BAB 2 LANDASAN TEORI
2.1
Teori-Teori Umum 2.1.1
Data Data sangat penting bagi sebuah organisasi karena memainkan
peranan penting di dalamnya. Data digunakan di dalam setiap kegiatan di dalam organisasi. Menurut (Rainer Jr. & Cegielski, 2012), data merujuk pada deskripsi dasar dari hal, aktivitas, dan transaksi yang direkam, diklasifikasi, dan disimpan tetapi tidak diorganisasi untuk tujuan tertentu. Menurut (Inmon, 2006), data adalah pengumpulan dari fakta, konsep dan instruksi yang disimpan dalam media penyimpanan yang digunakan untuk komunikasi dan diproses menjadi informasi sehingga dapat dimengerti oleh manusia. Dapat disimpulkan bahwa data terbentuk dari aktivitas sehari-hari yang dicatat dan diproses sehingga dapat dimengerti manusia. 2.1.2
Sistem Informasi Sebuah organisasi modern tidak terlepas dari sistem informasi.
Sistem informasi digunakan oleh setiap organisasi untuk membantu kegiatan sehari-hari di dalamnya. Menurut (Rainer Jr. & Cegielski, 2012), sistem informasi adalah sebuah kerja sama dan kolaborasi antara beberapa komponen yang ada agar dapat bekerja secara bersama-sama dan sinergi untuk dapat menghasilkan beberapa tindakan yang terdiri antara lain adalah mengumpulkan, memproses, menyimpan, menganalisis, dan menyebarkan informasi yang ada untuk tujuan yang sudah ditentukan sebelumnya. Menurut (Rainer Jr. & Cegielski, 2012), sistem informasi memiliki lima komponen dasar: •
Hardware
Terdiri atas perangkat keras seperti processor, monitor, keyboard, 9
10 dan printer. Secara bersama-sama, perangkat tersebut menerima, memproses, dan menampilkan data dan informasi. •
Software
Sebuah program atau kumpulan program yang memungkinkan hardware memproses data. •
Database
Sebuah kumpulan dari file yang saling berkaitan atau tabel yang berisi data. •
Network
Sistem terkoneksi (kabel atau nirkabel) yang memungkinkan komputer-komputer yang berbeda untuk berbagi sumber daya. •
Prosedur
Instruksi untuk mengkombinasikan komponen-komponen di atas untuk memproses informasi dan menghasilkan output yang diinginkan. Dari definisi di atas, dapat disimpulkan bahwa sistem informasi merupakan kerjasama antar komponen seperti hardware, software, database, dan lain-lain sehingga menghasilkan sesuatu yang sesuai dengan tujuan yang ditentukan.
2.1.3
Database Organisasi yang memiliki data yang banyak membutuhkan solusi
pengolahan penyimpanan data yang baik. Solusi paling popular adalah database. Menurut (Connolly & Begg, 2010), database adalah sekumpulan data yang berhubungan secara logika dan sebuah deskripsi dari data tersebut. Database didesain untuk memenuhi kebutuhan informasi dari sebuah organisasi. Menurut (Rainer Jr. & Cegielski, 2012), database adalah sebuah kumpulan dari file yang berhubungan atau tabel yang berisi data. Dari definisi database di atas, dapat disimpulkan bahwa database merupakan kumpulan data yang saling berhubungan untuk memenuhi kebutuhan suatu organisasi.
11
2.1.4
Database Management System (DBMS) Database yang tidak dikelola dengan baik akan menimbulkan kerugian. DBMS
ditujukan untuk memberikan tool dalam mengelola database. Menurut (Connolly & Begg, 2010), DBMS merupakan sebuah software yang memungkinkan pengguna untuk mendifiniskan, membuat, memelihara, dan mengendalikan akses untuk database. Menurut (Rainer Jr. & Cegielski, 2012), DBMS adalah sebuah kumpulan program yang menyediakan pengguna tool untuk menambahkan, menghapus, mengakses, mengubah, dan menganalisis data yang disimpan dalam suatu tempat. Dari dua definisi DBMS di atas, maka dapat disimpulkan bahwa DBMS adalah suatu software yang memungkinkan pengguna untuk mengelola data pada database.
2.1.5
Online Transaction Processing (OLTP) Kegiatan operasional membentuk data yang sangat banyak. OLTP
memproses data tersebut dengan cepat. Menurut (Connolly & Begg, 2010), OLTP adalah sistem didesain untuk memaksimalkan kapasitas dari proses transaksi. OLTP menghasilkan data yang detail, aktual, dan dapat berganti subjek. Sistem ini didesain untuk menangani transaksi yang banyak pada satu waktu. Menurut (Rainer Jr. & Cegielski, 2012), OLTP adalah di mana transaksi bisnis diproses secara online bersamaan dengan transaksi itu terjadi. Dari dua definisi OLTP di atas, maka dapat disimpulkan bahwa OLTP adalah sistem yang menangani transaksi sehari-hari dengan memroses data tersebut secara real time.
