BAB 2 LANDASAN TEORI 2.1
Teori-teori dasar / Umum Dalam menganalisis dan merancang sebuah sistem, diperlukan teoriteori dasar maupun umum yang menjadi landasan kita untuk menyusun tugas akhir ini. Berikut ini akan dijabarkan teori - teori yang berkaitan dengan penulisan tugas akhir ini. 2.1.1 Pengertian Sistem Menurut Satzinger, Jackson dan Burd (2009, p6), sistem adalah sekumpulan dari komponen-komponen yang saling berhubungan untuk mencapai suatu tujuan. Sedangkan menurut menurut O’Brian (2009, p24), sistem adalah sekelompok komponen yang bekerja bersama menuju tujuan yang bersama dengan menerima input serta menghasilkan output dalam proses transformasi yang teratur. Berdasarkan pengertian sistem diatas dapat disumpulkan bahwa sistem adalah sekumpulan komponen yang saling berhubungan yang berfungsi dan bekerja sama dengan menerima input dan menghasilkan output untuk mencapai hasil dan tujuan yang sama. 2.1.2 Pengertian Informasi Menurut Laudon (2010, p46), informasi adalah data yang telah ditentukan menjadi sebuah bentuk yang berarti dan berguna bagi kehidupan masyarakat. Sedangkan menurut Vercellis (2009, p7), Informasi adalah hasil dari ekstraksi dan proses suatu aktivitas yang didapat dari data dan itu memiliki arti bagi yang menerimanya pada domain yang spesifik. Berdasarkan pengertian diatas dapat disimpulkan bahwa informasi adalah data yang memiliki arti dan berguna bagi kehidupan masyarakat.
11
12 2.1.3 Pengertian Sistem Informasi Menurut Satzinger, Jackson dan Burd (2009, p6), sistem informasi adalah sebuah kumpulan dari komponen yang saling berhubungan yang mengumpulkan, memproses, menyimpan, dan menyediakan output informasi yang diperlukan untuk menyelesaikan tugas bisnis. Sedangkan menurut Connolly, T., & Begg, C. (2015, p346), Sistem Informasi adalah sumber daya yang memungkinkan pengumpulan, manajemen, kontrol, dan penyebaran informasi di seluruh organisasi. Berdasarkan pengertian diatas dapat disimpulkan bahwa sistem informasi adalah sebuah kumpulan dari komponen yang saling berhubungan
yang
memungkinkan
pengumpulan,
manajemen,
kontrol, dan penyebaran informasi di seluruh organisasi.
Gambar 2.1 Information System and Components Parts. Sumber : Satzinger, Jackson dan Burd (2009, p8), Object-oriented analysis & Design with the Unified Proces
13 2.1.4 Pengertian Database Menurut Connolly, T., & Begg, C. (2015, p63), Database adalah sekumpulan data tersebar yang berhubungan secara logis, dan penjelasan dari data ini dirancang untuk memenuhi kebutuhan informasi dari suatu organisasi. Sedangkan menurut Satzinger, Jackson dan Burd (2009, p11), database adalah koleksi data dikelola secara terpusat yang dapat diakses oleh banyak pengguna dan sistem pada saat yang sama. Berdasarkan pengertian diatas dapat disimpulkan bahwa database adalah sekumpulan data tersebar yang berhubungan secara logis yang dikelola secara terpusat yang dapat diakses oleh banyak pengguna dan sistem pada saat yang sama untuk memenuhi kebutuhan informasi dari suatu organisasi. 2.1.5
Pengertian SQL (Structured Query Language) Menurut Connolly, T., & Begg, C. (2015, p192), SQL (Structured Query Language) adalah contoh dari transform-oriented language atau bahasa yang didesain dengan menggunakan relasi untuk mengubah input menjadi output yang diinginkan. Sebuah database language dapat memungkinkan user untuk : •
Membuat hubungan struktur dan database.
•
Melakukan
operasi
penyisipan
(insertion),
perubahan
(modification), dan penghapusan (deletion) data dari relasi. •
Menampilkan query yang sederhana dan kompleks.
2.1.5.1 Database Language •
Data Definition Language (DDL) Menurut Connolly, T., & Begg, C. (2015, p90), mendefinisikan Data Definition Language (DDL) sebagai bahasa yang memungkinkan database administrator untuk menambahkan dan menamakan entitas, atribut dan hubungan yang dibutuhkan dalam aplikasi, terkait dengan integritas dan kendala keamanan aplikasi.
14 •
Data Manipulation Language (DML) Menurut Connolly, T., & Begg, C. (2015, p90), mendefinisikan Data Manipulation Language (DML) sebagai bahasa yang menyediakan suatu fungsi yang dapat memanipulasi data - data yang ada di dalam database.
2.1.6
Pengertian UML (Unified Modeling Language) Menurut Satzinger, Jackson dan Burd (2009, p61), Unified Modeling Language (UML) adalah serangkaian standar konstruksi model dan notasi yang dikembangkan secara khusus untuk pengembangan object-oriented. 2.1.6.1 Activity Diagram Menurut Satzinger, Jackson dan Burd (2009, p141), pengertian activity diagram adalah sebuah diagram alur kerja yang menjelaskan kegiatan atau aktivitas yang dilakukan oleh seorang user (atau sistem), user yang melakukan
setiap
aktivitas atau kegiatan tersebut dan alur yang berurutan dari aktivitas - aktivitas tersebut. Notasi - notasi yang digunakan didalam activity diagram antara lain : 1.
Swimlane Merupakan sebuah area berbentuk persegi panjang dalam activity diagram yang memaparkan aktivitas apa saja yang dilakukan oleh seorang user.
2.
Starting Activity (Pseudo) Merupakan notasi dalam activity diagram yang memiliki fungsi sebagai penanda dimulainya suatu aktivitas.
