BAB 2 LANDASAN TEORI
2.1
Data Data merupakan fakta yang mendeskripsikan secara mendasar benda,
peristiwa, aktivitas, dan transaksi yang ada lalu disimpan yang belum mampu menyampaikan arti-arti yang spesifik. Pengertian tersebut didukung oleh pendapat Turban, Rainer, Potter, & Cegielski (2010 : 6), yang mana data adalah deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang didapat atau disimpan serta diklasifikasikan tetapi belum terorganisir dengan baik sehingga belum mampu menyampaikan arti-arti yang spesifik untuk pemiliknya. Sedangkan menurut William dan Sawyer (2011 : 25) data adalah fakta dan gambaran mentah yang harus melalui sebuah proses tertentu untuk dapat menjadi sebuah informasi. Secara lebih spesifik lagi data merupakan atribut dari setiap entitas seperti benda, tempat, dan kejadian. Tabel 2.1- Tabel Data Jakarta Bandung
12 Maret 1990 24 April 1998
Tabel di atas (tabel 2.1) tidak memiliki arti atau makna bagi pembacanya, tetapi sebenarnya data di atas adalah data yang menunjukan tempat dan tanggal lahir seseorang. berdasarkan contoh diatas dapat diartikan bahwa data akan memiliki arti bagi penggunanya setelah memiliki pengolahan lebih lanjut dan menghasilkan informasi. 2.2
Database Database merupakan sekumpulan data yang memiliki hubungan yang
disimpan dalam satu tempat yang sama, dimana menurut Inmon (2005 : 493) 8
9
database adalah kumpulan data yang saling berhubungan dan disimpan (biasanya telah dikendalikan dan memiliki redudansi yang terbatas) berdasarkan skema. Pendapat ini juga didukung dengan pendapat dari Connolly & Begg (2010 : 65) dimana database merupakan kumpulan relasi data yang logis dan deskripsi dari data tersebut, yang di desain untuk memenuhi kebutuhan sebuah organisasi atau perusahaan. Sedangkan menurut Williams & Sawyer (2011 : 164), database merupakan semua koleksi data yang disimpan secara berkelompok dalam teknologi yang sudah terkomputerisasi. Secara spesifik dapat diartikan bahwa database adalah kumpulan file yang saling terkait dalam suatu sistem komputer. Semua file ini diatur menurut elemen umum masing-masing seingga dapat dengan mudah diambil ketika dibutuhkan. Database sangat berperan penting dalam bisnis dan organisasi karena dapat membantu sebuah bisnis untuk melakukan evaluasi catatan yang lalu untuk menghadapi masalah kedepannya. Sebagai contoh sebuah database yang menyimpan kumpulan nama, alamat,dan nomor telepon dari konsumen dari sebuah unit usaha. Database memiliki tiga jenis bentuk dasar penyimpanan data (Connolly & Begg, 2010 : 96) yaitu : relational data model, network data model, dan hierarchical data model. Tetapi bentuk paling umum yang digunakan adalah relational data model. Konsep ini menampilkan data secara fisik dalam bentuk tabel. Pada relational model setiap data yang tersimpan memiliki kode atau key yang unik yang berfungsi dalam mengidentifikasi setiap tuple data yang ada. Terdapat beberapa jenis key antara lain : • Super key Super key adalah atribut yang secara unik dibuat untuk mengidentifikasi sebuah tuple didalam relasi.
10
• Primary key Primary key adalah salah satu candidate key yang terpilih atau dipilih untuk mewakili sebuah tuple sehingga membantu identifikasi data didalam sebuah table. • Candidate key Candidate key merupakan kumpulan antribut yang memiliki keunikan dan tidak terdapat di relasi lain. candidate key juga menjadi pilihan dalam menentukan primary key. • Composite key Composite key merupakan candidate key yang atributnya lebih dari satu. • Foreign Key Foreign key merupakan atribut yang berasal dari relasi lain. Biasanya foreign key merupakan primary key pada sebuah tabel lain yang masih memiliki hubungan dengan tabel tersebut. Berdasarkan kutipan di atas dapat disimpulkan bahwa database (basis data) merupakan kumpulan data yang memiliki relasi atau hubungan secara logis yang mampu diproses untuk menampilkan informasi setelah melalui proses-proses dalam sistem. 2.3
Database Management Systems (DBMS) DBMS biasanya digunakan sebagai penghubung antara user untuk mengatur
sistem berbasis data, seperti pengertian dari O’Brien & Marakas (2009 : 196) Database Management System (DBMS) adalah perangkat lunak yang utama dari database management karena DBMS mengatur pembuatan, pemeliharaan, dan penggunaan database dari sebuah organisasi dan penguna akhirnya. Hal ini diperkuat dengan pendapat dari Satzinger, Jackson, & Burd (2004,p398), database
11
management systems (DBMS) merupakan sebuah sistem perangkat lunak yang mengelola dan mengontrol akses ke database. Komponen yang terdapat pada DBMS adalah : • Physical data store Physical data store adalah area penyimpanan yang digunakan oleh sebuah database management system untuk menyimpan bits dan bytes dari sebuah database. • Schema Schema adalah sebuah deskripsi dari struktur, isi, dan kontrol akses dari sebuah penyimpanan data fisik atau database. Sedangkan menurut Connolly & Begg (2010, p66), DBMS adalah sebuah sistem perangkat lunak yang memungkin user untuk mendefinisikan, menciptakan, memelihara, dan mengontrol akses terhadap sistem basis data.
Gambar 2.1- Komponen-Komponen DMBS (Sumber : Connolly & Begg, 2010 : 68) Berikut adalah penjabaran komponen-komponen DBMS pada gambar 2.1 (Connolly & Begg, 2010 : 68-71) diantaranya : • Hardware DBMS dan aplikasi membutuhkan perangkat keras sebagai media untuk menjalankan semua fungsi-fungsi yang ada.