2.1.6
Data Warehouse Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013) yang mengatakan
bahwa data warehouse adalah sebuah salinan dari data transaksi yang secara spesifik terstruktur untuk query dan analisis. Menurut (Inmon, 2006), data warehouse adalah sekumpulan data yang sudah
12 terintegrasi, berorientasikan subjek yang dirancang untuk mendukung fungsi dari Decision Support System dimana data tersebut relevan dengan waktu. Menurut (Connolly & Begg, 2010), data warehouse adalah data yang berorientasi subjek, terintegrasi, mempunyai rentang waktu, dan tidak mudah berubah dalam mendukung proses pengambilan keputusan manajemen. Dari tiga definisi data warehouse di atas, maka dapat disimpulkan bahwa data warehouse adalah sekumpulan data yang dirancang kusus untuk kebutuhan analisis dan pengambilan keputusan.
2.1.7
Karakteristik Data Warehouse Data warehouse memiliki karakteristik yang berbeda dibandingkan relational database. Menurut (Inmon, 2006), data warehouse memiliki empat karakteristik: •
Subject Oriented Setiap bidang usaha memiliki subjek unik. Hal ini menentukan data warehouse apa yang dibuat. Setiap subjek memiliki kebutuhan bisnis yang unik sehingga butuh desain data warehouse yang berbeda-beda. Data warehouse diorganisasikan menurut subjek utama di dalam perusahaan seperti pelanggan, produk, dan penjualan daripada menurut aplikasi seperti penagihan pelanggan, pengendalian stok, dan penjualan produk. Hal ini merefleksikan kebutuhan untuk menyimpan data yang mendukung pengambilan keputusan.
•
Integrated Data yang berasal dari banyak sumber masuk ke dalam data warehouse. Data tersebut diterima, dikonversi, diformat, diurutkan, dan lain-lain sehingga dapat terintegrasi ke dalam data warehouse. Data yang terintegrasi harus konsisten dalam menyajikan data kepada pengguna.
•
Time Variant Variasi waktu berarti setiap data di dalam data warehouse hanya akurat pada satu poin waktu atau suatu interval waktu saja. Setiap data memiliki penanda waktu yang menunjukan waktu data tersebut akurat. Dari penjelasan di atas, maka karakteristik ini menunjukan bahwa data di
13 dalam data warehouse merepresentasikan snapshot. •
Non Volatile Data diperbarui di dalam lingkungan operasional secara berkala tetapi data pada data warehouse menunjukan karakteristik yang berbeda. Data pada data warehouse dimasukan dan diakses tetapi tidak diperbarui. Data yang dimasukan ke dalam data warehouse berbentuk snapshot. Jika ada perubahan pada suatu data, maka snapshot akan dimasukan. Sedangkan data historikal tetap disimpan di dalam data warehouse.
2.1.8
Perbedaan Data Warehouse dengan OLTP Data Warehouse dan OLTP memiliki fungsi yang berbeda tapi saling berkaitan
dalam hal kebutuhan data. Data warehouse membutuhkan data dari OLTP. Menurut (Connolly & Begg, 2010), OLTP didesain untuk memaksimalkan kapasitas pemrosesan transaksi, sedangkan data warehouse didesain untuk mendukung ad hoc query processing. Perbedaan di antara keduanya bisa dilihat di tabel berikut: Tabel 2. 1 Perbedaan OLTP dengan Data Warehouse Sumber : Thomas Connolly, C. B. (2010). Database Systems : A PRACTICAL APPROACH TO DESIGN, IMPLEMENTATION, AND MANAGEMENT FIFTH EDITION
Karakteristik
OLTP
Data Warehouse
Main purpose
Mendukung proses
Mendukung proses analisis
Data age Data latency
Data actual real-time
Data historis Tergantung panjang siklus untuk suplemen
Data detail
data Data
Data
detail,
data ringkasan sederhana
dan data ringkasan lanjutan
granularity Data
Pola terprediksi dari
Pola query data lebih sulit untuk
Processing
pemasukan data,
diprediksi
penghapusan data,
14 Reporting Users
2.1.9
Dapat diprediksi, satu
Tidak
dapat
diprediksi,
dimensi
multi dimensi, laporan dinamis
Mendukung pengguna
Mendukung
operasional
mengambil keputusan
manajer dalam
Keuntungan Data Warehouse Data warehouse berpotensi memiliki keuntungan yang besar untuk organisasi
yang menerapkannya. Walaupun mengharuskan organisasi berinvestasi dalam jumlah besar, namun data warehouse berpotensi besar untuk menguntungkan organisasi tersebut. Menurut (Connolly & Begg, 2010), data warehouse memiliki tiga keuntungan: • Potensi Return of Investment (ROI) yang tinggi Sebuah organisasi harus mengeluarkan sumber daya dan biaya yang besar untuk memastikan suksesnya implementasi data warehouse. Disamping investasi yang besar tersebut, potensi ROI yang dimiliki tinggi. • Keuntungan kompetitif Tingkat
ROI
yang
tinggi
untuk
perusahaan
yang
sukses
mengimplementasikan data warehouse membuktikan bahwa teknologi ini memiliki keuntungan kompetitif yang sangat tinggi. Keuntungan kompetitif didapat dengan memungkinkan pengambil keputusan untuk mengakses data yang sebelumnya tidak tersedia, tidak diketahui, dan belum dimanfaatkan. • Meningkatkan produktivitas pengambil keputusan Data Warehouse mengintegrasikan data dari berbagai sumber yang berbeda menjadi satu bentuk yang konsisten. Dengan mentransformasi data menjadi informasi yang berguna, memungkinkan pengambil keputusan menganalisis lebih substantif, akurat, dan konsisten.