15 3.
Transition Arrow Merupakan notasi di dalam activity diagram yang memliki fungsi menghubungkan satu aktivitas dengan aktivitas berikutnya yang dilakukan oleh seorang user.
4.
Activity Merupakan notasi dalam activity diagram yang memiliki fungsi menjelaskan aktivitas yang dilakukan oleh seorang user.
5.
Synchronization Bar Merupakan notasi dalam activity diagram yang memiliki
fungsi
mengatur
atau
mengendalikan
pemisahan dan penyatuan dari beberapa aktivitas yang berurutan. 6.
Decision Activity Merupakan notasi dalam activity diagram yang digunakan
pada
saat
user
akan
melakukan
pengambilan keputusan. 7.
Ending Activity Merupakan notasi dalam activity diagram yang memiliki fungsi sebagai penanda diakhirinya suatu aktivitas.
16 Contoh notasi-notasi dalam activity diagram :
Gambar 2.2 Notasi-notasi dalam activity diagram Sumber : Satzinger, Jackson dan Burd (2009, p142), Objectoriented analysis & Design with the Unified Process
17 Contoh Activity Diagram :
Gambar 2.3 Contoh activity diagram Sumber : Satzinger, Jackson dan Burd (2009,p143), Objectoriented analysis & Design with the Unified Process
18 2.1.7 Pengertian Data Menurut Connolly, T., & Begg, C. (2015, p63), Data dikenal sebagai sistem katalog (atau kamus data atau metadata - yang 'data tentang data'). Ini adalah sifat self-describing dari database yang menyediakan program-independensi data. Menurut Vercellis (2009, p6), Data adalah kodifikasi terstruktur dari entitas primer tunggal, serta transaksi yang melibatkan dua atau lebih entitas utama. Berdasarkan pengertian diatas dapat disimpulkan bahwa data adalah sistem katalog yang terkodifikasi terstruktur dari entitas primer tunggal, serta transaksi yang melibatkan dua atau lebih entitas utama, yang memiliki sifat self-describing dari database yang menyediakan program-independensi data. 2.1.8 Pengertian Database Management System (DBMS) Menurut Connolly, T., & Begg, C (2015, p64), DBMS adalah sebuah sistem perangkat lunak yang memungkinkan pengguna untuk mendefinisikan, membuat, memelihara, dan mengontrol akses ke database. Menurut Satzinger, Jackson dan Burd (2009, 488), DBMS adalah sebuah sistem perangkat lunak yang mengelola dan mengontrol akses ke database. Berdasarkan pengertian diatas dapat disimpulkan bahwa DBMS adalah sebuah sistem perangkat lunak yang memungkinkan pengguna untuk mendefinisikan, membuat, memelihara, mengelola dan mengontrol akses ke database.
19 2.1.8.1 Komponen DBMS Menurut Connolly, T., & Begg, C (2015, p66), Komponen DBMS terdiri dari hardware, software, data, procedures dan people.
Gambar 2.4 Components of the DBMS Environment Sumber : Connolly, T., & Begg, C (2015, p66), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition. •
Hardware, DBMS dan aplikasi memerlukan perangkat keras untuk menjalankan. Hardware dapat berkisar dari komputer pribadi tunggal, mainframe tunggal, hingga jaringan komputer.
•
Software, Komponen perangkat lunak terdiri dari perangkat lunak DBMS itu sendiri dan program aplikasi, bersama dengan sistem operasi, termasuk perangkat lunak jaringan jika DBMS digunakan melalui jaringan.
•
Data, komponen yang paling penting dari DBMS environment, tentu dari titik pandang end-user, adalah data.
Data
bertindak
sebagai
jembatan
antara
komponen mesin dan komponen manusia. •
Procedures, mengacu pada instruksi dan aturan yang mengatur desain dan penggunaan database.
•
People, Komponen terakhir dari DBMS environment adalah orang-orang yang terlibat dengan sistem.
20 2.1.9 Pengertian OLTP (Online Transaction Processing) Menurut Connolly, T., & Begg, C (2015, p1286), On-line transaction processing (OLTP) adalah sebuah sistem yang dirancang untuk memaksimalkan kapasitas pemprosesan transaksi. Berikut ini beberapa keuntungan yang diperoleh dengan menerapkan OLTP, yaitu: 1. Efektif dan efisien waktu karena data transaksi disimpan setiap hari, sehingga tidak ada penumpukan data yang belum disimpan. 2. Data sisitematis dalam warehouse karena data disimpan setiap tanggal transaksi.
2.1.10 Pengertian OLAP (Online Analytical Processing)
Menurut Connolly, T., & Begg, C (2015, p1286), OLAP adalah sintesis dinamis, analisis, dan konsolidasi volume besar data multi-dimensi. Menurut Colossi, N., Malloy, W., Reinwald, B (2002) di dalam IBM Systems Journal, Online analytical processing (OLAP) adalah istilah yang diciptakan yang tidak dipublikasikan pada tahun 1993. Menyediakan OLAP untuk pengguna analis: sebuah mandat IT, oleh EF Codd.1 dengan memperkenalkan istilah baru ini yaitu online analytical processing (OLTP). Berdasarkan pengertian diatas dapat disimpulkan bahwa OLAP adalah sintesis dinamis, analisis, dan konsolidasi volume besar data multi-dimensi yang diciptakan yang tidak dipublikasikan pada tahun 1993 dan sebuah istilah baru yaitu online analytical processing (OLTP).
