BAB 2 LANDASAN TEORI
2.1 Teori-Teori Umum 2.1.1 Pengertian Sistem Menurut O'Brien dan Marakas (2010, p. 26) sistem adalah sebuah set komponen yang saling berhubungan, dengan batas-batas yang jelas, saling bekerja sama untuk mencapai tujuan umum dengan cara menerima input dan menghasilkan output di dalam sebuah proses transformasi yang teroganisir. Diperkuat oleh teori diatas sistem merupakan kumpulan komponen yang saling berintegrasi dan salling bekerja sama dengan target mencapai tujuan
organisasi melalui tahap
menerima input,
memproses, dan
menghasilkan output di dalam sebuah transformasi yang terorganisir. 2.1.2 Pengertian Informasi Menurut O'Brien dan Marakas (2010, p. 34) informasi adalah data yang telah dikonversi yang memiliki arti dan berguna untuk pengguna akhir. Diperkuat oleh teori diatas informasi merupakan data mentah yang telah diolah sedemikian rupa sehingga menghasilkan sesuatu yang berguna untuk pengguna akhir. Informasi dapat diolah dan dikembangkan lagi ke tahap selanjutnya sehingga menjadi knowledge yang lebih penting untuk mendukung dalam pengambilan keputusan oleh pihak eksekutif.
6
7 2.1.3 Pengertian Sistem Informasi Menurut O'Brien dan Marakas (2010, p. 4) sistem informasi dapat berupa kombinasi yang terorganisir dari orang, hardware, software, jaringan komunikasi, sumber data, kebijakan, dan prosedur yang tersimpan, diterima, ditransform, dan menyebarkan informasi dalam sebuah organisasi. Diperkuat oleh teori diatas sistem informasi merupakan kumpulan objek yang terintegrasi dengan baik yang terdiri dari orang, hardware, software, jaringan, sumber data, dan lain-lain yang diterima, disimpan, ditransform, dan untuk menyebarkan informasi kepada pihak-pihak yang membutuhkan di dalam sebuah perusahaan. 2.1.4 Komponen-komponen Sistem Informasi Menurut O'Brien dan Marakas (2010, p. 32) komponen-komponen sistem informasi terdiri dari sumber daya manusia, sumber daya hardware, sumber daya software, dan jaringan. 2.1.4.1 Sumber Daya Manusia Menurut O'Brien dan Marakas (2010, p. 32) manusia memegang peran untuk kesuksesan operasi dari semua sistem informasi. Sumber daya manusia meliputi pengguna akhir dan pakar SI. a. Pengguna akhir Adalah orang-orang yang menggunakan sistem informasi atau yang menghasilkan informasi itu sendiri.
8 b. Pakar SI Adalah orang-orang mengembangkan dan mengoperasikan sistem informasi. 2.1.4.2 Sumber Daya Hardware Menurut O'Brien dan Marakas (2010, p. 32) konsep dari sumber daya hardware meliputi semua alat dan material keras yang digunakan untuk memproses informasi. 2.1.4.3 Sumber Daya Software Menurut O'Brien dan Marakas (2010, p. 33) konsep sumber daya software meliputi serangkaian instruksi pemroses informasi. Konsep umum software tidak hanya terdiri dari serangkaian instruksi operasi yang disebut program, yang diarahkan dan dikontrol oleh hardware computer, tapi juga serangkaian instruksi proses informasi yang disebut prosedur yang diperlukan manusia. 2.1.4.4 Sumber Daya Data Menurut O'Brien dan Marakas (2010, p. 33) data tidak hanya sekedar bahan mentah dari sistem informasi. Konsep sumber daya data telah diperluas oleh menejer dan para sistem informasi professional. Data dapat berupa banyak bentuk, termasuk data alfanumerik tradisional, yang tersusun dari angka, hufur, dan karakter lain yang mendeskripsikan transaksi bisnis dan entitas lainnya; data teks terdiri dari kalimat dan paragraf yang digunakan dalam menulis komunikasi; gambar data terdiri dari bentuk grafik dan angka atau
9 fotografi dan gambar video; dan data suara terdiri dari suara manusia dan suara lain. 2.1.5 Pengertian Data Menurut O'Brien dan Marakas (2010, p. 34) kata data merupakan bentuk jamak dari datum, meskipun data secara umum merepresentasikan bentuk tunggal dan jamak. Data merupakan fakta mentah atau pengamatan baku mengenai fenomena fisik atau transaksi bisnis. Diperkuat oleh teori diatas data adalah fakta mentah dari suatu pengamatan yang dilakukan terhadap objek tertentu yang dapat berupa fenomena fisik atau transaksi bisnis dari suatu organisasi. 2.1.6 Pengertian Data Mart Menurut Connolly dan Begg (2010, p. 1214) data mart adalah sebuah subset dari data warehouse yang mendukung persyaratan departemen tertentu atau fungsi bisnis atau memberikan dukungan kepada pengguna yang membagikan persyaratan yang sama untuk analisis proses bisnis tertentu. Diperkuat oleh teori diatas data mart merupakan bagian-bagian yang terdapat di dalam data warehouse yang dibuat untuk mendukung persyaratan departemen-departemen tertentu atau fungsi bisnis yang memberikan dukungan kepada pengguna untuk dapat menganalisis bagian proses bisnis dari departemen tersebut.