2.1.10 Metadata Setiap data yang terbentuk, terdapat informasi penting yang dapat digunakan di dalam data warehouse.
15 Menurut (Connolly & Begg, 2010) metadata adalah deskripsi tentang isi dari data. Metadata berisi informasi seperti asal data, bagaimana data diproses, dan lainlain. Di dalam data warehouse, tujuan utama metadata adalah untuk menunjukan jejak mulai dari data itu dibuat sehingga pengguna dapat mengetahui sejarah dari setiap data pada data warehouse.
2.1.11 Granularity Granularity merupakan bagian penting dari data warehouse. Data pada data warehouse memiliki tingkat granularity yang berbeda-beda yang menentukan seberapa detail data yang disimpan. Menurut (Inmon, 2006) granularity merujuk pada tingkat rincian atau rangkuman dari sebuah data dalam data warehouse. Semakin rinci data tersebut maka semakin rendah tingkat granularity-nya dan sebaliknya semakin tidak rinci data tersebut maka semakin tinggi tingkat granularity–nya. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), granularity adalah tingkat kedetailan data yang ada pada data warehouse. 2.1.12 Dimensional Modeling Dimensional modeling dipakai di dalam data warehouse untuk pemodelan data. Cara ini cocok untuk data warehouse karena mendukung tujuan data warehouse, yaitu analisis. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), dimensional model adalah sebuah teknik untuk menyajikan data analitis karena dimensional model memiliki dua persyaratan, yaitu menyajikan data yang dapat dimengerti oleh pengguna bisnis dan menyajikan performa query yang cepat.
2.1.13 Slowly Changing Dimension (SCD) Menurut (Kimball & Ross, The Kimball Group Reader, 2010), Slowly Changing Dimension (SCD) adalah dimensi yang mengalami perubahan dalam satu waktu. Perubahan tersebut datang tanpa diduga, sporadis, dan jarang terjadi dibandingkan perubahan measurement pada fact table.
16 Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), SCD memiliki tujuh tipe: •
Type 0: Retain Original Nilai atribut pada dimensi tidak pernah berubah sehingga nilai fakta sesuai dengan nilai asli atribut tersebut.
•
Type 1: Overwrite Nilai atribut dimensi yang lama akan ditimpa jika ada nilai baru yang masuk. Type 1 selalu merepresentasikan nilai yang paling baru tetapi akan menghilangkan nilai histori. •
Type 2: Add New Row Type 2 menambah baris baru jika ada nilai atribut yang diperbarui. Ketika baris baru ditambahkan maka ada surrogate key baru yang ditambahkan. Minimal ada tiga kolom tambahan yang menunjukan tanggal efektif, tanggal tidak berlaku, dan indikator keberlakuan baris.
•
Type 3: Add New Attribute Jika ada perubahan pada baris maka akan dibuat atribut baru yang memuat nilai lama. Sedangkan atribut asli akan ditimpa dengan nilai baru.
•
Type 4: Add Mini-Dimension Teknik ini dipakai ketika kumpulan atribut pada dimensi berubah terus menerus dengan cepat. Atribut-atribut tersebut dipisahkan menjadi minidimension.
•
Type 5: Add Mini-Dimension and Type 1 Outrigger Teknik ini dipakai untuk mempertahankan nilai histori atribut sekaligus fakta histori berdasarkan nilai atribut paling baru. Type 5 menambahkan mini-dimension dan menggunakan type 1 pada mini-dimension.
•
Type 6: Add Type 1 Attributes to Type 2 Dimension Type 6 menggunakan Type 2 yang menambah baris baru untuk nilai atribut baru sekaligus menggunakan Type 1 yang menimpa baris lama dengan nilai atribut baru.
•
Type 7: Dual Type 1 and Type 2 Dimensions
17 Fact table dapat diakses dengan menampilkan data sesuai dengan Type 1 yang menampilkan nilai terbaru sekaligus dapat menampilkan sesuai dengan Type 2 yang menampilkan nilai histori.
