Upload
phamdat
View
222
Download
0
Embed Size (px)
Citation preview
1
ANALISIS DAN PERANCANGAN
DATA WAREHOUSE PERSEDIAAN
DAN PENJUALAN PADA PT.
PERTAMINA (PERSERO)
AVIATION DPPU HALIM
PERDANAKUSUMA
Sari Ardelina Binus University, Jakarta, DKI Jakarta, Indonesia
Yani Hermanto Binus University, Jakarta, DKI Jakarta, Indonesia
dan
Kendy Leyona Artha Binus University, Jakarta, DKI Jakarta, Indonesia
Abstrak
TUJUAN PENELITIAN, ialah menganalisis dan merancang sebuah sistem data
warehouse pada PT. PERTAMINA (PERSERO) AVIATION DPPU Halim
Perdanakusuma dalam mengelolah data AVGAS yang berbasiskan desktop.
Penelitian ini dibatasi oleh proses bisnis persediaan dan penjualan.
METODE PENELITIAN yang digunakan pada penelitian ini adalah metode
analisis dan metode perancangan. Metode analisis dilakukan dengan melakukan studi
kepustakaan, survei terhadap kebutuhan user, serta melakukan analisis pada hasil
dari survei yang dilakukan. Sedangkan metode perancangan data warehouse yang
digunakan adalah Nine-steps Methodology menurut Ralph Kimball.
2
HASIL YANG DICAPAI berupa sebuah aplikasi data warehouse yang dapat
merangkum, mengintegrasikan, dan menyajikan data historis secara multidimensi
yang mempermudah pengolahan data dan pembuatan laporan persediaan dan
penjualan AVGAS yang diperlukan oleh pihak eksekutif.
SIMPULAN dari penelitian ini adalah dengan adanya perancangan data warehouse
dapat menyediakan informasi yang lengkap dan sesuai dengan kebutuhan bagi DPPU
Halim Perdanakusuma dan dapat dilihat dari beberapa dimensi sehingga
memudahkan pihak eksekutif dalam pembuatan laporan serta menganalisis dan
mengambil keputusan dalam persediaan dan penjualan AVGAS yang tepat.
Kata Kunci : Analisis, Perancangan, Data Warehouse, Persediaan, Penjualan
1. Pendahuluan Di saat teknologi informasi mulai berkembang pesat dan dalam dunia
bisnis saat ini, baik pada perusahaan kecil maupun perusahaan besar, mulai
menyadari pentingnya suatu teknologi yang dapat membantu
mengembangkan usahanya. Kebutuhan informasi yang cepat dan tepat
menjadi sangat penting untuk mengefisiensikan waktu. Perkembangan teknik
informatika saat ini memungkinkan semua bidang kehidupan manusia dapat
semakin ringan dikerjakan dengan bantuan komputer.
Setiap perusahaan memiliki data, dan dari data – data tersebut dapat
dikumpulkan dan diolah menjadi database yang berperan penting dalam
perusahaan. Dengan menggunakan database, data dapat diakses dengan cepat
oleh user dengan bantuan komputer.
Untuk mengolah database, tidaklah mudah. Dengan semakin
berkembangnya perusahaan maka jumlah data pada perusahaan semakin
besar, sehingga timbul beberapa kendala dalam proses yang berjalan pada
perusahaan antara lain proses pekerjaan terlalu lama dan tidak tepat waktu,
sistem yang sedang berjalan saat ini belum tentu bisa menyimpan data dalam
jumlah besar, dan beberapa kendala lainnya yang berkaitan dengan integritas
data.
Penulis mengangkat tema analisis dan perancangan data warehouse
persediaan dan penjualan bahan bakar penerbangan pada PT. Pertamina
3
(persero) Aviation DPPU Halim Perdanakusuma yang menangani penjualan
bahan bakar untuk pesawat udara. Proses yang dijalankan dari awal
penyetokan produk hingga dijual ke pelanggan cukup banyak dan rumit.
Pembuatan laporan yang sesuai dengan keinginan Kepala DPPU Halim
Perdanakusuma sering kali membutuhkan waktu yang cukup lama, karena
harus melibatkan penggabungan berbagai sumber data.
Dengan menggunakan DBMS SQL Server Management Studio 2008
untuk sistem database sedangkan untuk aplikasi laporan memakai Microsoft
Visual Basic 2008. Dengan dipilihnya tema ini, penulis berharap agar dapat
banyak memberikan petunjuk dasar bagaimana merancang data warehouse.