10 2.1.7 Database Menurut O'Brien dan Marakas (2010, p. 173) database merupakan kumpulan logika yang berhubungan dengan elemen-elemen data yang terintegrasi. Database mengkonsolidasikan records yang sebelumnya tersimpan didalam file-file yang terpisah didalam kelompok umum elemen data yang menyediakan data untuk berbagai aplikasi. Menurut Connolly dan Begg (2010, p65) database merupakan kumpulan relasi logikal dari data, dan merupakan deskripsi dari data, yang didesain untuk mempertemukan informasi yang dibutuhkan oleh sebuah perusahaan. Dapat disimpulkan database merupakan kumpulan logika dari data yang berhubungan dengan elemen-elemen data yang terintegrasi, yang kemudian digunakan untuk memperoleh informasi yang berguna bagi perusahaan. 2.1.8 Database Management System (DBMS) Menurut Connolly dan Begg (2010, p. 66) DBMS adalah sebuah sistem perangkat lunak yang memungkinkan pengguna untuk menetapkan, membuat, menjaga, dan mengontrol akses ke dalam database. Menurut Frost, Day, dan Slyke (2006, p. 6) DBMS merupakan sekumpulan program yang membantu menyimpan, mengatur, dan digunakan untuk mengumpulkan data, tanpa memperhatikan bentuk.
11 Dapat disimpulkan DBMS adalah sebuah sistem yang membantu pengguna untuk membuat, mengumpulkan data, menyimpan data, mengatur, menjaga, dan mengontrol akses ke dalam database. 2.1.9 Backup Database Menurut Connolly dan Begg (2005, p550) backup adalah proses secara periodik mengambil salinan dari database dan log file kedalam media penyimpanan offline. Diperkuat oleh teori diatas backup dilakukan secara periodik dalam waktu tertentu untuk mengambil salinan dari database dan menyimpan log file dari database tersebut ke dalam media penyimpanan lain yang dapat digunakan kembali sewaktu-waktu apabila terjadi masalah ataupun keerusakan terhadap data yang ada di dalam database. 2.1.10 Key Menurut Kendall dan Kendall (2005, p. 450) Key merupakan satu dari item data pada record yang digunakan untuk mengidentifikasi record. Ketika key secara unik mengidentifikasi sebuah record, maka itu disebut primary key. Key disebut secondary key jika record yg diidentifikasi itu tidak unik. Diperkuat oleh teori diatas key adalah indikasi untuk mengidentifikasi sebuah data pada record apakah secara unik yang biasa disebut primary key, atau secara tidak unik yang biasa disebut secondary key.
12 2.1.11 Entity Menurut Connolly dan Begg (2010, p. 65) entity adalah sebuah objek nyata (orang, tempat, benda, konsep, dan kejadian) dalam sebuah organisasi yang akan direpresentasikan ke dalam database. Diperkuat oleh teori diatas entity adalah objek nyata yang diteliti dalam sebuah organisasi yang nantinya akan dimasukkan kedalam database. 2.1.12 Attribute Menurut Connolly dan Begg (2010, p. 65) attribute adalah sebuah sifat yang menggambarkan beberapa aspek dari objek yang ingin kira record. Diperkuat
oleh
teori
diatas
attribute
menggambarkan
dan
mendeskripsikan apa saja yang dimiliki oleh sebuah entity yang akan disimpan dalam record pada database. 2.1.13 Relationship Menurut Connolly dan Begg (2010, p. 65) relationship adalah sebuah asosiasi antara entitas-entitas. Diperkuat oleh teori diatas relationship merupakan hubungan yang digambarkan oleh entitas-entitas yang ada. 2.1.14 Tipe entitas Menurut Connolly dan Begg (2010, p. 372) tipe entitas merupakan sebuah kelompok dari objek dengan property yang sama, dimana diidentifikasi oleh perusahaan sebagai keberadaan yang berdiri sendiri.
13 Diperkuat oleh teori diatas tipe entitas merupakan kumpulan entitas yang berbagi atribut yang dimiliki beserta tipe dari atribut itu sendiri seperti char, varchar, date, dan lain-lain. 2.1.15 ER Modeling Menurut Connolly dan Begg (2010, p. 371) ER Modeling merupakan pendekatan top-down pada desain database yang dimulai dengan identifikasi data penting yang disebut entities dan relationships di antara data yang harus direpresentasikan ke dalam model. Diperkuat oleh teori diatas ER Modeling merupakan analisis dalam bentuk model yang digunakan untuk menggambarkan data dalam bentuk entitas, atribut, dan relationship antar entitas-entitas tersebut. 2.1.16 User Interface Menurut O'Brien dan Marakas (2010, p. 140) user interface merupakan bagian dari sistem operasi yang memungkinkan manusia berkomunikasi dengan sistem tersebut sehingga manusia dapat memuat program, mengakses file, dan menyelesaikan tugas lain. Diperkuat oleh teori diatas User Interface merupkan tampilan dari sistem operasi yang digunakan oleh pengguna untuk dapat membaca dan berkomunikasi dengan sistem sehingga dapat melakukan input data, melihat output data, mengakses file-file tertentu, dan melakukan beberapa tugas lain.