12
• Software Komponen perangkat lunak terdiri atas DBMS dan program aplikasi, tidak luput juga sistem operasi dan perangkat lunak jaringan (jika ada) merupakan bagian dari perangkat lunak. • Data Merupakan jembatan penghubung antaran mesin (hardware dan software) dan manusia (procedure and people) serta merupakan komponen bahan baku dalam lingkungan DBMS. • Procedure Merupakan aturan ataupun instruksi yang akan menentukan kegunaan dari sistem basis data. • People Orang merupakan komponen penggerak yang harus terlibat secara langsung dengan sistem. Hubungan DMBS dan database dapat di gambarkan sebagai berikut :
Gambar 2.2- Hubungan DBMS dan Database (Sumber : Connolly & Begg, 2010 : 67) Berdasarkan gambar 2.2 dapat dilihat bahwa DBMS merupakan sebuah sistem perangkat lunak yang membantu user agar mampu mengontrol dan
13
mengakses sistem berbasis data termasuk didalamnya perangkat keras, perangkat lunak, data, prosedur, dan orang. 2.4
Data Warehouse
2.4.1
Pengertian Data Warehouse Data warehouse juga berguna sebagai tempat penyimpanan data terbaru
(real time) dan data historikal untuk kepentingan manajer dalam sebuah organisasi. Hal ini didukung oleh pendapat Coronel, Morris, & Rob (2010 : 495) yang mengartikan bahwa Data warehouse adalah database relasional yang dirancang untuk query dan analisis bukan untuk proses transaksi. Biasanya berisi data historis yang berasal dari data transaksi, tetapi bisa termasuk data dari sumber lain. Sedangkan hal yang berbeda disampaikan oleh Turban, Sharda, Delen, & King (2011 : 52), data warehouse adalah kumpulan data yang dibuat khusus untuk mendukung proses pengambilan keputusan. Data warehouse juga berguna sebagai tempat penyimpanan data terbaru (real time) dan data historikal untuk kepentingan manajer dalam sebuah organisasi. Data warehouse memiliki beban kerja yang terpisah dari beban kerja transaksi
(secara
prosesnya)
dan
memungkinkan
organisasi
untuk
mengkonsolidasikan data dari beberapa sumber. Data warehouse memiliki beberapa karakteristik (Connolly & Begg, 2010 : 1197) yaitu sebagai berikut : •
Subject Oriented Subject oriented memiliki arti sebagai data yang diatur dan disesuaikan dengan subjek yang detail sehingga dapat membantu mendukung pengambilan keputusan. Orientasi ini memberikan pandangan yang lebih komprehensif dari sebuah organisasi karena tidak hanya menentukan cara sebuah proses bisnis dapat berjalan melainkan juga mengapa sebuah proses bisnis dijalankan.
14
•
Integrated Integrated atau terintegrasi artinya sebuah data warehouse haruslah terintegrasi dengan baik untuk mendapatkan proses yang tepat. Karena sumber data pada data warehouse berasal dari berbgai sumber sehingga integrasi adalah salah satu hal yang paling penting.
•
Time variant Data warehouse merupakan koleksi data historis dimana data terus di tambah dari masa ke masa untuk digunakan dalam menganalisis tren, deviasi, dan hubungan jangka panjang lainnya yang bertujuan untuk pengambilan keputusan dimasa mendatang. Hal ini lah yang membuat waktu merupakan dimensi yang penting yang harus didukung oleh setiap data warehouse.
•
Nonvolatile Nonvolatile adalah karakteristik lain dari data warehouse yaitu dimana setelah semua data yang masuk kedalam data warehouse tidak ada user yang dapat mengubah data tersebut. Berdasarkan kutipan di atas dapat disimpulkan bahwa data warehouse
merupakan kumpulan data historikal dan juga data saat ini yang berorientasi subjek, terintegrasi berdasarkan waktu, dan tidak dapat mengalami perubahan secara langsung dimana dalam pengolahannya datanya terdapat proses extract, transform, dan loading yang digunakan agar dapat mendukung proses pengambilan keputusan.
2.4.2
Arsitektur Data Warehouse Data warehouse tersusun atas beberapa komponen didalam arsitekturnya.
Masing-masing
komponen
didalamnya
sangat
penting
dalam
mendukung
15
terbentuknya data warehouse. Berikut adalah arsitektur data warehouse menurut Connolly & Begg (2010 : 1203-1206) :
Gambar 2.3-Arsitektur Data Warehouse (Sumber : Connolly & Begg, 2010 : 1204) -
Operational Data Data operasional merupakan sumber data untuk data warehouse. Sumber data ini didapat dari data yang dipegang secara departemen atau perbagian perangkat kerja, serta data-data pribadi yang di simpan dalam perangkat kerja masing-masing bagian.
-
Operational Data Store ODS adalah tempat penyimpanan terbaru dan data operasional yang terintegrasi yang digunakan untuk menganalisis. Biasanya bentunya terstruktur dan menyuplai data seperti data warehouse tetapi terkadang bersifat sederhana sebagai staging area untuk data sebelum dipindahkan ke data warehouse.
16
-
ETL Manager ETL manager bekerja pada semua kegiatan yang berhubungan dengan ETL data dalam data warehouse. ETL manager memastikan semua data terekstrak dari sumbernya.
-
Warehouse Manager Warehouse manager menampilkan semua pengoperasian yang berhubungan dengan manajemen data didalam data warehouse.
-
Query Manager Query manager menampilkan semua pengoperasian yang berhubungan dengan manajemen dari query user.
-
Detailed Data Pada bagian data warehouse ini menyimpan semua data yang detil dalam skema database. Data detil ini hanya tersedia semata-mata dengan tujuan untuk dihubungkan dengan tingkat kedetilan data berikutnya.
-
Lightly and Highly Summarized Data Pada bagian ini merupakan tempat tersimpannya data yang telah di rangkum yang di buat oleh warehouse manager. Tempat ini menjadi tempat transit data yang masih mengalami proses perubahan query.
-
Archive/Backup Data Merupakan tempat penyimpanan detail dan rangkuman data dengan tujuan sebagai data cadangan.
-
Metadata Pada bagian ini menyimpan semua metadata, dengan penggunaan untuk semua proses yang ada didalam data warehouse.
17
-
End-User Access Tools Merupakan alat yang digunakan oleh seorang user untuk berhubungan dengan data warehouse. Tujuannya adalah menampilkan informasi yang ingin di ketahui oleh user sehingga mampu mendukung keputusan user. Terdapat beberapa jenis access tool yang dapat digunakan antara lain : EIS, data mining tools, dan reporting and query tool. Pada gambar diatas (gambar 2.3) merupakan arsitektur data warehouse pada
umumnya namun terdapat beberapa kondisi yang memungkin terbentuknya arsitektur lain yang dibuat khusus untuk mendukung sebuah sistem tertentu. Menurut Ariyachandra & Watson (2006 : 4-6) ada beberapa jenis arsitektur yang menjadi alternatif pembangunan data warehouse yang digambarkan pada gambar 2.4.
18
Gambar 2.4-Arsitektur Alternatif Data Warehouse (Sumber : Ariyachandra & Watson, 2006 : 5)
19
Pada gambar 2.4 terdapat 5 arsitektur alternatif yang dapat digunakan untuk membangun sebuah data warehouse ataupun data mart. walaupun arsitektur itu tidak murni berasal dari enterprise data warehouse maupun data mart tetapi arsitektur tersebut cukup mampu menuhi kebutuhan informasi yang dibutuhkan access tools. •
Independent data mart architecture Pada arsitektur ini pengembangan yang dilakukan adalah membangun data mart, data mart yang dibangun ditunjukan untuk dapat beroperasi secara independen antara satu sama lain dalam menghadapi kebutuhan kasusnya masing-masing.