Secara umum tujuan dari penulisan tugas akhir ini adalah merancang
sebuah aplikasi data warehouse untuk persediaan dan penjualan bahan bakar
AVGAS pada PT. Pertamina (persero) Aviation DPPU Halim
Perdanakusuma. Selain itu, tujuan dari penelitian ini membuat analisis dari
sistem reporting yang berjalan saat ini, menganalisis kebutuhan user,
merancang aplikasi data warehouse, dan mengevaluasi sistem aplikasi data
warehouse
Sedangkan manfaat yang diharapkan pada akhir penelitian ini antara
lain adalah menyimpan data – data persediaan dan penjualan bahan bakar
AVGAS, mempercepat dan mempermudah mengakses data persediaan dan
penjualan bahan bakar AVGAS, mempercepat dan mempermudah dalam
pembuatan laporan persediaan dan penjualan, dan mengurangi biaya
administrasi
2. Tinjauan Pustaka Data warehouse adalah sebuah sistem penyimpanan data yang
berkapasitas besar, dimana data dikumpulkan dengan menambah record baru
daripada memperbarui record yang sudah ada dengan informasi baru.
Dengan kata lain, sebuah data warehouse menggabungkan:
• Satu atau lebih alat untuk mengekstrak bidang dari setiap jenis
struktur data (data, hirearki, relasi, atau objek; terbuka atau
proprietary), termasuk data eksternal.
4
• Sintesis dari data ke dalam, database yang terintegrasi, berorientasi
subjek dengan "katalog" metadata.
2.1 Karakteristik Data warehouse a. Subject Oriented, data warehouse didesain untuk menganalisa data
berdasarkan subyek – subyek tertentu dalam organisasi, bukan
pada proses atau fungsi aplikasi tertentu.
Di bawah ini adalah tabel perbedaan antara sistem OLTP dan
sistem data warehouse menurut Connolly dan Begg (2005).
Table 1. Perbandingan Sistem OLTP dan Sistem Data warehouse
Sistem OLTP Sistem Data warehouse
Menangani data sekarang Menangani data historis
Menyimpan detailed data Menyimpan detailed, lightly, dan
highly summarized data
Data bersifat dinamis Data bersifat statis
Proses berulang Proses sewaktu – waktu tidak
terstruktur dan heuristic
Jumlah transaksi tinggi Jumlah transaksi rendah sampai
sedang
Transaction driven Analysis driven
Berorientasi aplikasi Berorientasi subjek
Mendukung keputusan harian Mendukung keputusan strategis
Melayani banyak user Melayani sedikit user
(manajerial)
b. Integrated, data warehouse dapat menyimpan data – data yang
berasal dari sumber – sumber yang terpisah ke dalam suatu format
yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan
demikian data tidak bisa dipecah – pecah karena data yang ada
merupakan suatu kesatuan yang menunjang keseluruhan konsep
data warehouse itu sendiri.
c. Time-Variant, seluruh data pada data warehouse dapat dikatakan
akurat atau valid pada rentang waktu tertentu. Untuk melihat
5
interval waktu yang digunakan dalam mengukur keakuratan suatu
data warehouse, kita dapat menggunakan cara yang paling
sederhana yaitu menyajikan data warehouse pada rentang waktu
tertentu,misal antara 5 sampai 10 tahun ke depan.
d. Non-Volatile, karena data yang tidak update secara real time, tetapi
di-refresh dari sistem operasional secara teratur. Data baru selalu
ditambahkan sebagai pelengkap ke database, bukan pengganti.
Database terus menyerap data baru ini, secara bertahap,
mengintegrasikan dengan data sebelumnya
2.2 Struktur Data warehouse
2.3 Fungsi Data warehouse Data warehouse mempunyai kegunaan sebagai berikut :
1. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data
warehouse yang paling umum dilakukan. Dengan menggunakan
query sederhana didapatkan laporan perhari, perbulan, pertahun
atau jangka waktu kapanpun yang diinginkan.
2. On – Line Analytical Processing (OLAP)
Dengan adanya data warehouse, semua informasi baik detail
maupun summary yang dibutuhkan dalam proses analisa mudah
didapat. Fasilitas lain yang ada pada software OLAP adalah
Gambar 1. Struktur Data warehouse
6
fasilitas roll – up dan drill – down. Drill – down adalah
kemampuan untuk melihat detail dari suatu informasi dan roll –
up adalah kebalikannya.