14 2.1.17 Relationship Type Menurut Connolly dan Begg (2005, p346) relationship type merupakan kumpulan asosiasi antara satu atau lebih tipe entitas yang berpartisipasi. Setiap tipe relasional diberi nama yang menjelaskan fungsinya. Diperkuat oleh teori diatas relationship type adalah kumpulan dari hubungan-hubungan antar entitas yang tergabung dalam satu model yang memiliki nama dan fungsi tersendiri. 2.1.18 Multiplicity Menurut Connolly dan Begg (2010, p. 358) multiplicity adalah angka dari kejadian yang mungkin terjadi dari sebuah tipe entitas yang berhubungan dengan sebuah kejadian dari sebuah asosiasi entitas melalui sebuah hubungan particular. Ada 3 tipe hubungan relationship : •
One-to-One (1:1) Relationships
Gambar 2.1 One-to-One(1:1) Relationships (Connolly dan Begg, 2010, p. 358)
15 Sebuah diagram ER dari ManagesBranchrelationship Staf ditunjukkan pada Gambar 2.1 untuk menyatakan bahwa anggota staf dapat mengatur nol atau satu cabang, kita menempatkan sebuah 0 .. 1 'di samping entitas branch tersebut. Untuk menyatakan bahwa cabang selalu memiliki seorang manajer, kami menempatkan '1 .. 1 ' samping entitas staff tersebut. (Perhatikan bahwa untuk hubungan 1:1, kita dapat memilih nama hubungan yang masuk akal di kedua arah.) •
One-to-Many (1:*) Relationships
Gambar 2.2 One-to-Many (1:*) Relationships (Connolly dan Begg, 2010, p. 359)
Sebuah
diagram
ER
dari
OverseesPropertyForRentrelationship
Staf
ditunjukkan pada Gambar 2.2.untuk menyatakan bahwa anggota staf dapat mengawasi nol atau lebih properti untuk disewakan, kami menempatkan '0 .. * 'di sebelah entitas PropertyForRent. Untuk menyatakan bahwa setiap properti untuk sewa adalah diawasi oleh nol atau satu anggota staf, kami menempatkan '0 .. 1 'di samping entitas staff tersebut. (Catatan bahwa dengan 1: * hubungan, kita memilih nama hubungan yang masuk akal dalam 1: * arah.)
16 Jika kita mengetahui minimum yang sebenarnya dan nilai-nilai maksimum untuk multiplisitas, kita bisa menampilkan ini sebagai gantinya. Misalnya, jika seorang anggota staf mengawasi minimal nol dan maksimum 100 properti untuk sewa, kita dapat mengganti '0 .. * 'dengan '0 .. 100'. •
Many-to-Many (*:*) Relationships
Gambar 2.3 Many-to-Many (*:*) Relationships (Connolly dan Begg, 2010, p. 360)
Sebuah diagram ER dari koran mengiklankan hubungan PropertyForRent ditunjukkan pada Gambar 2.3 untuk menyatakan bahwa surat kabar masingmasing dapat mengiklankan satu atau banyak property untuk disewa, kami menempatkan '1 .. * 'di sebelah jenis entitas PropertyForRent. Untuk menyatakan bahwa setiap hak milik untuk sewa dapat diiklankan oleh nol atau lebih newspaper, kami menempatkan '0 .. * 'di sebelah entitas newspaper. (Perhatikan bahwa untuk *: * hubungan, kita dapat memilih nama hubungan yang masuk akal di kedua arah.)
