BAB 2 LANDASAN TEORI
2.1
Teori – Teori Dasar / Umum 2.1.1
Pengertian Database Pengertian database menurut Date (2000, p10) “A database is a collection of persistent data that is used by the application system of some given enterprise” atau dapat juga diartikan sebagai “Database adalah merupakan suatu koleksi atau kumpulan dari data yang persisten yang digunakan oleh sistem-sistem aplikasi dari suatu perusahaan”.
2.1.2
Pengertian Data Warehouse Menurut Poe (1996, p6), data warehouse adalah database analisis yang digunakan sebagai dasar sistem pengambilan keputusan. Analisis yang digunakan bersifat hanya untuk dibaca saja (read only) sehingga tidak dapat dilakukan perubahan data yang digunakan. Pengertian data warehouse menurut Inmon (2002, p31), “A data warehouse is a subject oriented, integrated, nonvolatile, time variant collection of data in support of management’s decision” atau dapat diartikan “Data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, tidak mengalami perubahan dan mempunyai variasi waktu yang digunakan untuk mendukung proses pengambilan keputusan manajemen”.
6
7 Menurut Lane (2001, p30) “A data warehouse is a relational database that is designed by query and analysis rather than for transaction processing. It usually contains historical data derived from transaction data, but it can include data from other sources. It separates analysis workload from transaction workload and enables an organization consolidate data from several sources.” Atau dapat diartikan “Data warehouse adalah sebuah database yang saling berelasi yang didesain untuk query dan analisis dibandingkan dengan proses transaksi. Biasanya mengandung data historis yang berasal dari data transaksi, tetapi dapat termasuk data dari sumber-sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan sebuah organisasi untuk mengkonsolidasi data dari berbagai sumber.”
2.1.3
Struktur Data Warehouse Menurut Mukti (InfoKom2, 1997, p96) data warehouse memiliki komponen-komponen sebagai berikut: − Current detail data. Adalah data detail yang aktif sekarang. Mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dari data warehouse. Current detail data ini biasanya memerlukan storage yang besar sebagai tempat penyimpanannya. Beberapa alasan mengapa current detail data menjadi perhatian utama yaitu:
8 1. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama. 2. Sangat besar jumlahnya dan disimpan pada tingkat penyimpanan terendah. 3. Hampir selalu disimpan di media penyimpanan karena cepat diakses tetapi mahal dan kompleks untuk diatur. 4. Biasa digunakan dalam membuat rekapitulasi data, sehingga current detail data harus akurat. Contoh: Rincian penjualan tahun 1998-2000 − Old detail data Merupakan data historis, dapat berupa hasil back up yang disimpan dalam tempat penyimpanan yang terpisah dan pada saat tertentu dapat diakses kembali. Data ini jarang diakses sehingga biasanya disimpan dalam media penyimpanan alternatif selain disk. Penyusunan direktori untuk data ini harus menggambarkan umur dari data agar memudahkan untuk mengakses kembali. Contoh: rincian penjualan tahun 1985-1990. − Lightly summarized data (rangkuman data secara khusus) Merupakan ringkasan dari detail data namun belum bersifat total summary. Data ini selalu disimpan didalam disk. Data-data ini memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan data warehouse pada tingkatan departemental. Tingkatan data ini disebut juga ‘data mart’. Akses terhadap data jenis ini banyak digunakan untuk view
9 dari suatu kondisi yang sedang dan sudah berjalan. Contoh: penjualan produk per-periode pada suatu wilayah tahun 1989-1993. − Highly summarized data (rangkuman data secara umum) Merupakan hasil proses ringkasan yang bersifat totalitas solid, serta mudah diakses, biasanya digunakan untuk melakukan analisis perbandingan data berdasarkan urutan waktu dan analisis yang menggunakan data multi dimensi. Database multi dimensi adalah suatu teknologi software komputer yang dirancang untuk meningkatkan efisiensi dalam pencarian (query) data sehingga menjadi media penyimpanan yang lebih baik, serta memudahkan pengambilan data dengan volume yang besar. Contoh: penjualan produk nasional tahun 1989-1993. − Metadata Metadata bukan merupakan data hasil dari kegiatan operational seperti keempat jenis data diatas. Metadata memuat informasi yang penting mengenai data dalam data warehouse yang dapat berfungsi sebagai: 1. Direktori yang akan dipakai oleh user data warehouse dalam mencari lokasi data dalam data warehouse. 2. Suatu penuntun pemetaan (mapping) dalam proses transformasi dari data operasional ke data warehouse. 3. Suatu pengaduan untuk proses summary data dari detail data menjadi lightly summary data dan lightly summary data menjadi highly summary data.