3. Data mining
Data mining merupakan teknologi yang diharapkan dapat
menjembatani komunikasi antara data dan pemakainya.
4. Proses informasi eksekutif
Dengan menggunakan data warehouse segala laporan telah
diringkas dan dapat pula mengetahui segala rinciannya secara
lengkap, sehingga mempermudah proses pengambilan keputusan.
Informasi dan data pada laporan data warehouse menjadi target
informative bagi user.
2.4 Keuntungan Data warehouse 1) Meningkatkan produktifitas dari pengambilan keputusan
perusahaan.
Data warehouse meningkatkan produktifitas dari pengambil
keputusan perusahaan dengan membuat integrasi database yang
konsisten, berorientasi subjek dan historikal data. Data
warehouse mengintegrasikan data dari banyak sistem yang tidak
kompatibel menjadi suatu bentuk yang menyediakan satu
tampilan yang konsisten mengenai perusahaan. Dengan
mentransformasikan data menjadi informasi yang berguna, data
warehouse mengijinkan si pengambil keputusan untuk melakukan
analisis lebih sesuai dengan kenyataan, akurat dan konsisten.
2) Potensi ROI (Return Of Investment) yang besar.
Suatu perusahaan akan mengeluarkan sumber daya yang cukup
besar untuk mengimplementasikan data warehouse dan
pengeluaran yang berbeda-beda sesuai dengan variasi solusi
teknikal yang akan diterapkan pada perusahaan. Bagaimana pun
juga. Suatu studi oleh International Data Corporation (IDC) pada
tahun 1996 melaporkan bahwa rata-rata tiga tahun return of
investment (ROI) dalam data warehouse mencapai 401% dengan
lebih dari 90% dari perusahaan yang disurvei mencapai lebih dari
7
40% ROI, setengah dari perusahaan mencapai lebih dari 160%
ROI, dan seperempat lebih mendapat lebih dari 600% ROI (IDC,
1996).
3) Competitive Advantage.
Return on investment yang besar dari perusahaan yang berhasil
mengimplementasikan suatu data warehouse adalah bukti dari
sangat besarnya competitive advantage yang dapat diperoleh
dengan menggunakan teknologi ini. Competitive advantage
diperoleh dengan mengijinkan si pengambil keputusan untuk
mengakses data tersembunyi yang sebelumnya tidak tersedia,
tidak di ketahui, dan tidak dimanfaatkan seperti data mengenai
pelanggan, tren, dan permintaan.
2.5 Tahapan Membangun Data warehouse Menurut Kimball, metode yang dipakai untuk merancang data
warehouse adalah Nine-Step Methodology (Connolly & Begg, 2005,
p. 1187) :
• Choosing the process (pemilihan proses)
Melakukan pemilihan proses pada materi subjek yang dibutuhkan
oleh data mart pada tahap ini ditentukan pada proses bisnis apa
data warehouse akan digunakan.
• Choosing the Grain (pemilihan grain)
Menentukan secara tepat apa yang direpresentasikan oleh record
tabel fakta.
• Indetifying and Conforming the Dimension (identifikasi dan
konfirmasi dimensi)
Membuat set dimensi yang dibutuhkan untuk menjawab seluruh
pertanyaan yang diajukan pada tabel fakta.
• Choosing the Facts (pemilihan fakta)
Pemilihan tabel fakta yang dapat diimplikasikan sesuai grain yang
digunakan pada data mart.
8
• Storing Pre-Calculation In the Fact Table (penyimpanan Pre-
Calculation di tabel fakta)
Setelah tabel fakta terpilih, setiap tabel fakta tersebut harus
diperiksa ulang untuk menentukan apakah ada fakta yang dapat
diterapkan pre-kalkulasi dan kemudian dilakukan penyimpanan
pada tabel fakta.
• Rounding Out the Dimension Tables (melengkapi tabel dimensi)
Pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi
dan menambahkan deskripsi teks terhadap dimensi, serta
menentukan hirearki atribut dimensi untuk mempermudah proses
analisis.
• Choosing the Duration of the Database (pemilihan durasi
database)
Menentukan waktu periode database untuk beberapa tahun
kebelakang.