•
Data mart bus architecture with linked dimensional data marts Arsitektur ini terdiri dari satu set data mart yang terintegrasi dan mendapatkan kemampuannya dari dimensi dan tabel fakta yang sesuai. Jadi tabel fakta dan tabel dimensi hanya di bentuk satu kali dan harus mampu memenuhi seluruh kebutuhan dimanapun digunakan.
•
Hub-and-spoke architecture Pada arsitektur ini, arsitektur hub-and-spoke memiliki salah satu fungsi data warehouse yaitu sebagai clearing house untuk semua data aplikasi perusahaan. Pendekatan bisa menjadi salah satu yang paling tepat jika kebutuhan data telah didefinisikan dengan baik, dapat diprediksi, dan homogen di seluruh aplikasi dan jika data latensi tidak masalah.
•
Centralized data warehouse architecture Arsitektur yang dikembangkan menyerupai dengan arsitektur pada hub-andspoke architecture tetapi terdapat perbedaan pada centralized data warehouse architecture tidak terdapat data mart dependen dikarenakan pada arsiktektur ini menggunakan data warehouse. Penggunaan data warehouse dengan tujuan agar saat dibangun dapat menyediakan akses tanpa batasan tertentu kepada user.
20
•
Federated architecture Arsitektur ini memiliki banyak cara untuk dapat melakukan integrasi sumber daya analitikal dari berbagai sumber sehingga mampu memenuhi kebutuhan dan kondisi bisnis yang tidak menentu.
2.4.3
Dimensional Modeling Dimensional modeling merupakan teknik dasar pengembangan sebuah data
warehouse secara logika. Hal ini di perkuat oleh Connolly & Begg (2010 : 1227), dimana dikatakan bahwa dimensional modeling adalah teknik desain logika yang bertujuan
untuk
menampilkan
data
dalam
bentuk
standar,
intuitif
yang
memungkinkan akses cepat oleh penggunanya. Dimensional modeling tidak selalu melibatkan database relasional dan berbeda dengan model entitas relasional. Ada beberapa jenis dimensional modeling, yaitu : 1.
Star schema Star schema merupakan skema data warehouse yang paling mudah diantara
yang lain, bentuknya yang menyerupai bintang dengan tabel fakta berada di tengah dan tabel-tabel dimensi yang mengelilingi tabel fakta membuat skema bintang paling mudah di buat. Menurut Connolly & Begg (2010 : 1227), star schema adalah sebuah struktur logika yang mempunyai fact table yang tersusun atas factual data yang di posisikan di tengah, lalu disekitar fact table ini dikelilingi oleh dimension table(dapat dilihat pada contoh gambar 2.5).
21
Gambar 2.5- Star Schema (Sumber : Connolly & Begg, 2010 : 1228)
2.
Snowflake Menurut Connolly & Begg (2010 : 1229), snowflake merupakan salah satu
variasi dari skema bintang tetapi yang membedakan dengan skema bintang adalah pada snowflake tabel dimensinya telah ternormalisasi. Hal lain yang membuat snowflake berbeda adalah terjadinya pengabungan tabel dimensi dengan tabel dimensi lain yang berhubungan, sebelum terhubung atau tergabung dengan tabel fakta(dapat dilihat pada contoh gambar 2.6).
22
Gambar 2.6-Snowflake Schema (Sumber : Connolly & Begg, 2010 : 1228) 3.
Starflake Starflake merupakan gabungan skema bintang dan snowflake dimana
membentuk sebuah jenis skema baru yang memiliki tampilan menyerupai kedua skema sebelumnya. Menurut Connolly dan Begg (2010 : 1230) starflake merupakan sebuah skruktur hybrid yang muncul dari penggabungan antara skema bintang dan snowflake(dapat dilihat pada contoh gambar 2.7).
Gambar 2.7-Starflake Schema (Sumber : Connolly & Begg, 2010 : 1228)
23
2.4.4
Data Mart Menurut Inmon (2005 : 494) Data mart adalah struktur data yang tersusun
rapi yang dikumpulkan dari data warehouse dimana data telah didenormalisasikan berdasarkan kebutuhan informasi departemen. Sedangkan menurut Connolly & Begg (2010 : 1214) Data mart adalah sebuah database yang berisi sebagian kecil dari data perusahaan untuk mendukung kebutuhan analisis dari sebuah departemen atau fungsi bisnis tertentu, selain itu dapat juga digunakan untuk mendukung user yang ingin berbagi kebutuhan yang sama untuk menganalisis proses bisnis perdepartemen. Berikut adalah karakteristik yang membedakan antara data mart dengan data warehouse : •
Data mart berfokus pada kebutuhan pengguna yang berhubungan hanya dengan suatu bagian departemen atau fungsi bisnis.
•
Data mart tidak berisi data operasional yang bersifat detil.
•
Data mart lebih mudah dimengerti dan digunakan karena berisi data yang lebih sedikit dan spesifik dibandingkan dengan data warehouse. Data mart terbagi menjadi dua jenis (Turban, Sharda, & Delen, 2010 : 330)
yaitu independent dan dependent data mart. Independent data mart (gambar 2.8) merupakan sebuah tempat penyimpanan kecil yang di rancang khusus untuk sebuah departemen atau unit bisnis atau lebih sering disebut sebagai mini data warehouse. Sedangkan dependent data mart (gambar 2.9) adalah data mart yang dibangun berdasarkan data warehouse yang ada atau dengan kata lain dependent data mart tidak dapat berdiri sendiri dan sangat tergantung pada data warehouse.
24
Gambar 2.8- Contoh Independent Data Mart
Gambar 2.9-Contoh Dependent Data Mart 2.4.5 Metadata Menurut Turban, Sharda, & Delen (2010 : 334) Metadata termasuk program perangkat lunak tentang data dan aturan untuk mengatur ringkasan data yang mudah untuk indeks dan pencarian, terutama dengan alat halaman Web. Metadata juga diartikan sebagai data tentang data, yang memberikan infromasi tentang karakteristik dari data atau sumber informasi.
25
Tabel 2.2-Tabel Metadata Database :
TokoABC_Database
Nama Tabel :
TransaksiJual
Keterangan :
Tabel ini berisi data transaksi penjualan
Primary Key :
ID_Transaksi
Foreign Key :
ID_Konsumen
Nama Field
Tipe Data
ID_Transaksi
Integer
5
Kode transaksi
ID_Konsumen
Integer
5
Kode konsumen
Jumlah
Integer
4
Jumlah pemesanan
Panjang
Keterangan
Connolly & Begg (2010 : 1206) menyatakan bahwa metadata didalam sebuah data warehouse sangat membantu dalam proses-proses penting didalamnya sehingga metadata sangat dibutuhkan dalam proses pembentukan data warehouse. Berikut adalah beberapa tujuan metadata dalam sebuah data warehouse : •
Membantu proses ekstrasi dan loading Fungsi metadata pada proses ini adalah metadata harus mendeskripsikan sumber data dan setiap perubahan yang terjadi terhadap data.
