7
BAB 2 LANDASAN TEORI
2.1
Teknologi Informasi Menurut Steven Alter (1999,p42), teknologi informasi adalah perangkat keras
dan piranti lunak yang digunakan dalam sistem informasi. Pengelolaan informasi menjadi semakin penting karena peningkatan kebutuhan informasi dalam bisnis. Istilah teknologi informasi sinonim dengan istilah otomatisasi, tetapi sebenarnya ada manfaat lain yang lebih penting, yaitu sebagai penyedia informasi. Otomatisasi dikonsentrasikan pada keefisienan suatu tugas yang dapat diprediksi atau tugas yang berulang, sedangkan informasi pada dasarnya diambil dari hasil suatu perbandingan. Sebagai contohnya, mencetak laporan bulanan termasuk dalam proses otomatisasi, kecuali jika dalam proses tersebut ditambahkan perbandingan (nilai aktual dan nilai forecast). Dengan adanya teknologi informasi, manusia dimudahkan dalam memperoleh dan mempergunakan informasi.
2.1.1
Perangkat Keras Mengarah pada peralatan dan objek-objek fisik lain yang terlibat dalam
melakukan proses informasi, contohnya seperti : computer, workstation, data storage, physical network, dan transmission device. Alat-alat ini memiliki fungsi dalam mengolah, menyimpan, dan menampilkan informasi ke hadapan pengguna.
8
2.1.2
Perangkat Lunak Mengarah pada program komputer yang melakukan proses penerjemahan input
user dan menyampaikannya pada perangkat keras mengenai apa yang harus dilakukan. Yang termasuk dalam piranti lunak yaitu operating system, end user software, dan aplikasi-aplikasi lainnya yang berhubungan dengan tugas bisnis.
2.2
Konsep Dasar Sistem Informasi Menurut pendapat James A.O’Brien (2003,p7), “An Information System is an
organized combination of people, hardware, software, communication networks, and data resources that collects, transforms and disseminates information system in a organization” , dimana dapat diartikan bahwa Sistem Informasi adalah kombinasi dari manusia, perangkat keras, perangkat lunak, jaringan komunikasi, dan sumber daya yang dapat mengumpulkan, mengubah, dan menyebarkan informasi dalam suatu organisasi. Menurut pendapat Steven Alter (1999,p4), “An Information System is a work system that uses information technology to capture, transmit, store, retrieve, manipulate or display information” , yang artinya mengatakan bahwa Sistem Informasi adalah suatu sistem yang bekerja dengan menggunakan teknologi informasi untuk mengambil, mengirimkan, menyimpan, mendapatkan kembali, memanipulasi atau menampilkan informasi.
2.3
Konsep Dasar Data dan Database Menurut Steven Alter (1999,p48), “Data are facts, images or sounds that may or
may not be pertinent or useful for particular task” , yang artinya bahwa Data dapat
9 berupa fakta-fakta, gambar, atau suara yang mempunyai hubungan atau tidak, dan bermanfaat untuk tugas tertentu. Setelah membaca pengertian diatas maka dapat dilihat bahwa data merupakan suatu bentuk keterangan yang belum diolah atau dimanipulasi, serta data yang didapatkan pada suatu perusahaan umumnya diperoleh dari hasil kegiatan operasi sehari-hari atau hasil transaksi. Menurut James A.O’Brien (1997,p166), “Database is an integrated collection of logically related records of files” , yang artinya bahwa Database merupakan suatu koleksi yang terintegrasi dimana secara logika berhubungan dengan record dari file. Menurut C.J Date (2000,p10), “A Database is collection of persistent data that is used by the application system of some given enterprise” , dimana artinya bahwa database merupakan kumpulan dari data yang hampir tidak mengalami perubahan dan digunakan oleh sistem aplikasi pada beberapa perusahaan. Dari perkembangan model rancangan database muncullah apa yang disebut dengan data warehouse , disini data warehouse dapat ditampilkan dalam bentuk database untuk data histori dari berbagai bagian yang ada di dalam perusahaan, serta data warehouse dapat pula digunakan dalam menganalisa dari database yang telah ada, serta memperlihatkan sifat yang lebih interaktif dalam pengambilan keputusan di dalam perusahaan.
2.4
Pengertian Data Warehouse Pengertian data warehouse dapat bermacam-macam namun mempunyai inti
yang sama, seperti dari pandangan beberapa ahli berikut ini : Menurut Vidette Poe (1996,p6), “A Data Warehouse is a read-only analytical database that is used as the foundation of a decision support system”, yang dapat
10 diartikan bahwa Data Warehouse merupakan database yang bersifat analisis dan hanya dapat dibaca saja yang digunakan sebagai dasar dari sistem pendukung keputusan. Menurut W.H Inmon (2002,p31) “ A data warehouse is subject oriented, integrated, time variant, and nonvolatile collection of data in support of management’s decision-making process ”, yang artinya bahwa data warehouse adalah koleksi dari data yang mempunyai sifat berorientasi subjek, terintegrasi, berentang waktu, dan tidak mengalami perubahan dalam koleksi data yang digunakan dalam proses pengambilan keputusan dalam manajemen. Menurut Wikipedia (2005) http://www.wikipedia.com, “A Data Warehouse is a records of an enterprise’s past transactional and operational information for analysis and reporting “, dimana dapat diartikan bahwa Data Warehouse adalah kumpulan dokumen atau informasi transaksional dan operasional pada masa yang sudah lewat yang akan digunakan untuk proses analisa dan pembuatan laporan.
Istilah-istilah yang berkaitan dengan Data Warehouse adalah sebagai berikut : •
Data Mart Adalah suatu bagian dari data warehouse yang dapat mendukung pembuatan laporan dan analisis data pada suatu unit, bagian atau operasi pada perusahaan
•
OLAP (Online Analytical Processing) Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai bentuk laporan, analisis dan query dari data berukuran besar.
11
•
OLTP (Online Transaction Processing) Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional atau transaksi perusahaan sehari-hari.