2.1.14 Fact Table Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), fact table berawal dari istilah fact yang berarti ukuran bisnis. Jadi fact table merupakan tempat menyimpan hasil pengukuran performa dari kegiatan proses bisnis sebuah organisasi. Menurut (Inmon, 2006), fact table merupakan pusat dari star scheme. Fact table mengandung data yang dapat mengidentifikasi secara unik dan foreign key yang merujuk pada tabel yang mengelilinginya.
Gambar 2. 1 Fact Table (Kimball & Ross, The Data Warehouse Toolkit, 2013) 2.1.15 Dimension Table Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013) dimension table merupakan pelengkap fact table. Dimension table berisi konteks tekstual yang berhubungan dengan kegiatan pengukuran proses bisnis. Sehingga dapat disimpulkan bahwa dimension table merupakan table yang menyimpan atribut-atribut pelengkap yang berkaitan dengan proses bisnis suatu organisasi.
18
Gambar 2. 2 Dimension Table (Kimball & Ross, The Data Warehouse Toolkit, 2013) 2.1.16 Star Schema Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), star scheme merupakan struktur dimensional, yang terdiri atas fact table yang terhubung dengan dimension table melalui primary/foreign key. Definisi ini diperkuat oleh Ralph Kimball yang mengatakan bahwa Star Scheme adalah struktur dimensional yang ditanam di dalam relational database management system (RDBMS). Star scheme memiliki karakteristik yang terdiri atas fact table yang terhubung dengan dimension table yang berasosiasi melalui primary/foreign key. Menurut (Connolly & Begg, 2010), star scheme adalah struktur logika yang memiliki sebuah fact table berisi data faktual di pusatnya, dikelilingi oleh dimension table berisi data referensi.
19
Gambar 2. 3 Star Schema (Connolly & Begg, 2010)
2.1.17 Surrogate Key Surrogate Key sangat penting di dalam sebuah dimension table. Biasanya digunakan menjadi key referensi. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), surrogate key adalah angka yang ditetapkan secara berurutan sesuai kebutuhan untuk mengisi dimensi. Surrogate key berisi angka sederhana yang ditambahkan secara berurutan, dimulai
dari
satu
setiap
key
dibutuhkan.
Surrogate
mengimplementasi primary key pada dimension table.
key
dipakai
untuk
20
2.1.18 Kimball’s DW/BI Architecture
Gambar 2. 4 Kimball’s DW/BI Architecture (Kimball & Ross, The Data Warehouse Toolkit, 2013) Gambar di atas merupakan gambaran arsitektur DW/BI menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013). Pada gambar tersebut terlihat bahwa arsitektur DW/BI memiliki empat komponen dalam satu lingkungan data warehouse. Yaitu operational source system, ETL system, data presentation area dan business intelligence applications.
2.1.17.1
Operational Source System Operational source system merupakan sebuah sistem operasional record yang dapat meng-capture transaksi bisnis. Jadi komponen ini merupakan komponen yang menyimpan seluruh transaksi harian perusahaan, atau bisa juga disebut sebagai sumber data untuk nantinya disajikan dalam BI application.
2.1.17.2
ETL System Extract, transform, load (ETL) sistem merupakan proses menarik data dari sistem operasional ke lingkungan data warehouse, setelah itu ditransformasi (cleansing,
21 parsing, combining, dll) dan di load ke presentation area untuk di manage lebih lanjut. 2.1.17.3
Presentation Area Presentation area merupakan tempat dimana data diorganisir, disimpan dan disediakan untuk query langsung oleh pengguna, penulisan laporan dan mendukung aplikasi analitikal BI lainnya.
2.1.17.4 Business Intelligence Applications BI application merupakan komponen utama dari arsitektur DW/BI ini. BI application terdiri dari sekumpulan aplikasi penting yang dibutuhkan oleh perusahaan seperti ad hoc queries, standard reports, analytic applications, data mining, dan lain-lain.