21 2.1.11 Pengertian Data Warehouse
Menurut Connolly, T., & Begg, C. (2015, p1225), data warehouse adalah sebuah kumpulan data yang memiliki karakteristik subject oriented, integrated, times-variant, dan non volatile yang di mana digunakan dalam mendukung manajemen proses pengambilan keputusan. Menurut Satzinger, Jackson dan Burd (2009, p520), data warehouse adalah kumpulan data yang digunakan untuk mendukung keputusan manajerial terstruktur dan tidak terstruktur. Sedangkan menurut Han, Jiawei, Micheline Kamber, Jian Pei (2012, p33), data warehouse adalah tempat penampungan untuk jangka waktu panjang untuk data dari berbagai macam sumber, yang di atur untuk management fasilitas pengambilan keputusan. Berdasarkan pengertian diatas dapat disimpulkan bahwa data warehouse adalah sebuah kumpulan data atau tempat penampungan untuk jangka waktu panjang yang memiliki karakterisitik subject oriented, integrated, times-variant, dan non volatile yang digunakan untuk mendukung keputusan manajerial terstruktur dan tidak terstruktur dan digunakan untuk dalam mendukung manajemen proses pengambilan keputusan.
2.1.11.1
Karakteristik Data Warehouse Menurut Connolly, T., & Begg, C. (2015, p1225), data warehouse memiliki beberapa karakteristik, diantaranya yaitu :
Subject-oriented, yaitu data warehouse diorganisasi berdasarkan subjek utama dari perusahaan (seperti pelanggan, produk, penjualan, dan pembelian) berdasarkan
pada
pembuatan
faktur
area aplikasi utama (seperti pelanggan,
pengendalian
22 persediaan
dan
penjualan
produk).
Hal
ini
menggambarkan data yang ada didalam data warehouse merupakan data untuk pengambilan keputusan, bukan data yang berorientasi aplikasi.
Integrated, data didalam data warehouse berasal dari sumber data yang berbeda dan dari sistem aplikasi
yang
berbeda
diseluruh
perusahaan.
Sumber data biasanya digunakan secara tidak konsisten,
contohnya
format
yang
berbeda.
Sumber data yang terintegrasi harus dibuat konsisten
untuk
menampilkan
pandangan
terintegrasi dari data kepada user.
Time- variant, data yang masuk didalam data warehouse hanya data yang akurat dan valid dalam suatu waktu tertentu atau dalam interval waktu tertentu.
Non-Volatile, data dalam data warehouse tidak di update secara real time tetapi diperbaharui dari sistem operasional secara berkala. Data baru selalu ditambahkan sebagai tambahan kedalam database bukan sebagai penggantian.
2.1.11.2
Keuntungan data warehouse Menurut Connolly, T., & Begg, C.
(2015,
p1226), Implementasi yang suskes dari sebuah data warehouse dapat memberikan keuntungan-keuntangan utama bagi organisasi, diantaranya: 1. Potential high returns on investment Suatu organisasi harus memberikan sumber daya yang besar untuk menjamin kesuksesan dalam membuat data warehouse dan biayanya bervariasi tergantung dari solusi teknis yang ada. Namun,
23 kemungkinan adanya kondisi balik modal terhadap biaya yang dikeluarkan untuk investasi data warehouse relatif lebih besar. Sehingga tidak perlu ada
kekhawatiran
akan
anggapan
adanya
pemborosan untuk investasi data warehouse ini. 2. Competitive advantages Adanya kemungkinan balik modal yang besar terhadap investasi merupakan bukti adanya keuntungan kompetitif dengan adanya teknologi ini. Keuntungan kompetitif ini dicapai dengan memungkinkan para pengambil keputusan untuk mengakses data sebelumnya tidak tersedia, tidak diketahui, atau informasi yang tidak tercatat. 3. Increased productivity of corporate decision makers Data warehouse dapat memungkinkan hal ini dengan mentransformasikan data menjadi informasi yang berarti. Teknologi ini menyediakan para manajer bisnis untuk dapat melakukan analisis yang lebih konsisten sehingga pada akhirnya terjadi peningkatan produktivitas.
24 2.1.12 Data warehouse arsitektur
Gambar 2.5 Typical architecture of a data warehouse. Sumber : Connolly, T., & Begg, C. (2015, p1232), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
Menurut Connolly, T., & Begg, C. (2015, p1231), komponen utama di dalam data warehouse mencakup: 1. Operational Data Sumber data dari data warehouse berasal dari: a. Operasional mainframe data yang ada di generasi pertama hierarchical dan network database. b. Data departemen yang ada di proprietary file system seperti VSAM, RMS, dan relasional DBMS seperti Informix dan Oracle. c. Data private yang ada di private server dan workstation.
25 d. Sistem eksternal seperti internet database yang tersedia atau database yang diasosiasikan dengan supplier atau customer dari perusahaan. 2. Operational Data Store (ODS) ODS adalah repository dari operasional data yang sekarang dan operasional data yang terintegrasi untuk analisis. Biasanya terstruktur dan tersupply dengan data seperti yang ada di data warehouse, atau mungkin kenyataannya bertindak sebagai staging area untuk data yang akan dipindahkan ke data warehouse. 3. ETL Manager ETL
manager
melakukan
semua
operasi
yang
berhubungan dengan Extract, Transform dan Load data ke dalam data warehouse. 4. Warehouse Manager Warehouse manager melakukan semua operasi yang terasosiasi dengan sebuah management dari data di dalam data warehouse. Operasi-operasi yang dilakukan oleh warehouse manager, meliputi: a. Menganalisa data untuk memastikan konsistensi. b. Mentransformasi dan menggabungkan sumber data dari tempat penyimpanan sementara kedalam table data warehouse. c. Pembuatan index-index dan view di dalam table dasar. d. Generasi dari denormalisasi (jika diperlukan). e. Generasi dari agregasi. f. Memback-up dan mengarsipkan data. 5.
Query Manager Query manager melakukan semua operasi yang terasosiasi dengan sebuah management dari pengguna query.