10 Metadata merupakan bentuk suatu jaringan yang sangat penting bagi pengguna data warehouse. Data yang tersedia haruslah dapat digunakan oleh pemakai dengan menggunakan istilah yang sesuai dengan cara pemakai dalam melakukan pekerjaannya. Data warehouse harus melayani banyak fungsi, maka metadata penting untuk memahami data yang sama dengan nama yang berbeda pula. Metadata dibuat untuk menjawab kebutuhan dari suatu fungsi tertentu, karena tiap departemen biasanya menggunakan struktur data yang spesifik meskipun asal datangnya sama. Berisikan data yang menyimpan proses perpindahan data meliputi database struktur, contents, detail data, summary data, metrics, transformation, criteria, versioning, aging criteria. Metadata memegang peranan yang penting dan khusus dalam data warehouse. Metadata mengandung : •
Struktur data : sebuah direktori yang membantu user untuk
melakukan analisis Decision Support System (DSS) dalam pencarian letak atau lokasi dalam data warehouse. •
Algoritma yang digunakan untuk summary data sebagai panduan
untuk algoritma yang digunakan dalam proses summary data antara current detail data dan lightly summarized data dan antara lightly summarized data dan highly summarized data, dan lain – lain
11 •
Mapping ( pemetaan dari operasional data warehouse ) sebagai
panduan mapping (pemetaan) pada saat data ditransformasi atau diubah dari lingkup operasional menjadi lingkup data warehouse. Struktur data warehouse serta pendistribusian data pada data warehouse dapat dilihat pada gambar:
Highly summarized data
Lightly summarized data
M E T A D A T A
Current detail
Old detail data
Gambar 2.1 Struktur Data Warehouse
2.1.4
Karakteristik Data Warehouse Dilihat dari definisi data warehouse menurut Inmon (2002, p31) dapat diketahui bahwa sebuah data warehouse mempunyai karakteristik sebagai berikut: •
Subject oriented (Berorientasi Subjek)
•
Nonvolatile (tidak dapat berubah)
12
2.1.5
•
Time Variant (variasi waktu )
•
Integrated (Integrasi)
Anatomi Data Warehouse Berikut ini adalah tiga jenis dasar sistem anatomi data warehouse menurut Prabowo (1996, p20): 1.
Data Warehouse Fungsional Jenis ini menggunakan pendekatan kebutuhan dari tiap bagian
fungsi bisnis. Misalnya departemen, divisi, dan sebagainya. Untuk mendefinisikan jenis data yang ditampung oleh sistem. Setiap unit fungsi dapat memiliki gambaran data masing – masing. Pendekatan ini banyak digunakan karena sistem memberikan solusi yang mudah untuk dibangun dengan biaya investasi yang relatif rendah dan dapat memberikan kemampuan sistem pengumpulan data yang terbatas pada kelompok pemakai. Resiko penerapan jenis pengumpulan data ini adalah hilangnya konsistensi data di luar lingkungan fungsi bisnis bersangkutan. Bila lingkup pendekatan ini diperbesar dari lingkungan fungsional menjadi lingkup perusahaan, konsistensi data perusahaan tidak lagi dapat dijamin. 2.
Data Warehouse Terpusat Data warehouse terpusat merupakan pendekatan yang paling
banyak digunakan karena keterbiasaan pemakai dengan lingkungan mainframe terpusat. Data diambil dari seluruh sistem operasional dan disimpan
dalam
pusat
penyimpanan
data.
Pemakai
kemudian
13 menggunakan data yang telah terkumpul tersebut untuk membangun data warehouse fungsional masing – masing Nilai plus sistem ini dibandingkan dengan data warehouse fungsional adalah bahwa data benar-benar terpadu. Sistem ini mengharuskan data dikirim tepat pada waktunya agar tetap konsisten dengan pemasok data lainnya. Di samping itu, pemakai hanya dapat mengambil data dari pusat pengumpulan saja dan
tidak dapat
berhubungan secara langsung dengan pemasok datanya sendiri. Implementasi sistem ini membutuhkan biaya pemeliharaan yang tinggi atas sistem pengumpulan data yang besar. Selain itu diperlukan waktu yang lama untuk membangun sistem tersebut. 3.