2.1.19
Metodologi Perancangan Data Warehouse Menurut (Kimball & Ross, The Kimball Group Reader, 2010), ada sembilan
langkah dalam perancangan data warehouse, yaitu: •
Memilih proses
Area subjek proses bisnis yang pertama kali dibangun harus memiliki keterkaitan kuat dengan keuangan. Disamping itu juga harus menjawab pertanyaan bisnis paling penting dan paling mudah diakses dalam ektraksi data. •
Memilih grain
Memilih grain bisa diartikan memilih data apa yang ditampilkan pada table fakta. Tabel fakta adalah tabel pusat yang besar dalam desain dimensional yang memiliki sebuah multipart key. Setiap komponen dari multipart key adalah foreign key yang merujuk pada satu tabel dimensi. Setelah memilih grain, bisa dilakukan diskusi yang jelas tentang dimensi yang yang sesuai dengan proses bisnis. •
Identifikasi dan menyesuaikan dimensi
Dimensi harus dipilih dengan selalu mempertimbangkan data warehouse perusahaan. Jika satu dimensi dipakai di dalam dua proses bisnis, maka dimensi
22 harus memiliki atribut-atribut yang dibutuhkan keduanya. Ketika satu dimensi dipakai untuk dua proses bisnis, maka bisa disebut sesuai. •
Memilih fakta
Grain dari table fakta menentukan mana fakta yang dipakai untuk proses bisnis yang diberikan. Semua fakta harus dinyatakan dalam level grain yang seragam. Fakta tambahan bisa ditambahkan kapan saja sepanjang tetap konsisten pada grain table fakta. •
Memasukan hasil perhitungan ke tabel fakta
Contoh yang umum untuk kebutuhan menyimpan hasil perhitungan terjadi saat table mengandung pernyataan laba rugi. Hasil perhitungan lebih baik disimpan di dalam table karena ada kemungkinan user melakukan kesalahan dalam melakukan perhitungan. •
Menyempurnakan tabel dimensi
Pada langkah ini, table fakta sudah lengkap dan peran table dimensi sudah dimengerti dalam menyediakan entry point ke dalam table fakta dengan constrain pada atribut-atribut dimensi. Tabel dimensi bisa ditambahkan atribut-atribut berupa teks yang mendeskripsikan dimensi sebanyak-banyaknya. •
Memilih durasi database
Ukuran durasi menunjukan seberapa jauh table fakta meliputi waktu ke belakang. Di dalam berbagai bisnis, terdapat kebutuhan yang secara alami bisa melihat data periode yang sama pada tahun lalu. Semakin lama data yang dibutuhkan, semakin banyak masalah dalam membaca dan mengintepretasikan data tersebut. •
Menentukan kebutuhan akan slowly changing dimension
Deskripsi yang layak untuk produk lama dan pelanggan lama harus dipakai dengan histori transaksi lama. Data warehouse harus menetapkan generalized key untuk dimensi yang penting ini untuk membedakan banyak snapshot dalam jangka waktu tertentu. •
Memutuskan desain fisik
Memutuskan desain fisik dilakukan setelah menyelesaikan delapan langkah desain logical di atas. Persoalan terbesar dalam langkah ini adalah urutan fisik tabel fakta pada disk yang mempengaruhi persepsi user pada subjek.
23 2.1.20 Kimball’s Data Warehouse Lifecycle
Gambar 2. 5 Kimball’s Data Warehouse Lifecycle Diagram (Kimball & Ross, The Kimball Group Reader, 2010) Gambar di atas merupakan gambaran data warehouse lifecycle menurut (Kimball & Ross, The Kimball Group Reader, 2010). Diagram di atas mencakup keseluruhan aktivitas di dalam pembangunan data warehouse mulai dari design, development, dan deployment. 2.1.19.1
Program/Project Planning Management Kotak pertama pada diagram ini fokus pada peluncuran program/proyek, termasuk penentuan ruang lingkup, justifikasi, dan perekrutan staf.
2.1.19.2
Business Requirements Memunculkan kebutuhan bisnis merupakan kunci di dalam Kimball Lifecycle karena dapat memacu keputusan secara vertical. Kebutuhan dikumpulkan untuk mempertimbangkan faktor kunci yang berimbas pada bisnis dengan fokus pada apa yang pengguna lakukan saat ini.
2.1.19.3
Technology Track DW/BI mengharuskan integrasi dari beberapa teknologi, data store, dan metadata yang berhubungan. Thecnology track dimulai dari desain arsitektur sistem untuk menentukan kemampuan yang dibutuhkan, diikuti
24 dengan pemilihan dan pemasangan produk yang sesuai dengan arsitektur yang dibutuhkan. 2.1.19.4
Data Track Data track dimulai dari desain model dimensional untuk memenuhi kebutuhan bisnis dengan tetap mempertimbangkan data yang tersedia.
2.1.19.5
Business Intelligence Track Business Intelligence track fokus pada berbagai macam aplikasi BI seperti laporan terstandardisasi, query dengan parameter, dashboard, scoreboard, model analisis, dan aplikasi data mining.
2.1.19.6
Deployment, Maintenance, and Growth Fase ini merupakan fase kesimpulan dari proyek. Fase ini menentukan bagaimana proyek akan ditempatkan. Proyek harus dinilai kesiapannya sebelum deployment. Keberhasilan deployment harus dilanjutkan dengan mengelola environment dengan menginvestasikan sumber daya seperti technical support, profram support, dan pelatihan.