•
Dimension Table (Tabel Dimensi) Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan, contohnya laporan keuntungan pada tabel fakta dapat dilaporkan dengan dimensi waktu (perbulan, perkuartal, dan pertahun).
•
Fact Table (Tabel Fakta) Merupakan tabel yang pada umumnya mengandung angka dan data histori dimana key (kunci) yang dihasilkan unik karena kunci
tersebut merupakan
kumpulan dari foreign key dan primary key yang ada pada masing-masing tabel dimensi yang berhubungan. •
DSS (Decision Support System) Merupakan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.
•
Data Mining Menurut Sid Adelman (2000,p145) Data Mining adalah proses pencarian pola data yang tidak diketahui atau tidak diperkirakan sebelumnya, sedangkan menurut Bonnie O’Neil (1997,p522) Data Mining adalah suatu proses yang mengubah data menjadi informasi, dimana ini merupakan proses pencarian data dan relasi yang ada tersembunyi dalam suatu data.
12
Tabel 2.1 Perbedaan antara proses analisis dengan proses operasional Perbedaan Dilakukan untuk
Proses Analisis Mendukung
manajemen Mendukung sistem yang
dalam
mengambil berjalan sehari-hari dalam
keputusan. Jumlah data yang digunakan
Akses data
Proses Operasional
bisnis.
Lebih banyak, karena hasil Lebih sedikit, karena hasil history transaksi.
transaksi bisnis harian.
Insert, select.
Insert,
update,
delete,
select. Rentang waktu
Lebih
panjang,
karena Lebih pendek, karena hanya
untuk keperluan analisa.
untuk
keperluan
operasi
saja.
2.5
Karakteristik Data Warehouse Sifat data warehouse menurut W.H Inmon (2002,p31) dalam deskripsinya yang
menjelaskan tentang data warehouse dibagi menjadi 4 sifat yaitu : 1. Subject Oriented ( Berorientasi pada subjek ) 2. Integrated ( Terintegrasi ) 3. Time Variant ( Rentang Waktu ) 4. Non Volatile ( Tidak dapat diubah )
13 2.5.1
Subject Oriented Berorientasi pada subjek mengandung arti bahwa data warehouse berfokus pada
subjeknya masing-masing yang terdapat di dalam perusahaan atau organisasi, bukan pada proses yang sehari-hari dilakukan dalam suatu perusahaan. Untuk memudahkan pemahaman mengenai subjek maka kami menyediakan perbandingan antara subjek pada data warehouse dengan subjek yang ada pada kegiatan sehari-hari atau kegiatan operasional.
Tabel 2.2 Perbandingan subject oriented antara Data Warehouse dengan Data Operasional Perbedaan Maksud perancangan
Lingkungan perancangan
Data Warehouse Untuk
kegiatan
Data Operasional
analisis Untuk
kegiatan
operasi
perusahaan.
perusahaan.
Pada subjek utama.
Pada proses yang dilakukan pada perusahaan.
Data yang disimpan
Berupa data analisa dari Berupa data detail dari hasil kumpulan data operasional
Fokus perancangan
Pada
performance Pada desain database dan
pemodelan aplikasi Penggunaan aturan database Aturan bisnis.
2.5.2
kegiatan perusahaan.
proses transaksi Aturan yang terkini/terbaru.
Integrated Sifat data warehouse ini memiliki maksud bahwa data yang digunakan dalam
proses pembuatan data warehouse haruslah data yang terpadu atau terintegrasi, sehingga
14 terciptalah konsistensi yang tinggi antar database yang digunakan untuk penganalisaan. Dalam perancangan data warehouse mencerminkan konsistensi dalam pemberian nama, penentuan satuan untuk suatu variabel, maupun penentuan atribut data yang akan digunakan. Contoh konsistensi yang ditunjukkan oleh Data Warehouse dapat dilihat pada : •
Penentuan ukuran atribut Kita harus menentukan dengan baik satuan variabel yang dipakai, seperti variabel berat satuan dapat berupa kg, gr, pon, ons atau sebagainya. Disini kita dapat memilih satu dari satuan yang ada tersebut dimana satuan yang diambil tersebut merupakan suatu kesepakatan untuk selalu konsisten bagi satuan variabel berat.
•
Pengkodean Contoh untuk sifat data warehouse ini adalah seperti pemberian nama field jenis kelamin yaitu pria dan wanita, ada pula yang menggunakan simbol m untuk pria dan simbol f untuk wanita, serta ada pula yang menggunakan angka 1 dan 0, dalam penggunaan data warehouse kita harus terlebih dahulu menyepakati tipe mana yang akan digunakan dari awal sampai akhir perancangan yang dibuat.
2.5.3
Time Variant Dalam pembuatan data warehouse dimensi waktu merupakan suatu hal yang
penting dimana rentang waktu yang dipergunakan merupakan rentang waktu yang panjang atau bentuk variasi waktu. Horison waktu yang digunakan dapat berkisar 3 – 10 tahun, dan semakin banyak data yang dimiliki maka semakin baik dalam menganalisa
15 sesuatu dalam perusahaan kita, karena dimensi ini merupakan hal yang penting maka pada bagian waktu diperlukan suatu pembagian dengan aturan-aturan tertentu seperti waktu pada umumnya dibagi atas perbulan (month), perkuartal (quarter), pertahun (year), dan sebagainya.
2.5.4
Nonvolatile Arti nonvolatile disini adalah tidak mengalami perubahan, karena didalam data
warehouse hanya tersedia proses load and access data saja atau dengan kata lain dalam data warehouse hanya tersedia proses insert dan select saja, berbeda dengan data operasional yang sehari-hari dilakukan. Dengan adanya sifat nonvolatile membuat data warehouse terlihat lebih tersusun baik, sebab data-data yang digunakan dalam data warehouse merupakan hasil transformasi yang sudah mengalami penyaringan yang lebih spesifik.