Data Warehouse Terdistribusi Data warehouse terdistribusi dikembangkan berdasarkan konsep
gateway data warehouse sehingga memungkinkan pemakai dapat langsung berhubungan dengan sumber data atau pemasok data maupun dengan pusat pengumpul data lainnya. Gambaran pemakai atas data adalah gambaran logika karena data mungkin diambil dari berbagai sumber yang berbeda. Pendekatan ini menggunakan teknologi client server untuk mengambil data dari berbagai sumber sehingga memungkinkan tiap departemen atau divisi untuk membangun sistem operasionalnya sendiri serta dapat membangun pengumpulan data fungsionalnya masing – masing dan menggabungkan bagian – bagian tersebut dengan teknologi client server. Pendekatan ini akan menjadi sangat efektif bila data
14 tersedia dalam bentuk yang konsisten dan pemakai dapat menambahkan data tersebut dengan informasi apabila ingin membangun gambaran baru atas informasi. Implementasi data warehouse terdistribusi ini memerlukan biaya yang sangat besar karena setiap pengumpul data fungsional dan sistem operasinya dikelola secara terpisah. Selain itu, supaya berguna bagi perusahaan, data yang ada harus disinkronisasikan untuk memelihara keterpaduan data. Menurut Mallach (2000, p102) Arsitektur data warehouse dapat digambarkan dan dijelaskan sebagai berikut:
Create
Metadata
Database
Transactional and other external data source
Queries
Data Mining
Extract Clean Transform Load
User Summarize
Gambar 2.2 Data warehouse Architecture Gambar diatas menggambarkan secara keseluruhan diagram arsitektur dari sistem data warehouse. Elemen-elemen utama dari data warehouse, dan external entity utama yang berinteraksi dengan data warehouse, terdiri dari:
15
Database transaksional atau operasional lainnya dari data warehouse yang didiami. Data external juga dimasukkan dalam beberapa data warehouse. Kunci utama yang perlu diingat di sini bahwa data transaksional menjadi data warehouse. Data warehouse memperoleh copy dari data transaksional. Data warehouse tidak menyimpan data transaksional secara langsung.
Proses untuk extract data dari database, dan memasukkannya ke dalam data warehouse. Proses ini harus selalu mentransformasi data ke dalam struktur database dan format internal dari data warehouse.
Proses untuk pembersihan data, untuk memastikan kualitas yang cukup dalam pembuatan keputusan saat diperlukan.
Proses untuk menload data yang dibersihkan ke dalam database data warehouse. Empat proses dari extraction melalui loading sering mengarah pada pengumpulan sebagai data staging.
Proses untuk membuat ringkasan-ringkasan data yang diinginkan: precalculated total, merata-ratakan, dan seperti yang diharapkan sering
menjadi
permintaan.
Disimpan
di
data
warehouse
berhubungan dengan data yang diimpor dari sumber internal dan eksternal.
Metadata, “data mengenai data.” Perlu untuk mendapatkan informasi pusat dari penyimpanan untuk memberitahukan user apa yang ada dalam data warehouse, dari mana asalnya, siapa yang bertanggung jawab, dan lainnya. Metadata juga dapat memberitahukan tool query apa yang ada dalam data warehouse, dari mana mendapatkannya,
16 siapa yang memiliki hak akses, dan ringkasan apa yang telah di precalculate.
Database data warehouse. Database ini terdiri dari detail dan ringkasan dari data warehouse. Beberapa orang menganggap metadata merupakan bagian dari database. Lainnya menganggap metadata berada di luar database. Metadata merupakan bagian dari data warehouse. Karena data warehouse tidak digunakan untuk memproses
transaksi individual, databasenya tidak diatur untuk akses transaksi dan pola pencariaan (satu record dalam satu waktu, menggunakan beberapa key). Data warehouse dapat dioptimize untuk akses pola yang berbeda yang digunakan untuk analisis. − Query tools. Biasanya terdiri dari end-user interface untuk mengajukan pertanyaan ke database, dalam proses disebut on-line analytical processing (OLAP). Mereka terdiri dari automate tool untuk menemukan pola dalam data, sering mengarah pada data mining. Data warehouse yang disediakan harus memiliki paling sedikit satu dua tipe ini dan mungkin kedua-duanya. − Data warehouse ada karena dibutuhkan oleh user dan tanpa user data warehouse tidak bermanfaat.