17 2.1.19 OLTP Menurut Connolly dan Begg (2005, p. 1149) OLTP adalah sistem yang didesain untuk mengatasi seluruh transaksi yang banyak, dengan transaksi-transaksi yang khusus membuat perubahan kecil pada data operasional perusahaan, yang mana data yang dibutuhkan perusahaan dapat mengatasi operasional harian. Menurut Kimball (2002, p. 408) OLTP merupakan deskripsi asli untuk semua aktifitas dan sistem yang terasosiasi dengan masukan data yang andal kedalam database. Sering digunakan dengan referensi ke relasional database,
walaupun
OLTP
bisa
digunakan
secara
umum
untuk
mendeskripsikan lingkungan dalam transaction-processing. Dapat disimpulkan OLTP merupakan sistem yang terasosiasi dengan database, yang didesain untuk mengatasi transaksi harian yang terjadi pada perusahaan. 2.1.20 OLAP Menurut Connolly dan Begg (2010, p. 1250) OLAP adalah perpaduan dinamis,
analisis,
dan
konsolidasi
dari
volume
yang
besar
pada
multidimensional data. Menurut Kimball (2002, p. 408) OLAP adalah definisi bebas yang disusun berdasarkan prinsip-prinsip yang menyediakan dimensi framework untuk membantu pengambilan keputusan. Istilah OLAP juga digunakan untuk mendefinisikan konfederasi dari vendor yang menawarkan nonrelational,
18 produk database multidimensi yang bertujuan untuk membantu pengambilan keputusan. Menurut Mannino (2004, p. 609) OLAP terbagi kedalam tiga jenis, yaitu MOLAP, ROLAP, dan HOLAP. •
MOLAP (Multidimensional OLAP) Adalah mesin penyimpanan yang secara langsung menyimpan dan memanipulasi data cubes. MOLAP biasanya memberikan performa query terbaik, tetapi memiliki batasan terhadap kapasitas dari data cubes.
•
ROLAP (Relational OLAP) Relasional DBMS tambahan yang mendukung multidimensional data. ROLAP mendukung berbagai macam penyimpanan dan teknik optimasi untuk mendapat ringkasan data.
•
HOLAP Merupakan mesin penyimpanan untuk data warehouse yang menggabungkan
ROLAP
dan
MOLAP.
HOLAP
meliputi
penyimpanan relasional dan multidimensional data sama baiknya dengan
menggabungkan
data
dari
sumber
relasional
dan
multidimensional data untuk operasi data cubes. Dapat disimpulkan OLAP adalah teknologi yang menggunakan pendekatan secara multidimensional dari keseluruhan data yang menyediakan proses yang cepat untuk strategi informasi yang berguna untuk analisis lebih lanjut.
19 2.1.21 Data Warehouse Menurut Inmon (2005, p. 29) data warehouse adalah subject-oriented, integrated, nonvolatile, dan time-variant yang merupakan kumpulan data yang bertujuan untuk membantu pengambilan keputusan. Menurut Silberschatz, Korth, dan Sudarshan (2002, p. 843) data warehouse adalah sebuah repositori (atau arsip) informasi yang terkumpul dari berbagai sumber, tersimpan didalam sebuah sebuah skema yang teratur, pada satu site. Ketika terkumpul, data yang tersimpan dalam jangka waktu yang panjang memberikan ijin akses pada data historis. Data warehouse ini memungkinkan pengguna terkonsolidasi langsung dengan data, membuat decision-support query lebih mudah untuk ditulis. Menurut Kimball dan Ross (2002, p. 397) data warehouse adalah percampuran dari staging data warehouse sebuah organisasi dan area presentasi, dimana operasional data secara spesifik terstruktur untuk query dan performa analisis dan gampang digunakan. Dari definisi-definisi tersebut Dapat disimpulkan bahwa data warehouse adalah tempat penyimpanan data terkumpul secara lengkap dan konsisten yang berorientasi subjek, terintegrasi, nonvolatile, dan time-variant yang dapat digunakan untuk membantu pengambilan keputusan oleh manager. 2.1.21.1 Anatomi Data Warehouse Menurut Ibrahim, Setyabudhi, Astuti, dan Prabowo (2006, p. 19) konsep data warehouse sebenarnya secara umum lebih cenderung
20 kesebuah lingkungan mainframe yang terpusat kemudia dengan adanya keunggulan teknologi client/server, memungkinkan data warehouse diterapkan dalam berbagai macam cara untuk menampung kebutuhan pemakai sistem secara lebih proporsional. Tiga jenis dasar sistem data warehouse adalah sebagai berikut : •
Data
warehouse
fungsional,
mempergunakan
pendekatan
kebutuhan dari tiap bagian fungsi bisnis, misalnya departemen, divisi, dan sebagainya, untuk mendefinisikan jenis data yang akan ditampung di dalam sistem. Setiap unit fungsi dapat mempunyai gambaran datanya masing-masing. Penerapan jenis sistem pengumpulan data seperti itu beresiko kehilangan konsistensi data di luar lingkungan fungsi bisnis yang bersangkutan. Jika kemudian dilakukan pendekatan lingkupnya diperbesar dari lungkungan fungsional menjadi lingkup perusahaan, konsistensi
data
perusahaan tidak lagi dapat terjamin. Pendekatan itu biasanya dilakukan dengan tujuan mempermudah pembangunan suatu data warehouse dengan biaya yang relatif rendah. •
Data warehouse terpusat, adalah data diambil dari seluruh sistem operasional dan disimpan di dalam pusat penyimpanan data. Pemakai kemudian bekerja dengan data yang telah terkumpul tersebut untuk membangun data warehouse fungsional pada masing-masing fungsi kebutuhan. Sistem ini paling banyak digunakan
karena
kebiasaan
pemakai
dengan
lingkungan
mainframe yang terpusat. Keuntungan sistem ini adalah adanya data yang benar-benar terpadu.