2.1.21
Operational Data Store (ODS) ODS merupakan bagian penting dalam aliran data pada data warehouse. Data
transaksi pada OLTP disimpan di ODS sebelum dipindahkan ke dalam data warehouse. Hal ini dimaksudkan supaya tidak mengganggu kegiatan pada OLTP. Menurut (Connolly & Begg, 2010), ODS adalah tempat penyimpanan data operasional aktual dan terintegrasi yang digunakan untuk analisis. Pembangunan ODS bisa membantu dalam pembangunan data warehouse karena ODS bisa menyediakan data dari source systems dan bersih.
2.1.22 OLAP Penggunaan OLAP dalam data warehouse memudahkan pengguna untuk pengembangan laporan-laporan yang dibutuhkan. Pengguna dapat melakukan analisis pivot dengan mudah. Menurut (Connolly & Begg, 2010), OLAP memungkinkan user untuk mendapat pemahaman yang lebih dalam dan pengetahuan tentang berbagai aspek data perusahan dengan cepat, konsisten, dan interaktif meliputi macam-macam pandangan yang berbeda.
25 Menurut (Kimball & Ross, The Data Warehouse Toolkit, 2013), struktur dimensional yang diimplementasi di dalam multidimensional database. OLAP dapat memiliki konten yang sama atau turunan dari star scheme.
2.1.23 Keuntungan OLAP Teknologi OLAP memiliki keuntungan yang dirasakan oleh developer maupun enduser. Menurut (Connolly & Begg, 2010), OLAP memiliki keuntungan: •
Meningkatkan produktivitas end-user bisnis, IT developer, dan organisasi secara keseluruhan. Akses yang lebih terkontrol dan berjangka waktu untuk pengambilan keputusan strategis yang lebih efektif .
•
Mengurangi backlog pada pengembangan aplikasi untuk staf IT dengan membuat end-user bisa mengubah skema sendiri dan membangun model sendiri tanpa bantuan staf IT.
•
Menjaga kendali organisasi atas integritas data perusahaan dengan aplikasi OLAP yang bergantung pada data warehouse dan sistem OLTP untuk memperbarui sumber data.
•
Mengurangi proses query dan lalu lintas jaringan pada sistem OLTP atau pada data warehouse
•
Meningkatkan
pemasukan
dan
keuntungan
potensial
dengan
memungkinkan organisasi lebih cepat merespon tuntutan pasar.
2.1.24 Multidimensional OLAP (MOLAP) Data di dalam Data warehouse akan lebih mudah dibuatkan laporan jika ditransformasi ke dalam OLAP. MOLAP menjadi salah satu jenis OLAP yang cocok untuk data warehouse. Menurut (Connolly & Begg, 2010), MOLAP menggunakan struktur data kusus dan
multi-dimensional
database
management
system
(MDBMS)
untuk
mengorganisasi, navigasi, dan analisis data. Struktur data MOLAP menggunakan teknologi array dan teknik penyimpanan yang efisien sehingga meminimalisasi kebutuhan ruang penyimpanan data. (Connolly & Begg, 2010)
26
2.1.25 Entitiy Relationship Model Menurut (Connolly & Begg, 2010) Entity Relationship (ER) model adalah sebuah pendekatan terstruktur dalam perancangan database yang dimulai dengan mengidentifikasi data penting yang dipanggil entitas dan hubungan antara data yang direpresentasikan dalam sebuah model.
2.1.26 Activity Diagram Menurut (Satzinger, Jackson, & Burd, 2010) activity diagram adalah sebuah jenis diagram aliran kerja yang mendeskripsikan aktivitas user dan urutan alirannya.
2.2
Teori-teori Khusus 2.2.1 Fact Finding Menurut (Connolly & Begg, 2010), fact-finding merupakan proses formal dengan menggunakan teknik seperti wawancara dan kuisioner untuk mengumpulkan fakta tentang sistem, kebutuhan, dan kecenderungan. Biasanya digunakan lebih dari satu teknik fact-finding. Ada lima teknik fact-finding yang biasa digunakan: •
Memeriksa dokumentasi Memeriksa dokumentasi bisa membantu ketika dibutuhkan wawasan tentang kebutuhan database. Dokumentasi tersebut dapat menyediakan informasi pada bagian dari organisasi terkait dengan masalah.
•
Wawancara Wawancara merupakan teknik yang paling sering dipakai dan paling membantu. Teknik wawancara memungkinkan untuk menemukan, verifikasi, dan klarifikasi fakta. Teknik wawancara membutuhkan kemampuan komunikasi yang baik karena melibatkan orang dengan berbagai kepentingan, kepribadian, dan motivasi.
•
Observasi kegiatan operasional organisasi Teknik ini memungkinkan untuk berpartisipasi langsung di dalam kegiatan operasional, maupun melihat dengan saksama untuk mempelajari sistem berjalan. Teknik ini berguna
27 jika validitas data yang dihasilkan dengan teknik lain dipetanyakan. •
Penelitian Teknik ini meneliti aplikasi dan masalah yang dihadapi. Sumber informasi penelitian berasal dari jurnal ilmiah, buku referensi, dan Internet. Sumber informasi di atas dapat memnyediakan informasi tentang penyelesaian masalah serupa.