• Tracking SCD (melacak SCD)
Dimensi berubah secara perlahan seiring berjalannya waktu dan
kebutuhan.
• Deciding the Query Priorities and the Query Modes (memutuskan
prioritas query dan mode query)
Pada tahap ini dilakukan pertimbangan perancangan fisikal,
seperti keberadaan dari summary (ringkasan) dan aggregate
(penjumlahan).
2.6 Teori Penjualan Kegiatan penjualan terdiri dari transaksi penjualan barang atau
jasa, baik secara kredit maupun secara tunai. Dalam transaksi
penjualan kredit, jika order dari pelanggan telah dipenuhi dengan
pengiriman barang atau penyerahan jasa, untuk jangka waktu tertentu
perusahaan memiliki piutang kepada pelanggannya. Kegiatan
penjualan secara kredit ini ditangani oleh perusahaan melalui sistem
penjualan kredit. Dalam transaksi penjualan tunai, barang atau jasa
baru diserahkan oleh perusahaan kepada pembeli jika perusahaan telah
menerima kas dari pembeli. Kegiatan penjualan secara tunai ini
9
ditangani oleh perusahaan melalui sistem penjualan tunai. (Mulyadi,
2001, p. 202)
2.7 Teori Persediaan Sistem persediaan bertujuan untuk mencatat mutasi setiap jenis
persediaan yang disimpan gudang. Sistem ini berkaitan erat dengan
sistem penjualan, sistem pembelian dan sistem produksi.
Dalam perusahaan manufaktur, persediaan terdiri dari: persediaan
produk jadi, persediaan produk dalam proses, persediaan bahan baku,
persediaan bahan penolong, persediaan bahan habis pakai pabrik,
persediaan suku cadang. Dalam perusahaan dagang, persediaan hanya
terdiri dari satu golongan, yaitu persediaan barang dagangan, yang
merupakan barang yang dibeli untuk tujuan dijual kembali. (Mulyadi,
2001, p. 553)
3. Metodologi
3.1 Metode Analisis Metode ini digunakan untuk mendapatkan informasi yang
diperlukan untuk mencapai tujuan. Metode ini terdiri dari beberapa
tahapan yaitu :
a. Studi kepustakaan
Merupakan teknik pengumpulan data untuk mendapatkan informasi
dari berbagai sumber seperti media cetak, buku – buku, dan situs –
situs sebagai dasar dari pengembangan, serta tesis – tesis terdahulu
dengan tema serupa sebagai bahan pembanding penulisan skripsi
ini.
b. Survei terhadap kebutuhan user
Melakukan wawancara dengan bapak Febri selaku Asisten
Administrasi Umum dan Keuangan di DPPU Halim
Perdanakusuma pada tanggal 5 Oktober 2011 untuk mengetahui
tingkat pengetahuan data warehouse dan cara penanggulangannya
serta hal – hal lain yang berhubungan dengan perancangan aplikasi
10
data warehouse ini, sehingga program yang dihasilkan sesuai
dengan yang diharapkan bapak Febri. (Hasil wawancara terlampir)
c. Analisis data terhadap hasil survey
Melakukan analisis secara deskriptif terhadap informasi –
informasi yang telah didapatkan dari hasil wawancara dengan
bapak Febri selaku Asisten Administrasi Umum dan Keuangan di
DPPU Halim Perdanakusuma pada tanggal 5 Oktober 2011 untuk
mengindentifikasi masalah, dan mencari solusi yang tepat untuk
pemecahan masalah tersebut.
3.2 Metode Perancangan Metode yang dipakai untuk merancang data warehouse adalah
menggunakan Nine-Step Methodology menurut Kimball.
4. Hasil dan Pembahasan
4.1. Permasalahan yang dihadapi Berdasarkan penelitian yang dilakukan, maka ada beberapa
masalah yang dihadapi oleh PT. Pertamina Aviation DPPU Halim
Perdanakusuma, yaitu sebagi berikut :
a. Penggunaan database yang ada di perusahaan masih belum bisa
membuat laporan secara langsung, sehingga diperlukan integrasi ke
dalam data warehouse.
b. Perusahaan dalam menganalisis data dan kebutuhan tidak dapat
dilakukan dengan cepat, karena belum memiliki data warehouse,
sehingga data perusahaan tersebut tidak dapat dimanfaatkan secara
optimal untuk digunakan sebagai bahan analisis untuk pengambilan
keputusan.
c. Belum ada alat bantu aplikasi yang dapat dengan mudah
memberikan informasi dalam bentuk grafik, yang dapat membantu
pihak eksekutif melihat dan menganalisis hasil yang ditampilkan
dalam bentuk grafik.