21 •
Data warehouse terdistribusi, dikembangkan dengan konsep data yang memungkinkan pemakai untuk langsung berhubungan dengan sumber data maupun dengan pusat pengumpulan data lain. Konsep itu sering disebut juga konsep data gateway. Pendekatan itu mengandalkan keunggulan teknologi client/server untuk mengambil data dari berbagai sumber. Konsep itu memungkinkan tiap departemen atau divisi untuk membangun pengumpul data fungsionalnya masing-masing, atau bahkan sistem operasionalnya, dan memadukan bagian tersebut dengan teknologi client/server. Konsep ini memerlukan biaya yang sangat besar karena setiap sistem pengumpulan data fungsional dan sistem operasinya dikelola secara terpisah. Memerlukan sinkronisasi data yang tinggi dalam memelihara keterpaduan data.
2.1.21.2 Karakteristik Data Warehouse Menurut Inmon (2005, p. 29) data warehouse memiliki beberapa karakteristik yaitu : •
Subject-oriented
Sistem operasi yang terorganisir dalam aplikasi fungsional pada perusahaan. Misalkan perusahaan asuransi, aplikasi operasional terdiri dari auto, life, health, dan casualty. Mayoritas dari area subjek dari perusahaan asuransi bisa terdiri dari customer, policy, premium, dan claim. Seperti dapat dilihat pada gambar 2.4
22
Gambar 2.4 Karakteristik Data Warehouse : Subject Oriented (Inmon, 2005, p. 30) •
Integrated
Semua aspek dari data warehouse, integrasi merupakan hal yang paling penting. Data diisi dari banyak bagian, berbeda-beda sumbernya didalam data warehouse. Sumber yang terintegrasi harus dibuat konsisten untuk menampilkan pandangan terintegrasi dari data kepada pengguna. •
Nonvolatile
Operasional data secara umum diakses dan dimanipulasi kedalam satu record pada suatu waktu. Data diperbaharui didalam lingkungan operasional secara teratur. Data yang baru selalu diperbaharui sebagai tambahan bukan sebagai penggati.
23 •
Time Variant
Membuktikan bahwa setiap unit data warehouse tersebut akurat dalam interval waktu tertentu. 2.1.21.3 Arsitektur Data Warehouse Menurut Kimball dan Ross (2010, p. 516) jika anggota tim data warehouse menginginkan versi single master dari masing-masing dimensi, kita harus membangun itu sendiri. Kita menggunakan proses extract, transform, dan load (ETL) untuk menarik data dari berbagai sumber,
membersihkan,
menyelaraskan,
standarisasi,
dan
mengintegrasikannya dalam rangka menciptakan apa yang kita sebut enterprise conformed dimension, seperti diperlihatkan pada gambar 2.5
Gambar 2.5 Arsitektur Data Warehouse (Kimball dan Ross, 2010, p. 517) Master dari dimensi yang disesuaikan berisi atribut yang umum pada seluruh sistem transaksi, seperti nama pelanggan, dan
24 atribut yang unik untuk sistem individu, seperti alamat pengiriman. Master dari dimensi yang disesuaikan memetakan kunci sumber sistem kepada single master surrogate key untuk setiap entri dalam entitas. Pemetaan ini mengikat data dari satu sistem sumber yang lain. Setelah dimensi master di tempatkan. Perubahan dan penambahan atribut bersama dari sistem sumber yang berbeda harus dimasukkan ke dalam dimensi. Juga, sistem manajemen dimensi biasanya dipanggil untuk mengidentifikasi versi terbaik dari atribut bersama dari semua kemungkinan versi yang ada. Ini adalah sebuah penetapan, yang dikenal sebagai kelangsungan hidup, melibatkan aturan bisnis yang kompleks dan perbandingan selama aliran ETL berlangsung. 2.1.21.4 Aliran Data dalam Data Warehouse Menurut Connolly dan Begg (2005, p. 1161) aliran data terdiri dari 5 jenis: •
Inflow Proses yang berasosiasi dengan extraction, cleansing, dan loading pada data dari sumber sistem kedalam data warehouse.
•
Upflow Proses yang berasosiasi dengan penambahan nilai untuk data di dalam data warehouse melalui summarizing, packaging, dan distribution dari data.
25 •
Downflow Proses yang berasosiasi dengan pengarsipan dan melakukan backup dalam data warehouse.
•
Outflow Proses yang berasosiasi dengan pembuatan data agar tersedia untuk pengguna akhir.
•
Metaflow Proses yang berasosiasi dengan menejemen dengan metadata.