17 2.1.6
Keuntungan Data Warehouse Menurut Connolly (2002, p1048) keuntungan data warehousing: − Potensial ROI (return on investment) yang tinggi. Organisasi harus menjalankan jumlah yang besar dari sumber untuk menjamin kesuksesan implementasi dari data warehouse dan biaya yang sangat besar bagi solusi teknikal support yang tersedia. Penyelidikan dari International Data Corporation (IDC) pada tahun 1996 melaporkan rata-rata ROI dalam tiga tahun dengan data warehousing mencapai 401%, diatas 90% perusahaan yang disurvei mencapai diatas 40% ROI, setengah dari perusahaan-perusahaan mencapai diatas 160% ROI, dan seperempatnya lebih dari 600% ROI − Competitive advantage. ROI yang besar bagi perusahaan-perusahaan diperoleh dari kesuksesan implementasi data warehouse merupakan fakta bahwa competitive advantage yang besar menyertai teknologi ini. Competitive adavantage diperoleh dengan menyediakan akses pembuatan keputusan ke data yang dapat mengungkapkan ketidaktersediaan, ketidaktahuan, dan ketidakbukaan informasi sebelumnya, sebagai contoh customer, trend, dan permintaan. − Meningkatkan produktivitas pembuatan keputusan perusahaan. Data warehouse meningkatkan produktivitas pembuatan keputusan perusahaan dengan menciptakan integrasi database yang konsisten, subject oriented, data historical.
18 2.1.8
Skema bintang (Star Schema) Skema bintang merupakan perancangan yang memiliki struktur sederhana dengan tabel-tabel yang relatif dan penggabungan yang telah diketahui (Poe, 1996, pp120-121). Skema bintang merupakan suatu rancangan database di data warehouse yang menggambarkan hubungan yang jelas antara struktur tabel fakta dan tabel dimensi. Skema ini dapat dibaca dengan mudah oleh analis maupun pemakai yang tidak biasa dengan struktur database.
2.1.9
Perancangan Skema Bintang Menurut Connolly (2002, p1079 ) sebuah skema bintang terdiri dari 2 tipe tabel. Adapun tipe tabel yang ada adalah tabel fakta (fact table) dan tabel dimensi (dimension table). Tabel fakta sering disebut dengan istilah “major table” dan terdiri dari data faktual yang akan di query. Tabel dimensi disebut juga “minor table” dan bentuknya lebih kecil dan menunjang data deskriptif yang mencerminkan dimensi bisnis. Query SQL digunakan untuk menghubungkan tabel fakta dengan tabel dimensi dengan batasan pada data untuk mengembalikan informasi yang dipilih serta untuk pendefinisian awal. Beberapa hal yang harus diperhatikan dalam membaca tabel fakta dan tabel dimensi dalam suatu skema bintang adalah:
19 1. Bagian dibawah judul tabel merupakan kolom dari tabel. 2. Primary key dan foreign key diberi kotak. 3. Primary key dan foreign key diarsir. 4. Foreign key yang berhubungan ditunjukkan dengan garis yang menghubungkan tabel. 5. Kolom bukan kunci disebut kolom data pada tabel fakta dan atribut pada tabel dimensi.
2.1.10 Keuntungan menggunakan skema bintang Keuntungan menggunakan skema bintang menurut Poe (1996, p122): 1. Respon data yang lebih cepat dihasilkan dari perancangan database 2. Kemudahan
dalam hal
memodifikasi
/
pengembangan
data
warehouse secara terus menerus. 3. End user dapat menyesuaikan cara berpikir dan menggunakan data konsep ini dikenal juga dengan istilah paralel dalam perancangan database. 4. Menyederhanakan pemahaman dan penelusuran metadata bagi pemakai dan pengembang.