6. Detailed Data Pada area warehouse ini menyimpan semua detail data di skema database. Di banyak kasus, detail data tidak disimpan
26 secara online tetapi di buat tersedia dengan agregasi data ke level detail lebih lanjut. 7. Lightly and Highly Summarized Data Pada area warehouse ini menyimpan data yang di ringkas ringan dan sangat diringkas. Summarized data yang dibuat oleh warehouse manager. 8. Archive / Backup Data Area warehouse ini menyimpan data detail dan data yang diringkas dengan maksud untuk diarsip dan di back-up. 9. Meta Data Area warehouse ini menyimpan semua definisi meta data yang digunakan oleh semua proses di dalam warehouse. 10. End-User Access Tools Tujuan
utama
dari
data
warehousea
dalah
untuk
mendukung pengambil keputusan. User ini berinteraksi dengan warehouse menggunakan end-user access tool.
2.1.13 Pengertian ETL Menurut William (2007, p201), Extract, transformation, and loading (ETL) adalah proses data warehouse yang mengekstrak data dari sistem sumber, berpotensi mengubah (proses transformasi), dan memuatnya ke toko data target di lingkungan BI atau DW. Menurut Vassiliadis, P. (2009) dalam jurnal A Survey of Extract–Transform–Load Technology, proses perangkat lunak yang memfasilitasi penduduk dari data warehouse umumnya dikenal sebagai proses Ekstraksi-Transformasi-Loading (ETL). Proses ETL bertanggung jawab untuk: (i)
Ekstraksi data yang sesuai dari sumber,
(ii)
Transportasi mereka ke daerah tujuan khusus dari data warehouse di mana mereka akan diproses,
(iii)
Transformasi sumber data dan perhitungan nilai-nilai baru (dan, mungkin catatan) untuk mematuhi struktur hubungan data warehouse yang mereka targetkan,
27 (iv)
Isolasi dan pembersihan tupel bermasalah, untuk menjamin bahwa aturan bisnis dan kendala database dihormati, dan
(v)
Pemuatan dibersihkan, data ditransformasikan ke hubungan yang tepat di gudang, bersama dengan penyegaran indeks yang menyertainya dan pandangan terwujud.
Berdasarkan pengertian diatas dapat disimpulkan bahwa ETL adalah proses data warehouse yang mengekstrak data dari sumber, transformasi sumber data dan perhitungan nilai-nilai baru dan memuatnya ke toko data target di lingkungan BI atau DW.
2.1.14 Pengertian Data Mart Menurut Connolly, T., & Begg, C. (2015, p1242), data mart adalah sebuah database yang mengandung sebuah subset dari data corporate atau perusahaan, untuk mendukung kebutuhan-kebutuhan analytical dari sebuah unit bisnis yang sesuai atau untuk mendukung pengguna-pengguna yang membagi kebutuhan yang sama untuk menganalisis sebuah proses bisnis yang sejenis. 2.1.15 Pengertian Metadata Menurut Vercellis (2009, p54) Untuk mendokumentasikan arti dari data yang terdapat dalam data warehouse, dianjurkan untuk membuat sebuah struktur informasi yang spesifik, yang dikenal sebagai metadata, yaitu mendeskripsikan data-data. Menurut Eldridge, Simon (2011) dalam jurnalnya yang berjudul Metadata, metadata adalah komponen penting dalam menerapkan alur kerja broadcast yang efektif dan efisien karena informasi ini tentang konten Anda yaitu apa yang memungkinkan Anda untuk mengatur, mencari, mengolah dan mengelola konten yang sesuai dengan aturan bisnis. Berdasarkan pengertian diatas dapat disimpulkan bahwa metadata adalah komponen penting dalam menerapkan alur kerja
28 broadcast yang efektif dan efisien untuk mendokumentasikan arti dari data yang yang terdapat dalam data warehouse, yang memungkinkan untuk mengatur, mencari, mengolah dan mengelola konten yang sesuai dengan aturan bisnis. 2.1.16 Pengertian Dimensionality Modeling Menurut Connolly, T., & Begg, C. (2015, p1261), sebuah teknik design lokal yang menargetkan untuk menampilkan data di dalam sebuah standart, bentuk intuititif yang mengijinkan akses yang high-perfomance. Setiap dimensional model (DM) terdiri dari 1 table dengan sebuah composite primary key, yang dinamakan fact table, dan sebuah kumpulan dari table-table yang lebih kecil, dinamakan dimension table. Menurut Kimball (2013, p7), Dimensionality Modelling adalah teknik lama untuk membuat database sederhana. Dimensionality modeling diterima secara luas sebagai teknik yang lebih disukai untuk menyajikan data analitik karena alamat dua persyaratan simultan: •
Memberikan data yang dimengerti untuk pengguna bisnis.
•
Memberikan kinerja query yang cepat. Berdasarkan pengertian diatas dapat disimpulkan bahwa
dimensionality modelling adalah sebuah teknik design lokal yang menargetkan untuk menampilkan data di dalam sebuah standart, bentuk intuititif yang mengijinkan akses yang high-perfomance yang memiliki dua persyaratan simultan yaitu : •
. Memberikan data yang dimengerti untuk pengguna bisnis.
•
Memberikan kinerja query yang cepat.