2.1.21.5 Keuntungan Data Warehouse Menurut Poolet (2009, p. 31) Data warehouse adalah strategic tool. Kita dapat menggunakannya untuk memberikan organisasi sebuah keuntungan dalam menghadapi persaingan. Para manajer pemasaran dapat menggunakannya untuk lebih memahami kebiasaan membeli dari pelanggan mereka dan mendorong bisnis ke garis depan sektornya. Data warehouse juga dapat mengekspos kelemahan yang perlu mendapat perhatian dalam sebuah organisasi. 2.1.22 Granularity Menurut Connolly dan Begg (2005, p. 602) granularity adalah ukuran data-data yang dipilih sebagai unit proteksi dari kontrol protokol konkurensi. Menurut Inmon (2005, p. 498) granularity adalah tingkatan rincian yang terkandung pada suatu unit data. Semakin detail/rinci sebuah data, semakin rendah tingkatan granularity. Semakin rendah detail/rinci sebuah data, semakin tinggi tingkat granularity.
26 Dapat disimpulkan granularity adalah tingkat kerincian dan kedetailan sebuah unit data. Semakin tinggi tingkat granularity semakin rinci data tersebut. Semakin rendah tingkat granularity semakin detail data tersebut. 2.1.23 Nine Step Methodology Menurut Connolly dan Begg (2005, p. 1187) nine step methodology terdiri dari : 1. Memilih Proses Proses (fungsi) mengacu pada hal subjek dari data mart tertentu. Awal dari pembangunan data mart harus menjadi prioritas dalam penyampaian tepat waktu, sesaui budget dan menjawab semua pertanyaan bisnis secara komersil. Pilihan terbaik untuk data mart pertama biasanya berhubungan dengan penjualan. Sumber data tersebut biasanya dapat diakses dan memiliki kualitas yang tinggi. 2. Memilih Grain Memilih
grain
berarti
menentukan
secara
tepat
apa
yang
merepresentasikan record pada tabel fakta. Setelah grain untuk tabel fakta dipilih, maka kita dapat mengindentifikasi dimensi pada tabel fakta. Keputusan dalam pemilihan grain untuk tabel fakta ikut menentukan grain pada masing-masing tabel dimensi. 3. Mendefinisikan dan Menyesuaikan Dimensi Dimensi mengatur konteks untuk mempertanyakan mengenai fakta di dalam tabel fakta. Suatu dimensi yang dibangun dengan baik membuat data mart mudah dimengerti dan digunakan. Kita
27 mengidentifikasi dimensi dalam detail yang jelas untuk menjelaskan sesuatu seperti klien dan properti dalam grain yang benar. Dimensi yang ditampilkan secara buruk maupun tidak lengkap akan mengurangi manfaat data mart bagi perusahaan. Jika sebuah dimensi digunakan lebih dari satu data mart, maka dimensi harus sama persis dengan yang lainnya. Hanya dengan cara ini dua data mart dapat berbagi satu atau lebih dimensi. Saat dimensi digunakan lebih dari satu data mart dimensi tersebut harus mengarah sebagai conformed. 4. Memilih Fakta Grain dari tabel fakta menentukan fakta mana yang bisa digunakan di dalam data mart. Semua fakta harus menunjukkan tingkat grain yang sama. Dengan kata lain, jika grain pada tabel fakta adalah sebuah penjualan secara individual, maka semua fakta numerik harus mengarah pada penjualan tertentu. Fakta harus berupa numeric dan additive. Jika sebuah tabel fakta berisi fakta non-numeric dan nonadditive maka tabel fakta tersebut tidak berguna. 5. Menyimpan Pre-kalkulasi Ketika fakta yang sudah dipilih harus diperiksa ulang untuk menentukan apakah ada kesempatan untuk melakukan prakalkulasi. Contohnya, kebutuhan untuk menyimpan prakalkulasi muncul pada saat tabel fakta membandingkan keuntungan dan kerugian. Kondisi ini sering muncul saat table fakta berdasarkan penjualan maupun invoice. 6. Melengkapi Tabel Dimensi Pada
langkah
ini,
kita
mengembalikan
dimensi
tabel
dan
menambahkan deskripsi teks pada tabel dimensi sebanyak mungkin.
28 Teks deskripsi harus bersifat intuisi dan dapat dimengerti oleh pengguna sebaik mungkin. Kegunaan dari data mart ditentukan dari cakupan dan lingkungan dari atribut tabel dimensi. 7. Memilih Durasi dari Database Durasi mengukur sejauh mana tabel fakta bisa melihat ke beberapa waktu ke belakang. Pada banyak perusahaan, ada kebutuhan untuk melihat pada periode waktu satu atau dua tahun yang lalu. Untuk perusahaan lainnya, seperti perusahaan asuransi,
mereka ingin
melihat data hingga lima tahun ke belakang. Tabel fakta yang sangat besar dapat menimbulkan dua masalah yang signifikan pada desain data warehouse. Yang pertama sulit untuk mencari sumber data yang lama. Data yang sudah lama susah untuk dibaca dan diinterpretasikan. Yang kedua, versi lama dari dimensi yang akan digunakan tidak sesuai dengan versi saat ini. 8. Melacak Perubahan dari Dimensi secara Perlahan Perubahan dimensi secara perlahan maksudnya adalah, sebagai contoh, deskripsi yang benar dari klien lama dan cabang lama harus digunakan dengan transaksi yang lama. Ada 3 tipe dasar dari perubahan dimensi secara perlahan. Tipe pertama, ketika dimensi berubah, atributnya ditimpa (overwritten). Tipe kedua, ketika atribut dimensi berubah menyebabkan record dimensi baru harus dibuat. Tipe ketiga, ketika atribut dimensi berubah menyebabkan sebuah atribut alternatif harus dibuat jadi nilai lama dan baru dari atribut secara langsung dapat di akses pada record dimensi yang sama.