2.6
Struktur Data Warehouse Data warehouse memiliki struktur spesifik yang menggambarkan perbedaan
pada tingkatan (level) summary data dan umur data. Adapun komponen-komponen yang menjadi dasar dari sebuah data warehouse menurut Mukti (1997,p96-97) adalah : 1. Current detail data 2. Old detail data 3. Lightly summarized data 4. Highly summarized data 5. Metadata
16
Gambar 2.1 Struktur Data Warehouse
2.6.1
Current detail data Merupakan data yang aktif pada saat ini, dan merupakan level terendah dari data
warehouse. Penyimpanannya memerlukan storage yang besar. Beberapa alasan mengapa current detail data menjadi perhatian utama : •
Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama.
•
Sangat besar jumlahnya dan disimpan pada tingkatan penyimpanan terendah.
•
Hampir selalu disimpan di media penyimpanan karena cepat diakses tetapi mahal dan tidak mudah diatur.
•
Biasanya digunakan dalam membuat rekapitulasi data sehingga current detail data harus akurat.
17 2.6.2
Old detail data Data lama/data historis berupa hasil backup yang disimpan pada storage yang
terpisah yang dapat diakses pada saat dibutuhkan. Penyusunan direktori untuk data ini harus mencerminkan umur dari data sehingga memudahkan untuk diakses kembali.
2.6.3
Lightly summarized data Data yang merupakan hasil ringkasan dari detail data, namun belum bersifat total
summary. Data ini selalu disimpan di dalam disk. Data ini memiliki tingkat detail yang lebih tinggi dan mendukung kepentingan data warehouse pada tingkat departemental. Akses terhadap data jenis ini banyak digunakan untuk menampilkan kondisi yang sedang berjalan dan sudah berjalan.
2.6.4
Highly summarized data Data yang merupakan hasil proses summary yang bersifat total dan mudah
diakses terutama untuk melakukan analisis berdasarkan urutan waktu dan analisis yang menggunakan data multi dimensi. Database multi dimensi adalah suatu teknik software yang dirancang untuk meningkatkan efisensi dalam query data sehingga menjadi media penyimpanan yang lebih baik serta memudahkan dalam pengambilan data dalam volume yang besar.
2.6.5
Metadata Metadata adalah data tentang data (Vidette Poe,1996,p169) dan menyediakan
informasi tentang struktur data dari hubungan antara data atau antar database, di dalam lingkungan data warehouse terhadap 2 tipe utama metadata yaitu:
18 •
Metadata Operasional Metadata yang berisi informasi mengenai pemetaan data dari sistem operasional ke data warehouse, di mana informasi tersebut menjelaskan nama field, tipe data dan sumber lainnya.
•
Metadata DSS (Decision Support System) Metadata yang berisi informasi mengenai pemetaan data dari data warehouse ke user-friendly dimensional business model dan sebagai alat front end untuk memanipulasi data dalam menciptakan suatu laporan.
Metadata bertindak sebagai pendukung dari data warehouse dengan konseptual kerangka bisnis menuju aplikasi pendukung keputusan.
Sistem Operasional Source
Data Warehouse
Transformasi data Source
Metadata Operasional
Alat DSS dan Aplikasi
Metadata DSS
User Gambar 2.2 Metadata operasional dan metadata DSS
User
19 2.7
Anatomi Data Warehouse Didalam memutuskan bentuk mana yang akan digunakan dalam suatu
perusahaan, terlebih dulu kita harus mengetahui kebutuhan yang diperlukan dalam menjalankan aplikasi yang ingin dirancang. Ada 3 bentuk umum yang sering digunakan dalam data warehouse , yaitu : 1. Functional Data warehouse (Data warehouse Fungsional) 2. Centralized Data warehouse (Data warehouse Terpusat) 3. Distributed Data warehouse (Data warehouse Terdistribusi)
2.7.1
Functional Data Warehouse
Source Functional Data Warehouse Source
Source
Functional Data Warehouse
Operasional
Data Warehouse
Workstation
Gambar 2.3 Functional Data Warehouse
Kata operasional pada gambar 2.3 merupakan database yang diperoleh dari hasil kegiatan operasi sehari-hari, data warehouse dibuat lebih dari satu dan dikelompokkan
20 berdasarkan masing-masing fungsi yang ada di dalam perusahaan seperti fungsi keuangan atau financial, fungsi marketing, fungsi kinerja personalia dan lain-lainnya. Keuntungan dari bentuk ini adalah sistem mudah dibangun dengan biaya yang relatif murah, sedangkan kerugian dari sistem ini adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna.
2.7.2
Centralized Data Warehouse
Source
Source
Functional Data Warehouse Centralized Data Warehouse Functional Data Warehouse
Source
Operasional
Centralized Data Warehouse
Data Warehouse
Workstation
Gambar 2.4 Centralized Data Warehouse
Sebenarnya bentuk ini terlihat seperti bentuk functional data warehouse, namun disini sumber data terlebih dahulu dikumpulkan atau diintegrasikan pada suatu tempat terpusat, kemudian barulah data tersebut dibagi-bagi berdasarkan fungsi-fungsi yang dibutuhkan oleh suatu perusahaan, dan bentuk ini sering digunakan oleh perusahaanperusahaan yang belum memiliki jaringan eksternal.
21 Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi, sedangkan kerugiannya adalah biaya yang mahal serta waktu yang cukup lama dalam membangun bentuk ini.
2.7.3
Distributed Data Warehouse
Functional Data Warehouse
Source
Data Warehouse Gateway
Source
Operasional
Data Warehouse
Workstation
Gambar 2.5 Distributed Data Warehouse
Pada bentuk ini menggunakan gateway yang berguna sebagai jembatan antara lokasi data warehouse dengan workstation yang menggunakan sistem yang beraneka ragam atau berbeda, sehingga pada bentuk ini memungkinkan untuk mengakses sumber data yang berada di luar lokasi perusahaan (eksternal). Keuntungan dari bentuk ini adalah kelebihan dalam mengakses data dari luar perusahaan yang telah mengalami sinkronisasi terlebih dahulu dan tetap terjaga
22 konsistensinya, sedangkan kerugian dari bentuk ini adalah bentuk yang paling mahal dan sukar untuk diterapkan, karena sistem operasinya dikelola secara terpisah.