11
d. Kesulitan dalam mengelola data historis perusahaan sebagai acuan
bagi perencanaan strategis untuk masa yang akan datang.
4.2. Alternatif Pemacahan Masalah Berdasarkan permasalahan yang dihadapi di atas, berikut ini
adalah alternatif pemecahan masalah yang diusulkan :
a. Dengan menggunakan data warehouse maka akan mempermudah
Kepala DPPU Halim Perdanakusuma dalam membaca dan
menganalisis data untuk proses pengambilan keputusan karena data
– data pada struktur data warehouse merupakan hasil proses
summary data dan dapat ditampilkan dalam dashboard.
b. Dengan menggunakan data warehouse maka akan mempercepat
proses pembuatan laporan yang dibutuhkan oleh Kepala DPPU
Halim Perdanakusuma.
c. Dengan menggunakan aplikasi data warehouse dimana laporan
yang dihasilkan dapat ditampilkan ke dalam bentuk tabel dan grafik
yang mudah untuk diakses dan digunakan oleh Kepala DPPU
Halim Perdanakusuma.
4.3. Perancangan Data warehouse Perancangan data warehouse yang digunakan adalah Nine-Step
Methodology menurut Kimball dalam buku Connolly dan Begg (2005,
p. 1187) dengan langkah – langkah sebagai berikut:
1. Memilih Proses (Choosing The Process)
Pada tahap ini dilakukan pemilihan subjek masalah dari data
warehouse yang akan dibuat, lalu proses bisnis yang berhubungan
dengan subjek masalah tersebut diidentifikasi. Proses yang
diperlukan dalam analisis adalah:
• Persediaan produk
• Penjualan produk
12
2. Memilih Sumber (Choosing The Grain)
Grain dalam perancangan data warehouse ini antara lain:
• Penjualan produk
Analisa pada penjualan produk meliputi customer yang paling
sering melakukan pembelian, jumlah produk yang dijual, total
nilai penjualan.
• Persediaan produk
Analisis pada persediaan produk meliputi jumlah stok yang
masuk dan total stok akhir yang berada di gudang.
3. Mengidentifikasi dan Penyesuaian Dimensi (Identifying and
conforming The Dimension)
Tabel - tabel dimensi dalam perancangan data warehouse ini antara
lain:
a. Dimensi Employee
b. Dimensi Product
c. Dimensi Customer
d. Dimensi PaymentType
e. Dimensi ProductPrice
f. Dimensi Time
4. Memilih Fakta (Choosing The Fact)
Pada tahap ini dilakukan pemilihan fakta yang akan digunakan
pada perancangan data warehouse. Fakta-fakta yang dipilih harus
sesuai dengan grain yang telah ditentukan berdasarkan analisis
survei yang telah disebutkan diatas. Fakta-fakta yang telah dipilih
antara lain:
• Fakta untuk tabel Fakta Penjualan
Fakta yang telah ditentukan untuk tabel fakta penjualan antara
lain:sp
a. Customer yang paling sering melakukan pembelian,
menunjukkan tingkat seberapa sering customer melakukan
pembelian, serta customer yang memiliki tingkat tertinggi
dalam melakukan transaksi pembelian.
13
b. Jumlah produk yang dijual, menunjukkan jumlah produk yang
terjual setiap transaksi yang dapat dilihat dalam kurun waktu
tertentu setiap hari, bulan, maupun tahun.
c. Total nilai penjualan, menunjukkan nilai penjualan dari setiap
transaksi yang berlangsung pada perusahaan ini.
• Fakta untuk tabel Fakta Persediaan
Fakta yang telah ditentukan untuk tabel fakta persediaan antara
lain:
a. Jumlah stok yang masuk, menunjukkan berapa jumlah stok
produk yang masuk ke gudang.
b. Total stok akhir, menujukkan berapa total stok produk yang
tersedia di gudang, setelah terjadi transaksi berupa penjualan
dan penambahan stok rutin.