•
Kuisioner Salah satu teknik fact finding adalah menyebarkan survei melalui kuisioner. Kuisioner adalah dokumen yang memiliki tujuan kusus yang memungkinkan fakta dikumpulkan dari orang banyak dengan mengontrol respon dari responden. Ada dua jenis kuisioner yang dapat ditanyakan, fixed-format dan free-format. Fixedformat membutuhkan respon spesifik dari setiap responden. Setiap responden harus memilih dari jawaban yang tersedia. Sedangkan free-format menawarkan kebebasan kebebasan responden dalam menjawab.
2.2.2
Problem Solving Masalah merupakan hal buruk bagi sebuah organisasi. Oleh karena itu dibutuhkan
solusi untuk menyelesaikan masalah. Menurut (McLeod & Schell, 2008), hasil dari aktivitas problem solving adalah sebuah solusi. Terdapat empat fase problem solving: •
Intelligence Activity Mencari lingkungan untuk kondisi-kondisi yang disebut solusi
•
Design Activity Menemukan,
mengembangkan,
dan
menganalisis
tindakan-tindakan
yang
memungkinkan •
Choice Activity Memilih tindakan dari semua alternatif tindakan
•
Review Activity Menilai pilihan sebelumnya
2.2.3
Kredit dan Pembiayaan Pembelian barang seperti kendaraan bermotor, elektronik, dan rumah sering kali
28 dilakukan secara kredit. Kredit menjadi solusi paling popular dalam mendapatkan barang yang diinginkan tetapi tidak memiliki dana yang cukup jika membeli secara tunai. Menurut (Kasmir, S.E.,MM., 2005), kredit adalah memperoleh barang dengan membayar dengan cicilan atau angsuran dikemudian atau memperoleh pinjaman uang yang pembayarannya dilakukan dikemudian hari dengan cicilan atau cicilan atau angsuran sesuai dengan perjanjian. Menurut Undang-Undang Perbankan nomor 10 tahun 1998, kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam melunasi utangnya setelah jangka tertentu dengan pemberian bunga. Sedangkan pengertian pembiayaan menurut Undang-Undang Perbankan nomor 10 tahun 1998 adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan hal itu, berdasarkan persetujuan atau kesepakatan antara bank dengan pihak lain yang mewajibkan pihak yang dibiayai untuk
mengembalikan uang atau tagihan tersebut
setelah jangka waktu tertentu dengan imbalan atau bagi hasil.
2.2.4
Unsur-Unsur Kredit Di dalam suatu kredit terdapat berbagai unsur di dalamnya. Menurut (Kasmir, S.E.,MM., 2005), lima unsur kredit: • Kepercayaan Suatu keyakinan pemberi kredit (bank) bahwa kredit yang diberikan baik berupa uang, barang, atau jasa akan benar-benar diterima kembali di masa tertentu di masa datang. Kepercayaan ini diberikan oleh bank, karen sebelum dana dikucurkan, sudah dilakukan penelitian dan penyelidikan yang mendalam tentang nasabah. Penelitian dan penyelidikan dilakukan untuk mengetahui kemauan dan kemampuannya dalam membayar kredit yan disalurkan. • Kesepakatan Disamping unsur kepercayaan di dalam kredit juga mengandung unsur
29 kesepakatan antara si pemberi kredit dengan si penerima kredit. Kesepakatan ini dituangkan ke dalam suatu perjanjian di mana masing-masing pihak menandatangani hak dan kewajibannya. Kesepakatan penyaluran kredit dituangkan dalam akad kredit yang ditandatangani oleh kedua belah pihak yaitu bank atau perusahaan pembiayaan dan nasabah. • Jangka Waktu Setiap kredit yang diberikan pasti memiliki jangka waktu tertentu, jangka waktu ini mencakup masa pengembalian kredit yang telah disepakati. Hampir dapat dipastikan bahwa tidak ada kredit yang tidak memiliki jangka waktu. •
Risiko Faktor risiko kerugian dapat disebabkan dua hal yaitu risiko yang
diakibatkan nasabah sengaja tidak mau membayar kreditnya padahal mampu dan risiko kerugian yang diakibatkan karena nasabah tidak sengaja yaitu akibat terjadinya musibah seperti bencana alam. Penyebab tidak tertagih sebenarnya dikarenakan adanya suatu tenggang waktu pengembalian (jangka waktu). Semakin panjang jangka waktu suatu kredit semakin besar risiko tidak tertagih, demikian pula sebaliknya. Risiko ini menjadi tanggungan bank atau perusahaan pembiayaan, baik risiko yang disengaja maupun risiko yang tidak disengaja. • Balas Jasa Akibat dari pemberian fasilitas kredit, bank atau perusahaan pembiayaan tentu mengharapkan suatu keuntungan dalam jumlah tertentu. Keuntungan atas pemberian suatu kredit atau jasa tersebut yang dikenal dengan bunga. Balas jasa dalam bentuk bunga, biaya provisi, dan komisi serta biaya administrasi kredit ini merupakan keuntungan utama bank atau perusahaan pembiayaan. 2.2.5