2.1.11 Jenis – Jenis Skema Bintang : 1. Skema Bintang Sederhana Menurut Prabowo (1999, p16) dalam skema bintang sederhana setiap tabel harus mempunyai primary key yang bisa terdiri dari satu
20 kolom atau lebih. Primary key tersebut membuat masing – masing baris menjadi unik. Di sini foreign key dari tabel fakta terdiri dari satu atau lebih primary key. Foreign key adalah kolom pada suatu tabel yang nilainya didefinisikan oleh primary key pada tabel yang lain. Kunci 1
Kunci 1
Atribut Atribut Atribut
Kunci 2 Kunci 3 Kolom Data Kolom Data Kolom Data
Tabel Dimensi Kunci 3 Atribut Atribut Atribut
Tabel Dimensi Kunci 2 Atribut Atribut Atribut
Gambar 2.3 Skema Bintang Sederhana 2. Skema bintang dengan banyak tabel fakta Menurut Prabowo (1996, p17) hal ini terjadi karena mereka berisi kenyataan yang tidak saling berhubungan atau karena perbedaan waktu pemuatan data, di samping itu juga dapat meningkatkan penampilan. Tabel fakta yang banyak sering digunakan untuk menampung berbagai tingkat dari data yang bermacam – macam, terutama jika data tersebut dalam jumlah yang besar.
21 Tabel Dimensi
Tabel Fakta
Kunci 1
Kunci 1
Atribut Atribut Atribut
Tabel Dimensi
Kunci 2 Kunci 3
Kunci 3
Kolom Data Kolom Data Kolom Data
Atribut Atribut Atribut
Tabel Dimensi Kunci 2
Tabel Fakta
Atribut Atribut Atribut
Kunci 1 Kunci 2 Kunci 3 Kolom Data Kolom Data Kolom Data
Gambar 2.4 Skema bintang dengan banyak tabel fakta
2.1.12 Agregasi Menurut Poe (1996, p136) faktor – faktor pendukung agregasi: 1. Meningkatkan penampilan pencarian 2. Mengurangi jumlah penggunaan kode produk universal Agregasi
adalah
proses
perhitungan
data
fakta
selama
pendefinisian atribut. Sebagai contoh dapat dibuat ikhtisar dari jumlah mahasiswa berdasarkan jurusan dan program studi dengan menghitung jumlah mahasiswa dari transaksi yang terjadi. Agregasi dapat dibuat selama proses transformasi dan pemuatan data transaksi. Agregasi dapat dibuat selama proses transformasi dan pemuatan data ke dalam data warehouse.
22 2.2
Teori – Teori Khusus 2.2.1
Pemasaran Menurut Kotler (2000, p9) pemasaran adalah proses sosial yang di dalamnya individu dan kelompok mendapatkan apa yang mereka butuhkan dan inginkan dengan menciptakan, menawarkan, dan secara bebas mempertukarkan produk yang bernilai dengan pihak lain. Pemasaran adalah suatu proses kegiatan yang dipengaruhi oleh berbagai faktor sosial, budaya, politik, ekonomi, dan manajerial. Akibat dari pengaruh berbagai faktor tersebut adalah masing – masing individu maupun kelompok mendapatkan kebutuhan dan keinginan untuk menciptakan , menawarkan, dan menukarkan produk yang memiliki nilai komoditas. Terdapat dua unsur taktik pemasaran, yaitu : 1. Diferensiasi, yang berkaitan dengan cara membangun strategi pemasaran
dalam
berbagai
aspek
di
perusahaan.
Kegiatan
membangun strategi pemasaran inilah yang membedakan diferensiasi yang dilakukan oleh perusahaan lain. 2. Bauran perusahaan yaitu seperangkat strategi – strategi pemasaran produk, harga, promosi, dan tempat yang dipadukan oleh perusahaan untuk menghasilkan tanggapan yang diinginkan dalam pasar sasaran.