5. Menyimpan perhitungan dalam Tabel fakta (Storing Pre-
Calculation in The Fact Table)
Dalam tabel fakta terdapat data yang meliputi kalkulasi awal. Hasil
dari kalkulasi ini kemudian akan disimpan dalam tabel fakta.
Berikut ini adalah perhitungan awal yang terdapat dalam tabel
fakta:
1. Fakta Penjualan
Fakta penjualan meliputi :
• Jumlah produk yang terjual merupakan jumlah dari qty
• Total nilai penjualan merupakan total dari sum(qty) dikali
price
2. Fakta Persediaan
Fakta persediaan meliputi :
• Jumlah stok yang masuk merupakan sum dari qty_in
• Total stok akhir merupakan jumlah dari qty_in – qty_out
14
6. Melengkapi Tabel Dimensi (Rounding Out The Dimension
Tables)
a. Table Rounding out dimension
Tabel 3.1 Tabel Rounding Out
Dimensi Field Deskripsi Customer CustomerID Laporan dapat dilihat
berdasarkan ID, kode, & nama pelanggan
CustomerCodeCompanyName
Employee EmployeeCode Laporan dapat dilihat berdasarkan kode & nama karyawan
Name
Product ProductCode Laporan dapat dilihat berdasarkan kode & nama produk
Name
ProductPrice PriceID Laporan dapat dilihat berdasarkan ID & kode harga
PriceCode
PaymentType PaymentTypeCode Laporan dapat dilihat berdasarkan kode & tipe pembayaran
PaymentType
Time DateID Laporan dapat dilihat berdasarkan ID tanggal, tanggal, hari, bulan, quarter, & tahun
Date Month Quarter Year Day
b. Perancangan skema bintang
Dalam perancangan ini dihasilkan 2 bentuk skema bintang dari
masing - masing fakta berdasarkan hasil survei laporan yang
dibutuhkan oleh DPPU Halim Perdanakusuma, antara lain
• Skema Bintang Fakta Persediaan Produk
Gambar 2. Skema Bintang Fakta Persediaan Produk
15
• Skema Bintang Fakta Penjualan
Produk
Gambar 3. Skema Bintang Fakta Penjualan Produk
7. Memilih Durasi Database (Choosing The Duration of The
Database)
Pada data warehouse ini, durasi dari database kami tetapkan
selama 5 tahun sesuaikan dengan kebutuhan informasi dari DPPU
Halim Perdanakusuma yang memerlukan informasi tersebut.
Nama Aplikasi Database Database ada sejak
tahun
Data yang masuk kedalam data warehouse
Data dalam data
warehouse HPK Data warehouse
SQL Server 2008
2003 5 tahun 5 tahun
8. Menelusuri Perubahan dari Dimensi Secara Perlahan
(Tracking Slowly Changin Dimension)
Perubahan dari dimensi secara perlahan dapat diatasi dengan
tiga cara, yaitu mengganti secara langsung pada tabel dimensi,
pembentukan record baru untuk setiap perubahan baru, dan
perubahan data yang membentuk kolom baru yang berbeda. Untuk
mengatasi perubahan dari dimensi secara perlahan. Pada
perancangan data warehouse ini, kami memilih untuk membentuk
record baru untuk setiap perubahan baru. Dengan demikian data-
data dimensi yang lama dapat disimpan secara utuh dan tidak
hilang dari data warehouse.
16
Meskipun cara ini memiliki kekurangan yaitu pemakaian
kapasitas media penyimpanan yang dibutuhkan lebih besar karena
bertambahnya record baru, namun hal ini telah dipertimbangkan
mengingat harga kapasitas media penyimpanan yang semakin
murah.
9. Memutuskan Prioritas Query dan Tipe Query (Deciding The
Query Priorities and The Query Models)
Pada tahap ini dipertimbangkan masalah perancangan fisik
(physical design). Masalah utama pada perancangan fisik yang
mempengaruhi persepsi penggunaan akhir adalah urutan
penyusunan tabel fakta pada disk dan adanya pre-stored summarize
dan agregasi.
Selain persoalan-persoalan di atas ada sejumlah persoalan
perancangan fisik tambahan yang mempengaruhi administrasi,
backup, kinerja pengurutan (indexing), keamanan dan dalam
pengaksesan maupun penyimpanan data, dan analisis kapasitas
media penyimpanan.