•
Membantu proses manajemen warehouse Fungsi metadata pada proses ini sebagai penghasil summary yang ditampilkan dalam bentuk tabel secara langsung yang bertujuan untuk menjelaskan data yang ada di dalam data warehouse.
•
Sebagai bagian dari proses manajemen query Fungsi metadata pada proses ini sebagai pengarah query ke sumber data yang tepat. Dari kutipan diatas dapat disimpulkan bahwa metadata adalah data yang
menjelaskan isi data yang digunakan dalam keperluan manajemen data. Bentuk dari
26
metadata biasanya berbentuk field yang nama field, panjang field, dan tipe field (integer, character, date,dll). 2.4.6 Extract, Transform, Load (ETL) Sebuah data warehouse memiliki susunan data yang saling terintegrasi satu sama lain, sumber data yang berada didalamnya berasa dari berbagai sumber data (data operasional). Sumber data yang lebih dikenal dengan OLTP (Online Transactional Processing) pada masing-masing departemen dalam sebuah organisasi memiliki bentuknya masing-masing, sehingga untuk menyatukannya agar dapat saling terintegrasi didalam data warehouse maka dibutuhkan ETL (Extract, Transform, Loading) (Kimball, 2010 : 430). Sehingga Kimball (2010 : 430) menyatakan bahwa ETL adalah sebuah proses dimana mengambil semua data asli yang dibutuhkan dari sumber data (OLTP), lalu dilakukan suatu proses terhadap data-data tersebut, dan tahap terakhir adalah mengeluarkan hasil proses data tersebut kedalam sebuah hasil akhir dalam bentuk tabel untuk di query-kan oleh penggunanya. Sedangkan menurut Inmon (2005 : 497) ETL adalah sebuah proses dari menemukan data, mengintegrasikan data, dan menempatkan data tersebut dalam sebuah tempat penampung seperti data warehouse. ETL terbagi didalamnya menjadi tiga proses besar (Kimball, 2010 : 430432) yaitu : •
Extraction Proses extract merupakan tahap awal dari kegiatan ETL, dimana mengambil
semua data yang dibutuhkan dari sumber data yang ada lalu di lakukan proses ekstrasi data. terdapat tiga tahapan didalam melakukan extract :
27
1. Data profiling system Merupakan kolom properti analisis termasuk didalamnya penemuan domain yang disimpulkan, dan analisis struktur termasuk juga kandidat foreign key atau hubungan primary key, analisis aturan data, dan analisis aturan nilai. 2. Change data capture system Melakukan pembacaan sumber file log, sumber tanggal dan filterisasi nomor urutan, dan melakukan perbandingan record yang berdasarkan pada algoritma cyclic redundancy checksum (CRC). 3. Extract System Merupakan adapter sumber data, mendorong/menarik/menggiring jadwal kerja, penyaringan dan pemilahan pada sumber data, melakukan konversi format data, dan staging data setelah di transfer ke lingkungan ETL. •
Transform Hasil data yang telah di extract akan menjalani proses transformasi, proses
yang terjadi adalah mengubah kode-kode yang ada menjadi kode-kode yang merupakan standarisasi yang ditetapkan dari awal sehingga semua data yang keluar dari proses ini akan memiliki standarisasi yang sama untuk mendukung pembuatan laporan yang lebih mudah. •
Load Load adalah tahap terakhir dari proses ETL, merupakan proses mengirim
seluruh data yang telah melalui proses transformasi ketempat penampungan akhir (data warehouse). Seluruh data yang telah melalui proses ini artinya telah siap digunakan dan di akses untuk kepentingan strategis bagi perusahaan. Jadi proses extract, transform, dan loading (ETL) didalam sebuah rangkaian proses yang saling berkenjutan dari proses pengambilan data, lalu mengubah kode-
28
kode yang ada menjadi standarisasi untuk kemudian di kirimkan kedalam tempat penampung yang disebut data warehouse. 2.5
Business Intelligence
2.5.1
Pengertian Business Intelligence Business
Intelligence
merupakan
suatu
konsep
pengetahuan
yang
didapatkan dari hasil analisis data yang mendalam serta pelaporan informasi secara grafis yang mudah dipahami bagi para eksekutif, hal ini diperkuat oleh Scheps (2008 : 12) dimana BI merupakan pengetahuan bisnis yang tepat waktu, sangat akurat, dan bernilai tinggi yang dapat digunakan dalam membantu proses kerja dan pengambilan keputusan yang strategis dengan semua teknologi yang digunakan untuk mendapatkannya. BI terdiri dari architectures, databases, application, dan methodologies untuk transformasi data menjadi informasi, kemudian menghasilkan suatu keputusan, dan akhirnya menjadi tindakan. Tetapi hal berbeda disampaikan oleh Connolly & Begg (2010 : 1195) BI diibaratkan sebagai sebuah payung yang menaungi aturan yang berdasarkan pada proses untuk mengumpulkan dan menganilis data, teknologi yang ini digunakan dalam proses-proses dan informasi yang ditemukan dari keseluruhan proses untuk memfasilitasi pengambilan keputusan perusahaan. Sedangkan menurut Kroenke & Auer (2011 : 549) Business Intelligence adalah sebuah sistem informasi yang membantu manajer dan para profesional dalam menganalisis kegiatan saat ini ataupun masa lalu dan membuat prediksi kejadian di masa depan. Tidak sama dengan OLTP, BI tidak digunakan untuk mendukung aktivitas operasional seperti menyimpan dan mengolah transaksi. Sistem BI dibagun dengan tujuan mendukung manajer dalam menganalisis, perencanaan, control, dan pengambilan keputusan.
29
Gambar 2.10-Arsitektur Business Intelligence (Sumber : Kroenke dan Auer, 2011 : 32) BI mampu menyediakan suatu informasi ataupun pengetahuan kompleks yang diringkas dalam bentuk visualisasi yang mudah dipahami oleh para eksekutif mengenai kinerja perusahaan dan pengetahuan-pengetahuan strategis lain yang mendukung kemajuan perusahaan. Dari beberapa pernyataan di atas dapat disimpulan bahwa Business Intelligence merupakan segala kegiatan, teknologi, atau proses pembuatan pengetahuan strategis yang berguna untuk mendukung eksekutif dalam pengambilan keputusan sehingga perusahaan memiliki keunggulan dan kemampuan bersaing dengan perusahaan lain. 2.5.2
Business Intelligence Tools Business intelligence tools atau sering juga di sebut end-user access tools
merupakan bagian yang menampilkan laporan dan kebutuhan untuk analisis lebih lanjut dalam mendukung pengambilan keputusan. Sebagian besar dari business intelligence tools menghasilkan laporan-laporan yang strategis dan prediksi kedepan untuk mendukung pengambilan keputusan yang datanya bersumber dari data warehouse ataupun dari data mart (Connolly & Begg, 2010 : 1206).