2.2.2
Istilah-Istilah yang sangat Berkaitan dengan Kegiatan Pemasaran Menurut pendapat Lamb ( 2001, p55 ) definisi bauran pemasaran adalah ” sesuatu yang mengacu pada panduan strategi produk, distribusi,
23 promosi, dan penentuan harga yang bersifat unik yang dirancang untuk menghasilkan pertukaran yang saling memuaskan dengan pasar yang dituju ”. Bauran pemasaran dalam melakukan kegiatan pemasaran, perusahaan dapat memanipulasi unsur – unsur dalam bauran pemasaran untuk mempengaruhi permintaan terhadap produknya. Unsur – unsur bauran pemasaran tersebut terdiri dari produk, harga, distribusi dan promosi. Keempat panduan tersebut sering dikenal dengan nama ”4 P ” dimana merupakan inti dari sistem pemasaran yakni : 1. Produk adalah kesatuan jumlah kepuasan yang dapat dinikmati oleh pembeli baik
kepuasan lahiriah maupun batiniah. Suatu produk
diciptakan untuk memuaskan kebutuhan konsumen. Keputusan – keputusan di bidang produk baru, pemberian merek dan kemasan. 2. Saluran distribusi adalah penyalur – penyalur yang digunakan perusahaan dalam rangka penyampaian produknya kepada konsumen untuk menyalurkan hasil produksinya. Perusahaan dapat memilih menggunakan saluran langsung atau saluran tidak langsung. Keputusan – keputusan di bidang saluran distribusi ini meliputi pemilihan saluran distribusi dan pembinaan hubungan baik dengan anggota saluran. 3. Promosi adalah penyampaian informasi untuk mempengaruhi tingkah laku dan sikap dari pasar sasaran keputusan – keputusan di bidang promosi penjualan, penjualan langsung dan publikasi. Promosi
24 merupakan
kegiatan
yang
dilakukan
perusahaan
untuk
memberitahukan kebaikan produknya dan membujuk pasar untuk membeli produk tersebut. 4. Harga adalah uang yang harus dibayar oleh konsumen untuk mendapatkan perusahaan
produk.
Yang
merupakan
permasalahan
bagi
adalah menetapkan harga yang tepat baik untuk
perusahaan maupun untuk konsumen Terdapat lima konsep kegiatan pemasaran yang dilaksanakan dalam menjalankan kegiatan pemasaran pada suatu perusahaan berdasarkan pendapat Philip: 1. Konsep produksi ( Kotler, 2000, p19) Menegaskan bahwa konsumen akan lebih menyukai produk yang tersedia secara luas dan murah. Manajer organisasi yang berorientasi produksi berkonsentrasi untuk mencapai efisiensi produk yang tinggi dan distribusi secara besar-besaran konsep ini merupakan salah satu konsep tertua dalam bisnis. 2. Konsep produk ( Kotler, 2000, p20) Menegaskan bahwa konsumen akan menyukai produk yang menawarkan ciri paling bermutu, berkinerja, dan inovatif. Manajer dalam organisasi berorientasi produk memusatkan perhatian mereka untuk menghasilkan produk yang unggul dan meningkatkan kualitas sepanjang waktu.
25 3. Konsep menjual/penjualan ( Kotler, 2000, p21). Berkeyakinan bahwa para konsumen dan perusahaan bisnis, jika dibiarkan, tidak akan secara teratur membeli cukup produk-produk yang ditawarkan organisasi tertentu. Oleh karena itu organisasi tersebut harus melakukan usaha penjualan dan promosi yang agresif. 4. Konsep pemasaran ( Kotler, 2000, p22). Menegaskan bahwa kunci untuk mencapai tujuan organisasional yang ditetapkan adalah perusahaan tersebut harus menjadi lebih efektif dibandingkan para pesaing dalam menciptakan, menyerahkan, dan mengkomunikasikan nilai pelanggan kepada pasar sasaran yang terpilih. 5. Konsep pemasaran masyarakat (Kotler, 2000, p29). Menyatakan
bahwa
tugas
organisasi
adalah
menentukan
kebutuhan, keinginan, dan kepentingan pasar sasaran dan memberikan kepuasan yang diinginkan secara lebih efektif dan efisien daripada pesaing dengan tetap memelihara dan meningkatkan kesejahteraan konsumen dan masyarakat.
2.2.3
Penjualan Penjualan merupakan bagian penting dalam mewujudkan pencapaian keuntungan. Penjualan dapat ditingkatkan dengan dua cara, yaitu :
26 1. Price reduction Berdasarkan hukum permintaan, pengurangan harga akan mempengaruhi tingkat permintaan, terhadap produk tersebut. Semakin rendah harga, semakin tinggi permintaan. 2. Non price reduction Melakukan beberapa strategi seperti penjualan, promosi, diskon, dan kebijakan – kebijakan perusahaan lainnya.
2.2.4
Pengertian Persediaan Menurut Jusup (2001, p333) persediaan pada perusahaan dagang disebut persediaan barang dagangan atau kadang – kadang disingkat persediaan, yang terdiri atas barang – barang yang disediakan untuk dijual kepada para konsumen selama periode normal kegiatan perusahaan. Menurut Tuanakkota (2000, p2) inventory atau persediaan terdiri dari barang – barang dagangan yang dimaksudkan untuk diperjualbelikan serta bahan baku dan bahan pembantu yang dipakai dalam proses produksi barang yang akan dijual. Inventory lazimnya dipandang sebagai stock (persediaan) barang, meskipun akuntansi mengenai flownya sering dianggap lebih penting.