29 2.1.17 Pengertian Dimension Table Menurut Connolly, T., & Begg, C. (2015, p1261). Tabel dimensi adalah tabel yang berisikan kategori dengan ringkasan data detil yang dapat dilaporkan, laporan keuntungan pada tabel fakta dapat dilaporkan sebagai dimensi waktu (yang berupa perbulan, dan pertahun). Menurut Kimball & Ross (2013, p20) Dimension adalah entity yang independen dalam model dimensi yang berperan sebagai entrypoint atau mekanisme untuk slicing dan dicing bahan tambahan yang terletak pada tabel fakta dan dimensional model. Berdasarkan pengertian diatas dapat disimpulkan bahwa dimension table adalah tabel yang berisikan kategori dengan ringkasan data detil yang berperan sebagai entrypoint atau mekanisme untuk slicing dan dicing, yang dapat dilaporkan laporan keuntungan pada tabel fakta dapat dilaporkan sebagai dimensi waktu (yang berupa perbulan, dan pertahun). 2.1.18 Pengertian Star Schema Menurut Connolly, T., & Begg, C. (2015, p1261), star schema adalah sebuah dimensional data model yang mempunyai sebuah fact table yang berada ditengah, dikelilingi oleh dimensi table yang belum denormalisasi.
30
Gambar 2.6 Star schema for property sales of DreamHome. Sumber : Connolly, T., & Begg, C. (2015, p1261), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
Menurut Garani, G, Helmer, S. (2012) dalam jurnal yang berjudul Integrating Star and Snowflake Schemas in Data Warehouses, star schema telah dikembangkan oleh Kimball (1997) dengan karakteristik utama denormalisasi dari tabel dimensi. Dalam star schema, data disusun dalam tabel yang berisi informasi tentang bidang studi yang berbeda. Berdasarkan pengertian diatas dapat disimpulkan bahwa star schema adalah sebuah dimensional data model yang mempunyai sebuah fact table yang berada ditengah, dikelilingi oleh dimensi table yang belum denormalisasi, yang disusun dalam tabel yang berisi informasi tentang bidang studi yang berbeda.
31 2.1.19 Pengertian Fact Table Menurut Vercellis (2009, p55), fact table biasanya mengacu pada transaksi dan mengandung dua jenis data: -
Link ke dimensi tabel, yang diperlukan untuk mereferensi informasi yang terkandung dalam setiap tabel fakta;
-
Nilai-nilai numerik dari atribut yang menjadi ciri transaksi yang sesuai dan yang mewakili target sebenarnya dari OLAP berikutnya analisis. Menurut Kimball & Ross (2013, p24), fact table adalah table
utama
dengan
performa
perhitungan
karakteristik
numeric
berdasarkan composite key, serta setiap elemen foreign key yang diambil dari tabel dimensi. Berdasarkan pengertian diatas dapat disimpulkan bahwa fact table adalah table utama dengan performa perhitungan karakteristik numeric berdasarkan composite key, serta setiap elemen foreign key yang diambil dari tabel dimensi yang mengacu pada transaksi dan mengandung dua jenis data: -
Link ke dimensi tabel, yang diperlukan untuk mereferensi informasi yang terkandung dalam setiap tabel fakta;
-
Nilai-nilai numerik dari atribut yang menjadi ciri transaksi yang sesuai dan yang mewakili target sebenarnya dari OLAP berikutnya analisis.
32
Gambar 2.7 Fact Table Sumber : (Kimball & Ross, 2013, p.24)
2.1.20
Metode Perancangan Data Warehouse Menurut Kimball (2013, p70-72), terdapat empat tahapan
dalam membangun Data Warehouse, yaitu: 1.
Pemilihan Proses (Select the Business Process) Sebuah proses bisnis adalah sebuah aktivitas tingkat rendah yang dilakukan oleh organisasi, seperti mengambil pesanan, invoice, menerima pembayaran, mengatasi panggilan service, mendaftarkan siswa, melakukan sebuah prosedur medis atau pemrosesan klaim. Untuk mengidentifikasikan proses bisnis organisasi, sangat membantu untuk memahami beberapa karakteristik umum : •
Proses bisnis sering dinyatakan sebagai kata kerja, karena mereka mewakili kegiatan yang melakukan bisnis.
33 •
Proses
bisnis
biasanya
didukung
oleh
sistem
operasional, seperti penagihan dan sistem pembelian. •
Proses bisnis mengenerasi atau menangkap key performance metrics.
•
Proses bisnis biasanya dipicu dari sebuah masukan dan menghasilkan output metrik.
2.
Pemilihan Grain (Declare Grain) Pemilihan grain berarti mendefinisikan secara tepat apa yang direpresentasikan
tiap
baris
dari
tabel
fakta.
Grain
menyampaikan tingkat detail yang berhubungan dengan pengukuran dari tabel fakta. Ini memberikan jawaban atas pertanyaan, “Bagaimana anda mendeskripsikan tiap baris dari tabel fakta?” grain ditentukan dari realitas fisik dari sistem operasional yang menangkap peristiwa dari proses bisnis. 3.
Mendefinisikan Dimensi (Identify the Dimensions) Pertanyaan yang berhubungan dengan dimensi, “Bagaimana orang-orang bisnis menggambarkan data yang dihasilkan dari kegiatan pengukuran proses bisnis?” anda perlu untuk mendekorasi tabel fakta dengan kumpulan dari dimensidimensi yang mewakili semua deskripsi yang mungkin mengambil nilai-nilai tunggal dalam konteks dari masingmasing pengukuran.
4.
Mengidentifikasi Fakta (Identify the Facts) Fakta ditentukan dengan menjawab pertanyaan, “Apa itu proses pengukuran?” pengguna bisnis sangat tertarik dalam menganalisa performance metric. Semua kandidat fakta di dalam sebuah desain harus didefinisikan dalam grain dengan benar pada tahap kedua. Fakta-fakta yang dengan jelas termasuk ke dalam grain yang berbeda harus berada pada tabel fakta yang terpisah.
34 2.1.21 Pengertian Entity Relationship Diagram (ERD) Menurut
Connolly, T., & Begg, C. (2015, p405), Entity
Relationship Diagram atau Modeling adalah pendekatan top-down untuk desain database yang dimulai dengan mengidentifikasi data penting yang disebut entitas dan relasi antara data yang harus direpresentasikan dalam model.