30
2.5.2.1 Online Analytical Processing (OLAP) OLAP merupakan salah satu business intelligence tools yang memiliki kemampuan untuk melakukan perhitungan, penjumlahan, rata-rata dan bekerja pada perhitungan aritmatikan sederhana lainnya pada sekumpulan data (Kroenke & Auer, 2011 : 572). Menurut Connolly & Begg (2010 : 1250) OLAP adalah istilah yang menggambarkan sebuah teknologi yang menggunakan gambaran multidimensi sejumlah data untuk menyediakan akses yang lebih cepat bagi informasi strategis untuk keperluan analisis lanjutan. OLAP memungkinkan pengguna untuk mendapatkan pemahaman yang lebih dalam dan pengetahuan tentang berbagai aspek data perusahaan mereka dengan cepat, konsisten dan akses yang interaktif ke berbagai kemungkinan pandangan data. OLAP memungkinkan pengguna untuk melihat data perusahaan sedemikian rupa bahwa itu adalah model yang lebih baik dari dimensi perusahaan yang sebenarnya. Sementara OLAP sistem dapat dengan mudah menjawab pertanyaan ‘siapa’ dan ‘apa’, itu adalah kemampuan mereka untuk menjawab jenis pertanyaan ‘apa jika’ dan ‘mengapa’ yang membedakan mereka dari query tools yang umum. (Connolly & Begg, 2010 : 1250-1251). Menurut Scheps (2008 : 68) OLAP memiliki arti sebagai sebuah konsep multidimensional data dengan melakukan konseptualisasi data transaksional perusahaan. Selain memberikan tampilan yang lebih ringkas, OLAP juga memberikan cara baru dalam melihat data pada sistem business intelligence. Salah satu sistem OLAP yang paling unggul adalah OLAP cube, dimana menurut Scheps (2008 : 77) OLAP cube adalah penyimpanan data yang dirancang secara spesial untuk menghadapi data secara spesifik yang berbentuk ringkasan multidimensional. OLAP cube dapat ditampilkan dalam struktur dua dimensi (gambar 2.11) atau juga
31
tiga dimensi(gambar 2.12) spreadsheet dimana data cube disimpan di cells. OLAP juga memberikan access tools dimana pengguna dapat melakukan percobaan untuk melihat data dari berbagai sudut pandang yang menghasilkan business intelligence yang interaktif.
Gambar 2.11-OLAP Cube Dua Dimensi (Sumber : Connolly & Begg , 2010 : 1254)
Gambar 2.12-OLAP Cube Tiga Dimensi (sumber : Connolly & Begg , 2010 : 1254)
32
2.5.2.2 Dashboard Dasboard merupakan tampilan antar muka (user interface) yang menampilkan laporan secara singkat dan mudah dimengerti, dashboard digunakan untuk menampilkan informasi-informasi dalam bentuk grafik, kurva, diagram, dan lain-lain dari berbagai macam data yang telah telah teringkas sesuai dengan kebutuhan manajer tingkat atas (Coronel, Morris, & Rob, 2010 : 520). Hal ini didukung dengan pendapat Turban (2011 : 201) Dashboard mampu menyediakan gambaran visual yang lengkap mengenai ukuran, tren, dan eksepsi performa korporasi. Selain itu juga dashboard mengitegrasi informasi dari berbagai area bisnis dan juga memperlihatkan grafik yang menggambarkan perfoma aktual dibandingkan dengan satuan yang diinginkan.
Gambar 2.13-Dashboard BI (sumber : www.idashboard.com, 2012) Berdasarkan kutipan diatas dapat disimpulkan bahwa dashboard adalah sebuah tampilan untuk para pengguna (user interface) yang interaktif yang menampilkan informasi dari proses pengolahan data-data yang telah diringkas untuk
33
membantu mendukung para manajer dan pengambil keputusan dalam menentukan startegi kedepan. 2.5.2.3 Key Perfomance Indicator (KPI) Key performance indicator biasanya digunakan sebagai alat pengukur yang mengindikasikan keberhasilan pencapaian terhadap apa yang akan diukur. Hal ini didukung dengan pendapat dari Ramos & Layton (2009 : 8) KPI adalah sebuah alat yang dapat melakukan pengukuran performa terhadap target dari bisnis yang berjalan. Dengan begitu seorang manajer dapat mengetahui dimana posisi perusahaan pada saat itu berbanding dengan target yang telah di tetapkan. KPI biasanya menempel pada komponen BI sebagaimana asset BI lainnya sebagai komponen pengukur tingkat keberhasilan dari komponen BI (Miller, 2007).
Gambar 2.14- Contoh KPI Dalam Bentuk Gauge (sumber : www.idashboard.com, 2012 ) Sebagian besar KPI yang ditampilkan pada tampilah antar muka atau user access tools dalam bentuk diagram gauge untuk mempermudah membaca performa dari unit yang di ukur. Gambar 2.14 menampilkan pengukuran tingkat performa dari proses internal pada bulan Desember dari beberapa sudut pandang. Indikasi yang diberikan adalah merah sebagai tanda diatas rata-rata, kuning memiliki arti sedangsedang, dan hijau memiliki arti renda. Tingkat performa ini di tentukan bedasarkan
34
perhitungan tertentu didalam perusahaan sehingga setiap perusahaan memiliki batasan performanya masing-masing sesuai dengan target yang ditentukan. Berdasarkan kutipan diatas dapat disimpulkan bahwa KPI adalah metrik yang dapat mengindikasikan kemajuan pencapaian target, dimana metrik ini sebagai alat pengukur proses yang memiliki nilai. 2.6
Analisis dan Perancangan
2.6.1
Proses Modelling
2.6.1.1 Rich Picture Rich picture merupakan salah satu komponen penting dalam melakukan perancangan, karena rich picture merupakan model berfikir mengenai sebuah sistem dalam sebuah bidang. Rich picture digunakan sebagai representasi bagaimana seorang analis melihat dan berpikir mengenai sistem atau masalah yang dihadapi. Sifatnya yang tidak statis membuat rich picture dapat diperbaharui atau diperbaiki ketika pemahanan mengenai sistem atau masalah yang ada menjadi jelas. Menurut Mathiassen, Munk-Madsen, Nielsen, & Stage (2006 : 26) Rich picture adalah sebuah gambar yang tidak formal yang menjelaskan ilustrasi berdasarkan situasi sebenarnya. Pada umumnya digunakan dalam mengambarkan proses bisnis ataupun kegiatan yang terjadi dalam sebuah perusahaan. Berdasarkan kutipan di atas dapat disimpulkan bahwa rich picture merupakan sebuah model yang merepresentasikan sistem dan masalah yang dihadapi oleh sebuah organisasi. Rich picture sangat membantu para pengembang dalam menganalisis masalah yang ada (contoh rich picture pada gambar 2.15).