2.8
Arsitektur dan Infrastruktur Data Warehouse
2.8.1
Arsitektur Data Warehouse Menurut Vidette Poe (1996,p40), arsitektur data warehouse merupakan
kumpulan aturan atau struktur yang menyediakan kerangka kerja untuk keseluruhan desain sistem. Arsitektur ini menyediakan kerangka kerja dengan mengindentifikasi dan memberi pemahaman bagaimana data dikelola melalui sistem dan digunakan oleh perusahaan.
Source Source Source
Transformasi data dan integrasi data
Data Warehouse
User User User Data Access Environment Gambar 2.6 Arsitektur Data Warehouse secara umum
23
Sifat dari arsitektur data warehouse menurut Vidette Poe (1996,p41) adalah : •
Data diambil dari sistem asal, database, dan file yang ada.
•
Data dari sistem asal diintegrasikan dan diubah terlebih dahulu sebelum diload ke dalam data warehouse.
•
Data warehouse merupakan sebuah database terpisah, yang hanya bisa dibaca saja dan diciptakan khusus untuk pengambilan keputusan.
•
2.8.2
Pengguna mengakses data melalui alat front end atau aplikasi perangkat lunak.
Infrastruktur Data Warehouse Menurut Vidette Poe (1996,p54), Infrastuktur data warehouse adalah perangkat
lunak, perangkat keras, dan komponen-komponen lainnya yang menyediakan dukungan untuk mengimplementasikan arsitektur data warehouse. Infrastruktur teknikal berupa teknologi, platform, database, gateway, dan komponen-komponen lainnya yang mendukung arsitektur data warehouse yang dipilih. Untuk mengimplementasikan sebuah arsitektur data warehouse, bisa dilakukan dengan berbagai cara yaitu dengan menggunakan infrastruktur yang berbeda. Arsitektur dan infrastruktur saling berkaitan erat antara yang satu dengan yang lainnya, dimana satu sama lainnya saling mendukung . Pengaruh dari lingkungan atau organisasi juga otomatis mempengaruhi pemilihan suatu infrastruktur yang akan dipilih.
24 2.9
Kegiatan Inti Data Warehouse Untuk melakukan penganalisaan dan pelaporan informasi bagi pihak-pihak
pengambil keputusan maka dalam merancang data warehouse terdapat kegiatankegiatan yang harus ada di dalamnya, kegiatan-kegiatan inti itu adalah : •
Memperoleh dan menggabungkan data Mendapatkan data dari berbagai sumber dan melakukan penggabungan pada suatu tempat tertentu, data-data yang digabung adalah data-data yang akan membantu kita dalam pembuatan laporan, karena data tersebut merupakan suatu bentuk kesatuan.
•
Tranformasi data Pengolahan data dari awal ke bentuk data yang telah disepakati atau disetujui . Dengan mengalami pemprosesan atau pengolahan terlebih dahulu, yang sama artinya dengan pengubahan data ke bentuk yang diharapkan.
•
Pendistribusian data Data-data yang akan digunakan dalam data warehouse berkaitan dengan lingkungan kerja dalam perusahaan. Bagi perusahaan yang terhubung dengan jaringan, pemakaian data warehouse mendukung kegiatan ini, dimana pengguna dapat menggunakan data warehouse ini secara lebih fleksibel dan merata pada masing-masing bagian yang ada didalam perusahaan.
•
Penggunaan data Data yang telah disaring akan menghasilkan ringkasan-ringkasan yang dapat memudahkan pengguna dalam mengambil keputusan, disini kegiatan pemakaian
25 data akan menjadi lebih sering jika para pengambil keputusan ingin menganalisa produk yang telah dipasarkan pada masyarakat.
2.10
Kegunaan Data Warehouse Menurut William (1998,p533), terdapat empat tugas yang dapat dilakukan
dengan data warehouse : 1. Pembuatan laporan Pembuatan laporan adalah salah satu kegunaan data warehouse yang paling umum. Dengan melakukan query data dalam data warehouse dapat dihasilkan informasi pertahun, perkuartal, dan bahkan perhari. Query tersebut digunakan dengan tujuan memperoleh jawaban atas pertanyaan-pertanyaan khusus, seperti siapa, kapan, dimana dan sebagainya. 2. On-Line Analytical Processing (OLAP) Data warehouse digunakan dalam melakukan analisis bisnis untuk menyelidiki kecenderungan pasar atau faktor-faktor penyebabnya. Dengan adanya data warehouse semua informasi baik rincian maupun ringkasan yang dibutuhkan dalam proses analisis mudah didapat. Dalam hal ini, data warehouse merupakan tool yang handal dalam menganalisis data yang kompleks. 3. Data mining Penggunaan data warehouse tingkat lanjut, dimana data warehouse digunakan dalam pencarian pola dan hubungan antara data dengan tujuan membuat keputusan bisnis bagi pihak manajemen. Dalam hal ini, software dirancang untuk pola statistik dalam data sehingga dapat mengetahui kecenderungan yang ada.
26 4. Proses Informasi Eksekutif Data warehouse digunakan untuk mencari ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehouse, segala laporan telah diringkas dan dapat pula diketahui rinciannya secara lengkap sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan menjadi lebih informatif bagi pengguna, dalam hal ini pihak manajemen dan eksekutif.