Sebelum mendapat perancangan data warehouse yang baik
agar dapat digunakan sebagai laporan bagi pihak yang bertugas,
maka persoalan yang mempengaruhi segi administrasi, backup,
kinerja, pengurutan (indexing), dan keamanan dalam pengaksesan
maupun penyimpanan dan analisis kapasitas media penyimpanan
harus diselesaikan.
Berikut ini adalah hal-hal penting yang harus diselesaikan
untuk menghasilkan perancangan data warehouse yang baik:
1. Administrasi
Proses yang dilakukan pada saat administrasi adalah proses
ETL (Extract, Transform, Loading). Proses ini biasanya
dilakukan oleh OT supervisor agar jika terjadi permasalahan
dapat segera diperbaiki. Proses ETL ini dilakukan setiap bulan.
2. Backup
Proses backup sangat penting ketika melakukan ETL.
Proses backup adalah proses pembuatan salinan data yang
kemudian dapat digunakan ketika ingin memperbaiki suatu data
17
saat terjadi kerusakan pada data warehouse. Backup dilakukan
oleh proses ETL dan kemudian hasilnya disimpan pada media
penyimpanan dapat berupa flashdisc, magnetic type, memory
card, dan lain –lain.
3. Recovery
Recovery adalah proses memperbaiki atau mengembalikan
data pada keadaan data yang sudah disimpan sebelum terjadinya
kerusakan data. Porses recovery ini sebaiknya dilakukan oleh
pihak yang memahami proses ini. Sebelum melakukan recovery
haruslah memeriksa data manakah yang mengalami kerusakan
sehingga dapat diketahui data backup yang sesuai untuk proses
recovery.
4. Security
Tingkat keamanan dalam mengakses data perusahaan
memiliki peranan yang sangat penting. Meningkatkan keamanan
pengaksesan ini bertujuan uantuk mencegah data diakses,
diubah, ataupun dihapus oleh pihak yang tidak berkepentingan.
Terdapat dua jenis security, yaitu authentication and
authorization. Authentication membatasi user yang berwenang
untuk mengakses data didalam suatu perusahaan, sedangkan
authorization membatasi hak akses dari masing-masing user
dalam melihat dan mengubah data di dalam perusahaan.
5. Analisis kapasitas media penyimpanan
Analisis kapasitas media penyimpanan diperlukan dalam
merancang data warehouse untuk mendapatkan perkiraan
kapasitas media penyimpanan yang memadai untuk menampung
data hingga beberapa tahun ke depan. Langkan-langkah yang
dilakukan dalam menghitung disk:
a. Memperkirakan jumlah baris (record) pada tabel.
b. Menentukan ukuran data, dimana ukuran data tergantung
pada tipe data dan panjangnya.
18
Tabel 3. Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk
Tabel Fakta
Tabel 4. Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk
Tabel Dimensi
Nama tabel dimensi Bytes Jumlah current record per tahun
Jumlah record sampai 5 tahun kedepan
Kbytes
DimensiEmployee 141 9 9 8 DimensiProduct 41 1 1 8
DimensiCustomer 146 34 34 8 DimensiPaymentType 41 2 2 8
Dimensi Price 70 41 66 8
4.4. Hasil Analisis Setelah melakukan analisis database pada PT. Pertamina Aviation
DPPU Halim Perdanakusuma, data dan informasi yang diperlukan
oleh pihak eksekutif perusahaan dalam pengambilan keputusan
berdasarkan hasil wawancara sebagai berikut :
• Laporan mengenai jumlah barang yang masuk, jumlah barang
tersedia akhir, berdasarkan periode (tanggal, bulan, tahun), barang
(nama barang), karyawan (nama karyawan), serta bagian yang
membutuhkan laporan persediaan, yaitu Kepala dan Asisten
keuangan dan Umum.
• Laporan mengenai jumlah penjualan barang berdasarkan periode
(tanggal, bulan, tahun), customer (nama customer), barang (nama
barang), karyawan (nama karyawan), harga barang, jenis
pembayaran serta bagian yang membutuhkan laporan ini, yaitu
Kepala dan Asisten Keuangan dan Umum.