Gambar 2.8 Contoh Entity Reltionship Diagram Sumber : Connolly, T., & Begg, C. (2015, p64), Database Systems: A Practical Approach to Design, Implementation, and Management. 6th Edition.
Menurut Satzinger, Jackson dan Burd (2009, p57), Entity Relationship Diagram (ERD) adalah sebuah struktur analisis dan teknik informasi dari data yang dibutuhkan oleh sistem. Berdasarkan pengertian diatas dapat disimpulkan bahwa ERD adalah struktur analisis dan teknik informasi dari data yang memiliki pendekatan top-down untuk desain database yang dimulai dengan mengidentifikasi data penting yang disebut entitas dan relasi antara data yang harus direpresentasikan dalam model.
35
Gambar 2.9 Contoh Entity Relationship Diagram Sumber : Satzinger, Jackson dan Burd (2009, p57), Object-oriented analysis & Design with the Unified Proces
2.1.21.1 Pengertian Entity Type Menurut Connolly, T., & Begg, C (2015, p406), Entity Type adalah sekelompok benda dengan sifat yang sama, yang diidentifikasi
oleh
enterprise
sebagai
eksistensi
yang
independen.
Gambar 2.10 Representasi tipe entitas Staff dan Branch Sumber : Connolly, T., & Begg, C. (2015, p408), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
36 2.1.21.2 Pengertian Relationship Type Menurut Connolly, T., & Begg, C (2015, p408), Relationship Type adalah satu set hubungan antara satu atau lebih entity type yang berpartisipasi. Setiap relationship type diberi nama yang menggambarkan fungsinya.
Gambar 2.11 Representasi tipe relationship dari Branch Has Staff Sumber : Connolly, T., & Begg, C. (2015, p410), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
2.1.21.3 Pengertian Attribute Menurut Connolly, T., & Begg, C (2015, p413), Attribute adalah sebuah properti dari sebuah entitas atau sebuah relationship type. 2.1.21.3.1 Pengertian Key Menurut Connolly, T., & Begg, C (2015, p415416), Ada beberapa jenis Key di antaranya yaitu :
37 •
Candidate Key adalah set minimal atribut yang secara unik mengidentifikasi setiap kemunculan suatu entity.
•
Primary Key adalah candidate key yang dipilih untuk secara unik mengidentifikasi setiap kejadian dari suatu entity.
•
Composite Key adalah candidate key yang terdiri dari dua atau lebih atribut.
Gambar 2.12 Representasi entitas dan atribut dari Branch dan Staff Sumber : Connolly, T., & Begg, C. (2015, p416), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
2.1.21.4
Pengertian Structural Constraints Constraints (kendala) dapat ditempatkan pada entitas
yang berpartisipasi dalam suatu relasi. Kendala harus mencerminkan pembatasan pada relasi sebagaimana yang dipersepsikan di 'dunia nyata'. Jenis utama dari kendala pada relasi disebut multiplicity.
38 Menurut Connolly, T., & Begg, C (2015, p419), multiplicity adalah jumlah (atau range) kemungkinan kejadian suatu entitas yang mungkin berhubungan dengan kejadian tunggal dari suatu entitas yang terkait melalui relasi tertentu. Berikut tiga jenis relasi binary yang merupakan degree paling umum dalam relasi: •
One to One (1:1) Relationships Relasi one to one menampilkan hubungan antara entitas dimana satu entitas menempatkan hanya satu anggota entitas lainnya.
Gambar 2.13 Multiplicity dari Staff Manages Branch One to One (1:1) Relationship Sumber : Connolly, T., & Begg, C. (2015, p420), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
•
One to Many (1:*) Relationships Relasi one to many menampilkan hubungan antara entitas dimana satu entitas dapat menempatkan banyak anggota entitas lain.
39
Gambar 2.14 Multiplicity dari Staff Oversees Property For Rent one-to-many (1:*) relationship Sumber : Connolly, T., & Begg, C. (2015, p422), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition. •
Many to Many (*:*) Relationships Relasi many to many menampilkan hubungan antara entitas dimana suatu entitas dapat memiliki lebih dari dari satu anggota entitas lain dan anggota entitas lain dapat memiliki lebih dari satu entitas.
Gambar 2.15 Multiplicity dari Newspaper Adverties Property For Rent many-to-many (*:*) relationship Sumber : Connolly, T., & Begg, C. (2015, p423), Database Systems : A Practical Approach to Design, Implementation, and Management. 6th Edition.
40 2.1.22 Pengertian Business Intelligence Menurut William (2007, p2), Business intelligence (BI) adalah informasi bisnis dan analisis bisnis dalam konteks proses bisnis utama yang mengarah pada keputusan dan tindakan dan hasil yang ditingkatkan kinerja bisnis. Menurut Vercellis (2009, p1), Business Inteligence dapat didefinisikan sebagai satu set model matematika dan metodologi analisis yang memanfaatkan data yang tersedia untuk menghasilkan informasi
dan
pengetahuan
yang
bermanfaat
untuk
proses
pengambilan keputusan yang kompleks. Menurut Chee, C. H, Yeoh, W., Gao, S., & Richards, G.(2014) dalam jurnalnya yang berjudul Improving Business Intelligence Traceability and Accountability, business intellgence adalah "kategori yang luas dari teknologi, aplikasi, dan proses yang digunakan untuk mengumpulkan, menyimpan, mengakses, dan menganalisis data untuk membantu penggunanya membuat keputusan yang lebih baik". Dengan kata lain, BI adalah sistem yang memungkinkan pengguna untuk memanfaatkan sumber data yang berbeda sehingga mereka dapat membuat keputusan bisnis (Elbashir et al, 2008;. Negash 2004). Menurut Chen, H., Chiang, R. H., & Storey, V. C. (2012) dalam jurnal yang berjudul Workflow management for ETL development yang dikutip dari Business intelligence and analytics: From big data to big impact. Business intelligence adalah kunci untuk data analysis di dalam organisasi dan strateginya taktis dalam pengambilan keputusan bisnis (Menurut Rutz, Nelakanti & Rahman (2012)) dalam jurnal yang berjudul Workflow management for ETL development yang dikutip dari Practical implications of real time business intelligence. Berdasarkan pengertian diatas dapat disimpulkan bahwa business intelligence adalah satu set model matematika dan metodologi analisis yang mengarah pada keputusan dan tindakan dan hasil yang ditingkatkan kinerja bisnis untuk menghasilkan informasi dan pengetahuan proses yang digunakan untuk mengumpulkan,
41 menyimpan, mengakses, dan menganalisis data yang bermanfaat untuk proses pengambilan keputusan yang kompleks.