35
Gambar 2.15-Contoh Rich picture 2.6.1.2 Data Flow Diagram Menurut Whitten, Bentley, & Dittman (2004 : 344) data flow diagram (DFD) dapat diartikan sebagai sebuah proses yang di modelkan yang digunakan untuk menggambarkan aliran data yang melalui sebuah sistem dan cara kerjanya atau proses yang ditampilkan oleh sistem. Sedangkan menurut Satzinger, Jackson, & Burd (2010 : p206) data flow diagram adalah sebuah diagram model yang merepresentasikan kebutuhan sistem sebagai sebuah sebuah proses, komponen luar, aliran data, dan tempat penyimpanan data. DFD juga digunakan sebagai tampilan untuk setiap orang dalam pembangunan proyek sistem sehingga masing-masing dapat bekerja dengan satu pandangan yang sama. Berikut adalah penggambaran DFD menurut Satzinger, Jackson, & Burd (2010 : 208) :
36
Gambar 2.16-Data Flow Diagram (sumber : Satzinger, Jackson, & Burd, 2010 : 208) Gambar di atas (gambar 2.16) menjelaskan komponen-komponen dari DFD yang terdiri dari external agent (bisa berupa actor ataupun sistem lain), proses, dan juga data store. Berdasarkan kutipan diatas data flow diagram dapat diartikan sebagai sebuah diagram yang menggambarkan aliran data dalam sebuah sistem baik input maupun output dan proses penghasilnya. DFD terbagi menjadi 3 jenis (Satzinger, Jackson, & Burd, 2010 : 209) antara lain :
37
Gambar 2.17-Data Flow Diagram(Context Diagram, Diagram 0, Diagram 1) (sumber : Satzinger, Jackson, & Burd, 2010 : 209) 1.
Diagram konteks Diagram konteks adalah sebuah diagram yang merangkum seluruh proses kegiatan yang ada dalam sistem dengan sebuah simbol proses.
2.
Diagram 0 Diagram 0 adalah sebuah DFD yang memodelkan kebutuhan sistem dengan sebuah proses untuk masing-masing event dalam sebuah sistem ataupun sub sistem.
38
3.
Diagram 1 (Diagram Rinci) Diagram 1 atau dikenal juga sebagai diagram rinci adalah DFD yang memodelkan event-event yang masih terdapat beberapa proses didalamnya, sehingga sebuah proses akan di tampilkan dalam bentuk yang paling rinci atau primitif.
2.6.2
Unified Modeling Language (UML)
2.6.2.1 Use Case Use
case
diagram
merupakan
diagram
yang
digunakan
untuk
menggambarkan serangkaian tindakan bahwa beberapa sistem (subjek) harus atau dapat melakukan atau bekerja sama dengan satu atau lebih pengguna di luar dari sistem (aktor). Setiap use case harus menyediakan beberapa hasil yang dapat diamati dan memiliki nilai kepada pelaku atau pihak-pihak yang berkepentingan dari sistem. Sedangkan menurut Bennett, McRobb, & Farmer (2010 : 154), use case adalah sebuah deskripsi fungsional dari sebuah sistem dari sudut pandang seorang user, selain itu use case juga menggambarkan user mana yang berinteraksi dengan sistem. Menurut Satzinger, Jackson, & Burd (2004 : 214), use case merupakan kegiatan yang dilakukan oleh sistem, biasanya dalam menanggapi permintaan oleh user. Penerapannya pengambaran use case diagram dapat dilihat pada gambar dibawah ini (gambar 2.18) :
39
Gambar 2.18-Use Case Diagram (Sumber : Satzinger, Jackson, & Burd (2010 : 244) Dari kutipan diatas, dapat disimpulkan bahwa use case diagram merupakan diagram yang menggambarkan proses-proses yang ada pada sistem, dimana setiap sistem berhubungan dengan aktor-aktor dari proses tersebut.
2.6.2.2 Class Diagram Class diagram adalah sebuah model grafik yang digunakan dalam pendekatan object-oriented yang menampilkan class dari obyek-obyek di dalam sistem (Satzinger, Jackson, & Burd, 2010 : 60). Class diagram terbagi menjadi 3 bagian yaitu bagian paling atas yang berisi nama class, bagian tengan berisi atribut, dan bagian bawah merupakan bagian method. Antara satu class dengan class lain dihubungkan dengan sebuah garis yang disebut dengan garis asosiasi. Garis asosiasi memiliki beberapa jenis seperti one to one dan one to many. Sedangkan garis penghubung antara super class dengan sub class disebut dengan generalisasi.
40
Gambar 2.19-Class Diagram (Sumber : Satzinger, Jackson, & Burd, 2010 : 60) Gambar 2.19 merupakan contoh class diagram sederhana, terdapat empat class diagram yaitu class Customer, class Account, class SavingAccount, class CheckingAccount dengan attribute dan method nya masing-masing. Asosiasi yang terbentuk antara class Customer dengan class Account adalah one to many yg memiliki arti seorang customer dapat memiliki banyak account di bank tersebut. Sedangkan class SavingAccount dan CheckingAccount (sub class) adalah class turunan dari class Account (super class)yang menyimpan data detil dari Account.
2.6.2.3 Sequence Diagram Sequence diagram merupakan diagram yang menggambarkan interaksi dengan berfokus pada urutan pertukaran pesan atau informasi berdsarkan waktu dari satu obyek ke obyek lainnya. Pendapat ini di dukung oleh pernyataan Satzinger,
41
Jackson, & Burd (2004 : 226) yang menyatakan bahwa sequence diagram adalah diagram yang digunakan untuk menggambarkan masuk dan keluarnya aliran informasi di dalam sistem dan bagaimana sebuah obyek berinteraksi dengan obyek lain. Sedangkan menurut Bennett, McRobb, & Farmer (2010 : 262), sequence diagram adalah sebuah diagram yang menampilkan interaksi antara objek yang teratur dalam urutan waktu dalam sebuah sistem yang berjalan. Dari pengertian diatas, sequence diagram dapat disimpulkan Sequence diagram adalah menggambarkan bagaimana obyek berinteraksi satu sama lain melalui pesan dalam eksekusi dari use case atau operasi. Diagram ini menggambarkan bagaimana pesan dikirim dan diterima antara obyek dan dalam suatu sequence.
Gambar 2.20- Sequence Diagram Dengan Loop (sumber : Bennett, McRobb, & Farmer (2010 : 263) Terdapat beberapa aktivitas yang sering terjadi dalam sebuah sistem berjalan dalam kurun waktu tertentu, didalam sequence diagram digambarkan menjadi beberapa notasi khusus dalam kegiatan tersebut diantaranya (Bennett, McRobb, & Farmer 2010 : 279) :
42
1. Looping (perulangan) Looping merupakan kegiatan yang terjadi secara berulang atau sering juga di sebut iteration. Kegiatan yang terjadi adalah pesan yang berulang atau dapat terjadi lebih dari satu kali dalam sebuah frame. Penggambaran notasi ini dituliskan pada kiri atas dengan tulisan “loop”(contoh pada gambar 2.20). 2. Alternatif Alternatif merupakan kegiatan yang ada pada sequence diagram yang terjadi adanya beberapa pilihan pada kondisi tertentu. Setiap pilihan ditunjukan pada operator yang terpisah sehingga setiap pilihan akan dipaksa menjadi nilai eksekusi yang benar. Pengambaran notasi ditulis pada kiri atas dengan tulisan “alt”(contoh pada gambar 2.21).