2.11
Metode Analisis Perancangan Data Warehouse Menurut Dy, Hawkins, Humphries (1999,p144), pada perancangan data
warehouse terdapat 2 aktivitas yang dapat dilakukan secara pararel, yaitu analisis kebutuhan dan audit sistem sumber keputusan. Analisis menggunakan aspek top down untuk menentukan formulasi strategi yang akan digunakan pada data warehouse. Hasil dari analisis kebutuhan pendukung keputusan digunakan sebagai acuan untuk pembuatan query atau laporan-laporan. Agar data warehouse dapat digunakan secara maksimal perlu dilakukan verifikasi batasan sumber data yang digunakan sebagai input. Audit sistem sumber keputusan adalah kegiatan survei terhadap seluruh sistem informasi termasuk yang akan terjadi sekarang maupun sumber data yang potensial bagi data warehouse. Audit ini menggunakan aspek bottom up untuk melakukan proses identifikasi dan inventarisasi secara lengkap terhadap sumber-sumber data secara keseluruhan menggunakan dukungan staff IT (Information Technology) dan DBA (Database Administrator) untuk mendukung sistem internal.
27 2.12
Perancangan Data Warehouse dengan Skema Bintang Tujuan dari dukungan pengambilan keputusan yang sering dicapai dengan
perancangan database yang kita kenal dengan skema bintang, di dalam desain database yang biasa umumnya terdapat hubungan many to many antara relasi entiti, dan melakukan join antar tabel-tabel untuk mendapatkan laporan yang sederhana, inilah yang terkadang membuat pengguna menjadi frustasi dalam melakukan query. Kenyataannya relasi antar database dibuat bukan untuk mendukung keputusan melainkan dibuat untuk menyediakan struktur data yang lebih fleksibel bagi pengoptimalan penyimpanan data. Sedangkan skema bintang dikembangkan untuk memfasilitiasi kegiatan query ( Bonnie O’Neil, 1997,p248), yang mendukung keputusan bagi pengguna bisnis.
2.12.1 Skema Bintang Menurut Vidette Poe (1996,pp120-121), desain skema bintang merupakan struktur yang sederhana dengan tabel-tabel yang relatif dan penggabungan jalur-jalur yang telah ditetapkan. Dengan desain ini menyefdiakan waktu respon yang cepat dalam melakukan query, serta memudahkan pemahaman bagi analisis dan pengguna, walaupun mereka tidak terbiasa dengan struktur database. Mengaplikasikan skema bintang merupakan prosedur desain level menengah, di mana sebelum mendesain data warehouse kita terlebih dahulu mendesain database dengan model normalisasi, model awal inilah yang kemudian menjadi dasar dalam pendesainan data warehouse berikutnya.
28 2.12.2 Keuntungan Skema Bintang Pengoptimalan performance database dengan denormalisasi dan partisi data merupakan beberapa bagian dari data warehouse, dengan penggunaan skema bintag memberikan beberapa keuntungan, di mana struktur relasi yang biasa kita gunakan tidak menyediakan keuntungan ini. Skema bintang menjadi standar perancangan data warehouse karena keuntungannya yaitu (Vidette Poe, 1996,p121): •
Menciptakan desain database yang memberikan waktu respon yang cepat.
•
Menyediakan pendesainan yang bisa secara mudah dimodifikasi atau ditambahkan sesuai dengan perkembangan dan pertumbuhan data warehouse.
•
Pendesainan data secara paralel, di mana pengguna dapat memandang dan menggunakan data secara bersamaan.
•
Memudahkan pemahaman dan pengaturan metadata dari segi pengembang dan pengguna.
•
Memperluas pilihan dari alat pengaksesan data front end, seperti beberapa produk yang memerlukan pendesainan skema bintang.
2.12.3 Tabel dalam Skema Bintang Skema bintang terdiri atas 2 tipe tabel yaitu : 1. Tabel Fakta (Fact Tabel) Tabel ini juga disebut sebagai Tabel Mayor (Major Table) yang mengandung kuantitatif atau data fakta mengenai bisnis, informasi ini biasanya berbentuk angka (numerik) dan mengandung banyak kolom dan jutaan baris.
29 2. Tabel Dimensi (Dimension Table) Tabel ini juga disebut sebagai Tabel Minor (Minor Tabel) yang berukuran lebih kecil daripada tabel mayor, yang berupa penjelasan detail data dan memperlihatkan dimensi dari sudut bisnis.
2.12.4 Skema Bintang Sederhana Setiap tabel harus mempunyai primary key yang dapat terdiri atas satu kolom atau lebih. Pada jenis ini primary key untuk tabel fakta didapatkan dari satu atau lebih foreign key. Foreign key adalah kolom pada suatu tabel yang nilainya didefinisikan sebagai primary key pada tabel yang lain. Tabel Dimensi
Tabel Fakta
Kunci 1
Tabel Dimensi Kunci 1
Atribut … Atribut
Kunci 2 Kunci 3
Tabel Dimensi Kunci 2 Atribut … Atribut Gambar 2.7
Kunci 3 Atribut … Atribut
Kolom data … Kolom data
Skema Bintang Sederhana
2.12.5 Skema Bintang dengan Banyak Tabel Fakta Skema ini mengandung banyak tabel fakta, dalam beberapa kasus skema ini digunakan karena kenyataannya tidak semua tabel saling berkaitan atau karena perbedaan waktu saat data di-load. Skema ini juga dikenal sebagai “Constellation
30 Schema”. Jenis ini juga meningkatkan performance terutama untuk jumlah data yang sangat besar.
Tabel Fakta 1 Kunci 1 Kunci 2 Tabel Waktu Kunci 1 Atribut … Atribut
Kunci 3 Kolom data … Kolom data Tabel Fakta 2
Tabel Produk Kunci 2 Atribut … Atribut
Tabel Cabang Kunci 3 Atribut … Atribut
Kunci 1 Kunci 2 Kunci 3 Kolom data … Kolom data
Gambar 2.8 Skema Bintang dengan banyak tabel fakta
Kegunaan lain dari tabel fakta adalah untuk menentukan hubungan many to many antar dimensi bisnis, tipe ini dikenal sebagai “Associative Table” (tabel asosiasi).
