disarankan untuk mendukung aplikasi data warehouse penjualan pada PD. Setia Jaya Abadi adalah sebagai berikut:
a. Server
• Sistem operasi Microsoft Windows 2000 • Microsoft Office 2000
• Microsoft SQL Server 2000
b. Client
• Sistem operasi Microsoft Windows 2000 • Microsoft Office 2000
• Aplikasi yang digunakan untuk mengakses data warehouse yang dibangun.
4.5 Analisis Kapasitas Media Penyimpanan
Analisis Tabel Fakta a. Tabel PenjualanFact
Record pada tabel PenjualanFact dianalisis mengalami pertumbuhan data sekitar 10% per tahun.
∑
RecordPenjualanFactn =110%×∑
RecordPenjualanFactn−1Asumsi jumlah record untuk tahun ini adalah sebesar 18000 record, maka dapat dihitung jumlah record pada akhir tahun kelima adalah sebagai berikut:
∑
RecordPenjualanFact1 =110% * 18000 record = 19800 record∑
RecordPenjualanFact2 =110% * 19800 record = 21780 record∑
RecordPenjualanFact3 =110% * 21780 record = 23958 record∑
RecordPenjualanFact4 =110% * 23958 record = 26354 record∑
RecordPenjualanFact5 =110% * 26354 record = 28989 record∑
RecordPenjualanFact1−5 =120881 record• Jumlah record selama lima tahun (Num_Rows) = 120881 • Jumlah kolom (Num_Cols) = 9
• Besar kolom fixed-length (Fixed_Data_Size) = 52 • Besar Null_Bitmap = 2 + ((Num_Cols + 7) / 8)
• Besar baris pada tabel (Row_Size) = Fixed_Data_Size + Null_Bitmap
+ 4
= 52 + 4 + 4 = 60
• Jumlah banyak baris dalam satu halaman (8096 bytes per pages) Rows_Per_Pages = 8096 / (Row_Size + 2)
= 8096 / (60 + 2) = 131
• Jumlah halaman yang dibutuhkan untuk menyimpan semua baris Num_Pages = Num_Rows / Rows_Per_Pages
= 120881 / 131 = 926
Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel PenjualanFact dalam jangka waktu lima tahun (8192 bytes per halaman): Data_Space_Size = 8192 * Num_Pages
= 8192 * 926
= 7.583.491 bytes = 7405,8 Kbytes = 7,2 Mbytes
b. Tabel ReturFact
Record pada tabel ReturFact dianalisis mengalami pertumbuhan data sekitar 10% per tahun.
∑
RecordReturFactn =110%×∑
RecordReturFactn−1Asumsi jumlah record untuk tahun ini adalah sebesar 1200 record, maka dapat dihitung jumlah record pada akhir tahun kelima adalah sebagai berikut:
∑
Record ReturFact2 =110% * 1320 record = 1452 record∑
Record ReturFact3 =110% * 1452 record = 1597 record∑
Record ReturFact4 =110% * 1597 record = 1757 record∑
Record ReturFact5 =110% * 1757 record = 1933 record∑
Record ReturFact1−5 =8059 record• Jumlah record selama lima tahun (Num_Rows) = 8059 • Jumlah kolom (Num_Cols) = 7
• Besar kolom fixed-length (Fixed_Data_Size) = 42 • Besar Null_Bitmap = 2 + ((Num_Cols + 7) / 8)
= 2 + ((7 + 7) / 8) = 4
• Besar baris pada tabel (Row_Size) = Fixed_Data_Size + Null_Bitmap
+ 4
= 42 + 4 + 4 = 50
• Jumlah banyak baris dalam satu halaman (8096 bytes per pages) Rows_Per_Pages = 8096 / (Row_Size + 2)
= 8096 / (50 + 2) = 156
• Jumlah halaman yang dibutuhkan untuk menyimpan semua baris Num_Pages = Num_Rows / Rows_Per_Pages
= 8059 / 156 = 52
Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel ReturFact dalam jangka waktu lima tahun (8192 bytes per halaman):
Data_Space_Size = 8192 * Num_Pages = 8192 * 52
= 421.998,5 bytes = 412,1 Kbytes = 0,4 Mbytes
c. Tabel PiutangFact
Record pada tabel PiutangFact dianalisis mengalami pertumbuhan data sekitar 5% per tahun.