43
Gambar 2.21-Penggunaan Alternative (Sumber : Pilone & Pitman, 2005 : 154) 3. Option (pilihan) Option atau pilihan merupakan pilihan yang menjelaskan bahwa pilihan tersebut dipilih dari operan sebagai hanya operan itu yang di eksekusi saat di pilih. Pengambaran notasi dituliskan pada kiri atas dengan tulisan “opt”(contoh pada gambar 2.22).
44
Gambar 2.22-Penggunaan Option (sumber: Chonoles & Schardt, 2003 : 208) 4. Reference Penggunaan ref ditunjukan sebagai tanda bahwa ada penyisipan perilakukan yang direfensikan ke diagram yang lebih besar. Penggunaannya dapat dilihat pada gambar 2.23.
45
Gambar 2.23-Pengunaan Refrence (sumber: chonoles &Schardt, 2003 : 206) 2.6.2.4
Navigation Diagram Menurut Mathiassen, Munk-Madsen, Nielsen, & Stage (2006 : 159),
navigation diagram merupakan sebuah diagram yang menampilkan gambaran umum dari seluruh komponen tampilan antar muka (user interface) dan gambaran umum bagaimana proses transisi tampilan antar muka. Navigation diagram digambarkan menjadi serangkaian navigasi antara satu tampilan ke tampilan lain. Tanda panah digunakan sebagai penunjuk bagaimana penggunaan tombol-tombol tertentu agar dapat mengaktifkan ataupun mengakses fungsi tertentu dalam aplikasi yang berhubungan.
Gambar 2.24-Contoh Navigation Diagram
46
Pada gambar 2.24 digambarkan bahwa setelah berhasil melakukan login, user akan diarahkan menuju ke tampilan window pendaftaran. 2.6.2.5 Deployment Diagram Menurut Satzinger, Jackson, & Burd (2010 : 401) Deployment diagram adalah diagram yang mengambarkan cara penempatan komponen yang berbentuk fisik pada lokasi yang berbeda. Diagram ini digunakan untuk menggambarkan proses sistem terjadi pada lokasi-lokasi masing-masing (client dan server).
Gambar 2.25- Deployment Diagram (Sumber : Satzinger, Jackson, & Burd, 2010, p402) Pada gambar 2.23 terdapat sebuah deployment diagram yang menjelaskan bahwa artifact browser bekerja didalam komputer bagian client sedangkan internet server dan application server bekerja didalam server. Deployment diagram bertujuan untuk memodelkan konfigurasi implementasi sebuah sistem untuk membantu mempermudah dalam tahap implementasi. 2.7
Network Design Network design adalah sebuah gambaran jaringan komputer yang terdiri
dari perlengkapan, dan prosedur hubungan antara satu komponen dengan komponen lain untuk dapat saling berbagi informasi dan sumber daya (Satzinger, Jackson, & Burd, 2010 : 335). Didalam desain jaringan ini menampilkan bagaimana antara
47
komputer dengan komputer lain terhubung (user dengan user lain ataupun client dan server). Terdapat beberapa jenis penghubung yang dapat digunakan antara lain : •
Local Area Network (LAN) Merupakan jaringan yang jangkauannya kurang dari satu kilometer dan hubungan antara komputernya terdapat dalam satu bangunan yang sama.
•
Wide Area Network (WAN) Merupakan jaringan ekstra luas yang biasanya digambarkan dengan jaringan yang mampu terhubung lebih dari satu kilometer. Walaupun pada saat ini jarak jauh tersebut mencakup antar kota, negara, atau benua.
Gambar 2.26-Contoh Desain Jaringan Komputer (Sumber : Satzinger, Jackson, & Burd, 2010 : 335) Pada gambar 2.26 merupakan desain jaringan komputer, pada masingmasing kota jaringan computer yang digunakan adalah LAN karena terhubung dalam
48
ruang lingkup yang kecil (hanya dalam satu gedung perusahaan) sedangkan untuk terhubung dengan kantor perwakilan di kota-kota lain menggunakan jaringan WAN. 2.8
Geographic Information system (GIS) Geographic Information System adalah gabungan antara hardware, software,
dan digital geospatial data yang dikombinasikan untuk menyediakan kemampuan pemetaan database untuk menampilkan informasi geografi dan analisis berbasis pada tempat atau ruangan tertentu (Stone, 1998 : 66). Sedangkan menurut Bishop, Mandel, & McClure (2011 : 2) GIS adalah sebuah teknologi yang mewakili sebuah kategori software baru yang merupakan kombinasi dari hypertext/hypermedia dan penggunaan peta serta simbol-simbol yang akan menampilkan informasi yang berhubungan dengan sebuah tempat. GIS awalnya digunakan untuk melakukan pemetaan
terhadap
jumlah
penduduk
dari
sebuah
negara,
tetapi
seiring
perkembangan teknologi kemampuan tools sejenis ini dikembangkan untuk memenuhi kebutuhan dalam bisnis.
Gambar 2.27-Contoh GIS (Sumber : www.idashboard.com, 2012) Pada gambar 2.27 merupakan contoh GIS yang menampilkan performa penyebaran penjualan sebuah produk di amerika. Untuk kota-kota yang berwarna
49
merah memiliki arti performa penjualan dibawah rata-rata, sedangkan biru memiliki arti performa yang baik sesuai dengan target ataupun diatas target. GIS sangat membantu mempermudah user dalam mengamati laporan. Jadi berdasarkan kutipan diatas dapat disimpulkan bahwa GIS merupakan sebuah alat yang memiliki kemampuan untuk menghasilkan dan menampilkan informasi yang lebih banyak dan baik daripada cara lain dalam bentuk peta dan memungkinkan untuk analisis penyebaran ataupun gambaran statistic mengenai suatu tempat dilihat dari masalah yang dihadapi.
2.9
Marketing Marketing atau pemasaran adalah salah satu bagian penting dari sebuah
bidang bisnis, karena bagian pemasaran adalah salah satu bagian yang menentukan seberapa besar sebuah produk atau jasa dari sebuah bidang usaha dapat dikenal masyarakat dan juga menjadi bagian yang melayani perdagangan produk yang di hasilkan oleh sebuah perusahaan. Menurut Kolter & Keller (2008 : 6) marketing merupakan sebuah fungsi dari organisasi dan merupakan proses untuk menciptakan, mengkomunikasikan, dan menyampaikan sebuah nilai kepada konsumen dan menjaga hubungan kepada konsumen dalam berbagai cara yang dapat menghasilkan keuntungan untuk organisasi maupun pada pemegang saham. Selain itu juga marketing management sangat berhubungan untuk mendukung marketing yang baik, menurut Kolter & Keller (2008 : 6), marketing adalah sebuah seni dan ilmu dalam memilih konsumen yang pada akhirnya berhasil mendapatkan, mempertahankan, dan mengembangkan
konsumen
melalui
penciptaan,
penyampaian,
dan
pengkomunikasian nilai-nilai utama untuk konsumen. Berdasarkan kutipan di atas dapat disimpulkan bahwa marketing merupakan sebuah fungsi dari organisasi yang dibangun untuk tujuan menghasilkan keuntungan
50
bagi organisasi dengan cara menciptakan, mengkomunikasikan, dan menyampaikan sebuah nilai produk yang dimiliki oleh organisasi.