31 Tabel Waktu Waktu_id Waktu_desc Perbulan Pertahun
Tabel Produk Produk_id Produk_desc Merk Ukuran
Tabel Penjualan Waktu_id
Tabel Cabang
Produk_id
Cabang_id
Cabang_id
Cabang_desc Wilayah Kota
Jumlah Harga Diskon
Tabel Grup Tabel Grup Produk Produk_id
Grup_id Grup_desc
Grup_id Gambar 2.9 Contoh Skema Bintang dengan tabel asosiasi
2.12.6 Skema Bintang Majemuk Penggunaan jenis ini karena pada beberapa aplikasi, penggabungan foreign key terkadang tidak menggambarkan gabungan dari foreign key dari tabel dimensi ditambah dengan kunci yang unik dari tabel fakta itu sendiri. Dalam skema ini primary key dan foreign key tidaklah sama, inilah yang membedakan antara multi star schema dengan single star schema.
32 Tabel Dimensi 1 P.Kunci 1
Tabel Fakta
Atribut … Atribut
F.Kunci 1
Tabel Dimensi 3 P.Kunci 3
F.Kunci 2
Atribut … Atribut
F.Kunci 3 Tabel Dimensi 2 Kunci 1
P.Kunci 2
Kunci 1
Atribut … Atribut
Kolom data … Kolom data
Keterangan : P = Primary / Utama F = Foreign / Asing
Gambar 2.10 Desain Skema Majemuk
2.12.7 Snowflake Schema Merupakan salah satu variasi dari skema bintang yang menyimpan semua informasi dimensi dalam bentuk normalisasi, dan tabel fakta dalam bentuk yang sama. Alasan-alasan menggunakan tipe ini adalah: •
Pemakaian pengambilan keputusan yang lebih, dapat memanfaatkan struktur ini.
•
Ada pemakai yang lebih menyukai menggunakan metode normalisasi dibandingkan dengan denormalisasi.
33 Tabel dimensi bisa juga mengandung foreign key yang merupakan primary key pada tabel dimensi lainnya, ini merupakan tabel dimensi kedua atau dikenal sebagai “Outboard Table”.
Tabel Waktu Waktu_id Waktu_desc Perbulan Pertahun
Tabel Wilayah Tabel Penjualan Waktu_id Produk_id
Wilayah_id Tabel Cabang
Wilayah_desc
Cabang_id Cabang_desc
Tabel Produk Produk_id Produk_desc Merk Ukuran
Cabang_id Jumlah Harga Diskon
Wilayah_id Kota_id
Tabel Kota Kota_id Kota_desc
Gambar 2.11 Contoh Skema Bintang dengan tabel outboard
Di sini tabel dimensi berfungsi sebagai tabel mini fact. Kebanyakan pengguna lebih menyukai kesederhanaan dalam pemahamannya serta menjaga performancenya sehingga lebih baik menggunakan skema bintang bukan skema snowflake.
34 Tabel Wilayah Tabel Perbulan Perbulan_id Tabel Pertahun Pertahun_id Tabel Jenis
Wilayah_id Tabel Waktu Waktu_id Waktu desc Perbulan id Pertahun id Tabel Produk
Merk_id
Produk_id
Merk_desc
Produk desc Merk_id
Tabel Ukuran
Wilayah_desc Tabel Penjualan
Tabel Cabang
Waktu_id
Cabang_id
Produk_id
Cabang_desc
cabang_id
Wilayah_id
Jumlah Harga Diskon
Kota_id Tabel Kota
Ukuran id
Ukuran_id
Kota_id Kota_desc
Gambar 2.12 Contoh Skema Snowflake
2.12.8 Agregasi Agregasi adalah proses perhitungan data fakta selama pendefinisian atribut (Vidette Poe,1996,p136), contohnya kita dapat membuat ringkasan dari penjualan produk berdasarkan wilayah dan waktu, dengan menghitung junlah produk dari transaksi yang telah terjadi. Kegiatan ini umumnya dilakukan pada saat transformasi dan pengambilan data ke dalam data warehouse. Faktor utama yang mendorong dilakukannya agregasi adalah: •
Mempercepat penampilan query dari pengguna
•
Mengurangi jumlah pemrosesan CPU (Central Processing Unit)
35 Konsep yang perlu kita ingat bahwa ketika data digunakan dalam data warehouse kita masih membutuhkan apa yang disebut dengan teknik database klasik seperti pembagian tabel secara fisik, hal ini akan menjadi lebih berguna bila data telah mencapai jumlah yang sangat besar.
2.12.9 Denormalisasi Denormalisasi adalah proses penggabungan tabel-tabel untuk meningkatkan penampilan (Vidette Poe, 1996, p137), sedangkan menurut Sid Adelman (2000,p244), denormalisasi
adalah
suatu
prosedur
regrouping
normalisasi
data
untuk
menspesifikasikan kumpulan proses sehingga membuat proses menjadi lebih efisien. Proses denormalisasi itu menjadi sangat berlawanan dengan normalisasi yang biasa dilakukan dalam pendesainan database. Hal-hal utama yang membuat kita melakukan proses denormalisasi adalah: •
Untuk mengurangi jumlah hubungan antar tabel yang harus diproses dari query pengguna.
•
Membuat struktur database fisik dekat dengan pandangan model bisnis pengguna.
•
Mempercepat proses agregasi serta memudahkan pengaksesan data secara langsung pada bagian yang hendak dianalisis.
Namun penggunaan denormalisasi memiliki kelemahan, di mana tempat penyimpanan data berjumlah besar, ini juga akan mempengaruhi kinerja secara fisik. Teknik-teknik denormalisasi yang dapat digunakan (Bonnie O’Neil,1997,p222):
36 •
Menambah reduntant data dengan menduplikasi kolom atau dengan menentukan perhitungan.
•
Mengubah isi dan menggabungkan isi dari kolom-kolom yang ada.
•
Menggabungkan tabel multiple menjadi satu tabel.
•
Mereplikasi semua tabel atau bagian dari tabel, dan membagi tabel manjadi tabel multiple, hal ini dikenal sebagai “Overnomalization”.