Nama tabel fakta Bytes Jumlah current record per tahun
Jumlah record sampai 5 tahun kedepan
Kbytes
Fakta Persediaan Produk
32 204 1348 56
Fakta Penjualan Produk
45 204 1348 72
19
4.5. Implementasi Dalam implementasi dari perancangan data warehouse ini, maka
data-data yang telah diolah ditampilkan dalam bentuk diagram dan
tabel berdasarkan dari kebutuhan user. Beberapa implementasinya
sebagai berikut:
• 5 Customer Tertinggi
• 5 Perubahan Harga Terakhir
20
• Penjualan di Tahun 2010
5. Kesimpulan dan Saran Pada penulisan skripsi ini telah dilakukan analisis dan perancangan data
warehouse pada DPPU Halim Perdanakusuma yang dapat ditarik beberapa
simpulan sebagai berikut:
1. Dengan dibuatnya aplikasi data warehouse yang mampu menampilkan
data yang dibutuhkan oleh pihak administrator DPPU Halim
Perdanakusuma dari beberapa sudut pandang, maka memudahkan pihak
administrator dalam mengakses secara lengkap dan akurat.
2. Dengan adanya perbandingan data dari beberapa tahun sebelumnya,
maka memudahkan pihak administrator dalam menentukan pilihan atau
pengambilan keputusan yang tepat berdasarkan hasil perbandingan data
yang ditampilkan.
3. Aplikasi data warehouse dapat memberikan tampilan data yang menarik
dan mudah dipahami berupa report dalam bentuk grafik berwarna yang
dapat diakses secara lebih efisien.
Untuk pengembangan aplikasi data warehouse pada DPPU Halim
Perdanakusuma lebih lanjut, terdapat beberapa saran yang dapat dijadikan
sebagai masukan dan bahan pertimbangan yaitu sebagai berikut:
21
1. Ruang lingkup dari data warehouse dapat dikembangkan lebih luas,
sehingga tidak hanya mendukung pengambilan keputusan dalam proses
transaksi persediaan produk dan penjualan, tapi juga dapat mencakup
seluruh transaksi perusahaan.
2. Melakukan pemeliharaan terhadap data warehouse secara rutin agar data
yang diolah dan dihasilkan memiliki kualitas yang baik.
3. Sistem data warehouse dapat dikembangkan lebih lanjut kedalam
business Intelligence untuk menemukan suatu pola yang lebih baru.
22
Daftar Pustaka [1] Badgerati. (2010, Maret 15). Software Engineering – Activity Diagrams. Dipetik
Desember 1, 2011, dari Computer Science: Source:
http://computersciencesource.wordpress.com/
[2] Bennett, S., McRobb, S., & Farmer, R. (2006). Object-Oriented Systems Analysis
And Design Using UML. Maidenhead: McGraw-Hill.
[3] Connolly, T. M., & Begg, C. E. (2005). Database System-A Practical Approach to
Design, Implementation, and Management,fourth edition. USA: Addison Wesley
Longman.
[4] Dharwiyanti, S. (2003). Pengantar Unified Modeling. Modul UML , 6.
[5] Fakhroutdinov, K. (2009). UML. Dipetik Desember 1, 2011, dari UML Web site:
http://www.uml-diagrams.org/use-case-diagrams.html
[6] Hoffer, J. A., Prescott, M. B., & Topi, H. (2005). Modern database management 7th
edition. USA: Pearson Prentice Hall.
[7] Inmon, W. H. (2005). Building the Data Warehouse, fourth edition. Indianapolis:
Wiley Publishing, Inc.
[8] Kimball, R., & Caserta, J. (2004). The data warehouse ETL toolkit : practical
techniques for extracting, cleaning, conforming, and delivering data. Wiley .
[9] Mulawarman. (2011). Memahami Penggunaan UML (Unified Modelling Language).
Jurnal Informatika Mulawarman , 1.
[10] Mulyadi. (2001). Sistem Akuntansi. Jakarta: Salemba Empat.
[11] O'Brien, J. A. (2003). Introduction to Information System. New York: The
McGraw-Hill Companies.
[12] Raymond McLeod, J., & Schell, G. P. (2007). Management Information System,
Tenth Edition. New Jersey: Pearson Prentice Hall.
[13] Said, F. E. (2009, Oktober 30). Data Mining 3 – Pengembangan Data Warehouse.
Dipetik November 28, 2011, dari Fairuz el Said Web site:
http://fairuzelsaid.wordpress.com/
[14] Zeman, M. (2009, Januari 7). Sequence diagram: Employee logs in. Dipetik
Desember 1, 2011, dari Matus Zeman: http://blog.zemi.eu/