Jenis-Jenis Kredit Di dalam praktik kredit terdapat beberapa jenis kredit berdasarkan berbagai sisi seperti kegunaan, jangka waktu, tujuan, dan lain sebagainya. Menurut (Kasmir, S.E.,MM., 2005), terdapat berbagai jenis kredit dilihat dari berbagai segi: • Dilihat dari segi kegunaan:
Kredit Investasi Kredit yang biasanya digunakan untuk keperluan perluasan usaha
30 atau membangun proyek/pabrik baru di mana masa pemakaiannya untuk suatu periode yang relatif lebih lama dan biasanya kegunaan kredit ini adalah untuk kegiatan utama suatu perusahaan. Kredit Modal Kerja Merupakan kredit yang digunakan untuk keperluan meningkatkan produksi dalam operasionalnya. Contoh kredit modal kerja diberikan untuk membeli bahan baku, membayar gaji pegawai, atau biaya-biaya lainnya yang berkaitan dengan proses produksi perusahaan. Kredit modal kerja merupakan kredit yang dicarikan untuk mendukung kredit investasi yang sudah ada. •
Dilihat dari segi tujuan kredit: Kredit Produktif: Kredit yang digunakan untuk peningkatan usaha, produksi, atau investasi. Kredit ini diberikan untuk menghasilkan barang atau jasa. Artinya kredit ini digunkana untuk diusahakan sehingga menghasilkan suatu barang maupun jasa. Kredit Konsumtif Merupakan kredit yang digunakan untuk dikonsumsi atau dipakai secara pribadi. Dalam kredit ini tidak ada pertambahan barang dan jasa yang dihasilkan karena digunakan oleh seseorang atau badan usaha. Kredit Perdagangan Kredit perdagangan merupakan kredit yang digunakan untuk kegiatan perdagangan dan biasanya untuk membeli barang dagangan yang pembayarannya diharapkan dari hasil penjualan barang dagangan tersebut. Kredit ini sering diberikan kepada pemasok atau agen perdagangan yang akan membeli barang dalam jumlah tertentu. •
Dilihat dari segi jangka waktu:
Kredit jangka pendek Kredit ini merupakan kredit yang memiliki jangka waktu
31 paling lama satu tahun. Kredit jangka menengah Jangka waktu kredit berkisar antara satu tahun sampai dengan tiga tahun, kredit ini dapat diberikan untuk modal kerja. Kredit jangka panjang Merupakan kredit dengan masa pengembalian paling panjang yaitu tiga sampai lima tahun. Biasanya kredit ini digunakan untuk investasi jangka panjang. • Dilihat dari segi jaminan:
Kredit Dengan Jaminan Merupakan kredit yang diberikan dengan suatu jaminan tertentu. Jaminan tersebut dapat berbentuk barang berwujud atau tidak berwujud. Artinya setiap kredit yang dikeluarkan akan dilindungi senilai jaminan yang diberikan calon debitur.
Kredit Tanpa Jaminan Kredit yang diberikan tanpa jaminan barang atau orang tertentu. Kredit jenis ini diberikan dengan melihat prospek usaha, karakter serta loyalitas si calon debitur selama berhubungan dengan bank atau perusahaan pembiayaan.
2.2.6
Consumer Finance Kebanyakan pelanggan pembiayaan merupakan pelanggan individu. Pelanggan
jenis ini biasanya membeli barang untuk kebutuhan pribadi seperti kendaraan, elektronik, dan rumah. Menurut (Rachmat, 2004), Consumer finance adalah kegiatan pembiayaan yang melakukan kegiatan pembiayaan untuk pengadaan barang berdasarkan kebutuhan konsumen dengan sistem pembayaran angsuran atau berkala oleh konsuen. 2.2.6.1 Dasar Kegiatan Consumer Finance Consumer Finance memiliki beberapa kegiatan mendasar dalam proses bisnisnya. Menurut (Rachmat, 2004), terdapat empat dasar kegiatan consumer
32 finance: •
Pembiayaan Konsumen Kegiatan membiayai pembelian barang oleh konsumen
•
Obyek Pembiayaan Barang kebutuhan konsumen yang dibiayai seperti kendaraan bermotor, komputer, peralatan rumah tangga, dan lain-lain.
•
Sistem Pembayaran Sistem pembayaran biasanya dilakukan per bulan oleh konsumen kepada pihak perusahaan pembiayaan.
•
Jangka Waktu Pengembalian Jangka waktu pengembalian bersifat fleksibel sesuai dengan perjanjian antara perusahaan pembiayaan dan konsumen.