2.10 TAM 1 (Technology Acceptance Model 1) Menurut Kripanont (2006 : 16) technology acceptance model (TAM) adalah sebuah analisis yang dilakukan dengan tujuan untuk mengukur dan menjelaskan tingkah laku pengguna dengan teknologi dimana cepat berubahnya teknologi dan lingkungannya. Secara sederhana dapat di pahami sebagai alat yang mengukur pengaruh niat dan perilaku biasanya dalam konteks yang spesifik termasuk teknologi, individu, dan organisasi.sedangkan menurut Davis(1989 : 319-339) TAM merupakan pengukur tingkat kemudahan penggunaan dan kegunaan yang dirasakan oleh seseorang yang memakai teknologi baru dan apakah akan mempengaruhi sikap secara individu dalam menggunakan teknologi tersebut. Berdasarkan kutipan diatas dapat disimpulkan bahwa TAM merupakan salah satu metode analisis untuk mengukur tingkat kepuasan dan kesesuaian teknologi dengan lingkungan yang akan menggunakannya dengan beberapa sudut pandang pengukuran. Dalam
menganalisis
tingkat
kesesuai
suatu
teknologi
yang
di
implementasikan pada sebuah lingkungan baru tentunya ada beberapa poin yang menjadi kunci penilaian, seperti yang jelaskan Davis (1989 : 319-339) Didalam TAM terdapat beberapa poin penting pengukuran antara lain : 1. Perceived Usefulness Poin ini digunakan dalam mengukur tingkat keuntungan yang paling dirasakan seorang user dalam menggunakan teknologi. Pada poin ini pengukuran memiliki tujuan untuk mendapatkan umpan balik dari persepsi
51
seorang user, apakah teknologi tersebut dapat memberikan keuntungan bagi dirinya jika digunakan. 2. Perceived Ease of Use Kemudahan pengunaan adalah salah satu poin penting yang akan menentukan sebuah teknologi akan sering digunakanan atau tidaknya. Setiap user pastinya menghadapi tingkat yang berbeda-beda dalam penilaian ini, tetapi sebuah teknologi tentunya harus mudah digunakan dan dimengerti cara penggunaannya. 3. Social Influence Pada poin ini yang diukur adalah tingkat seberapa pengaruhnya lingkungan disekitarnya untuk mendukung seorang user ikut menggunakan teknologi tersebut. Jadi pengukuran dilakukan dengan melihat keinginan seorang user untuk
ikut
menggunakan
teknologi
berdasarkan
pengaruh
dari
lingkungannya. 4. Self-Efficacy Pengukuran tingkat efisiensi teknologi pada diri sendiri dilakukan dengan tujuan untuk mengetahui apakah teknologi yang ada benar-benar tepat guna bagi seorang user. Penilaian ini akan digunakan dalam perbandingan untuk mengetahui apakah teknologi ini memang benar-benar tepat guna atau user menggunakannya karena faktor lain seperti user behaviour atau behaviour intention. 5. Facilitating Conditions Pengukuran ini untuk mengetahui tanggapan dari user terhadap teknologi sebagai fasilitas yang ada untuk mendukung sistem dalam sebuah organisasi. Tujuan pengukuran ini memiliki harapan penggunaan teknologi
52
bukan semata-mata karena keinginan user dalam penggunaannya melainkan menggunakan teknologi sebagai fasilitas yang mndukung organisasi. 6. User Behaviour Pengukuran ini untuk mengetahui tingkah laku seorang user dalam menggunakan teknologi, dengan harapan teknologi yang dikembangkan sesuai dengan keinginan user dan dapat mendukung tingkat keinginan user dalam menggunakannya pada jangka waktu yang lama. 7. Behaviour Intention Poin ini mengukur tingkat tingkah laku seorang user dalam keinginannya dalam menggunakan teknologi atau berhubungan dengan teknologi yang dikembangkan. Tujuan dari analisis pada poin ini adalah untuk membuat prediksi terhadap tingkah laku user dalam menggunakan teknologi pada masa yang akan datang. Pengunaan TAM dapat dimodifikasi sesuai kebutuhan
sehingga tidak
semua poin digunakan dalam pengukuran. Data yang diolah dengan analisis ini didapat dari seluruh user dari teknologi atau dapat juga dengan menggunakan teknik sampling. Pengambilan data dapat menggunakan penyebaran kuesioner. Setelah data diperoleh maka akan dilanjutkan dengan metode analisis, ada dua jenis analisis yang dapat digunakan : •
Statistik Deskriptif Analisis statistik deskriptif merupakan analisis yang memberikan gambaran mengenai demografi responden penelitian. Perhitungan berdasarkan variabelvariabel penelitian untuk mengetahui distribusi frekuensi yang absolut dan
53
menampilkan perhitungan-perhitungan seperti mean, median, standard deviation, dan kecenderungan jawaban dari responden. •
Uji Hipotesis Pengujian uji hipotesis dilakukan dengan teknik analisis structural equation model (SEM). SEM merupakan sekumpulan teknik-teknik statistikal yang mampu menguji serangkaian hubungan relatif yang rumit secara simultan. Berikut adalah beberapa teknik yg terdapat dalam SEM : 1. Model Spesifikasi Model ini dikenal juga sebagai path analysis, karena pada model ini akan dilakukan perbandingan terhadap jalur-jalur yang mungkin terbentuk dalam perhitungan analisis. 2. Estimasi Parameter Model ini menganalisis outer model atau model yang dapat diukur dan juga inner model atau struktural model. Pada penilitian ini digunakan metode analisis statistik deskriptif karena
merupakan metode yang paling memungkinkan untuk mengukur hasil data yang ada. Berikut ada contoh pengukuran secara statistik deskriptif :
54
Tabel 2.3-Tabel Data Responden
Tabel 2.4-Tabel Perhitungan Statisitik Deskripsi
Pada tabel 2.4 N memiliki arti jumlah responden yang mengisi kuesioner terdapat 48 responden. Cara membacanya adalah dengan membandingkan besaran mean dengan median, jika mean mendekati atau sama dengan atau bahkan lebih besar dari nilai median maka dapat dikatakan bahwa teknologi yang di terapkan telah sesuai dengan harapan responden pada masing-masing poinnya.