2.1.22.1
Business Intelligence Architecture Menurut Vercellis (2009, p9), Arsitektur dari Business
Intelligence system mengandung 3 major komponen.
Gambar 2.16 A typical business intelligence architecture Sumber : Vercellis, C. (2009, p9), Business Intelligence : Data Mining and Optimization For Decision Making
-
Data Source Dalam tahap pertama, perlu untuk mengumpulkan dan mengintegrasikan data yang tersimpan dalam berbagai sumber primer dan sekunder, yang heterogen dalam asal dan jenis. Sumber terdiri untuk sebagian besar dari data milik sistem operasional, tetapi juga
dapat mencakup dokumen tidak
terstruktur, seperti email dan data yang diterima dari penyedia eksternal.
Secara
umum,
upaya
besar
diperlukan
untuk
menyatukan dan mengintegrasikan sumber data yang berbeda. -
Data Warehouse dan Data Marts Menggunakan alat ekstraksi dan transformasi yang dikenal sebagai extract, transform, load (ETL), yang berasal dari sumber yang berbeda data disimpan dalam database dimaksudkan
42 untuk mendukung analisis business intelligence. Database ini biasanya disebut sebagai data warehouse dan data mart. -
Business intelligence methodologies Data akhirnya diambil dan digunakan untuk memasukan model matematika dan metodologi analisis dimaksudkan untuk mendukung pengambilan keputusan. Dalam sistem business intelligence, beberapa aplikasi pendukung keputusan dapat dilaksanakan, sebagian besar yang akan dijelaskan sebagai berikut: -
Analisis kubus multidimensi;
-
Analisis data eksplorasi;
-
Analisis time series;
-
Model pembelajaran induktif untuk data mining;
-
Optimization Models
Gambar 2.17 The main components of a business intelligence system Sumber : Vercellis, C. (2009, p10), Business Intelligence : Data Mining and Optimization For Decision Making
43
-
Data exploration Pada tingkat ketiga piramida kita menemukan alat untuk melakukan analisis pasif business intelligence, yang terdiri dari permintaan dan pelaporan sistem, serta statistical methods. Ini disebut
passive
sebagai
methodologies
karena
pengambil
keputusan diminta untuk menghasilkan hipotesis sebelumnya atau menentukan kriteria ekstraksi data, dan kemudian menggunakan alat analisis untuk menemukan jawaban dan konfirmasi wawasan asli mereka. -
Data mining Tingkat
keempat
mencakup
metodologi
business
intelligence aktif, yang tujuannya adalah ekstraksi informasi dan pengetahuan dari data. Ini termasuk model matematika untuk pengenalan pola, pembelajaran mesin dan teknik data mining. -
Optimization Pada tingkat ini kita menemukan model optimasi yang memungkinkan kita untuk menentukan solusi terbaik dari serangkaian tindakan alternatif, yang biasanya cukup luas dan kadang-kadang bahkan tak terbatas.
-
Decisions Pada bagian atas dari piramida sesuai dengan pilihan dan adopsi sebenarnya dari sebuah keputusan tertentu, dan dalam beberapa
cara
merupakan
kesimpulan
alami
dari
proses
pengambilan keputusan. Bahkan ketika metodologi business intelligence yang tersedia dan berhasil diadopsi, pilihan keputusan berkaitan
dengan
pengambil
keputusan,
yang
juga
bisa
memanfaatkan informasi informal dan tidak terstruktur yang tersedia untuk beradaptasi dan memodifikasi rekomendasi dan kesimpulan yang dicapai melalui penggunaan model matematika.
44
2.1.23 Pengertian Dashboard Menurut Power, B. (2010) dalam Jurnal Dashing dashboards, Information
Dashboard
adalah
sebuah
layar
tunggal
yang
menampilkan informasi seperti indikator kinerja utama (KPI) yang memungkinkan seseorang sekilas untuk mempelajari bagaimana bisnis (atau bagian penting dari bisnis) adalah menampilkan. Dashboard memiliki potensi untuk merevolusi manajemen bisnis, namun para ahli sepakat beberapa perusahaan yang menggunakannya dengan
baik.
Untuk
menggunakan
information
dashboard
membutuhkan usaha keras, kerja terus menerus dan pemahaman tentang prinsip-prinsip utama yang mendasari desain mereka efektif. Tanpa kerangka kerja strategis KPI dan dashboard benar-benar dapat menarik dan mendorong orang-orang di arah yang berbeda, sementara menentang atau KPI yang bertentangan dapat menyebabkan gesekan politik dalam negeri. Kebanyakan penyedia teknologi business intelligence, seperti Hyperion (Oracle), Cognos (IBM) dan Business Objects (SAP), memiliki perangkat lunak dengan indikator pre-built dan dashboard. Kesalahan umum desain dashboard terlalu banyak kekacauan, menyebarkan informasi di beberapa layar, dan tidak ada konteks. Menyajikan informasi grafis sangat penting.