∑
RecordPiutangFactn =105%×∑
RecordPiutangFactn−1Asumsi jumlah record untuk tahun ini adalah sebesar 120 record, maka dapat dihitung jumlah record pada akhir tahun kelima adalah sebagai berikut:
∑
RecordPiutangFact1 =105% * 120 record = 132 record∑
RecordPiutangFact2 =105% * 132 record = 145 record∑
RecordPiutangFact3 =105% * 145 record = 160 record∑
RecordPiutangFact4 =105% * 160 record = 176 record∑
RecordPiutangFact5 =105% * 176 record = 193 record∑
RecordPiutangFact1−5 =806 record• Jumlah record selama lima tahun (Num_Rows) = 806 • Jumlah kolom (Num_Cols) = 4
• Besar kolom fixed-length (Fixed_Data_Size) = 27 • Besar Null_Bitmap = 2 + ((Num_Cols + 7) / 8)
• Besar baris pada tabel (Row_Size) = Fixed_Data_Size + Null_Bitmap
+ 4
= 27 + 3 + 4 = 34
• Jumlah banyak baris dalam satu halaman (8096 bytes per pages) Rows_Per_Pages = 8096 / (Row_Size + 2)
= 8096 / (34 + 2) = 223
• Jumlah halaman yang dibutuhkan untuk menyimpan semua baris Num_Pages = Num_Rows / Rows_Per_Pages
= 806 / 223 = 4
Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel PiutangFact dalam jangka waktu lima tahun (8192 bytes per halaman): Data_Space_Size = 8192 * Num_Pages
= 8192 * 4
= 29.665,9 bytes = 29 Kbytes = 0,028 Mbytes
Tabel 4.37 Analisis Kapasitas Media Penyimpanan Tabel Fakta Nama Tabel Jumlah
Record Besar Tabel (Bytes) Besar Tabel (Kbytes) Besar Tabel (Mbytes) PenjualanFact 120.881 7.583.491 7405,8 7,2 ReturFact 8059 421.998,5 412,1 0,4 PiutangFact 806 29.665,9 29 0,028
Tabel 4.38 Analisis Kapasitas Media Penyimpanan Tabel Dimensi Nama Tabel Jumlah
Record Besar Tabel (Bytes) Besar Tabel (Kbytes) WaktuDim 3652 97.463,7 95,2 KreditDim 3 45,9 0,045 SalesmanDim 60 2678,9 2,6 ProdukDim 1035 79.985,5 78,1 MerekDim 15 442,1 0,4 PelangganDim 146 9639,5 9,4 WilayahDim 72 3588 3,5
4.6 Analisis Pertumbuhan Data
Tabel 4.39 Analisis Pertumbuhan Data
Nama Tabel Jumlah Asal Record Besar Data (Bytes) Jumlah Tumbuh Record Data Tumbuh (Bytes) Tingkat Pertumbuhan PenjualanFact 68.231 4.280.483,9 6823 428.042,1 10,0% ReturFact 4546 238.045,1 455 23.825,5 10,0% PiutangFact 516 18.992,1 26 957,0 5,0% WaktuDim 1826 48.731,8 365 9741 19,9% KreditDim 3 45,9 0 0 0,0% SalesmanDim 36 1607,3 4 178,6 11,1% ProdukDim 937 72.412 20 1545,6 2,13% MerekDim 12 353,6 1 29,5 8,3% PelangganDim 120 7922,8 6 396,1 4,9% WilayahDim 50 2491,7 4 199,3 7,9%
4.7 Rencana Implementasi
Tabel 4.40 Jadwal Rencana Implementasi Minggu Aktivitas
1 2 3 4 5 6 7 8 Instalasi h/w dan s/w
Transformasi data Uji coba aplikasi baru
Pelatihan pemakai aplikasi Evaluasi hasil pelatihan
Evaluasi aplikasi
4.8 Hasil Evaluasi
Dari hasil evaluasi yang dilakukan setelah penerapan data warehouse penjualan ini, diketahui bahwa penggunaan aplikasi tersebut memberikan beberapa manfaat bagi pihak perusahaan, yakni:
• Data warehouse yang telah dikembangkan tersebut dapat membantu pihak manajemen atas dalam melakukan analisis dan menentukan kebijakan penjualan yang harus diambil.
• Aplikasi data warehouse tersebut dapat menyajikan berbagai jenis laporan penjualan, baik dalam bentuk tabel maupun grafik, sesuai dengan keinginan dan kebutuhan pemakainya.
• Penyajian laporan dapat dilakukan dalam waktu yang relatif lebih cepat karena data untuk pembuatan laporan telah diintegrasikan secara menyeluruh ke dalam suatu tempat penyimpanan khusus.