29 9. Menentukan Prioritas dan Mode Query Pada langkah ini kita menentukan masalah desain fisik. Masalah desain fisik yang paling penting mempengaruhi persepsi pengguna akhir pada data mart adalah menentukan urutan fisik dari tabel fakta pada penyimpanan dan adanya penggunaan agregasi. Selain itu, terdapat masalah dalam desain fisik yang mempengaruhi administrasi, backup, indexing performance, dan keamanan. 2.1.24 Star Schema Menurut Connolly dan Begg (2010, p. 1227) star schema merupakan struktur logikal yang mana memiliki sebuah table fakta yang berisi data factual sebagai pusat, dikelilingi oleh tabel dimensi yang berisi data referensi (dimana bisa di denormalisasi). Menurut Mannino (2004, p. 591) star schema adalah sebuah representasi data modeling untuk multidimensional database. Di dalam database, sebuah star schema mempunyai sebuah tabel fakta yang berada dipusat yang berhubungan dengan banyak tabel dimensi. Dapat disimpulkan star schema merupakan skema yang terdiri dari satu tabel fakta sebagai pusat dan dikelilingi oleh banyak tabel dimensi. 2.1.25 Keuntungan Star Schema Menurut Sepsugiarto (2011) keuntungan menggunakan skema bintang adalah : 1. Membangun suatu rancangan database yang memiliki respon time yang cepat;
30 2. Menyediakan suatu rancangan yang dapat dengan mudah dimodifikasi atau ditambah jika data warehouse yang telah dirancang tersebut mengalami perkembangan; 3. Paralel, maksudnya adalah di dalam rancangan database dapat dibentuk sesuai dengan kemauan pemakai terhadap data; 4. Mudah
mengerti
dan
menggunakan
metadata,
baik
untuk
pembangunan maupun bagi pemakai, 5. Banyak tools yang dapat dipilih agar dapat mengakses data yang ada. 2.1.26 ETL Menurut Kimball dan Ross (2002, p. 401) ETL adalah kumpulan beberapa proses yang mana operasional sumber datanya telah disiapkan untuk data warehouse. Proses ETL ini terdiri dari extracting, transforming, loading yang dilakukan sebelum masuk kedalam data warehouse. Jadi ETL merupakan proses persiapan data yang termasuk pencarian data, pengintegrasian data, dan pengalokasian data dari sumber operasional ke dalam data warehouse. Tahapannya adalah : •
Extraction Menurut Kimball dan Ross (2002, p. 8) extraction adalah langkah pertama dari sebuah proses memasukan data kedalam data warehouse. Extraction maksudnya membaca dan memahami sumber data dan mengkopi data yang dibutuhkan untuk data warehouse kedalam staging area untuk manipulasi kedepannya.
31 •
Transformation Menurut Kimball dan Ross (2002, p. 8) setelah data diekstrak kedalam staging area ada beberapa potensi untuk melakukan transformation, seperti cleasing data (memperbaiki kesalahan pengejaan, menyelesaikan masalah data asal, mengatasi elemen yang hilang, atau mengubah kedalam format yang standard), mengkombinasikan
data
dari berbagai sumber,
mencegah
duplikasi data, dan menetapkan warehouse key. •
Loading Menurut Kimball dan Ross (2002, p. 8) setelah melakukan proses transformation maka data dapat dimuat dalam data warehouse. Proses akhir dalam ETL ini harus berupa data yang sudah dinormalisasi. Data dari staging area akan dipindahkan ke dalam data warehouse atau data mart.
Menurut Farhan, Marie, El-Fangary, dan Helmy (2011, p. 48) data dari sistem operasional biasanya ditentukan dalam skema yang berbeda dan harus diekstrak dan diubah untuk mengumpulkan mereka ke dalam repositori DW umum, dalam proses ETL, data yang diambil dari sebuah sistem sumber melewati urutan transformasi sebelum mereka dimuat ke DW. Desain proses ETL biasanya terdiri dari tujuh tugas : •
Filter Mekanisme Filter menyaring data yang tidak diinginkan dan memverifikasi kebenaran data berdasarkan batasan.
32 •
Join Mekanisme Gabung digunakan untuk menggabungkan dua sumber data yang berhubungan satu sama lain dengan beberapa atribut. (didefinisikan dengan menggunakan kondisi restriktif)
•
Loader Mekanisme loader yang memuat data ke target dari proses ETL seperti dimensi atau fakta dalam data warehouse. Setiap proses ETL harus memiliki setidaknya satu mekanisme loader.