2.1.24
Metode Perancangan Business Intelligence Menurut Vercellis (2009, p14-16), Metode Perancangan Business Intelligence dibagi menjadi tahap, yaitu sebagai berikut : A.
Analysis Pada tahap pertama ini, kebutuhan organisasi relatif terhadap pengembangan sistem Business Intelligence harus diidentifikasikan secara hati-hati. Tahap pertama ini, umumnya dilakukan melalui serangkaian wawancara terhadap para pekerja mengenai pengetahuan dalam menjalankan peran dan kegiatan yang berbeda di dalam organisasi atau perusahaan. Hal ini dimaksudkan untuk
45 menjabarkan secara jelas tujuan umum dan prioritas proyek, serta untuk menetapkan biaya dan manfaat yang berasal dari pengembangan Business Intelligence. B. Design Pada tahap kedua ini mencakup dua sub-fase dan bertujuan untuk memperoleh rencana sementara dari keseluruhan
arsitektur,
dengan
memperhitungkan
pembangunan dalam waktu dekat dan evolusi sistem dalam jangka waktu menengah. Pertama, perlu untuk membuat penilaian terhadap infrastruktur informasi yang ada. Perlunya menganalisa proses pengambilan keputusan utama yang harus didukung oleh sistem Business Intelligence, guna menentukan kebutuhan informasi yang memadai. Kemudian dengan menggunakan metodologi manajemen proyek klasik, rencana proyek akan ditetapkan, mengidentifikasi fase pengembangan, prioritas, diharapkan waktu eksekusi dan biaya, bersama dengan peran dan sumber daya yang diperlukan. C. Planning Tahap planning meliputi sub-fase dimana fungsi sistem business intelligence didefinisikan dan dijelaskan secara lebih rinci. Data yang ada serta data yang lain yang mungkin
diambil
nilai
eksternalnya.
Hal
ini
memungkinkan struktur informasi dari arsitektur business intelligence, yang terdiri dari data warehouse pusat dan mungkin beberapa satelit data mart, yang akan dirancang. Akhirnya, membuat prototype sistem, dengan biaya rendah dan dengan kemampuan terbatas, untuk mengungkap terlebih dahulu adanya perbedaan antara kebutuhan aktual dan spesifikasi proyek.
46
D. Implementation and Control Tahap terakhir terdiri dari lima sub-fase utama. Pertama, data warehouse dan setiap data mart tertentu dikembangkan. Ini merupakan informasi infrastruktur yang akan memberi masukan pada sistem business intelligence. Untuk menjelaskan arti dari data yang terdapat dalam data warehouse dan transformasi diterapkan di awal untuk data primer, arsip metadata harus dibuat. Selain itu, prosedur ETL diatur untuk mengekstrak dan mengubah data-data yang ada dalam sumber-sumber primer, memuatnya ke dalam data warehouse dan data mart. Langkah selanjutnya adalah bertujuan untuk mengembangkan aplikasi business intelligence inti yang memungkinkan analisis yang direncanakan akan dilaksanakan. Kemudian sistem ini dirilis untuk pengujian dan penggunaan. 2.2
Teori Khusus
2.2.1
Pengertian Sekolah Sekolah adalah sistem interaksi sosial suatu organisasi keseluruhan terdiri atas interaksi pribadi terkait bersama dalam suatu hubungan organik (Wayne dalam buku Soebagio Atmodiwiro, 2000:37). Sedangkan berdasarkan undang-undang No. 2 tahun 1989 sekolah
adalah
berkesinambungan
satuan untuk
pendidikan
yang
menyelenggarakan
berjenjang kegiatan
dan belajar
mengajar. Berdasarkan pengertian diatas dapat disimpulkan bahwa sekolah sebagai suatu sistem sosial dibatasi oleh sekumpulan elemen kegiatan yang berinteraksi dan membentuk suatu kesatuan sosial sekolah yang demikian bersifat aktif kreatif artinya sekolah dapat menghasilkan sesuatu yang bermanfaat bagi masyarakat dalam hal ini
47 adalah orang-orang yang terdidik.
2.2.2
Pengertian Pendidikan Menurut Drs. M., Ngalim Purwanto (2007), Pendidikan adalah ilmu pengetahuan yang menyelidiki, merenungkan tentang gejalagejala perbuatan mendidik.
2.2.3
Pengertian SMK Pengertian mengenai sekolah menengah kejuruan terdapat pada Peraturan Pemerintah No. 74 tahun 2008 pasal 1 ayat 21 yang menyatakan bahwa “Sekolah Menengah Kejuruan yang selanjutnya disingkat SMK adalah salah satu bentuk satuan pendidikan formal yang
menyelenggarakan
pendidikan
kejuruan
pada
jenjang
Pendidikan Menengah sebagai lanjutan dari SMP, MTs, atau bentuk lain yang sederajat atau lanjutan dari hasil belajar yang diakui sama atau setara SMP atau MTs. 2.2.4
Pengertian Siswa Menurut Arif Rahman (2008: 87), siswa adalah anggota masyarakat yang berusaha mengembangkan potensi diri melalui proses pendidikan. Siswa merupakan sosok anak manusia yang membutuhkan bantuan orang lain untuk bisa tumbuh dan berkembang kearah kedewasaan
2.2.5
Pengertian Guru Menurut Arif Rahman (2008: 118), mengemukakan bahwa guru adalah setiap orang yang dengan sengaja mempengaruhi orang lain untuk mencapai tingkat kemanusiaan yang lebih tinggi.
48