2.13
Kunci Sukses Data Warehouse Membangun data warehouse tidaklah mudah seperti membalikkan telapak
tangan, kita harus memperhatikan hal-hal berikut ini untuk mencapai kesuksesan dalam perancangan kita (Vidette Poe, 1996,p90-95), hal-hal tersebut adalah: •
Kejelasan dalam tujuan, yang memberikan gambaran awal untuk memulai data warehouse sesuai dengan kebutuhan perusahaan, di mana akan membatasi ruang kerja kita untuk selalu konsisten.
•
Memahami arsitektur data warehouse yang digunakan, ini merupakan blue print yang akan digunakan dalam mengembangkan sistem pendukung keputusan, dan menyangkut dengan banyak aspek dalam hal bagaimana sistem tersebut akan dikembangkan.
•
Dukungan infrastruktur teknikal yang benar, seperti alat-alat, platform, database, jaringan komunikasi, pelatihan dan sebagainya yang akan menentukan proses pembuatan sebelum data warehouse mulai dikembangkan.
37 •
Kejelasan tanggung jawab tim, masing-masing anggota tim harus bertanggung jawab untuk masing-masing bagian yang ia tangani, seperti pemodelan data, pelatihan dan pengaturan jaringan.
•
Menjamin anggota tim dan pengguna memahami perbedaan antara data operasional dan data pendukung keputusan, dengan memperhatikan definisi awal dari data warehouse yang digunakan dalam pemrosesan analisis perusahaan.
•
Mendapatkan pelatihan secara benar, untuk mendapatkan landasan yang kuat berupa pengetahuan yang mendukung keputusan bagi semua anggota sebelum proyek mulai dijalankan.
•
Mendapatkan sumber yang benar, untuk mendapatkan ini kita dapat mencari suatu badan atau konsultan yang memahami benar proses data warehouse yang akan kita buat atau kita dapat pula mencari perusahaan yang sukses dalam mengimplementasikan data warehousenya, sehingga kita dapat belajar dari pengalaman yang telah mereka miliki sebelumnya.
•
Pemilihan aplikasi pengaksesan data front end berdasarkan kebutuhan dan kemampuan, sehingga aplikasi yang dipakai benar-benar terpakai secara optimal dan memudahkan dalam pengaksesan data yang dibutuhkan oleh pengguna.
2.14
Pemasaran
2.14.1 Pengertian Pemasaran Dari sejumlah definisi pemasaran yang ditawarkan, dapat dibedakan antara definisi sosial dan definisi manajerial. Definisi sosial menunjukan peran yang dimainkan oleh pemasaran di masyarakat.
38 Menurut Kotler, Philips (2003,p9), pemasaran dalam definisi sosial adalah suatu proses sosial yang didalamnya individu dan kelompok mendapatkan apa yang mereka butuhkan
dan inginkan dengan menciptakan, menawarkan, dan secara bebas
mempertukarkan produk yang bernilai dengan pihak lain. Pemasaran merupakan hal penting dalam mengembangkan usaha. Tanpa pemasaran yang baik maka produk yang dihasilkan tidak dapat bersaing di pasaran. Menurut Kotler, Philips (2003,p9), pemasaran dalam definisi manajerial adalah proses perencanaan dan pelaksanaan pemikiran, penetapan harga, promosi serta penyaluran gagasan, barang, dan jasa untuk menciptakan pertukaran yang memenuhi sasaran-sasaran individu dan organisasi. Dalam sisi manajerial, pemasaran sering disamakan sebagai "the art of selling products", tetapi orang-orang akan terkejut jika mengetahui bahwa bagian terpenting dari pemasaran bukanlah penjualan. . Perkembangan selanjutnya terhadap definisi dan konsep pemasaran adalah bagaimana memahami pemasaran sebagai budaya yaitu seperangkat nilai dan kepercayaan mendasar tentang pentingnya konsumen bagi perusahaan. Ini penting untuk mengembangkan strategi yang menyangkut strategi bisnis dan keunggulan kompetitif perusahaan.
2.14.2 Sistem Informasi Pemasaran Setiap perusahaan harus memiliki dan dapat mengatur arus informasi pemasaran kepada manajer pemasaran. Perusahaan berusaha mempelajari kebutuhan informasi para manajernya dan merancang sistem informasi pemasaran untuk memenuhi kebutuhan para manajernya.
39 Manajer pemasaran dalam rangka menjalankan tanggung jawab analisa, perencanaan, implementasi, dan pengendaliannya memerlukan informasi mengenai perkembangan dalam lingkungan pemasaran. Sistem informasi pemasaran terdiri dari peralatan, orang, dan prosedur-prosedur untuk mengumpulkan, mengurutkan, menganalisa, mengevaluasi, mendistribusikan informasi dengan tepat waktu, akurat, dan ditujukan kepada para pembuat keputusan pemasaran. Peran sistem informasi pemasaran adalah menetapkan kebutuhan informasi manajer, mengembangkan informasi yang dibutuhkan, dan mendistribusikan informasi tersebut dengan tepat waktu kepada manajer pemasaran.
2.14.3 Bauran Pemasaran Menurut Kotler, Philips (2003, p15), bauran pemasaran merupakan kumpulan alat-alat yang dapat digunakan oleh manajemen untuk mempengaruhi penjualan. Formula tradisional yang dimiliki oleh bauran pemasaran disebut sebagai 4P – product (produk), price (harga), place (tempat), promotion (promosi). Berikut ini adalah penjelasan dari 4P : •
Produk Produk merupakan segala sesuatu yang ditawarkan di pasar dan menimbulkan perhatian, pemikiran, kebutuhan, dan konsumsi untuk memuaskan keinginan. Produk mencakup objek fisik, pelayanan konsumen, tempat, organisasi, dan gagasan. Sedangkan menurut Mcleod (1995, p184), produk adalah apa yang dibeli oleh pelanggan untuk memuaskan keinginannya dan kebutuhannya.