27 2.2.5
Metode Penetapan Harga Pokok Persediaan menurut Sistem Periodik Menurut Fess, Niswanger, dan Warren (1999, pp394–398) ada tiga metode penetapan harga pokok persediaan yang paling luas digunakan (yang sesuai dengan ketiga asumsi arus pokok yang diilustrasikan) adalah: 1. Masuk pertama keluar pertama (First In First Out) Metode ini untuk menetapkan harga pokok persediaan didasarkan asumsi bahwa harga pokok harus dibebankan pada pendapatan sesuai dengan urutan pembelian barang tersebut. Pada kebanyakan perusahaan, ada kecenderungan untuk menjual barang menurut urutan pembelian. Hal ini berlaku untuk barang dagang yang mudah rusak dan barang – barang yang corak atau modelnya sering berubah. 2. Masuk akhir keluar pertama (Last In First Out) Metode ini didasarkan atas anggapan bahwa harga pokok barang dari pembelian terakhir harus dibebankan ke pendapatan. Jadi, persediaan yang ada dianggap berasal dari harga pokok paling awal. Penggunaan metode last in first out pada mulanya terbatas pada situasi yang relatif jarang dimana unit yang dijual, diambil dari persediaan yang paling akhir. 3. Rata – rata (Average) Metode ini kadang – kadang disebut juga metode rata – rata tertimbang (weighted average method) didasarkan atas asumsi bahwa
28 harga pokok harus dibebankan ke pendapatan menurut harga rata-rata tertimbang per unit dari barang yang dijual. Harga pokok rata-rata tertimbang per unit digunakan untuk menentukan harga pokok barang yang masih ada dalam persediaan. Bagi perusahaan yang membeli beberapa jenis barang dengan harga bervariasi, metode rata-rata ini memiliki hubungan yang selaras dengan keluar masuknya barang.
2.3
Teori – Teori Penunjang 2.3.1
Data Flow Diagram (DFD) Data Flow Diagram (DFD) menurut Whitten (2001,p308) merupakan salah satu tool yang menggambarkan aliran data yang ada dalam sistem dan suatu proses yang dilakukan oleh suatu sistem. Sering juga disebut sebagai buble chart, transformation graph dan model proses. DFD dapat digunakan untuk merepresentasikan suatu sistem yang otomatis maupun manual dengan melalui gambar yang berbentuk jaringan.
29
Simbol yang digunakan: External Entity atau Terminal
Process
Data Flow Data Store Gambar 2.5 Notasi DFD
External entity merupakan entitas yang berada di luar sistem, yang memberikan data kepada sistem disebut source atau yang menerima informasi dari sistem disebut sink. Proses menggambarkan apa yang dilakukan oleh sistem, yang berfungsi mentransformasikan satu atau beberapa data masukan menjadi satu atau beberapa data keluaran sesuai dengan spesifikasi yang diinginkan. Data Flow menggambarkan aliran data dari suatu entity ke entity lainnya. Data Store merupakan tempat penyimpanan data. Proses dapat mengambil data dari atau memberikan data ke data store.
30 2.3.2
Entity Relation Diagram (ERD) Menurut McLeod (2001, p392), Entity Relationship Diagram (ERD) mendokumentasikan data dengan mengidentifikasikan tipe entity data dan interelasi mereka. ERD adalah perangkat modeling yang paling fleksibel karena dapat diadaptasikan ke berbagai pendekatan yang dipilih dalam pengembangan sistem. Entity Relation Diagram digunakan untuk menggambarkan struktur logical database dalam bentuk diagram. ERD menyediakan cara yang sederhana dan mudah untuk memahami berbagai komponen dalam desain database (Connolly, 2002, pp330-315). Menurut Haag (2005, p164), Entity Relationship Diagram merupakan metode grafik untuk menggambarkan entity classes dan hubungan diantaranya. Adapun komponen-komponen utama dalam ERD adalah sebagai berikut.
Nama Entity
Entity Class Single Relationship Multiple Relationships A Relationship Zero or Optional Relationship
Gambar 2.6 Simbol-simbol dalam Entity Relationship Diagram