•
Incorrect Mekanisme incorrect digunakan untuk mengubah rute yang buruk atau yang dibuang pada record dan memberikan pengecualian untuk target yang terpisah. Dengan cara ini, desainer data warehouse dapat melacak kesalahan yang berbeda. Mekanisme ini hanya dapat digunakan dengan Filter, Loader, dan Wrapper, karena mekanisme membatasi data yang mereka proses.
•
Merge Mekanisme Merge mengintegrasikan dua atau lebih sumber data dengan atribut yang kompatibel. Dua sumber data dapat dikatakan kompatibel asalkan keduanya mengandung subset dari atribut yang didefinisikan dalam target, atribut yang digunakan dalam integrasi harus memiliki nama yang sama di semua sumber data.
•
Wrapper Mekanisme Wrapper memungkinkan kita untuk menentukan transformasi yang diperlukan dari sumber data asli menjadi catatan sumber data yang berdasarkan record.
33 •
Surrogate Mekanisme surrogate menghasilkan surrogate key yang unik. Tugas surrogate key adalah proses umum dalam data warehouse, dipekerjakan untuk menggantikan original key dari sumber data dengan uniform key.
2.1.27 Intranet Menurut O'Brien dan Marakas (2010, p. 219) intranet merupakan sebuah jaringan didalam sebuah organisasi yang menggunakan teknologi internet untuk menyediakan sebuah lingkungan internet meliputi perusahaan untuk berbagi informasi, komunikasi, kolaborasi, dan mendukung proses bisnis. Dapat disimpulkan intranet adalah sebuah teknologi jaringan pada sebuah perusahaan untuk berbagi informasi, komunikasi, kolaborasi, dan yang mendukung proses bisnis. 2.2 Teori Khusus 2.2.1 Servis Menurut Romney dan Stembart (2006, p. 10) servis merupakan aktivitas yang menyediakan pelayanan setelah penjualan kepada pelanggan. Contohnya jasa perbaikan dan pemeliharaan. Diperkuat oleh teori diatas servis merupakan aktivitas yang menjual pelayanan kepada pelanggan setelah pelanggan membeli sebuah produk.
34 2.2.2 Sales Menurut Romney dan Stembart (2006, p. 10) sales adalah aktivitas yang membantu pelanggan untuk membeli barang atau jasa dari suatu perusahaan. Diperkuat oleh teori diatas sales merupakan kegiatan yang membantu pelanggan untuk membeli produk dan jasa pada sebuah perusahaan. 2.2.3 Persediaan Menurut Alfredson (2007, p. 342 ) persediaan adalah aset yang tersedia untuk dijual dalam proses bisnis biasa atau aset yang ada dalam proses produksi seperti untuk dijual atau aset dalam bentuk material atau supplier atau digunakan dalam proses produksi atau dalam memberikan pelayanan. Menurut Warren, Reeve, dan Fees (2005, p. 440) persediaan adalah barang dagang yang disimpan untuk dijual dalam operasi bisnis perusahaan, dan bahan yang digunakan dalam proses produksi atau disimpan untuk tujuan tersebut. Persediaan yang diperoleh perusahaan langsung dijual kembali tanpa mengalami proses produksi selanjutnya disebut persediaan barang dagang. Dapat disimpulkan persediaan merupakan aset perusahaan yang disimpan dan akan digunakan untuk dijual dalam operasi bisnis ataupun digunakan dalam proses produksi yang disediakan untuk memenuhi permintaan pelanggan.
35 2.3 Kerangka Pikir Latar Belakang : -
PT. Toyota Astra Motor sebagai perusahaan yang bergerak di bidang penjualan, pengimport dan pendistribusian mobil dan suku cadang memiliki jumlah data transaksi yang terus bertambah setiap tahunnya. Sebagai perusahaaan yang bergerak di bidang automotif, dibutuhkan tempat pengolahan data dan untuk mengintegrasikan data kepada divisi yang bersangkutan.
Tinjauan teori :
Identifikasi Masalah:
Tinjauan teori :
- Anatomi Data Warehouse - Karakteristik Data Warehouse. - Arsitektur Data Warehouse
- Data yang masih kotor dan belum berkualitas untuk pengambilan keputusan. - Laporan yang belum tersaji secara lengkap yang susah untuk dipahami.
- Teori Extract, Transform, Load (ETL) - Aliran data dalam Data Warehouse - Keuntungan Data Warehouse
Rumusan Masalah 1 : Bagaimana kondisi data?
Rumusan Masalah 2 : Bagaimana kualitas laporan yang dihasilkan?
Rumusan Masalah 3 : Bagaimana meningkatkan kualitas laporan dengan kualitas data yang sudah baik?
Simpulan dan Saran Gambar 2.6 Kerangka Pikir