40 Elemen-elemen yang dimiliki oleh produk yaitu : jenis-jenis produk, kualitas, desain produk, ciri-ciri produk, merk dagang, kemasan, ukuran, pelayanan, garansi, dan pengembalian. •
Harga Harga adalah jumlah nilai yang konsumen tukar untuk mendapatkan manfaat, memiliki dan menggunakan produk maupun jasa. Sedangkan menurut Mcleod (1995, p184), harga adalah semua elemen yang berhubungan dengan apa yang harus dibayar oleh pelanggan untuk produk tersebut. Elemen yang dimiliki oleh harga yaitu : potongan dan syarat kredit.
•
Tempat Menurut Mcleod (1995,p184), tempat merupakan sesuatu yang berhubungan dengan tempat dan cara mendistribusikan produk secara fisik kepada pelanggan melalui saluran distribusi. Elemen yang dimiliki oleh tempat yaitu : saluran distribusi, jumlah produk, lokasi, persediaan, dan transportasi.
•
Promosi Menurut Mcleod (1995,p184) promosi berhubungan dengan cara mendorong penjualan produk, termasuk didalamnya adalah periklanan dan penjualan secara langsung. Elemen yang dimiliki oleh promosi yaitu : penjualan, promosi, iklan, organisasi penjualan, hubungan masyarakat, dan pemasaran langsung.
41 2.14.4 Konsep Pemasaran Berdasarkan pada definisi pemasaran di atas, menurut Kotler, Philips (2003, p9) dapat dilihat bahwa pemasaran bersandar pada konsep inti berikut : 1. Kebutuhan, keinginan, dan permintaan •
Kebutuhan adalah ketidakberadaan beberapa kepuasan dasar, contohnya : manusia memerlukan makanan, pakaian, tempat berlindung, keamanan, hak milik dan harga diri. Kebutuhan ini tidak diciptakan oleh masyarakat, pasar, tetapi kebutuhan ini merupakan hakikat biologis dan kondisi manusia.
•
Keinginan adalah hasrat akan pemuas kebutuhan yang spesifik, contohnya : seorang warga Amerika membutuhkan manakan dan minuman dengan ciri khas Amerika seperti hamburger, kentang goreng, dan coca-cola, sedangkan warga Mauritus menginginkan mangga, biji-bijian, nasi ,dan kacang.
•
Permintaan adalah keinginan akan produk spesifik yang didukung oleh kemampuan dan kesediaannya untuk membelinya. Keinginan dapat menjadi permintaan jika didukung oleh daya beli.
2. Produk (barang, jasa, gagasan) Produk adalah segala sesuatu yang ditawarkan untuk memuaskan suatu kebutuhan dan keinginan. Produk dapat dibedakan menjadi 3 jenis : •
Barang fisik adalah benda yang dapat diberikan daripada kepemilikannya.
•
Jasa adalah sesuatu yang diberikan tidak berwujud fisik, tetapi berupa pelaayanan.
•
Gagasan adalah sesuatu yang mengarah pada tujuan dan ide.
42 3. Nilai dan kepuasan •
Nilai adalah perkiraan konsumen atas seluruh kemampuan produk untuk memuaskan kebutuhannya.
•
Kepuasan adalah kemampuan produk untuk memenuhi kebutuhan
4. Pertukaran dan transaksi •
Pertukaran adalah tindakan memperoleh barang yang dikehendaki dari seseorang dengan menawarkan sesuatu sebagai imbalan. Terdapat 5 syarat pertukaran : 1. Terdapat sedikitnya dua belah pihak 2. Masing-masing pihak memiliki sesuatu yang mungkin berharga bagi pihak lain 3. Masing-masing pihak mampu berkomunikasi dan melakukan pertukaran 4. Masing-masing pihak bebas menerima dan menolak tawaran 5. Masing-masing pihak yakin bahwa berunding dengan pihak lain dapat memberikan manfaat
•
Transaksi adalah perdagangan nilai-nilai anatara dua belah pihak atau lebih. Transaksi memiliki beberapa aspek yaitu : 1. Sekurang-kurangnya ada 2 benda yang berharga 2. Persetujuan yang disetujui 3. Waktu persetujuan 4. Tempat persetujuan 5. Biasanya sistem hukum dipakai untuk memperkuat dan memaksa agar pihak-pihak yang bertransaksi untuk mematuhinya.
43 5. Hubungan dan jaringan •
Hubungan pemasaran adalah praktik membangun hubungan jangka panjang yang memuaskan dengan pihak-pihak utama, seperti pelanggan, pemasok, penyalur guna mempertahankan bisnis dalam jangka panjang.
•
Jaringan pemasaran merupakan hasil dari hubungan pemasaran yang utama adalah pengembangan aset unik perusahaan. Jaringan pemasaran terdiri dari perusahaan dan semua pihak-pihak pendukung yang berkepentingan seperti : pelanggan, pekerja, pemasok, penyalur, pengecer, dan agen iklan.
6. Pasar Pasar terdiri dari semua pelanggan potensial yang memiliki kebutuhan atau keinginan tertentu yang sama, mungkin bersedia, dan mampu dalam melaksanakan pertukaran untuk memuaskan kebutuhan dan keinginan itu. 7. Pemasar dan calon pembeli •
Pemasar adalah seseorang yang mencari satu atau lebih calon pembeli yang terlibat dalam pertukaran nilai.
•
Calon pembeli adalah seseorang yang diidentifikasikan oleh pemasar sebagai orang yang mungkin bersedia dan mampu terlibat dalam pertukaran nilai.
2.14.5 Strategi Pemasaran Menurut Kotler, Philips (2003,p117), strategi pemasaran adalah serangkaian kegiatan terpadu yang menciptakan keunggulan kompetitif yang berkesinambungan. Perencanaan strategi berorientasi pada pasar merupakan proses manajerial untuk mengembangkan, menjaga agar tujuan keahlian, dan sumber daya organisasi sesuai
44 dengan peluang pasar yang terus berubah. Tujuan dari perencanaan strategi adalah untuk membentuk, menyempurnakan usaha produk perusahaan sehingga memenuhi target laba dan pertumbuhan.
